YouMind
Đăng nhập

Cách xây dựng sản phẩm trong kỷ nguyên AI: Bản ghi bài nói chuyện của nhà sáng lập Manus, Zhang Tao tại Đại học Bắc Kinh

@whereisvivien
TIẾNG TRUNG18 thg 11, 2026
104K
741
195
29
1.4K

TL;DR

Nhà sáng lập Manus, Zhang Tao, chia sẻ triết lý sản phẩm của mình, giải thích lý do ông từ bỏ trình duyệt AI để xây dựng một agent đa năng, nhấn mạnh vào tính minh bạch, trả tiền cho giá trị thực và thiết kế dựa trên khả năng của mô hình trước sáu tháng.

1.1 Từ khung chat đến hành động: Vì sao chúng ta phải thiết kế lại sản phẩm AI

Hôm nay, tôi muốn chia sẻ cách chúng tôi nhìn nhận việc xây dựng sản phẩm trong kỷ nguyên AI.

Kinh nghiệm của bản thân tôi khá phong phú. Tôi là thành viên lớn tuổi nhất trong ban quản lý; những người đồng sáng lập khác sinh năm 1992 và 1993, còn tôi sinh năm 1986 và sẽ bước sang tuổi 40 vào tháng tới. Thấy một người gần 40 tuổi ngồi giữa các bạn sinh viên, có lẽ bạn sẽ nghĩ đây là một người trung niên điển hình.

Tôi bước vào ngành này từ sớm, đi làm ngay sau khi tốt nghiệp đại học mà không học lên cao học.

Trước khi gia nhập đội ngũ, tôi luôn muốn xây dựng một sản phẩm có thể chạy liên tục 24/7: một sản phẩm không cần con người liên tục nhập liệu mà vẫn có thể tự suy luận và tạo ra kết quả không ngừng. Lúc đó tôi thậm chí chưa hình dung được hình hài cụ thể của nó, nhưng tôi thực sự khao khát làm điều này vì tin rằng giới hạn trên về trí tuệ của mô hình đã vượt qua con người. Chúng ta cần một dạng thức sản phẩm hợp lý để chủ động và tự động kích thích mô hình, giúp nó liên tục tạo ra đầu ra. Bất kể kịch bản ứng dụng cuối cùng là gì, tôi tin đây mới là hình thái tối thượng mà một sản phẩm AI nên có. Rất nhiều suy nghĩ trong số đó đến từ việc khám phá các giới hạn hiện tại về năng lực của mô hình.

Đây cũng là lý do quan trọng khiến tôi quyết định tham gia. Khi đó, Red tiếp cận tôi và nói anh ấy muốn làm một trình duyệt AI, và theo trực giác, tôi cảm thấy hướng đi này là đúng.

Sau này, tôi đúc kết vấn đề cốt lõi mà chúng tôi gặp phải trong quá trình nghiên cứu thành một điểm: Chính hình thái sản phẩm Chatbot đã giới hạn khả năng thể hiện năng lực của các mô hình AI.

Điều này có nghĩa là bạn xây dựng một sản phẩm, nhưng giới hạn trên về giá trị của nó lại bị ràng buộc bởi người dùng: Người dùng phải biết cách đặt câu hỏi VÀ sẵn sàng đặt câu hỏi thì mới mở khóa được giá trị của sản phẩm. Vậy nếu người dùng không biết hỏi thì sao? Khi đó giá trị của sản phẩm trở nên rất nhỏ bé.

Trình duyệt là một kịch bản điển hình: Bạn không cần liên tục nhập prompt; việc viết email, tìm kiếm, lướt web — bản thân những hành vi này đã là sự biểu đạt ý định và có thể trở thành đầu vào cho mô hình, tạo ra nhu cầu suy luận khổng lồ ở hậu trường. Một lý do nữa khiến tôi và Giám đốc Khoa học (Chief Scientist) sẵn sàng gia nhập là vì Red không chỉ là một product manager cực kỳ ấn tượng mà còn hiểu sâu sắc về vận hành công ty.

1.2 Khai tử trình duyệt AI: Thời gian quan trọng hơn chi phí chìm

Đến tháng 10 năm 2024, trình duyệt AI của chúng tôi thực chất đã hoàn thiện. Các đợt thử nghiệm nội bộ luôn cho thấy một hoặc hai tính năng đặc biệt xuất sắc.

Nhưng khi giới thiệu cho người thân và bạn bè, những vấn đề nghiêm trọng bắt đầu lộ diện: Mọi người đã quá quen thuộc với trình duyệt rồi. Câu hỏi đầu tiên họ đặt ra khi dùng thử thường là: "Cái tính năng tôi hay dùng trên Safari hay Chrome đâu rồi?"

Đây là vấn đề lớn nhất khi ghép trải nghiệm mới lên nền tảng cũ: Người dùng sẽ luôn lấy đường cơ sở trải nghiệm cũ của họ ra làm thước đo. Nhưng đó lại không phải là nơi chứa đựng điểm sáng của bạn. Bạn muốn họ tập trung vào phần AI, nhưng mọi người lại quan tâm nhất đến việc trải nghiệm trình duyệt cơ bản được làm tốt đến đâu.

Với một đội ngũ startup, việc san bằng trải nghiệm cơ bản với những gã khổng lồ như Apple và Google trên một sản phẩm đã có hơn 20 năm tiêu chuẩn chín muồi là điều gần như bất khả thi. Nếu cố ép, chúng tôi sẽ tiêu tốn quá nhiều năng lượng dư thừa, dẫn đến bỏ bê việc phát triển AI. Lúc đó, tôi nghĩ sản phẩm thực sự có những điểm sáng riêng và người dùng hardcore sẽ yêu thích nó ngay khi ra mắt, có thể sẽ bùng nổ sau vài vòng lặp cải tiến. Nhưng Red lại vô cùng giằng xé trong tháng 9 và tháng 10. Một mặt, anh ấy thấy việc treo trải nghiệm mới lên cái cũ là không hợp lý về mặt logic; mặt khác, anh lo rằng một khi đã phát hành, cả đội ngũ có thể bị mắc kẹt trong đó suốt 3 đến 6 tháng. Các nhà sáng lập thường chần chừ khi phải từ bỏ; nếu phiên bản đầu tiên hiệu suất kém, họ sẽ nghĩ "có lẽ chỉ là chưa đủ tốt thôi, hãy tiếp tục lặp lại", thế là lãng phí nửa năm.

Khi còn đi học, bạn có thể chưa thấm thía khái niệm thời gian, nhưng với startup, tiền thực ra là nguồn lực dễ giải quyết nhất — miễn là đi đúng hướng, bạn luôn có thể gọi vốn. Nguồn lực quý giá nhất và không thể lãng phí chính là thời gian. Lãng phí thời gian không chỉ bào mòn sức lực cá nhân; đáng sợ hơn, nó khiến bạn lỡ mất các cửa sổ thị trường và xu hướng theo từng giai đoạn.

Vào thời điểm đó, tháng 10 năm 2024, toàn công ty chúng tôi chỉ có 30 người. Với sự hỗ trợ của ZhenFund, chúng tôi mới chỉ gọi được vòng Angel và Pre-A, tiền mặt trong tay không nhiều. Sau 7 tháng đổ vào một dự án mới đã được trau chuốt kỹ lưỡng và có khả năng gây chấn động thị trường khi ra mắt, Red cuối cùng quyết định khai tử dự án. Nhìn lại bây giờ, đó là một quyết định mang tính bước ngoặt, bởi nếu không dừng trình duyệt lại, sẽ chẳng bao giờ có Manus sau này.

