Gần đây tôi vừa phát hiện ra một Skill mã nguồn mở cực kỳ thú vị mà có lẽ nhiều bạn cũng đã từng thấy qua.
Nó có tên là Anatomy, dịch nôm na là "giải phẫu sâu" hoặc "phân tích cấu trúc".
https://x.com/wheresryan22/status/2108948624004526516
Tôi thấy công cụ này đặc biệt hấp dẫn.
Triết lý thiết kế cốt lõi của nó được gói gọn trong một câu:
Vật thể chính là lời giải thích.
Thay vì dùng chữ viết để diễn giải khái niệm, Anatomy cố gắng biến nguyên lý bạn muốn hiểu thành một thiết bị hoạt động thực sự, cho phép bạn tận mắt chứng kiến toàn bộ quá trình.
Nói đơn giản, nó biến những kiến thức trừu tượng thành các mô hình cơ khí tương tác động, nơi các agent tự tạo ra các bộ phận chuyển động, hiển thị đầy đủ linh kiện và cho phép người dùng tương tác trực tiếp.
Và kết quả đẹp mắt cũng như chi tiết đến mức đáng kinh ngạc.
Ví dụ, nếu bạn muốn biết bên trong một chiếc đồng hồ cơ hoạt động ra sao.
Phong cách thẩm mỹ này đúng chuẩn gu của tôi. Về mặt tương tác, bạn có thể tự tay vặn núm chỉnh giờ để xem các bộ phận bên trong vận hành thế nào. Bạn cũng có thể tháo rời từng phần để quan sát cấu trúc của chúng.
Hiệu ứng này được tác giả tạo ra bằng prompt sau:
/anatomy explain how a mechanical watch keeps time, interactive
Dịch ra nghĩa là: "Tạo một bản demo tương tác giải thích cách đồng hồ cơ đo thời gian."
Còn rất nhiều ví dụ tương tự khác.
Bạn thậm chí có thể dùng nó để dựng một động cơ Rolls-Royce Trent 970 với góc nhìn cắt lát một phần tư.
Nó không chỉ vẽ mỗi lớp vỏ động cơ, mà còn mô tả cực kỳ chính xác quạt gió, máy nén, buồng đốt, tuabin và các cấu trúc bên trong khác.
Thật lòng mà nói, lần đầu nhìn thấy những đoạn animation này, tôi thấy chúng ngầu hết sức.
Đặc biệt với những ai đam mê nghiên cứu cấu trúc cơ khí và nguyên lý vật lý, sẽ có vô số thứ để khám phá.
Cách dùng skill này rất đơn giản. Chỉ cần mở Agent của bạn lên và bảo nó cài đặt skill Anatomy đang hot dạo gần đây.
Hoặc copy đoạn prompt dưới đây rồi gửi cho Agent:
Giúp tôi cài skill này: https://github.com/wheresryan22/anatomy/tree/main
Cài xong là bạn có thể bắt đầu vọc vạch ngay.
Tuy nhiên, sau khi tự chạy thử vài lần, tôi nhận ra một vấn đề khá lớn.
Lấy đoạn animation đồng hồ ở trên làm ví dụ, dù hình ảnh thực sự rất đẹp, nhưng với một người chưa từng biết gì về cấu tạo bên trong đồng hồ cơ như tôi, xem một lúc là bắt đầu rối trí.
Mỗi bộ phận kia là gì? Nó có tác dụng gì? Thời gian thực chất được tính toán ra sao?
Kể cả khi đọc kỹ phần giải thích bằng chữ đi kèm animation do skill cung cấp, tôi vẫn thấy khó hiểu.
Với những người đã nắm rõ nguyên lý, các đoạn animation cơ khí ngắn gọn và siêu chi tiết này giúp họ quan sát cấu trúc trực quan hơn.
Nhưng nếu tôi hoàn toàn mù tịt về chủ đề đó, thì hình ảnh có tinh xảo đến đâu tôi cũng chẳng thể hiểu nổi.
Thế nên tôi nghĩ, với những ai chưa có nền tảng kiến thức, việc chỉ để vật thể tự chuyển động là chưa đủ. Lý tưởng nhất là phải có giọng thuyết minh đi kèm hình ảnh, giải thích xem đó là cái gì, chuyện gì đang xảy ra, tại sao lại như vậy và mục đích của nó là gì.
Vì skill này đã có thể biến các nguyên lý phức tạp thành animation, tại sao không nhờ AI tạo luôn một video khoa học có thuyết minh lồng tiếng dựa trên nó?
Và rồi, điều thú vị đã xảy ra.
Tôi thử lại với ví dụ đồng hồ cơ ban nãy.
Dùng Opus 5.5 với cường độ suy luận cao.
Prompt rất đơn giản, chỉ một câu duy nhất.
Nó xuất thẳng ra video dưới đây chỉ trong một lần chạy.
Ngoài việc giọng đọc nghe hơi lạ do mặc định dùng TTS của hệ thống MacOS, mọi thứ còn lại đều khá ấn tượng.
