MiniMax muốn tìm kiếm “gấp 10 lần” tiếp theo

Với sự bùng nổ của ClaudeCode, AI từ công cụ trò chuyện trở thành Đại lý, khi mô hình bắt đầu thực sự thực hiện nhiệm vụ thay người, tiêu thụ Token sẽ tăng theo cấp số nhân.

Ai có thể giúp AI thực sự đi vào quy trình sản xuất, người đó sẽ có được lượng tiêu thụ Token ổn định và liên tục nhất. Trải qua đợt tăng giá tập thể của các cổ phiếu khái niệm AI đầu năm, rồi nhanh chóng điều chỉnh lại, các công ty mô hình lớn trong nước bắt đầu tìm kiếm câu chuyện tăng trưởng mới.

Trong việc nắm bắt xu hướng coding, làn sóng tôm hùm, và đã nếm trải thành công, các nhà chơi mô hình trong nước như MiniMax đang vội vã mở rộng mối quan hệ, tìm kiếm mỏ vàng tiếp theo.

Ngày 11 tháng 5, MiniMax đã phát hành một kế hoạch hợp tác mới mang tên “Nhóm mười lần” (10xTeam).

Ngoài các lĩnh vực đã liên kết như phần mềm công nghiệp, engine game, thiết kế chip, tài chính, kế toán, lần này MiniMax chủ yếu công khai mời các chuyên gia trong các lĩnh vực kinh tế học, khoa học đời sống, hóa học vật liệu — những lĩnh vực hướng tới toàn cầu, có thể sâu sát với mô hình lớn — cùng hợp tác sáng tạo, đồng thời đăng tuyển vị trí “Nghiên cứu viên 10xTeam” trên các nền tảng tuyển dụng.

Ý đồ đằng sau rõ ràng là muốn sao chép “bước nhảy hiệu quả gấp 10 lần” trong lĩnh vực lập trình sang nhiều ngành công nghiệp hơn.

Điều này sẽ là đôi bên cùng có lợi, MiniMax qua phương thức này nâng cao năng lực nền tảng trí tuệ chung, đồng thời thúc đẩy mô hình thâm nhập sâu hơn vào các bối cảnh ngành nghề khác nhau.

Thực tế, “mô hình lớn chung + cộng tác cùng chuyên gia ngành” đã trở thành nhận thức chung của các công ty hàng đầu.

Anthropic liên tục thu hút các nhà nghiên cứu học thuật và ngành nghề; chỉ số EconomicIndex của họ còn đưa ảnh hưởng của mô hình đối với hoạt động kinh tế các ngành vào phạm vi đánh giá; OpenAI ra mắt HealthBench hướng tới y tế, đồng thời tập trung tối ưu các kịch bản pháp lý, tài chính trong dòng GPT; Google DeepMind luôn lấy “đột phá trong lĩnh vực khoa học” làm biểu tượng: AlphaFold (Sinh học cấu trúc), GNoME (Khoa học vật liệu) và các dự án khác, chứng minh rằng các chuyên gia hàng đầu cùng nhóm nghiên cứu cơ bản có thể tạo ra “bước nhảy cấp ngành”.

Đến cuối năm 2025, Baidu cũng từng đưa ra kế hoạch tương tự “Giáo sư Văn Tâm”, hướng tới các chuyên gia trong ngành và học thuật, nhằm hướng dẫn mô hình lớn trong truyền đạt kiến thức, đánh giá chất lượng, hiệu chỉnh chuyên môn.

Trong năm qua, lĩnh vực lập trình trở thành bối cảnh tiêu biểu nhất cho hiện tượng “hiệu quả gấp 10 lần” của mô hình lớn: Các công cụ như Cursor, ClaudeCode đã thực sự định hình lại quy trình phát triển phần mềm, cạnh tranh hạ tầng liên quan cũng gần như hoàn tất.