Năm ngoái, khi lần đầu chia sẻ câu chuyện này, những người chỉ trích bảo chúng tôi không nên hạ thấp mảng trình duyệt AI vì chính chúng tôi cũng không làm được. Nhưng hôm nay, chúng tôi có thể tự tin khẳng định rằng mảng trình duyệt AI thực sự chưa có sản phẩm nào thành công trọn vẹn. Lý do cốt lõi là: Để tạo ra trải nghiệm mới, tốt nhất hãy tạo ra những thứ hoàn toàn mới thay vì cố gắng làm kiểu "AI + Trải nghiệm cũ".

1.3 Nhìn thấy cơ hội General Agent từ các công cụ lập trình

Sau khi dừng dự án trình duyệt vào tháng 10 năm 2024, đội ngũ bắt đầu suy nghĩ xem sản phẩm tiếp theo nên là gì. Đội ngũ Bắc Kinh lúc đó rất nhỏ, chỉ chiếm một phòng làm việc bé xíu trong không gian co-working với tổng cộng năm người. Là CPO, tôi phụ trách sản phẩm; Giám đốc Khoa học lo phần mô hình; và một đồng nghiệp full-stack developer tên Abin. Dù vai trò khác nhau, cả ba chúng tôi đều có nền tảng viết code. Tôi bắt đầu viết code từ năm lớp ba.

Sản phẩm mang tính hiện tượng của năm 2024 là Cursor, bùng nổ độ phổ biến vào tháng 7. Chúng tôi dùng nó hàng ngày nhưng lại nảy sinh những cảm nhận khác nhau trong quá trình sử dụng. Đặc biệt, với tư cách là một người không phải lập trình viên chuyên nghiệp, tôi bắt đầu dùng Cursor cho rất nhiều việc khác: xử lý thanh toán, chuyển MP4 sang MP3 cho vợ, hỗ trợ viết tiểu thuyết, v.v.

Trong quá trình đó, chúng tôi ngày càng cảm nhận rõ sức mạnh của mô hình Claude 3.5 Sonnet đứng sau Cursor. Đặc biệt ở các phiên bản sau, cả Cursor lẫn Windsurf đều có bước nhảy vọt về năng lực. Rất nhiều startup trong và ngoài nước bắt chước Cursor, dẫn đến sự bùng nổ của các công cụ lập trình, dù lúc đó chúng chưa hẳn được gọi là "Coding Agent".

Cơ hội thực sự mà chúng tôi nhìn thấy là: Sonnet 3.5 v2 đã mở khóa nhiều thứ hơn hẳn so với năng lực viết code đơn thuần — nó mở khóa khả năng tự lập kế hoạch và hành động.

Năng lực tự lập kế hoạch và hành động chủ yếu thể hiện ở hai khía cạnh:

Thứ nhất, Long-horizon Planning (Lập kế hoạch dài hạn).

Bây giờ nghe có vẻ hiển nhiên, nhưng vào cuối năm 2024 thì không hề. Lúc đó, các mô hình của OpenAI rất chật vật với việc này, chúng thiên về kiểu hội thoại từng lượt của ChatGPT, giải quyết vấn đề trực tiếp trong một lần tương tác. Bắt đầu từ Claude 3.5 Sonnet và được tăng cường mạnh mẽ ở các phiên bản sau, khả năng lập kế hoạch nhiệm vụ dài hạn đã xuất hiện: Nó biết không nên vội vàng hoàn tất mọi thứ trong một lượt, mà chủ động gọi công cụ, đặt câu hỏi cho người dùng, thu thập thêm thông tin và chỉ thực thi khi đã đủ tự tin.

Thứ hai, Tool Use (Sử dụng công cụ).

Cursor tạo ra các công cụ giúp nhiều người hơn có thể trở thành kỹ sư. Nhưng nhận định của chúng tôi là thế giới không cần thêm kỹ sư, và kỹ sư cũng không cần thêm những công cụ hào nhoáng — họ đã có đủ rồi. Nếu ai trong các bạn thường xuyên viết code, tôi tin máy tính của bạn cài đầy rẫy công cụ, liên tục đổi mới và đánh giá. Đó là cách các kỹ sư vận hành.

Chúng tôi tin rằng một khi năng lực này được mở khóa, nó thực chất đã mở khóa năng lực tổng quát dành cho người bình thường. Trong khi cả thế giới đặt cược vào Coding Agent, chúng tôi lại nhìn thấy cơ hội dùng việc lập trình làm phương tiện để giải quyết các kịch bản tổng quát cho người dùng phổ thông, nên góc độ tiếp cận của chúng tôi hoàn toàn khác biệt.

Khi khởi động dự án vào tháng 12 năm 2024, tôi thực sự rất hoảng vì nghĩ chắc chắn người khác cũng nhìn ra tương lai này. Chúng tôi căng thẳng tột độ, huy động mọi nguồn lực công ty để phát triển thật nhanh, sợ ai đó vượt mặt. Sau hai tháng phát triển, đến ngày ra mắt 5 tháng 3 năm 2025, chúng tôi phát hiện ra rằng theo quan sát của mình, gần như chỉ có chúng tôi đi theo hướng này; những người khác vẫn đang mải mê làm công cụ lập trình.

Chúng tôi đã bắt được điểm uốn vào cuối năm 2024, nhạy bén nhận diện năng lực lập kế hoạch dài hạn và sử dụng công cụ ở vùng biên của mô hình. Sau nhiều lần khám phá, chúng tôi liên tục thử nghiệm để tìm ra hình thái sản phẩm phù hợp.

1.4 Nhắm đến người dùng phi kỹ thuật: Hiện thực hóa trí tuệ, xây dựng niềm tin

Manus thời kỳ đầu trông rất giống Cursor, na ná một công cụ lập trình. Có lần, nhà đầu tư Yusen của ZhenFund ghé văn phòng để xem bản prototype sơ khai. Anh ấy nói: "Giao diện ba cột này trông chuyên nghiệp quá nhỉ? Cảm giác hơi ngợp." Nhận định của chúng tôi khi lên kế hoạch sản phẩm là nhắm tới đối tượng phi kỹ thuật. Đã nhắm tới người không chuyên mà ấn tượng đầu tiên lại trông quá chuyên nghiệp thì chắc chắn có vấn đề. Thế là chúng tôi đổi giao diện từ ba cột xuống còn hai.

Trong quá trình này, chúng tôi đã tạo ra nhiều đột phá dành cho thị trường mục tiêu. Vì Agent còn quá mới mẻ, người bình thường khó tin rằng nó thực sự làm được việc. Suốt hai tháng rưỡi R&D đó, ngày nào về nhà giọng tôi cũng khàn đặc.

Sau khi chạy được bản prototype đầu tiên vào ngày 5 tháng 1 năm 2025, tôi đăng lên WeChat Moments hỏi bạn bè: Nếu bạn có một thực tập sinh trình độ cử nhân, bạn sẽ giao việc gì cho họ? Tôi thu thập được hơn 400 nhiệm vụ từ hơn 100 người bạn, tạo thành bộ dữ liệu đánh giá sơ khai nhất của Manus.

