Một giao thức AI agent mã nguồn mở với 21.4 nghìn sao trên GitHub đang tìm cách huy động 75 triệu USD với mức định giá 1.5 tỷ USD. Con số này khiến tôi – một nhà phân tích đã từng kiểm tra hợp đồng Bancor và phát hiện lỗ hổng rút token không giới hạn – phải dừng lại. Khi tôi nhìn vào bảng tính dòng tiền và cấu trúc phí của dự án, một câu hỏi duy nhất hiện lên: Ai thực sự kiểm soát dòng doanh thu? Nous Research, đội ngũ đứng sau Hermes Agent, đang ở đỉnh cao của chu kỳ thổi phồng AI agent. Nhưng tôi đã thấy mô hình này trước đây: một sản phẩm mã nguồn mở “viral” với lượng sao khổng lồ, nhưng không có doanh thu rõ ràng, đột nhiên được định giá như một kỳ lân. Liệu Hermes Agent có thực sự xứng đáng với con số đó, hay đây chỉ là một vụ đầu cơ khác trong cơn sốt AI? Hãy cùng tôi mổ xẻ từng lớp kỹ thuật, kinh doanh và rủi ro.
Bối cảnh: Hermes Agent là một AI agent “liên tục tự chạy” – nó có thể duy trì hoạt động trên máy tính hoặc cloud, thực hiện các tác vụ như tìm kiếm web, viết code, hiểu hình ảnh. Không giống các chatbot truyền thống trả lời một câu rồi dừng, Hermes được thiết kế để vận hành như một “nhân viên ảo” không ngừng nghỉ. Tính năng nổi bật là “tự động tạo kỹ năng” – agent học từ phản hồi của người dùng để cải thiện hành vi. Điều này nghe có vẻ đột phá, nhưng nếu nhìn kỹ, đây là một dạng “engineering innovation” hơn là một breakthrough về mặt thuật toán. Nó dựa trên các mô hình nguồn mở mạnh mẽ (có thể là Llama series), và việc đóng gói chúng thành một agent luôn hoạt động là một thách thức về mặt kỹ thuật – quản lý trạng thái, phục hồi lỗi, điều phối tool calls. GitHub sao 21.4k là tín hiệu mạnh về mặt truyền thông, nhưng tôi biết từ kinh nghiệm phân tích wash trading trên OpenSea rằng sao không bằng volume thực. Số người dùng thực sự trả tiền cho cloud-hosted version mới là điều quan trọng.
Core: Hãy nhìn vào cấu trúc kinh doanh. Nous Research đang chuyển từ open-core (mã nguồn mở) sang SaaS – họ sẽ dùng số tiền 75 triệu USD để mở rộng dịch vụ cloud cho người dùng phổ thông. Đây là mô hình quen thuộc nhưng đầy rủi ro. Định giá 1.5 tỷ USD yêu cầu doanh thu hàng năm (ARR) phải đạt ít nhất 150 triệu USD (với hệ số P/S 10x) để hợp lý. Liệu một agent đang ở giai đoạn thử nghiệm có thể tạo ra con số đó? Tôi nghi ngờ. Từ góc nhìn của một người từng dự đoán sự sụp đổ của Terra/Luna bằng mô hình stress test, tôi thấy ba rủi ro cốt lõi:
- Mô hình “open source” là một con dao hai lưỡi: Mã nguồn mở giúp kéo cộng đồng, nhưng cũng mở mục tiêu cho đối thủ. Bất kỳ ai cũng có thể fork code, thêm tính năng và tung ra sản phẩm cạnh tranh. Lợi thế “tự động tạo kỹ năng” sẽ bị sao chép trong vài tháng. Câu nói tôi hay dùng: “Mã nguồn mở cũng là mục tiêu mở.”