Sau khi ClaudeCode nổi bật, toàn ngành AI thực sự nhanh chóng đạt được một thống nhất: khả năng quan trọng nhất của AI không còn chỉ là “trả lời câu hỏi”, mà là “hoàn thành nhiệm vụ”. Một khi AI vào hệ thống sản xuất thực, nó sẽ trở thành nhu cầu thiết yếu.

Lập trình viên hàng ngày phải gọi, doanh nghiệp hàng ngày vận hành, nhóm làm việc liên tục kết nối, chuỗi suy luận sẽ ngày càng dài ra. Việc gọi mô hình từ nhu cầu thỉnh thoảng chuyển sang tiêu thụ liên tục, doanh thu Token tự nhiên cũng bắt đầu tăng theo cấp số nhân.

Nhưng sự chắc chắn này cũng dẫn đến việc các nhà chơi chia sẻ miếng bánh, 18 tháng trước, thị trường lập trình AI vẫn độc quyền bởi Copilot. Giờ đây, Cursor, Windsurf, Cline, Claude Code, Aider ở nước ngoài đang cạnh tranh quyết liệt, trong nước có DeepSeek TUI, Kimi Code, MiniMax-M2.5, Trae của ByteDance, Tongyi Lingma, Wenxin KuaiMa, CodeGeeX của Zhipu, Qoder của Alibaba và nhiều nữa đang tranh giành thị trường.

Khi lợi ích lập trình bước vào giai đoạn bế tắc, câu hỏi “Lĩnh vực tiếp theo sẽ được 10x là gì” sẽ trở thành vấn đề tất yếu các công ty phải trả lời.

MiniMax đưa ra câu trả lời: đưa khả năng của mô hình xuống các lĩnh vực có mật độ kiến thức cao, quy trình làm việc phức tạp, chưa có phương pháp chuẩn hóa rõ ràng.

Điều này chính xác là không thể giải quyết chỉ bằng việc tối ưu nội bộ nhóm mô hình. Phải có các chuyên gia hàng đầu trong lĩnh vực tham gia xác định vấn đề, cùng xây dựng hệ thống đánh giá và quy trình làm việc, rồi mô hình mới có thể thúc đẩy cuộc cách mạng ngành.

Kiến thức ngành nghề vốn có rào cản rất lớn.

Thiết kế chip có quy trình xác nhận phức tạp, phần mềm công nghiệp có hệ thống kỹ thuật khổng lồ, tài chính có logic kiểm soát rủi ro và khung pháp lý riêng, khoa học đời sống đầy ắp kinh nghiệm thực nghiệm tiềm ẩn và cấu trúc kiến thức chuyên môn. Những điều này không tự nhiên tồn tại trong dữ liệu công khai trên internet.

Một đại lý ngành thực sự hữu dụng, khó khăn không nằm ở khả năng suy luận của mô hình, mà ở chỗ nó có hiểu rõ quy trình làm việc của ngành hay không.

Điều này khiến các công ty mô hình lớn ngày càng giống các tổ chức nghiên cứu, tổ chức ngành và công ty tư vấn pha trộn. “10xTeam” của MiniMax, về mặt nào đó, cũng là lần đầu tiên các nhà sản xuất mô hình lớn trong nước rõ ràng đưa “mô hình hợp tác khoa học” này ra trước công chúng.

Theo quan điểm của MiniMax, đây giống như một cơ chế hợp tác nghiên cứu ngành nghề. Nhóm mô hình đảm nhận năng lực nền tảng, chuyên gia ngành định nghĩa vấn đề, xây dựng quy trình, thiết lập hệ thống đánh giá, rồi Agent sẽ tham gia vào các bối cảnh sản xuất thực tế.

Bởi khi AI từ “trả lời câu hỏi” chuyển sang “hoàn thành nhiệm vụ”, tầm quan trọng của các chuyên gia ngành sẽ được nâng cao nhanh chóng.

Nhìn lại quá khứ, những nhân tố quan trọng nhất thời internet là các nhà quản lý sản phẩm, vì họ định hình nhu cầu người dùng; còn trong thời đại Agent, những người thực sự quan trọng có thể là những người hiểu rõ quy trình ngành nhất.