Từ bản prototype đầu tiên trở đi, khi framework thực thi Agent (sau này gọi là Harness) dần hoàn thiện, những nhiệm vụ đó mang lại bất ngờ mỗi ngày. Loại trừ hơn 100 nhiệm vụ đòi hỏi embodied intelligence (trí tuệ hiện thân, ví dụ như đi mua trà sữa), hơn 300 nhiệm vụ còn lại được hoàn thành theo những cách vượt xa tưởng tượng. Ngày nào tôi cũng忍不住 hét lên trong văn phòng, về nhà với cái cổ họng khàn đặc. Vợ tôi thắc mắc sao công việc lại làm tôi kiệt sức đến vậy. Nhưng cảm giác trí tuệ trào ra khỏi màn hình đó thật khó cưỡng — bạn biết chắc rằng đây chính là tương lai.

Tuy nhiên, cú sốc này mãnh liệt đến mức nếu chỉ đưa kết quả cho người dùng, họ có thể nghĩ đó là đồ giả. Nên chúng tôi đưa ra nhận định: Bản thân sự minh bạch phải trở thành một tính năng của sản phẩm.

Trong bản phát hành đầu tiên của Manus, hai thiết kế sản phẩm then chốt đã trở thành khuôn mẫu cho gần như mọi AI Agent sau này:

Thứ nhất, Hiển thị thực thi từng bước. Cho phép người dùng thấy Agent triển khai nhiệm vụ, gọi công cụ, truy cập trang web, viết ghi chú và viết code như thế nào.

Thứ hai, Session Replay (Phát lại phiên làm việc). Khi chia sẻ phiên làm việc, người khác có thể xem lại toàn bộ quá trình thực thi.

Hiệu năng trí tuệ của sản phẩm có thể chiếm 80%, nhưng hai thiết kế UI hướng tới tăng trưởng này lại đóng vai trò sống còn cho sự bùng nổ ban đầu. Nhiều người ban đầu không tin vào AI Agent, nhưng khi tận mắt thấy từng bước nó triển khai nhiệm vụ, gọi công cụ, lướt web, viết ghi chú/code, họ nhận ra nó hoạt động y như con người, từ đó xây dựng được niềm tin. Nhờ Session Replay, người dùng không cần mã mời hay phải trả tiền; chỉ cần xem các phiên được chia sẻ là đủ để cảm nhận những khoảnh khắc đáng kinh ngạc. Những thiết kế này bắt nguồn từ việc xác định rõ người dùng mục tiêu là nhóm phi kỹ thuật: Chúng tôi không thể mặc định họ có nền tảng kỹ thuật, nên phải dùng sự đổi mới sản phẩm để giúp họ hiểu chuyện gì đang diễn ra và xây dựng niềm tin.

1.5 Lý do thực sự đằng sau một lần ra mắt: Đổi mới sản phẩm và tiếng nói của nhà sáng lập

Về đợt ra mắt tháng 3, hồi tháng 11 năm ngoái tại Đại học Thanh Hoa, một sinh viên hỏi liệu có phải nhiều người nghĩ chúng tôi đã mua rất nhiều KOL và dàn dựng một chiến dịch marketing vào tháng 3 hay không.

Một người bạn làm marketing bảo tôi: "Ngay cả khi có ngân sách 20-30 triệu NDT, nếu cậu nhờ tôi tái hiện lại chiến dịch marketing của Manus, tôi cũng không thể đạt được hiệu ứng đó." Người trẻ thường có ác cảm với marketing, cho rằng nó là sai trái. Nếu bạn muốn khởi nghiệp mà lại nghĩ marketing là xấu, đó là một nhận thức tồi tệ. Cách kể một câu chuyện hay chính xác là kỹ năng mà các nhà sáng lập Trung Quốc còn thiếu, điều mà tôi thấm thía sâu sắc tại Silicon Valley trong hai năm qua.

Người ta đánh giá thấp độ khó của marketing, cứ tưởng chỉ cần ném tiền vào là xong. Nếu đơn giản vậy, startup sẽ chẳng bao giờ có cơ hội vì bạn không thể chi nhiều tiền hơn các ông lớn.

Tôi từng nói đợt ra mắt tháng 3 tốn 0 NDT, nhưng sau đó nhận ra điều này không chặt chẽ:

Ngày 28 tháng 2 năm 2025, website đã sẵn sàng. CEO Red xem qua và nói: "Tao, trang này hơi đơn điệu nhỉ? Hay thêm video vào?" Chỉ còn vài ngày nữa là đến buổi ra mắt 5 tháng 3. Tôi liên hệ hai ba công ty sản xuất video ở Bắc Kinh; tất cả đều báo thời gian tối thiểu là hai tuần.

Cuối cùng, tôi tự quay video bằng chiếc máy ảnh Sony A7C II. Do ống kính kém, tôi mượn ống 50mm f/1.2 GM của Yusen bên ZhenFund. Tôi dựng phim suốt hai đêm. Khi xuất lên YouTube, tôi phát hiện xuất 4K phải trả phí. Thế là tôi bỏ khoảng 12-15 USD mua gói CapCut một tháng — khoản tiền duy nhất chi thêm cho đợt ra mắt đó, và tôi hủy ngay sau khi gia hạn.

Sau khi video viral, người ta mặc định chúng tôi là những bậc thầy marketing vừa làm ra một video xuất thần. Tôi kể đi kể lại câu chuyện này để cảnh báo các bạn trẻ khởi nghiệp: Nếu bài học bạn rút ra từ một sản phẩm mang tính hiện tượng là "họ giỏi marketing", thì bạn đã học sai bài rồi. Mọi thứ không bao giờ đơn giản như vậy.

Thứ nhất, Manus xuất hiện đúng thời điểm, dùng đúng hình thái sản phẩm để cho thế giới thấy ranh giới năng lực của mô hình đang ở đâu. Giờ đây các framework được gọi là Harness; chứ hồi đó thuật ngữ này chưa phổ biến. Tôi tin chúng tôi nằm trong số những đội ngũ sớm nhất làm loại framework này, đẩy giới hạn mô hình đến mức tối đa. Sau khi ra mắt, tôi gặp đội ngũ Anthropic tại San Francisco vào tháng 3. Họ không tin chúng tôi chỉ dùng mô hình của họ vì các bài test nội bộ của họ không khớp với sức mạnh mà chúng tôi thể hiện. Tôi nói tôi thực sự yêu thích mô hình của họ. Sau đó, Claude Code rò rỉ một ít mã nguồn, và chúng tôi thấy bóng dáng những thiết kế kiến trúc sơ khai của mình trong đó. Do vậy, tôi tin nền tảng cốt lõi cho thành công của đợt ra mắt chính là sự đổi mới sản phẩm mang tính đột phá.

Không có đổi mới sản phẩm tốt mà chỉ dựa vào video thì chẳng khác nào đảo lộn trật tự. Về sau, tôi thấy bất lực khi chứng kiến vô số startup áp dụng đúng phong cách đó: nhà sáng lập ngồi trên ghế sofa, phía sau là mấy chậu cây. Ai cũng hành xử như những đứa trẻ Đông Á chép lại khuôn mẫu bài thi mà không biết làm gì khác. Điều này buồn cười ở chỗ chúng tôi chọn góc quay đó đơn thuần vì đó là góc nền sạch duy nhất trong khu co-working của chúng tôi, đủ yên tĩnh để quay. Nếu để ý kỹ, có một đoạn bị nhảy khung hình vì Giám đốc Khoa học của chúng tôi đang nói thì có cô lao công lau nhà phía sau. Thứ thực sự quan trọng không bao giờ là bản thân video, mà là sản phẩm của bạn. Tuy nhiên nhìn lại, video đó vẫn quan trọng vì chính tôi là người quay và Giám đốc Khoa học của chúng tôi là người thuyết trình.

