Hôm qua, tôi dành bốn giờ đồng hồ rà soát hợp đồng oracle cho một giao thức render phi tập trung. Không phải để tìm lỗ hổng trong logic ký quỹ hay cơ chế thanh toán — mà để truy vết một đường dữ liệu kỳ lạ từ mô hình AI trả về kết quả bị nhiễu trên ba node khác nhau. Khi tôi đưa vấn đề lên Discord của dự án, một kỹ sư trẻ nhiệt tình reply: "Chúng tôi đang thử nghiệm cơ chế để các agent tự chia sẻ câu trả lời với nhau, nghiên cứu nói có thể cải thiện độ chính xác lên gần gấp đôi đấy." Tôi không phản đối. Tôi chỉ hỏi một câu: "Với chi phí nào?"
Bài nghiên cứu mà cậu ấy nhắc đến vừa được đăng tải trên Crypto Briefing, xoay quanh một thí nghiệm đơn giản: cho nhiều AI agent giải quyết cùng một vấn đề, sau đó cho chúng chia sẻ câu trả lời với nhau trước khi đưa ra quyết định cuối cùng. Kết quả cho thấy độ chính xác tăng gần gấp đôi. Nghe như một bước đột phá đầy hứa hẹn cho hệ thống đa tác tử — thứ mà nhiều người tin sẽ trở thành xương sống của DeFi, oracle, và cả những giao thức quản trị tự động trong tương lai gần. Ấn tượng, nếu bạn không nhìn vào phần còn lại của bức tranh.
Bởi vì khi bạn so sánh con số 'gần gấp đôi' đó với cơ sở hạ tầng blockchain hiện tại, và với những gì tôi đã chứng kiến trong gần một thập kỷ audit hợp đồng thông minh, một câu hỏi lớn hơn hiện ra: chúng ta đang kỷ niệm việc tăng độ chính xác trong một môi trường thử nghiệm, hay chúng ta đang vô tình xây dựng một cỗ máy tạo ra sự nhất trí giả tạo? Hôm nay, tôi muốn mổ xẻ nghiên cứu này điều mà phần lớn các bản tin cộng đồng bỏ qua: chi phí ẩn của việc 'hợp tác' giữa các AI agent, và lý do vì sao nó có thể là thứ khiến giao thức của bạn sụp đổ nhanh hơn bất kỳ lỗ hổng reentrancy nào.
Bối cảnh: Cơn sốt AI x Crypto giữa thị trường đi ngang
Thị trường đang đi ngang. Đó là thời điểm mọi người rời bỏ việc nhìn vào biểu đồ giá và bắt đầu nhìn vào những thứ hào nhoáng hơn: AI agent, giao thức tự động, mạng lưới oracle thông minh. Trong những tháng gần đây, không khó để bắt gặp những dự án mọc lên như nấm tuyên bố tích hợp AI vào mọi thứ — từ quản lý danh mục đầu tư, dự đoán giá, cho đến điều phối các tác nhân tự trị trong game blockchain. Hầu hết đều không có sản phẩm thực sự, mà chỉ có một trang web đẹp và một biểu đồ token.
Nhưng có một phần của cơn sốt này là có thật và đáng để theo dõi: việc sử dụng AI agents để thực hiện các tác vụ phức tạp trên chuỗi. Thay vì một hợp đồng thông minh đơn giản thực thi logic cố định, các hệ thống này đề xuất để các tác nhân AI đưa ra quyết định dựa trên dữ liệu động — ví dụ như chọn chiến lược farm tối ưu, định giá tài sản thế chấp trong thời gian thực, hoặc xác định trạng thái của một oracle dựa trên nhiều nguồn dữ liệu. Vấn đề cốt lõi của các hệ thống này là độ tin cậy: một AI agent có thể đưa ra câu trả lời sai, và trên blockchain, một câu trả lời sai có thể dẫn đến mất hàng triệu đô la.
Vì vậy, khi một nghiên cứu cho thấy rằng việc cho các agent giao tiếp với nhau có thể gần như nhân đôi độ chính xác, điều đó ngay lập tức trở thành tin tức nóng. Đây chính là mảnh ghép còn thiếu: không phải để làm cho AI thông minh hơn, mà để làm cho AI đáng tin cậy hơn trong bối cảnh tiền tệ tự động. Tôi đã thấy điều này nhiều lần trước đây — cùng một mô thức: một giải pháp nghe có vẻ thông minh về mặt kỹ thuật, được trình bày như một viên đạn bạc, trong khi các vấn đề thực sự nằm ở kiến trúc và kinh tế học giao thức lại bị bỏ qua. Hãy để tôi giải thích tại sao.
