Founders Fund, Pantera và Franklin Templeton cùng tham gia "Arena" của Sentient để kiểm tra khả năng chịu tải của các tác nhân AI cấp doanh nghiệp.

Trong hai năm qua, các công ty đã đẩy nhanh việc tích hợp các tác nhân AI vào quy trình làm việc thực tế: từ dịch vụ khách hàng và hoạt động hậu cần đến các quy trình tài chính và tuân thủ quy định đòi hỏi việc ra quyết định quan trọng. Khi các hệ thống này ngày càng được tích hợp vào hoạt động kinh doanh thực tế, một vấn đề mới đang nổi lên: mặc dù các tác nhân có thể truy xuất thông tin, nhưng chúng thường gặp khó khăn trong việc cung cấp các quy trình suy luận ổn định, dễ hiểu và có thể tái tạo khi công việc trở nên "rối rắm", nhiều bước hoặc có rủi ro cao.

Hôm nay, phòng thí nghiệm AI mã nguồn mở Sentient chính thức ra mắt Arena – một môi trường thực tế, sẵn sàng cho sản xuất, dành cho hàng ngàn nhà phát triển AI trên toàn thế giới để kiểm tra khả năng chịu tải và cạnh tranh lặp đi lặp lại trên những bài toán suy luận khó khăn nhất mà các doanh nghiệp phải đối mặt. Danh sách các đơn vị tham gia giai đoạn đầu tiên của Arena bao gồm Founders Fund, Pantera và Franklin Templeton, đơn vị quản lý hơn 15 nghìn tỷ đô la tài sản - cho thấy các tổ chức đang thể hiện sự quan tâm rõ ràng và sớm đối với "các đánh giá có cấu trúc về các tác nhân AI trước khi triển khai".

Julian Love, Đối tác quản lý tại Franklin Templeton Digital Assets, cho biết: "Khi các công ty áp dụng trí tuệ nhân tạo vào nghiên cứu, vận hành và quy trình làm việc tương tác với khách hàng, câu hỏi đặt ra không còn là liệu các hệ thống này có đủ mạnh hay không... mà là liệu chúng có đáng tin cậy trong các quy trình làm việc thực tế hay không." Love nói thêm rằng các môi trường có cấu trúc như Arena sẽ giúp ngành công nghiệp phân biệt giữa "những ý tưởng đầy triển vọng" và "những khả năng thực sự có thể được sử dụng trong sản xuất".

Himanshu Tyagi, đồng sáng lập của Sentient, cho biết: "Các tác nhân AI không còn chỉ là những thử nghiệm trong các công ty nữa; chúng đang tham gia vào các quy trình quan trọng ảnh hưởng đến khách hàng, nguồn vốn và kết quả hoạt động." Sự thay đổi này làm thay đổi các tiêu chí đánh giá. Việc các hệ thống trông ấn tượng trong các bản demo thôi là chưa đủ. Các công ty cần biết: trong môi trường sản xuất, nơi chi phí thất bại cao và lòng tin dễ bị lung lay, liệu các tác nhân (agent) vẫn có thể suy luận một cách đáng tin cậy hay không? Các doanh nghiệp cần khả năng so sánh, khả năng lặp lại và một phương pháp để theo dõi sự cải thiện độ tin cậy trong dài hạn mà không phụ thuộc vào mô hình hoặc bộ công cụ cơ bản."

Arena mô phỏng sự hỗn loạn thực tế của quy trình làm việc trong doanh nghiệp: thông tin không đầy đủ, ngữ cảnh dài dòng, hướng dẫn mơ hồ và nguồn thông tin mâu thuẫn. Arena không chỉ đánh giá xem các tác nhân có đưa ra "câu trả lời chính xác" hay không, mà còn ghi lại toàn bộ quá trình suy luận để các nhóm kỹ thuật có thể xác định nguyên nhân gây lỗi và xác nhận những cải tiến theo thời gian.

Điều này cung cấp một tiêu chuẩn trung lập, không phụ thuộc vào nhà cung cấp, để đánh giá khả năng suy luận trên các mô hình và nền tảng công nghệ khác nhau. Arena chú trọng hiệu năng ở cấp độ sản xuất hơn là hiệu năng trình diễn, từ đó hình thành các khả năng của tác nhân có thể kiểm chứng được, áp dụng cho các tình huống rủi ro cao, mà các doanh nghiệp cũng có thể chuyển giao cho dữ liệu riêng tư và các công cụ nội bộ của họ.

Trong thử thách đầu tiên, các nhà phát triển tham gia Arena sẽ tập trung vào một vấn đề nền tảng ở cấp doanh nghiệp: suy luận tài liệu. Các tác nhân AI cần phải suy luận và tính toán trên dữ liệu phức tạp, không có cấu trúc—loại công việc này là nền tảng cho các tình huống như phân tích tài chính, điều tra nguyên nhân gốc rễ, viết bản ghi nhớ đầu tư và dịch vụ khách hàng.