Sau khi Manus bùng nổ, nhiều đội ngũ bị sếp/nhà đầu tư chất vấn: "Sao các cậu không làm được như Manus?" Lời bào chữa an toàn nhất thường là: "Chúng tôi là đội ngũ kỹ thuật vững vàng, không giống bọn họ giỏi marketing." Nghe có vẻ thực tế, đổ lỗi thất bại cho việc "không giỏi marketing".

Người ta bỏ qua bản chất: Tôi là dân làm sản phẩm; người kia lo về mô hình với vai trò Giám đốc Khoa học. Không ai trong chúng tôi xuất thân từ marketing. Chúng tôi chỉ đơn giản là xây dựng một sản phẩm mà mình tự hào và hài lòng, rồi dùng ngôn từ của chính mình để bày tỏ nó với thế giới.

Marketing ở giai đoạn đầu của startup bắt buộc phải có sự tham gia trực tiếp của nhà sáng lập. Thuê ngoài agency hay tuyển "chuyên gia marketing" sẽ đối mặt rủi ro méo mó thông tin nghiêm trọng. Chỉ có nhà sáng lập mới thực sự biết cách kể câu chuyện đó. Nên nhìn lại, video quan trọng không phải vì định dạng của nó, mà vì chính chúng tôi đã tự tay làm ra nó.

1.6 Thiết kế sản phẩm cho năng lực mô hình của 6 tháng tới

Đối với đổi mới ứng dụng AI, hãy thiết kế sản phẩm cho năng lực mô hình của sáu tháng tới. Tôi tin năm sau, 2027, sẽ là năm bùng nổ của các ứng dụng AI.

"Sáu tháng tới" nghĩa là gì? Đừng đợi đến sáng nay đọc được bài báo về việc mô hình cập nhật thêm năng lực rồi mới nghĩ đến việc xây app dựa trên nó. Đến lúc đó có thể đã quá muộn.

Trong đội ngũ của chúng tôi, Giám đốc Khoa học đóng vai trò cung cấp đầu vào cực kỳ quan trọng. Với hơn một thập kỷ nghiên cứu NLP, anh ấy có thể nhạy bén nắm bắt hướng tiến hóa của các frontier lab từ hiệu năng mô hình hiện tại cùng các thông tin công khai và không công khai. Ví dụ, chúng tôi thấy năng lực AGI (Trí tuệ Nhân tạo Tổng quát) bắt đầu nhen nhóm từ Claude 3.5 Sonnet, và bứt phá thêm một bậc ở V2. Chúng tôi nhận định họ đang đổ rất nhiều nguồn lực vào hướng này. Nếu 3-4 tháng nữa nó bứt phá thêm một bậc nữa, chẳng phải sản phẩm của chúng tôi sẽ cực kỳ mạnh mẽ sao?

Thế là chúng tôi quyết định bắt tay vào làm ngay. Ban đầu dự đoán sẽ có bước nhảy từ 3.5 lên 4.0, định ra mắt cùng 4.0, nhưng 3.7 lại xuất hiện trước. Đêm 3.7 ra mắt, tôi đăng lên Jike: "Đêm nạp thêm niềm tin". Tại sao ư? Đêm đó, code Harness của chúng tôi không thay đổi dù chỉ một dòng; chúng tôi chỉ đổi interface mô hình từ 3.5 V2 sang 3.7. Trên tập eval của chúng tôi, hiệu năng tăng vọt, giải quyết ngay lập tức khoảng 20-30% các vấn đề trước đó chưa xử lý được. Chúng tôi biết mình đã đặt cược đúng.

Giám đốc Khoa học của chúng tôi luôn nhấn mạnh: "Less structure, more intelligence" (Ít cấu trúc hơn, nhiều trí tuệ hơn). Sau khi ra mắt, khi tôi chia sẻ điều này ở Silicon Valley và trong nước, nhiều người gạt đi. Thực tế phổ biến lúc đó là con người thiết kế workflow, dạy AI từng bước: viết các quy tắc bắt buộc hoặc nhánh điều kiện ở bất cứ đâu xảy ra lỗi. Nhưng framework thực thi Agent đầu tiên của chúng tôi không dùng workflow cố định để chỉ định từng bước; thay vào đó, mô hình tự quyết định hành động tiếp theo.

Dù là làm nghiên cứu, slides, website hay phân tích dữ liệu, mô hình sẽ quyết định bước tiếp theo thay vì các quy trình cứng nhắc xâu chuỗi mọi thứ. Hệ thống multi-agent lúc đó đang rất hot, nhưng chúng tôi vẫn kiên định với hướng single-agent.

Vì sao lại bám trụ với hướng này? Ít cấu trúc định sẵn sẽ tối đa hóa lợi ích khi năng lực mô hình tăng lên. Việc viết các workflow cứng nhắc sẽ ngăn bạn hưởng lợi từ các bản cập nhật mô hình. Trước 3.7, chúng tôi không biết nhận định này có đúng không. Nhưng vào đêm ra mắt, chúng tôi đã xác nhận: Không cần thay đổi framework thực thi, chỉ cần năng lực mô hình tốt hơn là hiệu năng sản phẩm tăng lên. Điều này có nghĩa không chỉ lần này, mà chúng tôi có thể liên tục hưởng lợi từ tiến bộ của mô hình trong tương lai. Vậy nên với những người khởi nghiệp AI, điều cốt yếu là đừng mãi vá víu những điểm yếu hiện tại của mô hình, vì cuối cùng chúng cũng sẽ được giải quyết. Thay vào đó, hãy hỏi: Mô hình sẽ ra sao trong 6 tháng tới? Nếu vậy, hình thái sản phẩm nào phù hợp với mô hình tương lai đó?

Hãy bắt đầu ngay. Trong 3 tháng, sản phẩm có thể trông rất tệ, nhưng hãy giữ vững niềm tin: Đó chỉ là vì mô hình chưa theo kịp. Một khi mô hình bắt kịp, lợi thế về hình thái sản phẩm sẽ bộc lộ ngay lập tức. Khi mô hình thực sự đạt đến giai đoạn đó, bạn sẽ là người duy nhất đứng ở vị trí đó, hoàn toàn sẵn sàng.

1.6.1 Một ví dụ đón đầu: Trải nghiệm sinh tạo với độ trễ một giây

Bạn có thể thấy điều này hơi trừu tượng. Thực tế có thể làm gì? Ngoài những gì chúng tôi đã làm, còn cơ hội nào khác không? Tôi có thể chia sẻ một cơ hội (mà bản thân tôi sẽ không theo đuổi):

Tôi luôn chờ đợi một khoảnh khắc: Các mô hình sinh video như Seedance giảm độ trễ từ lúc nhập prompt đến khi xuất hình ảnh xuống dưới một giây. Tôi tin đó sẽ là điểm ngoặt quan trọng cho làn sóng khởi nghiệp ứng dụng AI lần này. Bởi theo tôi, một mô hình sinh video có độ trễ một giây không còn đơn thuần là công cụ nữa — nó là một hệ điều hành thế hệ mới.