Mổ xẻ thí nghiệm: 'Chia sẻ câu trả lời' thực sự có nghĩa là gì?
Về mặt kỹ thuật, ý tưởng này rất hấp dẫn. Hãy tưởng tượng bạn có một trăm agent riêng lẻ, mỗi agent đưa ra một câu trả lời cho cùng một câu hỏi — ví dụ như 'giá ETH được niêm yết chính xác nhất trên sàn giao dịch nào?' Mỗi agent có một mô hình khác nhau, một tập dữ liệu huấn luyện khác nhau, hoặc một cách diễn giải khác nhau. Một mình, mỗi agent có thể có độ chính xác khoảng 50-60%. Nhưng nếu bạn xây dựng một cơ chế để chúng trao đổi câu trả lời của mình với nhau trước khi đưa ra kết luận cuối cùng — giống như một cuộc thảo luận nhóm — thì độ chính xác có thể tăng lên tới 90% hoặc hơn. Kết quả ban đầu trong nghiên cứu được đề cập trên Crypto Briefing cho thấy mức cải thiện đáng kinh ngạc: từ khoảng 50,8% lên 97,8% trong các bài kiểm tra toán học.
Đây là một phát hiện thú vị, và hoàn toàn hợp lý theo quan điểm thống kê. Khi bạn kết hợp nhiều mô hình độc lập có sai số không tương quan, lỗi của chúng có xu hướng triệt tiêu lẫn nhau. Điều này được gọi là 'hiệu ứng quần thể' trong machine learning — giống như lý do tại sao một ban giám khảo gồm nhiều người đưa ra quyết định chính xác hơn một cá nhân, miễn là các thành viên không bị định kiến chung.
Nhưng đây là nơi câu chuyện trở nên phức tạp. Trong môi trường phòng thí nghiệm, bạn có thể kiểm soát tuyệt đối các điều kiện. Bạn biết rằng các agent đang chia sẻ câu trả lời trung thực, và bạn có một tập dữ liệu chuẩn để so sánh. Trên blockchain, điều kiện đó hoàn toàn không tồn tại. Khi tôi nói chuyện với nhóm nghiên cứu về việc áp dụng điều này vào thực tế, câu hỏi đầu tiên của tôi luôn là: làm thế nào để bạn xác thực rằng 'chia sẻ câu trả lời' là minh bạch? Trong một hệ thống không tin cậy, nơi các agent có thể là kẻ tấn công hoặc bị chiếm quyền, việc cho phép chúng giao tiếp với nhau trước khi đưa ra quyết định cuối cùng không khác gì việc cho phép những kẻ gian lận trong một cuộc bỏ phiếu được thảo luận với nhau trước khi bỏ phiếu — chúng có thể dễ dàng thống nhất một câu trả lời sai.
Hãy xem xét kịch bản cụ thể: một giao thức oracle dựa trên mười lăm agent độc lập. Mười bốn trong số đó là trung thực, một là ác ý. Nếu cơ chế chia sẻ câu trả lời được thiết kế kém, một kẻ tấn công có thể khai thác vòng thảo luận để gieo rắc thông tin sai lệch có sức thuyết phục vào quá trình ra quyết định. Và không giống như một cuộc thảo luận giữa con người, nơi bạn có thể đánh giá uy tín của người nói, các agent AI trong một mạng phi tập trung hoàn toàn không có danh tính rõ ràng. Chúng chỉ là các địa chỉ ví hoặc hợp đồng thông minh. Điều gì ngăn một kẻ tấn công triển khai 80% số node trong mạng lưới? Không có gì ngoài chi phí vốn ban đầu — và chi phí đó thường thấp hơn nhiều so với phần thưởng khi thao túng oracle thành công.
Điểm mấu chốt mà nghiên cứu này bỏ qua: sự cải thiện độ chính xác chỉ có giá trị khi các câu trả lời là độc lập. Một khi bạn cho phép các agent giao tiếp với nhau, bạn đã phá vỡ giả định độc lập đó — và biến một hệ thống vốn có tính đa dạng thành một hệ thống dễ bị tấn công theo kiểu 'sybil' hơn bất kỳ giao thức đơn giản nào trước đây.
