Astra của OpenAI Giải Các Bài Toán Tồn Đọng Hàng Thập Kỷ, Trong Khi Microsoft Mã Nguồn Mở Khung Huấn Luyện AI Agent

Giới thiệu

Hai câu chuyện từ tuần đầu tiên của tháng 8 năm 2026 kể lên một câu chuyện lớn hơn về hướng đi của AI. OpenAI đã thả một phiên bản nội bộ của mô hình kế tiếp, Astra, vào mười bài toán học và khoa học máy tính lý thuyết vốn tồn đọng suốt một thập kỷ hoặc hơn — và nó đã tạo ra các chứng minh có thể kiểm tra bằng máy cho tất cả các bài toán đó, chỉ với khoảng 2.000 đô la chi phí tính toán. Vài ngày sau, Microsoft Research mã nguồn mở Orchard, một khung giúp việc huấn luyện một AI agent có năng lực trở nên rẻ hơn đáng kể, bằng cách tách biệt cách agent học hỏi với cách nó cuối cùng vận hành trong sản xuất. Không câu chuyện nào là về việc một chatbot được khoác thêm lớp áo mới. Cả hai đều nói về đường cong chi phí và năng lực cơ bản của việc xây dựng các hệ thống AI biết suy luận và hành động — chính là điều quyết định thế hệ AI agent tiếp theo sẽ tốt đến đâu, và rẻ đến đâu.

Astra Của OpenAI Giải Mười Bài Toán Mà Các Nhà Toán Học Không Thể Phá Vỡ

Vào ngày 1 tháng 8, OpenAI công bố một tuyên bố gây chú ý: một phiên bản nội bộ của Astra đã tạo ra kết quả mới cho mười bài toán mở trong toán học thuần túy và khoa học máy tính lý thuyết, một số trong đó chưa có lời giải suốt hơn hai thập kỷ. Kết quả nổi bật nhất là một cấu trúc tường minh cho một nhóm không sofic — câu hỏi còn để ngỏ kể từ khi Mikhail Gromov giới thiệu khái niệm về tính sofic vào năm 1999. Astra cũng bác bỏ giả thuyết cứng nhắc của Connes bằng cách xây dựng vô hạn các nhóm không đẳng cấu chia sẻ cùng một đại số von Neumann, và chứng minh giả thuyết thể tích Ehrhart. Các kết quả trải rộng từ lý thuyết nhóm, hình học đa chiều, độ phức tạp lượng tử, mật mã lưới cho đến tổ hợp cực trị — những lĩnh vực thường không xuất hiện cùng câu với một mô hình ngôn ngữ.

Điều làm cho việc này khác với một tiêu đề “AI giải bài toán khó” thông thường chính là khả năng xác minh. OpenAI không chỉ công bố tuyên bố — họ công bố các chứng chỉ chứng minh Lean 4 có thể kiểm tra bằng máy cho cả mười kết quả trên GitHub theo giấy phép Apache 2.0, kèm theo một bản thảo kỹ thuật dài 249 trang. Số lượng “sorry” của kho lưu trữ ở mức không, nghĩa là không có bước nào trong bất kỳ chứng minh hình thức hóa nào bị bỏ ngỏ hoặc lấp liếm. Đó là một tiêu chuẩn khác biệt có ý nghĩa so với việc một mô hình khẳng định rằng nó đã giải được điều gì đó: một chứng minh Lean hoặc là kiểm tra kiểu (type-check) thành công, hoặc không, bất kể bạn có tin tưởng mô hình đã tạo ra nó hay không. Người đoạt giải Fields Timothy Gowers được cho là đã nói rằng ông sẽ không ngần ngại đề xuất một trong các chứng minh này cho một tạp chí hàng đầu — mặc dù cần nói rõ rằng chưa có kết quả nào trong số mười kết quả này thực sự hoàn tất quá trình bình duyệt.

Sẵn sàng phát triển doanh nghiệp của bạn?