Phần giới thiệu đầy đủ và rõ ràng, bao gồm có những bộ phận nào, chức năng của chúng, mối liên hệ giữa các bộ phận, nguyên lý đo thời gian, v.v. Nếu nhìn kỹ các bánh răng, chúng ăn khớp hoàn hảo khi quay, kèm theo cả hiệu ứng âm thanh tương ứng.
So với đoạn animation thuần túy ở trên, định dạng này thân thiện hơn hẳn với những người ngoại đạo như tôi.
Xem một video như vậy có thể chưa giúp bạn thành chuyên gia, nhưng nó mang lại hiểu biết sơ bộ về cách đồng hồ cơ hoạt động, tạo tiền đề để bạn học sâu hơn.
Muốn sửa lỗi giọng đọc rè rè như sấm sét kia cũng dễ thôi — chỉ cần yêu cầu nó chuyển sang Volcano Engine TTS là xong ngay lập tức.
Tôi còn dùng nó làm một video giải thích nguyên lý hoạt động của GPU.
Lại một lần nữa, xuất thẳng ra luôn mà không cần chỉnh sửa gì.
Video bắt đầu bằng việc giới thiệu GPU dùng để làm gì, các thành phần của nó, cách lắp ráp, quy trình tính toán một khung hình, tại sao GPU tính toán nhanh, cách hình ảnh chuyển động, phương pháp tản nhiệt, và cuối cùng là tóm tắt phần đầu vào/đầu ra.
Bố cục cực kỳ logic. Khi nói đến bộ phận nào, màn hình sẽ làm nổi bật hoặc hiển thị đúng phần đó, rất rõ ràng và dễ hiểu.
Phần giải thích ở đây khá ngắn gọn. Nếu bạn muốn chi tiết hơn, chỉ cần bổ sung thêm yêu cầu vào prompt.
Chẳng hạn, tôi yêu cầu nó làm một video giải thích chi tiết về quá trình bắt tay ba bước TCP (TCP three-way handshake).
Lần này tôi dùng Opus 5.5 ở cường độ Ultra.
Trừ một vài lỗi phát âm thuật ngữ tiếng Anh, chất lượng video khá cao.
Tôi chia sẻ nó cho một đồng nghiệp trong công ty có nền tảng về viễn thông. Cô ấy bảo nội dung này bình thường phải mất trọn một buổi giảng đại học mới dạy hết, vậy mà AI lại giải thích rõ ràng chỉ trong một video vài phút.
Dạo gần đây chủ đề phanh xe đang rất nóng, nên tôi cũng dùng skill này để giải thích cấu tạo của hệ thống phanh.
Ai cũng biết đây là kiến thức quan trọng — anh em chịu khó học kỹ để khỏi bị "hớ" nhé.
Tóm lại, hai ngày qua vọc vạch thứ này thực sự rất vui.
Bất cứ khi nào muốn tìm hiểu điều gì, bạn chỉ cần bảo nó tạo riêng một bài giảng tùy chỉnh cho mình. Cảm giác đó thật sự rất đã.
Sau khi xem kết quả, tôi biết nhiều bạn sẽ quan tâm đến lượng token tiêu thụ và thời gian chờ.
Thành thật mà nói, chi phí token để làm video bằng skill này thấp hơn nhiều so với tôi tưởng tượng.
Ví dụ, video bắt tay TCP dài 5 phút chỉ tốn khoảng 1% hạn mức tuần của gói Claude Max 200 USD mà tôi đang dùng.
Các video 5 phút khác cũng chỉ ngốn tầm 1% hạn mức tuần.
Nếu bạn định đăng lên mạng và muốn mọi chi tiết đều hoàn hảo, bạn có thể cần đến những model đỉnh cao như Opus 5.5 với cường độ suy luận tối đa.
Nhưng nếu chỉ để tự học, bạn hoàn toàn có thể tạo một phiên bản đơn giản hơn với cấu hình tiết kiệm hơn.
Tôi cũng thử làm một video về nguyên lý GPU bằng Sonnet 5.5 với cường độ suy luận cao. Với mục đích tự học, hiệu quả như vậy là quá đủ.
Về mặt thời gian, để tạo một video 5 phút bằng Opus 5.5 ở cường độ Ultra sẽ mất khoảng 1,5 giờ.
Không có cách nào đẩy nhanh quá trình này đáng kể.
Tác giả của skill Anatomy đã cố tình thiết kế để nó chạy chậm.
Anh ấy giải thích lý do như sau:
Chi tiết cần thời gian, nên tôi thà hiển thị con số thực tế thay vì đoán mò.
Mức độ theo đuổi chi tiết chân thực của anh ấy tới đâu?
Khi tôi yêu cầu nó giải thích nguyên lý Transformer, nó đã cố tự huấn luyện một model nhỏ, khiến bộ lọc an toàn của Claude kích hoạt và khóa luôn phiên làm việc. Tôi sợ toát mồ hôi...
Tất nhiên, tôi phải thêm một lời miễn trừ trách nhiệm.