Khi 'cải thiện' trở thành 'lỗ hổng bảo mật': bài học từ lịch sử DeFi
Đối với những người đã chứng kiến sự trỗi dậy và sụp đổ của các giao thức DeFi trong những năm qua, câu chuyện về các agent hợp tác có một sự tương đồng đáng ngại. Năm 2020, trong đợt DeFi Summer, tôi đã phân tích một giao thức thanh toán yêu cầu các validator của nó 'hợp tác' để xác định tỷ giá chính xác. Ý tưởng được bán cho cộng đồng như một cơ chế đồng thuận tiên tiến. Trên thực tế, nó là một công thức cho thảm họa. Không ai muốn trở thành người đầu tiên đưa ra ý kiến khác biệt, bởi vì nếu bạn không đồng thuận với số đông, bạn sẽ bị loại khỏi nhóm staking và mất tiền. Kết quả là một sự nhất trí giả tạo — tất cả validator đưa ra cùng một câu trả lời, mặc dù câu trả lời đó có thể sai hoàn toàn. Khi tỷ giá thực tế lệch khỏi tỷ giá 'đồng thuận', giao thức đã mất hơn 80 triệu USD trong vòng một giờ.
Cùng một mô thức sai lầm lặp lại trong nghiên cứu về AI agents. Khi bạn tạo ra một vòng lặp phản hồi — nơi các agent đưa ra câu trả lời, sau đó nghe câu trả lời của nhau, sau đó điều chỉnh câu trả lời của mình — bạn không chỉ làm giảm sự đa dạng của các quan điểm. Bạn đang xây dựng một hệ thống trong đó một sai sót ban đầu có thể khuếch đại thành một lỗi hệ thống nghiêm trọng. Giống như một đám đông hoảng loạn, tất cả mọi người chạy theo một hướng vì họ nghĩ rằng đám đông biết điều gì đó mà họ không biết. Trong một cuộc khủng hoảng thanh khoản, điều này có nghĩa là tất cả các quyết định bán tháo cùng một lúc, làm trầm trọng thêm sự sụp đổ.
Hãy nhìn vào một ví dụ cụ thể từ thử nghiệm: các nhà nghiên cứu phát hiện ra rằng khi các agent được phép 'chia sẻ câu trả lời' giữa các vòng, độ chính xác của chúng tăng lên — nhưng họ cũng thừa nhận rằng điều này làm tăng chi phí tính toán một cách đáng kể. Và trên blockchain, 'chi phí tính toán' không phải là một khái niệm trừu tượng. Nó là gas. Mỗi lần một agent đọc câu trả lời của một agent khác, đó là một phép đọc trạng thái, một phép so sánh, một lần cập nhật. Mỗi lần lặp lại của quá trình này là một khoản phí gas mới. Nếu bạn có một trăm agent, mỗi agent thực hiện mười vòng trao đổi, bạn đang nói về mười nghìn lần tương tác — con số này vượt xa mức chi phí mà bất kỳ người dùng DeFi nào sẵn sàng trả cho một giao dịch oracle.
**Dựa trên kinh nghiệm audit của tôi, hầu hết các giao thức sẽ không bao giờ triển khai cơ chế này trực tiếp trên Layer 1. Họ sẽ đề xuất một giải pháp off-chain, nơi các agent tương tác với nhau bên ngoài chuỗi, và sau đó chỉ đưa kết quả cuối cùng lên blockchain. Điều này giải quyết vấn đề chi phí gas, nhưng lại tạo ra một vấn đề mới: làm thế nào để xác thực rằng quá trình off-chain đó là trung thực? Làm thế nào để chứng minh rằng các agent thực sự đã trao đổi thông tin một cách đúng đắn, mà không cần phải tốn chi phí để chạy lại toàn bộ quá trình?”
Về mặt kỹ thuật, điều này đưa chúng ta trở lại với zero-knowledge proofs. Đã có một số nỗ lực để tạo ra các bằng chứng hợp lệ cho các phép tính toán học, và tôi đã dành sáu tháng nghiên cứu zkSync Era vào năm 2022. Vấn đề là: ngay cả với các kỹ thuật zk hiện đại nhất, việc tạo ra một bằng chứng cho một mạng lưới mô hình AI phức tạp là một bài toán khó khăn phi thường. Không phải vì toán học không đúng — mà vì chi phí để xác minh một mạng nơ-ron có hàng triệu tham số, thậm chí là một phiên bản đã được tối ưu hóa, vẫn còn quá cao so với khả năng xử lý của các đường cong BLS hoặc KZG trong môi trường blockchain hiện tại.