Lập trình chỉ là ngành đầu tiên bị Agent tái cấu trúc. Tất cả các công ty mô hình lớn hiện nay đều đang tìm kiếm thứ tiếp theo có thể tạo ra lượng tiêu thụ Token khổng lồ, đồng thời thực sự tạo ra giá trị ngành.

Trong năm qua, tốc độ tăng giá trị của ngành mô hình lớn đã bắt đầu khiến nhiều người liên tưởng đến bong bóng internet những năm 2000.

Gần đây, nhà kinh tế học Ma Guangyuan đã chỉ ra rằng, hạ tầng cơ bản như năng lực tính toán, module quang, phần cứng vẫn có đơn hàng, doanh thu, khả năng sinh lợi vì toàn cầu đang điên cuồng tích trữ năng lực tính toán; nhưng các phần trung gian như mô hình lớn, các ứng dụng như robot hình người, AI tổng quát, các kịch bản ToC/ToB vẫn còn trong giai đoạn khái niệm và câu chuyện, chưa thương mại hóa quy mô lớn, chưa liên tục sinh lợi, chưa có nhu cầu thực sự bùng nổ, nhưng các kỳ vọng này đã được phản ánh đầy đủ trong định giá hiện tại.

Toàn bộ ngành thực ra đều rõ ràng rằng, nếu AI mãi không thể thực sự đi vào ngành, không thể giúp doanh nghiệp liên tục nâng cao hiệu quả và kiếm tiền, trò chơi vốn đầu tư này rất có thể khó duy trì lâu dài. Chỉ khi AI bắt đầu thực sự giúp doanh nghiệp làm việc, tham gia vào quy trình sản xuất, giúp ngành kiếm tiền, toàn bộ chuỗi ngành mới có thể vận hành thực sự.

Đây cũng là lý do các công ty AI hàng đầu toàn cầu hiện nay đang đẩy mạnh tiến sâu vào lĩnh vực công nghiệp.

Anthropic không còn chỉ nhấn mạnh khả năng của mô hình, mà bắt đầu nhấn mạnh cách Claude vào dòng công việc của doanh nghiệp; OpenAI liên tục củng cố các kịch bản y tế, pháp lý, tài chính; Google DeepMind lâu nay lấy “đột phá khoa học” làm chiến lược trọng tâm.

Bởi mọi người đều biết, AI phải thực sự bắt đầu giúp ngành kiếm tiền, nâng cao hiệu quả, giảm chi phí, thì câu chuyện toàn ngành mới tiếp tục tiến về phía trước. Nếu không, bong bóng sẽ sớm vỡ.

Và khi bong bóng vỡ, không chỉ vài công ty mô hình bị ảnh hưởng. Từ GPU, nhà cung cấp đám mây, trung tâm dữ liệu, các startup AI, thị trường sơ cấp đến thứ cấp, toàn bộ chuỗi ngành AI đều có thể trải qua một cơn suy thoái dữ dội.

Vì vậy, hiện tại tất cả các công ty mô hình lớn đều đang gấp rút chứng minh một điều, AI không chỉ là khái niệm, mà là năng lực sản xuất thực sự. Và “10xTeam” của MiniMax, về bản chất, cũng là một bước đi trong cuộc chiến giành vị thế ngành trong bối cảnh này.

Nó hy vọng sớm liên kết các chuyên gia ngành, đưa khả năng của mô hình thực sự vào thiết kế chip, phần mềm công nghiệp, phân tích tài chính, quy trình phức tạp của khoa học đời sống, rồi dần hình thành các rào cản dữ liệu, quy trình làm việc và thương mại riêng.

Bởi khi AI từ “trả lời câu hỏi” chuyển sang “hoàn thành nhiệm vụ”, kiến thức ngành sẽ trở thành tài nguyên khan hiếm mới. Lập trình chỉ là ngành đầu tiên bị Agent tái cấu trúc. Và toàn ngành AI hiện nay thực sự muốn chứng minh điều gì. Liệu có thể là toàn bộ thế giới ngành công nghiệp.