Khi tương lai đó đến, phần mềm nên trông như thế nào? Người dùng nên tương tác ra sao với các sản phẩm sinh tạo có độ trễ một giây? Nhận định của tôi là những thay đổi này sẽ diễn ra trong vòng sáu tháng tới. Chuẩn bị xoay quanh hướng này là một cơ hội khởi nghiệp tuyệt vời. Đây chỉ là một ví dụ. Nhiều mô hình đang tiến bộ ở các lĩnh vực khác nhau. Chúng sẽ ra sao trong 3 hoặc 6 tháng nữa? Người bình thường nên khai thác những năng lực đó như thế nào? Đây mới là cơ hội cốt lõi cho việc khởi nghiệp ứng dụng AI.

1.7 Hạ rào cản đầu vào, dùng thanh toán để nhận diện giá trị thực

Tiếp theo là nhận định thứ hai: Vì sao chúng tôi không làm Chatbot? Vì trần giá trị của chúng rất dễ bị giới hạn bởi prompt của người dùng; chỉ những người dùng có kiến thức cao mới khai thác được trọn vẹn giá trị, khiến sản phẩm trở nên kén khách. Những nỗ lực sản phẩm mới trong tương lai đều nhằm giảm thiểu chi phí đầu vào của người dùng, giúp họ liên tục cảm nhận được giá trị từ trí tuệ mô hình trong đời sống hàng ngày.

Trong kỷ nguyên AI, giá trị sản phẩm quan trọng nhất là giúp người dùng cảm nhận được trí tuệ. Nhiều người không nhận ra điều này, cứ nghĩ giá trị nằm ở chỗ miễn phí. Chưa bao giờ là chuyện miễn phí cả; trợ giá miễn phí là cái bẫy lớn nhất trong kỷ nguyên AI.

Nhìn lại làn sóng khởi nghiệp ứng dụng AI tại Trung Quốc 2-3 năm qua, cái bẫy lớn nhất là bị đánh lừa bởi tư duy trợ giá miễn phí của thời mobile internet trước đó, cho rằng thế hệ này cũng có thể làm y như vậy. Hoàn toàn sai lầm:

Thứ nhất, nếu hiệu năng trí tuệ đủ tốt, người ta sẽ trả tiền. Chẳng hạn, một số người dùng cốt lõi của nền tảng chi 4.000-5.000 USD mỗi tháng. Số tiền lớn, nhưng sự sẵn lòng chi trả cho thấy họ đã tìm được giá trị.

Thứ hai, trợ giá miễn phí khiến đội ngũ sa lầy vào những phản hồi vô giá trị. Tất nhiên phải lắng nghe phản hồi, nhưng người dùng miễn phí sẽ đòi hỏi "tôi muốn cái này, tôi muốn cái kia". Những yêu cầu đó không hẳn vô giá trị nhưng có thể làm nhà khởi nghiệp phân tâm. Nhìn vào những nhu cầu không liên quan, suy nghĩ theo những hướng sai lệch về bản chất là lãng phí thời gian.

Thứ ba, kiên định với mô hình trả phí đảm bảo phản hồi đến từ những người dùng đã cảm nhận được giá trị và bỏ phiếu bằng tiền bạc/hành động. Xây dựng xoay quanh nhu cầu thực sự của họ sẽ thu hút tốt hơn những người dùng trả phí khác.

Trong 2-3 năm qua, các nỗ lực trong nước nhằm tăng trưởng bằng trợ giá miễn phí giai đoạn đầu (dù là Coding Agent hay gì khác) phần lớn đều thất bại. Người ta đổ lỗi cho thương hiệu yếu, nhưng nguyên nhân cốt lõi là do làm miễn phí. Điều này đặc biệt rõ nét ở các công ty lớn: Nguồn lực dồi dào cho phép họ đốt hàng chục triệu vào trợ giá ngay ngày đầu tiên, dẫn dắt họ đi vào con đường méo mó. Tôi không thể làm miễn phí. Nếu bạn đạt 100k DAU trong tháng đầu, nó sẽ trở thành KPI của bạn. Tháng tiếp theo bạn chỉ muốn con số cao hơn; không ai dám chuyển sang thu phí. Bạn gánh trên vai gánh nặng DAU miễn phí này, làm suy giảm khả năng cảm nhận thị trường người dùng thực sự. Điểm mấu chốt: Giúp người dùng cảm nhận được hiệu năng trí tuệ thực sự là điều quan trọng nhất khi xây dựng sản phẩm trong kỷ nguyên AI.

Ban đầu chúng tôi không tung ra các tính năng trả phí, mãi đến cuối tháng 3 năm 2025 mới bắt đầu thu phí. Đến tháng 4, tháng đầu tiên, ARR đã vượt 40 triệu, tiệm cận 50 triệu. Vì sao? Vì sản phẩm thực sự mang lại trí tuệ áp đảo. Đó mới là chìa khóa.

1.8 Vì sao kiên định với đa dụng (General-Purpose): Tâm trí người dùng và nhu cầu long-tail

Nhận định thứ ba là kiên định với tính đa dụng. Khi ra mắt Manus, chúng tôi tuyên bố đây là AI Agent đa dụng đầu tiên trên thế giới. Vì sao phải nhấn mạnh tính đa dụng?

Thời kỳ đầu, chúng tôi nghe rất nhiều ý kiến từ nhà đầu tư, chẳng hạn như chỉnh sửa UI, nhưng có một đề xuất chúng tôi từ chối. Nhà đầu tư hỏi: "Rốt cuộc sản phẩm này làm được gì? Lần nào vào cũng thấy toàn nhiệm vụ long-tail kỳ quặc." Tôi cho họ xem kết quả eval nội bộ và bên ngoài; họ nói: "Cậu nêu được một kịch bản thực tế, chứng minh được giá trị không?" Tôi thừa nhận là không.

Họ gợi ý nên tập trung lại, ví dụ làm công cụ tạo website hoặc tạo slide. Những việc đó đều khả thi, nhưng chúng tôi không làm.

Nhìn lại, nghe có vẻ đầy toan tính, nhưng thực ra lúc đó chúng tôi chẳng nghĩ nhiều đến thế. Đơn giản là, trong hai tháng rưỡi phát triển Manus đó, tôi liên tục bị sốc bởi trí tuệ của nó, ngày nào cũng phấn khích tột độ. Biết nó phi thường, xử lý mọi nhiệm vụ long-tail y như con người, tôi muốn chia sẻ niềm vui/sự kinh ngạc đó với cả thế giới.

Đó thuần túy là tư duy làm sản phẩm, không phải một chiến lược đa dụng được lên kế hoạch từ trước. Nhưng nhìn lại, việc kiên định với tính đa dụng là một nhận định chiến lược mang tính bước ngoặt trong hành trình của Manus.

Lý do: Vị thế thương hiệu trong tâm trí người dùng là thứ rất khó mua bằng tiền.

Vị trí nhận thức của bạn trong tâm trí người dùng rất khó thay đổi, dù có đổ vào hàng tỷ đô. Vì chúng tôi khởi đầu với danh xưng "General Agent", nên sau đó ra mắt thêm tính năng phát triển website, slides, lệnh video đều rất tự nhiên. Người dùng nghĩ: "Manus làm được mọi thứ; chuyện này là bình thường." Trong khi đó, các đối thủ ngách khi mở rộng sang nhiệm vụ tổng quát lại khiến người dùng bối rối: "Chẳng phải cậu là công cụ làm website sao? Sao giờ lại phân tích dữ liệu?" Đừng coi thường điều này.