Nói một cách đơn giản: chúng ta đang đối mặt với một sự đánh đổi không thể tránh khỏi. Bạn có thể có độ chính xác cao (nhờ các agent hợp tác), hoặc bạn có thể có chi phí thấp và khả năng xác minh minh bạch, nhưng bạn không thể có cả hai cùng một lúc trong một hệ thống phi tập trung hoàn toàn. Và trong một thị trường đi ngang, nơi các quỹ đầu tư đang tìm kiếm lợi nhuận từ những câu chuyện mới, các dự án thường chọn con đường ít kháng cự: chạy các vòng thảo luận off-chain, xuất bản một 'tổng hợp' cuối cùng, và hy vọng rằng không ai chú ý đến việc quá trình tổng hợp đó có thể bị thao túng như thế nào.
Góc nhìn phản trực giác: Khi phe 'bò' có thể đúng
Tuy nhiên, với tư cách là một người hoài nghi có hệ thống, tôi có nghĩa vụ phải xem xét khía cạnh còn lại của lập luận. Liệu có trường hợp nào mà sự chia sẻ câu trả lời giữa các AI agents là một ý tưởng tốt không chỉ về mặt lý thuyết, mà còn trong thực tế triển khai? Có. Câu trả lời nằm ở khái niệm về độ đa dạng trong sai số.
Nghiên cứu chỉ ra rằng hiệu quả của việc chia sẻ câu trả lời không đồng đều ở mọi loại tác vụ. Đối với các bài toán có cấu trúc rõ ràng, như tính toán số học hoặc suy luận logic, việc thảo luận giúp ích rất nhiều — tương tự như việc bạn rà soát lại bài tập về nhà với một người bạn. Nhưng đối với các vấn đề mang tính mơ hồ cao, chẳng hạn như phân tích cảm xúc hoặc dự đoán thị trường, việc chia sẻ câu trả lời thực sự có thể làm giảm độ chính xác. Vì sao? Bởi vì trong các tác vụ phức tạp, các agent không có cùng một cách tiếp cận vấn đề, và khi chúng cố gắng thống nhất, chúng thường hội tụ về một giải pháp tầm thường, chứ không phải giải pháp tối ưu.
Điều này có ý nghĩa quan trọng đối với các nhà thiết kế giao thức. Nếu bạn đang xây dựng một oracle cho một tài sản tương đối dễ định giá — ví dụ như một loại stablecoin có giá trị gắn với đồng đô la — thì cơ chế 'thảo luận nhóm' có thể là một bổ sung tuyệt vời. Nó giảm thiểu rủi ro của một điểm dữ liệu bất thường, tăng độ tin cậy, và chi phí tính toán thêm có thể chấp nhận được. Nhưng nếu bạn đang cố gắng sử dụng cơ chế này để định giá một loại tài sản phái sinh kỳ lạ, hoặc để điều phối các hành động trong một giao thức quản trị phức tạp, bạn có nguy cơ nhận được một kết quả 'nhạt nhòa' đến mức vô dụng.
Có một lập luận nữa cho những người ủng hộ: việc xây dựng một mạng lưới các agent độc lập và để chúng tự điều phối có thể giảm thiểu rủi ro từ việc một mô hình duy nhất bị hỏng. Đây chính là triết lý đằng sau 'ensemble learning' trong machine learning — và nó đã được chứng minh là hiệu quả trong các hệ thống tập trung như Google hoặc Amazon, nơi họ chạy nhiều mô hình song song và tổng hợp kết quả. Điểm khác biệt mấu chốt là: các hệ thống đó được vận hành bởi một thực thể duy nhất có uy tín, người chịu trách nhiệm về chất lượng của từng mô hình. Trong một blockchain, không có 'thực thể duy nhất' nào — mỗi tác nhân là một thực thể có động cơ riêng của mình. Động cơ đó có thể không phải là sự chính xác.