Bắt đầu dùng thử miễn phí ngay hôm nay và xem kết quả trong vài ngày.

Yêu cầu demo Đăng nhập

Vì Sao Một Đột Phá Toán Học Lại Quan Trọng Với AI Agent

Thật dễ để xếp câu chuyện này vào loại “ấn tượng nhưng không liên quan đến việc kinh doanh của tôi.” Đó sẽ là một sai lầm. Năng lực mà Astra thể hiện — suy luận hình thức bền vững, nhiều bước, nơi một bước sai duy nhất làm hỏng toàn bộ kết quả — về mặt cấu trúc chính là năng lực khiến một AI agent trở nên đáng tin cậy trong một quy trình kinh doanh dài hơi. Một agent xử lý yêu cầu bồi thường bảo hiểm, đối chiếu một loạt hóa đơn, hay soạn thảo một văn bản pháp lý đang thực hiện một phiên bản nhỏ hơn, kém hào nhoáng hơn của cùng một việc: đi theo một chuỗi bước dài, nơi một sai sót ban đầu sẽ dồn tích — cùng một khuôn mẫu mà bạn sẽ nhận ra từ bất kỳ danh sách nào về ví dụ AI agent thực tế được xây dựng cho việc sử dụng trong sản xuất. Các mô hình được cải thiện đáng kể trong việc tự phát hiện lỗi của mình trong một chứng minh toán học dài 249 trang cũng thường trở nên giỏi hơn trong việc phát hiện lỗi ở một quy trình tự động hóa mười hai bước. Kết quả toán học chính là trường hợp biên cực đoan, có thể xác minh được, cho thấy trước hướng đi của trần suy luận cho mọi agent hạ nguồn.

Microsoft Mã Nguồn Mở Orchard: Huấn Luyện Agent Không Cần Ngân Sách Tiên Phong

Nếu Astra là về việc suy luận có thể tiến xa đến đâu, thì việc phát hành Orchard của Microsoft lại là về việc một agent có năng lực có thể được xây dựng với chi phí thấp đến mức nào. Orchard là một khung mã nguồn mở từ Microsoft Research, cố ý tách biệt việc huấn luyện agent khỏi việc thực thi agent — thay vì ném một mô hình nền ngày càng lớn hơn vào một nhiệm vụ, các lập trình viên sử dụng Orchard Env, một dịch vụ môi trường có thể tái sử dụng, để huấn luyện các agent nhỏ hơn bên trong các mô phỏng nhiệm vụ thực tế trước khi chúng chạm vào hệ thống sản xuất. Cùng một hạ tầng đó hỗ trợ các agent kỹ thuật phần mềm, agent điều hướng web và agent trợ lý cá nhân, và nó kết nối trực tiếp với các bộ khung triển khai thực tế như Codex, OpenClaw và ZeroClaw sau khi việc huấn luyện hoàn tất.

Các con số về hiệu quả là phần đáng chú ý nhất, và chúng quan trọng vì cùng lý do khiến các so sánh về hiệu quả chi phí giữa các khung AI agent trở nên quan trọng khi bạn đang lựa chọn ngăn xếp công nghệ để xây dựng trên đó. Orchard-SWE, một agent lập trình được huấn luyện bằng khung này, đạt 69,7% trên SWE-bench Verified — một chuẩn đánh giá được sử dụng rộng rãi cho các nhiệm vụ kỹ thuật phần mềm trong thực tế — tăng lên 73,0% khi xếp hạng lại bằng mô hình giá trị, chỉ với khoảng 3 tỷ tham số hoạt động. Đó chỉ là một phần nhỏ so với kích thước của các mô hình lập trình tiên phong mà nó đang tiệm cận về hiệu suất. Đội ngũ của Microsoft đã xây dựng điều này bằng cách chưng cất khoảng 107.000 quỹ đạo nhiệm vụ từ các mô hình lớn hơn, sau đó áp dụng thứ họ gọi là tinh chỉnh có giám sát theo phân bổ tín nhiệm (credit-assignment supervised fine-tuning) — học được tín hiệu hữu ích ngay cả từ những quỹ đạo không hoàn toàn thành công — tiếp theo là học tăng cường.