Các animation và video do AI tạo ra, dù trông rất trau chuốt, vẫn không thể đảm bảo mọi cấu trúc cơ khí, quy trình tính toán và lời giải thích đều chính xác 100%.
Đặc biệt khi học kiến thức chuyên ngành, hãy kiểm chứng lại các thông số cụ thể và nguyên lý cốt lõi.
Nhưng bất chấp những hạn chế đó, tôi vẫn tin rằng những khả năng được thể hiện ở đây là vô cùng đáng phấn khích.
Bởi nó không chỉ dừng lại ở chuyện làm video khoa học thế nào, mà còn chạm đến một câu hỏi lớn hơn:
Trong tương lai, chúng ta nên học những kiến thức hoàn toàn xa lạ bằng cách nào?
Trong lúc vọc skill này, tôi nhớ lại một bài đăng dài mà Karpathy đã chia sẻ trên X dịp Quốc khánh.
https://x.com/karpathy/status/2105819303471976479
Anh ấy nói rằng trong tương lai, chúng ta có lẽ sẽ dành nhiều thời gian hơn để hiểu nội dung do AI tạo ra.
Để giúp nội dung đó dễ hiểu hơn, anh ấy đã chia sẻ vài phương pháp.
Thứ nhất, nhờ AI giải thích vấn đề bằng ngôn ngữ rõ ràng, đơn giản hơn.
Anh ấy nhắc đến ASD-STE100, một tiêu chuẩn tiếng Anh kỹ thuật ban đầu được phát triển cho tài liệu bảo dưỡng hàng không. Tiêu chuẩn này giới hạn từ vựng và cấu trúc câu (ví dụ: giới hạn độ dài câu, dùng câu chủ động, thống nhất thuật ngữ) nhằm giảm thiểu sự mơ hồ.
Anh ấy nhận thấy việc yêu cầu AI tuân theo tiêu chuẩn này giúp văn bản dễ đọc hơn rất nhiều.
Ở đây, tôi đã nhờ Claude giải thích về khớp mộng (mortise and tenon) theo hai cách: không dùng và có dùng tiêu chuẩn này. Bạn hãy tự cảm nhận sự khác biệt.
Có tham chiếu ASD-STE100.
Thứ hai, anh ấy cho rằng cách này tốt hơn cách trên:
Bảo AI vẽ sơ đồ trực tiếp.
Xa hơn nữa, trang web HTML còn tốt hơn.
Vì khả năng code của AI hiện nay đã đủ mạnh, nó có thể tạo ra những trang web đẹp mắt và có tính tương tác.
Đây cũng chính là định dạng đầu ra chủ yếu của skill Anatomy.
Tôi đã thử tạo bừa một trang bằng Opus 5.5 chỉ trong một lần chạy.
Và phương pháp cuối cùng, cũng là thứ Karpathy ưa thích nhất:
Nhờ AI tạo video giải thích khoa học chuyên biệt cho từng câu hỏi cụ thể.
Tôi cũng dùng Anatomy làm một video để so sánh hiệu quả giữa các định dạng khác nhau.
Theo tôi, các định dạng này không hề thay thế lẫn nhau.
Văn bản phù hợp để tra cứu nhanh, biểu đồ tốt để thể hiện mối quan hệ, trang web tương tác dành cho việc mày mò thực hành, còn video giúp hiểu từng bước một cách trực quan.
Kiến thức khác nhau, đối tượng khác nhau và giai đoạn học tập khác nhau sẽ phù hợp với những định dạng khác nhau.
Tôi từng hỏi các đồng nghiệp xem hồi đại học họ bắt đầu học một chủ đề hoàn toàn mới bằng cách nào.
Câu trả lời khá giống nhau: dùng công cụ tìm kiếm hoặc tìm video liên quan trên các nền tảng.
Nhưng tài liệu bạn tìm được chưa chắc đã phù hợp với bạn.
Có cái quá nông, có cái lại quá chuyên sâu. Với những chủ đề hiếm gặp, bạn thậm chí chẳng tìm nổi một khóa học nào.
Suy cho cùng, tài liệu học tập trước đây đều do ai đó làm sẵn rồi phân phát cho tất cả mọi người.
Chúng ta chỉ có thể chọn ra thứ phù hợp nhất từ những gì đã có.
Nhưng giờ đây, với những model như Opus 5.5 và các skill như Anatomy, chúng ta có thể nhờ AI tạo tài liệu học tập theo nhu cầu.
Điều này giúp tiết kiệm thời gian tìm kiếm và thỏa mãn cả những tò mò mà lẽ ra bạn sẽ bỏ cuộc.
Ngay cả khi bạn chỉ thắc mắc một vấn đề nhỏ xíu, bạn cũng có thể yêu cầu AI làm ngay một video giải thích cho mình.
Thật là một thời đại tuyệt vời.
Bài viết đến đây là hết. Nếu bạn thấy hay, hãy nhấn like, bình luận và chia sẻ nhé. Điều đó giúp chúng tôi rất nhiều.
Cảm ơn bạn đã đọc. Hẹn gặp lại ở bài viết tiếp theo.