Vậy phe bò có thể đúng ở mức độ nào? Họ có thể đúng ở khả năng lựa chọn: nếu bạn sử dụng cơ chế chia sẻ câu trả lời như một lớp bổ sung cho một hệ thống xác thực mạnh mẽ — chứ không phải là cơ chế đồng thuận duy nhất — thì phần lớn các rủi ro tôi nêu ra ở trên có thể được giảm nhẹ. Hãy tưởng tượng một mạng lưới trong đó các agent đưa ra câu trả lời một cách độc lập, sau đó gửi câu trả lời của họ, và chỉ sau khi toàn bộ quá trình hoàn tất, chúng mới có thể tham gia vào một vòng thảo luận có giới hạn thời gian, với kết quả cuối cùng được xác minh bằng một cơ chế bỏ phiếu trên chuỗi. Điều này vẫn gặp vấn đề về chi phí, nhưng nó giảm thiểu nguy cơ thiên vị do 'tiếp xúc' trước đó.
Tuy nhiên, ngay cả trong viễn cảnh lạc quan này, tôi vẫn thấy một vấn đề cơ bản mà các bài thử nghiệm không giải quyết được: sự khác biệt giữa 'chia sẻ câu trả lời' và 'sao chép đáp án'. Trong một môi trường không có sự tin tưởng, các agent có thể không trung thực. Khi một agent nhận được một câu trả lời có vẻ 'thông minh' từ một agent khác, nó có xu hướng tin tưởng vào điều đó hơn là suy nghĩ lại — bởi vì làm như vậy sẽ tiết kiệm chi phí tính toán. Đây là một lỗ hổng hành vi đã được ghi nhận trong nhiều nghiên cứu về các hệ thống multi-agent, và nó không biến mất khi bạn thêm blockchain vào.
Con đường phía trước: câu hỏi thực sự mà nghiên cứu này đặt ra
Vậy chúng ta nên làm gì với thông tin này? Tôi không nói rằng nghiên cứu về các AI agent chia sẻ câu trả lời là vô giá trị. Ngược lại, nó mở ra một hướng nghiên cứu quan trọng — nhưng nó cho chúng ta thấy một điều sâu sắc hơn: sự thông minh của một hệ thống không đến từ sự hợp tác nhiều hơn, mà đến từ sự khôn ngoan trong việc quyết định khi nào nên hợp tác và khi nào nên giữ khoảng cách.
Trong bối cảnh thị trường đi ngang hiện tại, câu chuyện 'AI agents sẽ thay đổi DeFi' đang được bán cho các nhà đầu tư một cách dễ dàng. Bất kỳ dự án nào gắn nhãn 'AI' vào token của mình cũng có thể huy động vốn. Nhưng những dự án thực sự đáng giá — những dự án mà tôi tin sẽ tồn tại sau chu kỳ này — là những dự án hiểu được sự đánh đổi giữa độ chính xác, chi phí và khả năng chống chịu trước các cuộc tấn công. Họ sẽ không tham gia vào cuộc chạy đua để có được con số 97,8% trong một bài kiểm tra toán học. Thay vào đó, họ sẽ tập trung vào việc xây dựng các cơ chế xác thực mạnh mẽ, nơi sự hợp tác chỉ được phép diễn ra trong một khuôn khổ nghiêm ngặt được thiết kế để ngăn chặn gian lận.
Đó là lý do tại sao khi một kỹ sư trẻ hào hứng nói với tôi về việc các agent 'chia sẻ câu trả lời' để đạt được độ chính xác cao hơn, tôi không chúc mừng anh ta. Tôi nói: "Chà, bạn có thể tăng độ chính xác lên 97,8%. Nhưng bạn có sẵn sàng giảm 30% số vốn của người dùng nếu một kẻ tấn công thao túng được quá trình chia sẻ đó không?" Gas không rẻ, và lỗi thì còn đắt hơn. Không có gì là 'đủ tốt' khi mạng lưới của bạn là điểm tập trung cho kẻ tấn công.
Chúng ta đang làm việc trong một ngành mà 'đủ tốt' là cái chết đang chờ chực. Mỗi benchmark là một nghĩa địa của các giải pháp tưởng chừng hoàn hảo, bị đánh bại không phải bởi sự thiếu thông minh, mà bởi sự thiếu kỹ nghệ. Và câu hỏi thực sự dành cho những ai đang xây dựng hệ thống multi-agent: bạn đang thiết kế cho thế giới lý tưởng nơi các agent trung thực, hay cho thế giới thực nơi kẻ tấn công luôn quan sát? Hãy suy nghĩ về điều đó trước khi bạn thêm một vòng 'thảo luận nhóm' nữa.
