Điểm nổi bật
- Engagement: 3 points, 1 comment trong khoảng chưa đầy 1 giờ nhưng chạm vào một chủ đề triết học công nghệ rất dễ lan ra các cộng đồng AI khác.
- Luận điểm chính 1: Sutton được gắn với quan điểm rằng LLM không phải đích đến cuối cùng của AI.
- Luận điểm chính 2: phản hồi nổi bật trên HN cho rằng dù Sutton đúng về dài hạn, các lab LLM vẫn đang đi đúng hướng vì họ có doanh thu và compute để đi tiếp.
- Xung đột cốt lõi: phe hoài nghi muốn nhảy sang “world models” hoặc hệ thống học từ thế giới thật, phe thực dụng chấp nhận LLM như bậc thang cần thiết.
- Hàm ý: tranh luận này ảnh hưởng trực tiếp tới phân bổ vốn, hướng nghiên cứu và kỳ vọng của doanh nghiệp với agent trong 12-24 tháng tới.
Biểu đồ
Tóm tắt
Bài đăng HN không dài, nhưng nó kéo trở lại một cuộc tranh luận nền tảng của ngành AI, liệu làn sóng LLM hiện nay là một dead end, hay chỉ là giai đoạn chuyển tiếp cần thiết trước khi xuất hiện những hệ thống học từ thế giới thật, có trí nhớ dài hạn hơn và gắn với hành động tốt hơn. Việc cái tên Richard Sutton xuất hiện khiến chủ đề này ngay lập tức có trọng lượng vì ông là một biểu tượng của trường phái reinforcement learning và “bitter lesson”.
Phản hồi đầu tiên trên HN cũng đại diện khá rõ cho luồng suy nghĩ thực dụng đang mạnh lên. Ngay cả khi đồng ý rằng LLM không phải đích cuối, nhiều người vẫn cho rằng các công ty như OpenAI hay Anthropic đang đi đúng đường, vì LLM đủ hữu ích để tạo doanh thu, mà doanh thu thì mua được compute, dữ liệu, sản phẩm và cuối cùng là con đường tiến sang lớp AI mới.
Chi tiết
Điều đáng chú ý ở thread này không nằm ở số comment hiện tại mà ở bản chất câu hỏi nó khơi lại. Richard Sutton từ lâu đại diện cho một kiểu tư duy rất khác với cơn sốt sản phẩm LLM hiện nay. Trong lăng kính đó, những mô hình ngôn ngữ dù ấn tượng vẫn chủ yếu học trên dấu vết số hóa của thế giới, chứ chưa thật sự học từ tương tác vật lý, từ phần thưởng dài hạn hay từ cấu trúc nhân quả phong phú của môi trường. Khi một video với tiêu đề “LLMs are a dead end” được đưa lên HN, nó đánh trúng ngay mâu thuẫn lớn nhất của ngành, giữa kết quả ngắn hạn rất mạnh và nghi ngờ dài hạn về trần kiến trúc.
Bình luận nổi bật trong thread lại không phủ nhận Sutton hoàn toàn. Trái lại, người bình luận chấp nhận khả năng ông đúng về dài hạn, nhưng lập luận rằng các lab LLM vẫn đang tối ưu chiến lược rất hợp lý. LLM hiện nay tạo ra doanh thu thật, có sức hút người dùng thật và chứng minh được ứng dụng thương mại từ coding, search, enterprise assistant cho tới workflow automation. Với một ngành đốt vốn khổng lồ, đó là lợi thế sinh tồn rất lớn. Tiền mặt từ LLM có thể quay ngược trở lại thành compute, đội nghiên cứu, hạ tầng và dữ liệu cần thiết để theo đuổi lớp hệ thống kế tiếp, dù nó có tên là world model, embodied AI hay thứ gì khác.
Đây chính là điểm tranh luận chiến lược đáng theo dõi. Phe “LLM là dead end” thường đúng khi nhắc rằng suy luận trên văn bản có thể không đủ để đạt trí tuệ tổng quát bền vững. Nhưng phe thực dụng cũng đúng khi nói rằng không có con đường nào sang thế hệ AI tiếp theo nếu thiếu máy in tiền để nuôi vòng lặp nghiên cứu. Từ góc nhìn doanh nghiệp, câu hỏi không nên được diễn dịch thành “LLM còn đáng đầu tư hay không”, mà là “LLM đủ tốt cho lớp bài toán nào hôm nay, và giới hạn của nó nằm ở đâu để không xây kỳ vọng ảo”.
Điều này đặc biệt quan trọng với các công ty đang triển khai agent. Nếu tin rằng LLM chỉ là bước đệm, họ sẽ thiết kế hệ thống với giả định model sẽ còn thay đổi mạnh, vì vậy giá trị thật cần nằm ở dữ liệu riêng, guardrail, workflow và lớp tích hợp. Nếu tin rằng LLM đã đủ tốt trong phần lớn use case, họ sẽ tối ưu tốc độ triển khai để chiếm lợi thế ngay bây giờ. Thread HN tuy ngắn, nhưng nó tóm đúng một căng thẳng chiến lược của 2026, phải khai thác tối đa giá trị của LLM hiện tại mà không tự lừa mình rằng kiến trúc này chắc chắn là điểm đến cuối cùng.