- Cạnh tranh với gã khổng lồ: AWS, Azure, GCP đều đang xây dựng dịch vụ AI agent riêng, tích hợp sẵn với hệ sinh thái cloud của họ. Một startup nhỏ không thể đánh bại họ về độ tin cậy, SLA và khả năng mở rộng. Hermes chỉ có thể thắng nếu nó cung cấp một trải nghiệm “liên tục” vượt trội – nhưng điều đó đòi hỏi hạ tầng cực kỳ ổn định và chi phí thấp.
- Rủi ro bảo mật của agent tự động: Một agent chạy liên tục, có thể tìm kiếm web, viết code và tự tạo kỹ năng là một cơn ác mộng về bảo mật. Nếu bị tấn công prompt injection, nó có thể thực hiện các hành động có hại cho người dùng – như xóa file, gửi email lừa đảo. Với người dùng phổ thông không hiểu kỹ thuật, hậu quả có thể rất lớn. Trong báo cáo kiểm toán Compound năm 2020, tôi đã chỉ ra rằng mọi giả định về “tự động” đều cần được kiểm tra bằng stress test.
Từ dữ liệu on-chain? Dự án này không phải blockchain, nhưng tôi có thể áp dụng tư duy tương tự: kiểm tra nguồn gốc của các sao GitHub, xem tỷ lệ fork có thực sự đóng góp code không, phân tích lưu lượng API từ các nhà cung cấp cloud. Tôi đã viết script Python để phát hiện wash trading trên OpenSea; giờ tôi sẽ viết script để xác thực số liệu tương tác của Hermes Agent. Nếu 21.4k sao mà chỉ có 1k người dùng thực sự hàng ngày, thì đó là tín hiệu đỏ.
Contrarian: Nhưng cũng có luận điểm ủng hộ phe bò. Thứ nhất, thị trường AI agent đang ở giai đoạn rất sớm. Một sản phẩm mã nguồn mở được cộng đồng yêu thích có thể trở thành “Linux của AI agent” – chiếm lĩnh thị trường doanh nghiệp nhờ khả năng tùy chỉnh. Thứ hai, đội ngũ của Nous Research có thể rất tài năng – việc họ thu hút được các quỹ như Robot Ventures và USV cho thấy họ có uy tín. Nếu họ xây dựng được một lớp “skill store” kiểu App Store, nơi cộng đồng đóng góp kỹ năng mới, họ có thể tạo ra hiệu ứng mạng lưới mạnh. Thứ ba, nếu họ hợp tác chiến lược với một nhà cung cấp GPU lớn (như Groq hay Cerebras) để giảm chi phí inference, họ có thể phá vỡ bài toán kinh tế đơn vị. Nhưng tất cả những điều này chỉ là “nếu”. Từ kinh nghiệm kiểm toán Bancor, tôi biết rằng “tiềm năng” không bao giờ biện minh cho rủi ro kỹ thuật hiện hữu.
Takeaway: Số phận của Nous Research phụ thuộc vào hai tín hiệu chính: (1) Giá cloud-hosted version và tỷ lệ chuyển đổi từ người dùng miễn phí sang trả phí trong 6 tháng tới; (2) Việc họ có công bố một cuộc kiểm toán bảo mật độc lập và kết quả stress test agent hay không. Nếu không có những điều này, mức định giá 1.5 tỷ USD giống như một vụ cá cược hơn là một khoản đầu tư có cơ sở. Câu hỏi cuối cùng dành cho bạn – nhà đầu tư hay người dùng: Bạn có sẵn sàng để một agent “liên tục tự chạy” kiểm soát dữ liệu của mình mà không có giới hạn trách nhiệm pháp lý rõ ràng? Tôi thì không, ít nhất là cho đến khi tôi thấy mã nguồn được kiểm tra bởi một bên thứ ba uy tín.
Bài viết này không phải lời khuyên đầu tư. Tôi chỉ đang làm công việc của một nhà phân tích: đặt câu hỏi, kiểm tra giả định, và chuẩn bị cho kịch bản xấu nhất. Hãy tự quyết định.