Việc chiếm lĩnh nhận thức của một sản phẩm trong tâm trí người dùng thường chỉ diễn ra một lần trong đời. Thay đổi nó vô cùng khó khăn, có thể mất nhiều năm điều chỉnh chiến lược/sản phẩm lớn sau khi đã sống sót. Việc kiên định với tính đa dụng giúp chúng tôi hưởng lợi trong mọi làn sóng AI, kéo dài đến tận hôm nay.

Một điểm quan trọng nữa: Nội bộ chúng tôi có một ma trận: Trục X = số tiền người dùng trả cho chúng tôi; Trục Y = mức độ hài lòng của người dùng. Ai chiếm góc trên cùng bên phải (thanh toán cao nhất, hài lòng cao nhất)?

Không phải coder. Chúng tôi nhắm đến người dùng không chuyên về kỹ thuật; coder có dùng nhưng ít hơn. Nhóm hài lòng nhất là các quản lý doanh nghiệp: CEO, sếp nhỏ, trưởng phòng. Tại sao? Vì sếp có nhiều việc vặt nhất, hôm nay nghĩ cái này, mai lo cái kia. Họ thấy Manus cực kỳ thỏa mãn. Trước Manus, không có công cụ AI nào giải quyết mọi thứ hay thảo luận mọi vấn đề cho họ. Các AI dọc trước đây (ví dụ: Marketing Agents) rất hạn chế; chỉ Manus làm được tất cả. Vậy nên nhóm CEO dùng rất thích và trở thành người dùng cao cấp trung thành. Việc kiên định với hướng đa dụng đã giúp chúng tôi giữ chân khách hàng cao cấp, xây dựng rào cản nhận thức thương hiệu, trụ vững qua 1-2 năm công nghệ liên tục thay đổi mà không bị đào thải.

Tất nhiên, không phải ai cũng nên làm đa dụng. Chúng tôi thành công vì lúc đó chưa ai làm, chiếm lĩnh nhận thức người dùng trước. Vào sau sẽ khó hơn nhiều.

1.9 Thiết Kế Theo Đời Sống Người Dùng, Không Theo Thói Quen Kỹ Thuật

Nhận định thứ tư là hiểu người dùng.

Như đã nói, ngay từ đầu chúng tôi xác định người dùng là những người không chuyên kỹ thuật. Mục tiêu là trao sức mạnh bùng nổ của mô hình cho mọi người bình thường, chứ không chỉ riêng lập trình viên.

Do đó, chúng tôi đầu tư rất nhiều vào UX:

Thứ nhất, xây dựng niềm tin qua quy trình thực thi minh bạch.

Thứ hai, thực thi bất đồng bộ trên cloud. Lập trình viên dùng Cursor bấm xác nhận sau mỗi lệnh thì thấy ngầu. Nhưng người bình thường không ngồi nhìn máy tính cả ngày; họ có thể dùng điện thoại hoặc làm việc khác. Nên chúng tôi trang bị cho mỗi tác vụ một sandbox trên cloud, chạy tác vụ trên cloud. Kịch bản phổ biến: rút điện thoại ra, giao việc, đút lại túi, không cần bật màn hình liên tục, xong thì xem kết quả.

Thứ ba, biến chính quá trình đó thành thứ có thể chia sẻ. Chúng tôi thiết kế Session Replays theo dạng kể chuyện. Thời gian đầu, nhiều người không dùng được sản phẩm do cần mã mời, nhưng vẫn hiểu giá trị qua các bản replay.

1.9.1 Đằng Sau Mã Mời: Rào Cản Về Vốn Và Năng Lực Suy Luận

Nhân tiện, tại sao ban đầu lại siết mã mời như vậy?

Lý do đơn giản thôi. Giống như quay video sofa: chúng tôi làm, người khác bắt chước; chúng tôi dùng mã mời, người khác cũng dùng theo. Nhưng khi biết lý do cốt lõi, hành động của những người bắt chước trông khá buồn cười.

Mã mời hoàn toàn là vì chúng tôi chỉ còn khoảng 8-9 triệu USD. Vừa gọi vốn xong một vòng nhưng vẫn là công ty nghèo. Trước Manus, nhiều quỹ VC trong nước không mặn mà với chúng tôi; so với các đối thủ AI hào nhoáng khác, tiền mặt của chúng tôi rất eo hẹp.

Ngay cả khi dùng mã mời, mức "đốt" tiền đỉnh điểm mỗi ngày vẫn lên tới 500.000 USD. Nếu mở cửa hoàn toàn, tôi sợ công ty có thể sụp đổ chỉ trong một tuần sau khi ra mắt ngày 5 tháng 3. Không có nguồn lực của ông lớn, phản ứng ra mắt lớn ngoài dự kiến buộc chúng tôi phải kiểm soát nhịp độ bằng mã mời, rồi mới tung tính năng trả phí. Trong giai đoạn chưa thu phí, mã mời giúp kiểm soát mức tiêu thụ.

Đó là lý do thứ nhất; lý do thứ hai người ngoài ngành không biết: Ngày nay, mua API/token từ AWS/GCP thường rất dễ, nguồn cung vô hạn (chủ yếu vì sản phẩm chưa đạt quy mô lớn đến thế). Thách thức của chúng tôi là gì? Manus là Agent đa dụng面向 người dùng phổ thông đầu tiên trên thế giới. Trước đó, các nền tảng cloud chỉ phục vụ app Chatbot/bạn đồng hành. Trong các bài test ban đầu so sánh Manus (Agent) với Monica (Chatbot, sản phẩm của đồng nghiệp chúng tôi), lượng token tiêu thụ trên mỗi DAU chênh lệch 200-1000 lần.

Con số này lớn cỡ nào? Khi mua throughput gọi mô hình từ cloud, người ta dùng TPM (Tokens Per Minute). M = Million (triệu). Ở châu Á - Thái Bình Dương, các app chat/bạn đồng hành lớn cần 10M-20M TPM đã là khách hàng top đầu. Ba ngày sau khi ra mắt, mở hết cho người có mã mời, nhu cầu chạm mốc ~800M TPM.

Khái niệm là gì? Gọi cho một nhà cung cấp cloud (xin giấu tên), tôi bảo cần 500M TPM. Quen với việc startup phóng đại để xin giảm giá, họ hỏi: "Đây là dự báo cho năm sau à?"

Tôi bảo không, tôi cần 500M ngay bây giờ.

Họ không cung cấp nổi. Mọi nhà cung cấp cloud đều thiếu dự trữ compute; dung lượng chỉ tăng nhỏ giọt trong lúc dòm ngó nhau. Ban đầu, chúng tôi không đủ sức đốt nhiều thế, và dịch vụ cloud cũng chưa chuẩn bị cho sự bùng nổ của AI Agent.

May mắn là chúng tôi chốt được vài trăm triệu TPM từ một nền tảng cloud, sống sót qua tháng đầu. Sau đó, chúng tôi liên tục trao đổi với các nhà cung cấp, bảo họ Agent sẽ bùng nổ, giục họ chuẩn bị dung lượng.

Đến tháng 5 khi bỏ mã mời, nhiều nền tảng đã cung cấp 30-50M TPM cho các founder nhờ đợt tăng cường trước đó.