Tham gia bản tin của chúng tôi

Nhận các mẹo, xu hướng và ưu đãi mới nhất miễn phí.

Địa chỉ email

Đăng ký

Việc Tách Biệt Huấn Luyện/Thực Thi Là Phần Đáng Để Bạn Quan Tâm

Lựa chọn kiến trúc đằng sau Orchard — huấn luyện kỹ năng của một agent tách biệt với việc vận hành nó trong sản xuất — phản ánh một sự khác biệt quan trọng với bất kỳ ai đang xây dựng tự động hóa, chứ không chỉ các nhà nghiên cứu ML. Một tác nhân AI Dọc được xây dựng cho một nhiệm vụ chuyên ngành cụ thể không cần một bộ não lớn hơn trên mọi mặt; nó cần được luyện tập tập trung vào lát cắt hẹp của các quyết định mà nó thực sự sẽ đối mặt — đây chính xác là điều mà một môi trường huấn luyện kiểu Orchard cung cấp với chi phí rẻ hơn so với việc mở rộng quy mô một mô hình đa năng. Cùng logic đó áp dụng cho dù bạn đang huấn luyện một mô hình từ đầu hay cấu hình một agent no-code: huấn luyện hẹp, được xác định rõ ràng trên các nhiệm vụ thực tế luôn thắng việc ném thêm năng lực chung chung vào một bài toán mà nó không được xây dựng để giải quyết.

Điều này cũng giải thích tại sao việc mã nguồn mở hóa khung, thay vì chỉ công bố các con số chuẩn đánh giá, mới là phần có hệ quả lớn hơn trong đợt phát hành của Microsoft. Một khung mà bất kỳ ai cũng có thể sử dụng để huấn luyện tác nhân thông minh trên môi trường nhiệm vụ riêng của họ sẽ tạo ra hiệu ứng cộng dồn — mỗi đội áp dụng nó và chia sẻ cải tiến lại giúp agent của đội tiếp theo rẻ hơn để xây dựng, cùng động lực đã khiến phần mềm mã nguồn mở chiếm lĩnh ngăn xếp hạ tầng trong hai thập kỷ qua.

Ý Nghĩa Của Điều Này Đối Với Dự Báo Agent Doanh Nghiệp Của Gartner

Nhìn rộng hơn nữa, cả hai câu chuyện đều củng cố một dự đoán mà Gartner đưa ra về tốc độ áp dụng trong doanh nghiệp: rằng đến cuối năm 2026, 40% ứng dụng doanh nghiệp sẽ tích hợp AI agent chuyên biệt cho từng nhiệm vụ, tăng từ mức dưới 5% vào năm 2025. Một cú nhảy gấp tám lần chỉ trong một năm là một dự báo táo bạo, và những kết quả như của Astra cùng các khung như Orchard chính là kiểu thay đổi nền tảng về năng lực và chi phí cần phải xảy ra để dự báo đó trở nên khả thi — huấn luyện rẻ hơn giúp việc xây dựng agent cho các nhiệm vụ hẹp hơn trở nên kinh tế, còn suy luận tốt hơn khiến những agent hẹp hơn đó đáng tin cậy hơn để thực sự triển khai.

Định nghĩa của Gartner rất cụ thể và đáng để ghi nhớ: một agent chuyên biệt cho nhiệm vụ là agent được xây dựng để xử lý một công việc trọn vẹn, được xác định rõ ràng — ví dụ của họ là một agent an ninh mạng quét lưu lượng mạng, nhật ký hệ thống và hành vi người dùng theo thời gian thực rồi tự khởi động phản ứng riêng. Đó là một tiêu chuẩn khác với “ứng dụng có một chatbot.” Đó là sự khác biệt giữa một tính năng AI và một nhân viên AI, và cũng chính là ranh giới phân tách một trợ lý chung chung với một trợ lý nghiên cứu đúng nghĩa, được xây dựng để xử lý một công việc từ đầu đến cuối một cách đáng tin cậy.

