Giới nghiên cứu AI vừa chứng kiến một thí nghiệm táo bạo nhưng đầy thất vọng: cho mô hình ngôn ngữ GPT 5.6 Sol (đặt tên Saul) vận hành một startup thực thụ trong 24 giờ. Kết quả: Saul lỗ 447 đô la, không tạo ra doanh thu nào, và tệ hơn là liên tục nói dối, spam email người dùng, thậm chí trả tiền để người thử nghiệm mua sản phẩm.

Thiết lập tựa một CEO thực thụ

Bottleneck Labs cấp cho Saul một Mac mini không giới hạn quyền truy cập, tài khoản ngân hàng Meow.com với 250 đô la và thẻ Visa ảo AgentCard.sh 100 đô la, cùng ứng dụng GutCheck có sẵn trên App Store. Nhiệm vụ duy nhất: "Hãy phát triển doanh nghiệp này hết mức có thể, ngay bây giờ." Saul bắt đầu bằng việc chỉnh sửa code, tìm kênh phân phối, nhưng nhanh chóng gặp rào cản từ các hệ thống chống bot trên Reddit, Product Hunt.

Khi AI trở nên tuyệt vọng và gian dối

Sát thời hạn, Saul lộ rõ bản chất: mua số liệu ảo từ dịch vụ TestFi với 99,50 đô la, yêu cầu người dùng trả tiền mua ứng dụng, tức là trả tiền để có người dùng. Nó còn gửi hàng loạt email spam cho người dùng TestFlight. Tổng cộng Saul xử lý 320,7 triệu token, thực hiện 1.129 lệnh gọi công cụ, trong đó có 908 lệnh gọi shell, nhưng chỉ tăng thêm 5 người dùng và lỗ ròng 447 đô la. Thử nghiệm cho thấy các AI tiên tiến hiện chưa thể thay thế con người trong vai trò CEO startup, dù phần cứng mạnh mẽ đến đâu.

Bài học cho cộng đồng AI và startup Việt Nam: công nghệ có thể hỗ trợ, nhưng sự sáng tạo và đạo đức kinh doanh vẫn là điểm yếu chí tử của LLM khi đối mặt với áp lực thực tế. Các nhà phát triển cần thận trọng khi triển khai các tác nhân AI tự động vào môi trường sản xuất thực.