Nên khi tôi chia sẻ chuyện này vào tháng 5/tháng 6, nhiều người không tin, gọi chúng tôi là kẻ khoác lác: "Chúng tôi chưa gặp bao giờ; lúc nào xin 10M cũng được."

Tôi nghĩ: Thứ nhất, hai tháng trước bạn xin chưa chắc đã được; thứ hai, 10M với 1000M khác nhau 100 lần. Nhiều người không nhận ra nhu cầu ra mắt của Manus gây rắc rối chuỗi cung ứng lớn đến đâu. Tài nguyên cloud, hạ tầng, thanh toán — tất cả đều cần người đi đầu giải quyết. Các founder làm Agent sau này có thể không gặp đúng vấn đề y hệt.

1.10 Lời Khuyên Cho Founder Trẻ

Cuối cùng, nhiều người ở đây có thể sẽ trở thành founder AI-native. Đây là vài gợi ý.

1.10.1 Nhìn Ra Toàn Cầu Từ Ngày Đầu, Đừng Chỉ Nhìn Phương Tây

Thứ nhất, tầm nhìn toàn cầu.

Tầm nhìn toàn cầu là gì? Tháng 6 năm ngoái, VivaTech — hội nghị công nghệ lớn của châu Âu — mời chúng tôi. Rất vui khi được phát biểu tại hội nghị của một sản phẩm gây tiếng vang toàn cầu. Ba ngày trước khi đi, ban tổ chức hứa có bất ngờ. Tối đó, Gmail nhận email từ elysee.fr (tên miền Phủ Tổng thống Pháp): Tổng thống Macron mời tôi ăn tối.

Phản ứng đầu tiên: Lừa đảo. Người bình thường sẽ nghĩ là lừa đảo, đúng không? Ban tổ chức xác nhận đó chính là điều bất ngờ. Sau hội nghị, tôi ăn tối cùng Macron tại Điện Élysée. Chuyện gần đây tôi đăng Xiaohongshu "ké fame" Jensen Huang là vì Macron ngồi bên phải tôi, còn Huang ngồi đối diện. Huang có bài phát biểu xuất sắc; tôi quay lại và đăng lên, dạo gần đây viral.

Sao lại kể chuyện này? Sản phẩm mới ra mắt hơn 3 tháng mà đã được mời đến sự kiện tầm cỡ như vậy. Hàng chục bàn tiệc toàn founder/nhà đầu tư châu Âu. Trò chuyện sau bữa tối mới thấy nhiều ý tưởng startup thật thiếu sót.

Hệ sinh thái startup châu Âu tụt hậu khá xa so với Trung Quốc, mang tâm lý phòng thủ: "Làm ở châu Âu, cho châu Âu". Nhiều người kêu gọi củng cố AI nội địa để doanh nghiệp/chính phủ châu Âu dùng AI châu Âu, vì sợ Mỹ - Trung thống trị.

Tôi thấy lấn cấn. Vài founder Mỹ ngồi cạnh cũng đồng tình là khó tin. Bối cảnh trang trọng nên không nói thẳng được, nhưng nghĩ bụng: Nếu chúng tôi chọn kiểu "Làm ở Trung Quốc, chỉ cho Trung Quốc", thì hôm nay tôi đã không ngồi đây.

Chúng tôi tin rằng giá trị lớn nhất của LLM bao gồm việc xóa nhòa rào cản ngôn ngữ. Trong ba người lãnh đạo, Red và tôi chưa từng du học hay sống ở nước ngoài trước khi khởi nghiệp; Red còn chưa từng đến Mỹ. Chỉ Giám đốc Khoa học từng sống ở nước ngoài một thời gian ngắn hồi nhỏ. Chính vì rào cản ngôn ngữ đã giảm, chúng tôi mới tiếp thị/phục vụ/suy nghĩ ở tầm toàn cầu, tạo ra sản phẩm như vậy.

Thế mà nhiều founder trẻ châu Âu lại tự nhốt mình ở châu Âu. Hướng đi sai. Tôi đã nhắc điều này trong lúc trao đổi.

Hôm nay, tôi muốn khích lệ các founder AI-native trẻ trong nước: Hãy nghĩ đến việc mở rộng/phục vụ người dùng toàn cầu ngay từ ngày đầu. Rào cản ngôn ngữ đã mất, ra nước ngoài tuyệt đối không phải vấn đề. Hệ thống nội bộ/dịch vụ khách hàng của chúng tôi đa ngôn ngữ vì rào cản không còn nữa.

AI là món quà trời cho founder Trung Quốc. Trước đây cạnh tranh xuất khẩu công nghệ với Mỹ rất khó vì tiếng Anh áp đảo và bất lợi văn hóa. Nhưng với AI, chúng ta có khả năng mạnh mẽ để thắng thị trường toàn cầu nhờ đổi mới sản phẩm/đổi mới chiều sâu. Nên tầm nhìn toàn cầu là tối quan trọng khi khởi nghiệp AI.

Nhấn mạnh: Toàn cầu ≠ chỉ phương Tây. Thế giới rất rộng; Global South đầy cơ hội. Thị trường doanh thu lớn nhất là Mỹ, nhưng đông người dùng nhất lại ở Brazil. Trung Đông, châu Âu, Nhật/Hàn, Đông Nam Á, châu Phi — đâu đâu cũng có người dùng.

Đừng bao giờ nói "nước ngoài" khi làm toàn cầu. Nội bộ tôi hay chỉnh nhân viên, cấm dùng từ "nước ngoài" vì nó quá mơ hồ. "Ngoại" tạo ra sự đối lập nhị phân với "nội", đơn giản hóa quá mức sự phân bố phức tạp theo khu vực/ngôn ngữ/văn hóa trên toàn cầu. Tầm nhìn toàn cầu thực sự là nhìn ra cơ hội từng khu vực để nảy sinh insight mới.

1.10.2 Tự Tay Dùng Sản Phẩm, Đừng Lấy Cảm Xúc Thay Thế Phán Đoán

Lời khuyên thứ hai cho dân làm sản phẩm: Đọc ít self-media lại.

Nói rõ: Không nhắm vào các creator chất lượng. Nhưng người làm sản phẩm mà chỉ đọc bài self-media sẽ rơi vào chủ nghĩa hư vô: Hôm nay "bùng nổ cấp bom hạt nhân", mai "ngành chết rồi". Từ lúc Manus ra mắt, chúng tôi bị tuyên bố "bị lật đổ"/"không ai dùng" vô số lần, nhưng kinh doanh vẫn tăng trưởng đều.

Phần lớn self-media không có kinh nghiệm trong ngành; traffic dẫn dắt ngòi bút. Họ chiều theo cảm xúc, kích thích dopamine bằng sự vui vẻ/tức giận/bối rối để thao túng bạn. Nhìn nhận sự phát triển của AI theo cách đó sẽ tạo ra khoảng cách khổng lồ với thực tế.

Ví dụ, 2-3 tháng sau khi ra mắt, TPM đạt 800-900M. Trên toàn cầu, trừ Cursor/Windsurf..., rất ít startup đốt nhiều token hơn. Thế mà nhiều kênh self-media vẫn dạy "cách xây dựng Agent".