Ý Nghĩa Của Điều Này Với Các Đội Đang Xây Dựng Tự Động Hóa Hôm Nay

Cả Astra lẫn Orchard đều không phải là thứ đa số doanh nghiệp sẽ chạm vào trực tiếp — bạn sẽ không tinh chỉnh một mô hình trên các chứng minh Lean hay tự dựng đường ống huấn luyện Orchard của riêng mình. Điều quan trọng là những gì thấm xuống. Những cải tiến suy luận tiên phong cuối cùng sẽ nâng trần năng lực mà mọi mô hình hạ nguồn có thể làm một cách đáng tin cậy, bao gồm cả những mô hình đang cung cấp năng lượng cho các nền tảng tự động hóa no-code. Các kỹ thuật huấn luyện rẻ hơn, hiệu quả hơn cuối cùng sẽ hạ chi phí của các agent chuyên biệt được xây dựng trên nền các mô hình đó. Không câu chuyện nào trong hai câu chuyện này thay đổi những gì bạn nên xây dựng trong quý này — nhưng chúng là một tín hiệu khá đáng tin cậy về những gì sẽ khả thi, và có giá cả phải chăng, trong quý tiếp theo. Nước đi thực tế không phải là chạy theo nghiên cứu; đó là xây dựng tự động hóa trên một nền tảng AI agent đủ linh hoạt để tự động hấp thụ những cải tiến mô hình nền tảng, cùng bản năng đã quan trọng khi chúng ta bàn về cách Claude Cowork và các đối thủ của nó định hình lại bối cảnh agent chỉ vài tuần trước đó.

Chọn Nơi Để Tập Trung Trước Tiên

Nếu bạn đang quyết định nên tự động hóa điều gì trước tiên trong khi các mô hình nền tảng vẫn không ngừng cải thiện bên dưới bạn, những điểm khởi đầu an toàn nhất là các nhiệm vụ hẹp, được xác định rõ ràng và dễ xác minh — cùng những phẩm chất đã khiến phương pháp huấn luyện của Orchard hiệu quả. Nghiên cứu từ khóa, tóm tắt tài liệu và trích xuất dữ liệu có cấu trúc là những điểm khởi đầu phổ biến chính vì thành công dễ kiểm tra và thất bại thì rẻ. Khi suy luận được cải thiện và huấn luyện trở nên hiệu quả hơn, cùng nguyên tắc đó sẽ mở rộng lên các quy trình tham vọng hơn, chạy dài hơi hơn — nhưng nó bắt đầu bằng việc chọn một nhiệm vụ mà bạn có thể biết, nhanh chóng và rẻ tiền, liệu agent có thực sự làm đúng hay không.

Kết luận

Tháng 8 năm 2026 mở đầu với hai đợt phát hành mà, nhìn bề ngoài, chẳng liên quan gì đến nhau — một mô hình giải các bài toán tồn đọng hàng thập kỷ, và một khung huấn luyện cho các agent lập trình. Nhưng bên dưới, cả hai đều nói về cùng những lực lượng: suy luận có thể được đẩy xa đến đâu, và suy luận đó có thể được biến thành một agent hoạt động thực sự với chi phí rẻ đến mức nào. Astra cho thấy trần năng lực vẫn đang tăng lên. Orchard cho thấy chi phí để đạt được một phần hữu ích của trần năng lực đó đang giảm nhanh chóng. Kết hợp lại, chúng là một lý do chính đáng để tin rằng dự báo áp dụng táo bạo của Gartner khả thi hơn vẻ ngoài ban đầu của nó — và là một lý do chính đáng để bất kỳ đội nào đang xây dựng tự động hóa đảm bảo công cụ của họ đủ linh hoạt để tiếp tục hưởng lợi khi cả hai xu hướng này tiếp diễn.