Các đơn vị tham gia giai đoạn đầu khác bao gồm alphaXiv, Fireworks, OpenHands và OpenRouter; khi Arena mở rộng về nhiệm vụ, ngành nghề và tích hợp mô hình, dự kiến ​​sẽ có thêm nhiều đơn vị tham gia.

Nghiên cứu gần đây cũng chỉ ra khoảng trống mà Arena hướng đến giải quyết: 85% các công ty bày tỏ mong muốn trở thành "doanh nghiệp đại lý", với gần ba phần tư có kế hoạch triển khai các đại lý tự động, nhưng chưa đến một phần tư thực sự có hệ thống quản trị hoàn thiện; nhiều công ty gặp khó khăn trong việc mở rộng các dự án thí điểm thành các triển khai sản xuất quy mô lớn. Trung bình, các công ty đang sử dụng khoảng một chục tác nhân (agent), thường nằm rải rác trong các tình huống riêng biệt; nhiều người tin rằng nếu không có khả năng điều phối và cộng tác tốt hơn, việc bổ sung thêm tác nhân sẽ chỉ làm tăng độ phức tạp và giảm giá trị.

"Tại OpenHands, chúng tôi luôn mong muốn hỗ trợ các nhà phát triển sử dụng tác nhân để giải quyết các vấn đề thực tế," Graham Neubig, nhà khoa học trưởng kiêm đồng sáng lập của OpenHands, cho biết. "Chúng tôi cũng rất vui mừng được hỗ trợ các thành viên tham gia sử dụng OpenHands Software Agent SDK để giải quyết những thách thức phức tạp này."

Alex Atallah, đồng sáng lập kiêm CEO của OpenRouter, cho biết: "Arena chính là loại sáng kiến ​​có thể thúc đẩy trí tuệ nhân tạo mã nguồn mở tiến lên – nó cho phép các nhà nghiên cứu cạnh tranh, thử nghiệm và đổi mới trong một môi trường mở." Chúng tôi mong muốn tăng cường hợp tác với Sentient và cung cấp cơ sở hạ tầng để giúp các thí nghiệm được thực hiện nhanh hơn và dễ dàng mở rộng quy mô hơn."

Arena sẽ ra mắt trên toàn cầu, mời hàng ngàn nhà phát triển AI đăng ký tham gia khóa học đầu tiên với số lượng giới hạn, các sự kiện trực tiếp dự kiến ​​sẽ diễn ra tại San Francisco bắt đầu từ tháng 3 năm 2026.

Giới thiệu về Sentient Labs

Sentient Labs là một tổ chức nghiên cứu và phát triển sản phẩm công nghệ hàng đầu, chuyên tâm vào việc thúc đẩy trí tuệ nhân tạo mã nguồn mở. Là động lực đổi mới của Sentient Foundation, Sentient Labs tiến hành nghiên cứu tiên tiến về suy luận, sự đồng bộ và hợp tác giữa các tác nhân AI. Sentient là nhà phát triển cốt lõi của các framework hiệu năng cao như ROMA và các mô hình mã nguồn mở như Dobby. Sứ mệnh của Sentient là chuyển đổi trí tuệ nhân tạo mã nguồn mở từ "thử nghiệm" thành "sự cần thiết". Bằng cách cung cấp cơ sở hạ tầng để xây dựng các hệ thống tác nhân mạnh mẽ, có khả năng kết hợp, Sentient cho phép các nhà phát triển thương mại hóa các công cụ mã nguồn mở và đạt được khả năng sử dụng ở cấp độ doanh nghiệp. Sentient cam kết biến mã nguồn mở trở thành tiêu chuẩn mặc định cho các hoạt động trí tuệ nhân tạo (AI) quan trọng trên toàn cầu.

Nội dung này chỉ được đưa ra nhằm mục đích cung cấp thông tin chung, không phải là lời khuyên về tài chính, đầu tư, pháp lý hoặc thuế. Mọi sự kiện, phần thưởng, ưu đãi trực tuyến hoặc thông tin liên quan được đề cập trong nội dung này không được xem là khuyến nghị, chào mời hoặc lời mời mua, bán, giao dịch hoặc thực hiện bất kỳ hoạt động nào khác liên quan đến tài sản crypto. Tài sản crypto có độ biến động cao và có thể dẫn đến thua lỗ.Tính khả dụng của các dịch vụ, sản phẩm và sự kiện liên quan của WEEX có thể khác nhau tùy theo khu vực. Bạn có trách nhiệm bảo đảm việc tham gia của mình tuân thủ các luật và quy định hiện hành tại địa phương.