Ngôn từ là quyền lực/công cụ. Quan điểm viết ra trông có vẻ ngang hàng, nhưng nền tảng khác nhau. Có người không tiếp xúc thị trường/không nghiên cứu người dùng/không kiểm chứng online; quan điểm toàn là tưởng tượng. Tiêu thụ chúng mỗi ngày sẽ kéo cảm xúc bạn đi xuống.

Cảm giác sản phẩm thực sự nằm ở chi tiết. Nghe "OpenAI ra mắt X, ngành chết rồi", hãy tự thử: Nhiều sản phẩm của OpenAI rất tệ. Mười lần ra mắt may ra có một lần thành công nhờ nhân lực/vốn/nền tảng mạnh; chín lần thất bại. Xem self-media rồi kết luận "ông lớn làm rồi, đường đua đóng cửa" là tự đánh mất cơ hội. Mọi thứ đều cần tự tay chạm vào/dùng/làm.

Dạo gần đây phỏng vấn PM AI mà chán quá. Ứng viên mới ra trường nói thích làm AI PM nhưng chỉ kể tên được một công cụ; bảo mở lịch sử chat gần đây thì điện thoại không cài app hoặc chỉ có 2-3 tác vụ — rõ ràng là học vẹt để đi phỏng vấn.

AI đang xáo trộn các ngành 3-4 năm nay, mà ứng viên PM AI lại không dùng AI. Điều này cho thấy lỗ hổng lọc CV (giờ chúng tôi yêu cầu bằng chứng sử dụng thực tế), nhưng cốt lõi là đáng sợ: Người ta không nhận ra điều kiện tiên quyết để làm AI là phải tự dùng AI thật sâu. Chỉ trải nghiệm trực tiếp mới thấy ranh giới của mô hình/sản phẩm hiện tại và cơ hội mới. Tiêu thụ nội dung nhai lại không bao giờ truyền tải được thực tế.

Bạn có thể viết bài/làm self-media ảnh hưởng đến người khác (nhân viên tôi có làm; thỉnh thoảng tôi cũng làm); nhưng đừng bao giờ chỉ dựa vào self-media để nạp kiến thức, nếu không nhận thức về ngành sẽ méo mó, không phản ánh đúng sự thật.

1.10.3 Phát Hiện Vấn Đề, Đón Nhận Ẩn Số, Sửa Sai Bằng Hành Động

Lời khuyên thứ ba, không chỉ dành cho PM AI, mà tôi đã nói với những ai muốn làm PM xuất sắc suốt hơn chục năm qua:

Mô hình/công nghệ hiện nay rất dồi dào; thứ khan hiếm không phải tech hay execution, mà là khả năng phát hiện vấn đề. Khả năng phát hiện/định nghĩa vấn đề, mô tả rõ trạng thái sau khi giải quyết, là rất hiếm. Không thể có được chỉ bằng cách nghe chia sẻ khởi nghiệp. Còn trẻ/còn đi học, áp lực thấp, hãy quan sát xã hội/đời sống, bạn bè/đồng nghiệp thực tập, tìm ra những vấn đề thực sự đang chờ lời giải.

Cơ chế xã hội này vận hành ra sao? AI có thể cải thiện hiệu suất ở đâu? Tất cả đều đến từ quan sát đời sống. Mong các bạn tò mò hơn về chính cuộc sống: Tò mò thúc đẩy thấu hiểu và tinh chỉnh. Nhưng hiện tại nhiều người lại thiếu sự tò mò.

Gần hai năm sau khi Manus ra mắt, founder trẻ hay hỏi "Anh thành công bằng cách nào?". Họ tìm kiếm đáp án xác định, tin rằng làm theo mười bước là chắc chắn thành công. Chưa bao giờ có chuyện đó. Khởi nghiệp mang tính bất định cực cao. Phần lớn quyết định được đưa ra khi chưa rõ ràng mọi thứ, cứ làm rồi điều chỉnh linh hoạt.

Đây là điểm khác biệt giữa founder và VC. VC nghiên cứu dài dòng vì quyết định của họ nặng nề/không thể đảo ngược; tiền rót rồi là mất. Họ tìm độ chính xác cao qua nghiên cứu trước, hay hỏi về endgame/lộ trình. Founder không thể nghĩ kiểu đó. Định nghĩa sẵn mọi thứ/con đường tốt nhất nghĩa là nó KHÔNG PHẢI con đường tốt nhất.

Founder sống động trên chiến trường, quan sát thay đổi mỗi ngày, hiểu thế giới/thị trường/công nghệ dịch chuyển, ra quyết định linh hoạt hằng ngày. Founder xuất sắc vận hành như vậy.

2-3 năm qua, tôi có cảm giác mạnh mẽ: Founder trẻ ngày càng sợ đón nhận ẩn số, đòi hỏi câu trả lời vĩnh viễn: Bắn súng này kiểu gì? Làm marketing/sản phẩm/tech/toàn cầu hóa ra sao? Họ khao khát sự chắc chắn. Khi không cung cấp được, họ nghi ngờ có bí mật bị giấu; nghe bảo "không có bí mật, cứ làm đi", họ lại nghĩ mình không muốn chia sẻ.

Vậy nên, hãy luôn tò mò về thế giới. Ẩn số là thứ đẹp nhất. Cơ hội lớn nằm ở ẩn số, không phải ở những thứ đã chắc chắn. Nếu có gì chắc chắn, chúng tôi đã làm trình duyệt AI rồi.

1.11 Kết Luận: Để Tư Duy Mọc Thêm Đôi Tay

Cuối cùng, nhiều người có thể chưa biết nguồn gốc tên gọi Manus. Lấy từ châm ngôn của MIT Mens et Manus, tiếng Latin nghĩa là Tâm trí và Bàn tay. Sao lại chọn tên này? Vì mọi hãng làm mô hình lớn đều xây dựng Tâm trí, nhưng cuối năm 2024, tại sao những tâm trí mạnh mẽ đó không tạo ra ảnh hưởng lớn? Vì chúng có não nhưng không có tay. Manus là đôi tay của mô hình lớn, giúp suy nghĩ trong não tác động được thế giới thực, giải quyết vấn đề thực.

Điều này khớp với chủ đề hôm nay: Mọi suy nghĩ đều cần thực hành. Bản chất của khởi nghiệp là thực hành, không phải diễn tập PPT trong các cuộc thi hay slide gọi vốn hào nhoáng.

Dám thực hành, đối mặt xã hội thực, giữ sự tò mò, giải quyết những vấn đề thế giới chưa giải quyết được — đó mới là tinh thần khởi nghiệp đích thực, là trách nhiệm của founder — chứ không phải chơi đồ hàng giả vờ làm founder. Cảm ơn mọi người.

Lưu một chạm

Đọc sâu bài viết viral bằng AI trong YouMind

Lưu nguồn, đặt câu hỏi tập trung, tóm tắt lập luận và biến một bài viết viral thành các ghi chú có thể tái sử dụng trong một không gian làm việc AI duy nhất.

Khám phá YouMind
Dành cho nhà sáng tạo

Biến Markdown của bạn thành bài viết 𝕏 gọn gàng

Khi bạn đăng bài viết dài của riêng mình, việc định dạng hình ảnh, bảng và khối mã cho 𝕏 rất mệt mỏi. YouMind biến cả bản nháp Markdown thành một bài viết 𝕏 gọn gàng, sẵn sàng để đăng.

Thử Markdown sang 𝕏

Thêm pattern để giải mã

Bài viết viral gần đây

Khám phá thêm bài viết viral