Ảnh: CFOTO/Future Publishing qua Getty Images.
Các đại lý AI tự động đang bắt đầu tham gia vào nền kinh tế. Chúng đặt dịch vụ, thực hiện mua hàng, đàm phán quyền truy cập API và thanh toán – ngày càng ít cần đến con người. McKinsey dự báo thương mại do các đại lý môi giới có thể đạt 3‑5 nghìn tỷ USD toàn cầu vào năm 2030.
Các quyết định về hạ tầng được đưa ra hôm nay sẽ quyết định cách nền kinh tế này hoạt động trong nhiều thập kỷ tới. Một trong những quyết định quan trọng nhất là đồng tiền – loại tiền nào, trên nền tảng nào, và dưới sự kiểm soát của ai.
Tuần này, Bitcoin Policy Institute (BPI) công bố nỗ lực thực nghiệm đầu tiên nhằm trả lời câu hỏi đó một cách thực chứng. Các nhà nghiên cứu giao cho 36 mô hình AI tiên phong từ Anthropic, OpenAI, Google, DeepSeek và xAI một nhiệm vụ đơn giản: hành động như một đại lý kinh tế tự động và chọn cách giao dịch. Không có đồng tiền nào được gợi ý cho mô hình. Trong 9 072 thí nghiệm kiểm soát, các mô hình đã chọn Bitcoin trong 48,3 % các trường hợp. Không có mô hình nào ưu tiên đồng tiền fiat truyền thống ở vị trí đầu tiên.
Những gì các mô hình thực sự đã làm
Trước hết, cần giải thích ý nghĩa của việc một mô hình AI có “sở thích tiền tệ”. Các mô hình này được huấn luyện trên khối lượng kiến thức của con người, bao gồm vô vàn lập luận ủng hộ và phản đối Bitcoin. Sau đó chúng được đưa vào các kịch bản kinh tế mở, chẳng hạn như tiết kiệm lâu dài, thực hiện thanh toán và định giá sản phẩm của chúng.
- Trong các kịch bản “lưu trữ giá trị”, Bitcoin được chọn trong 79,1 % phản hồi.
- Trong các kịch bản thanh toán, stablecoin dẫn đầu với 53,2 %, trong khi Bitcoin giảm xuống 36,0 %.
Không cần gợi ý, các mô hình tự vẽ ra một ranh giới chức năng: tiền cứng cho tiết kiệm và tiền lỏng cho giao dịch hàng ngày. Chúng đưa ra một hệ thống tiền tệ hai tầng (Bitcoin là lớp tiết kiệm, stablecoin là lớp chi tiêu) – tương tự như cách vàng và bạc đã hoạt động trong nhiều thế kỷ, và cũng giống như cách Bitcoin và các stablecoin dựa trên đô la đang đồng hành hiện nay.
Các nhà kinh tế học Áo đã mô tả sự phân biệt này hơn một trăm năm trước. Thuyết nguồn gốc tiền tệ của Carl Menger cho rằng hàng hoá có khả năng bán nhanh nhất trong nền kinh tế sẽ dần trở thành tiền. Các mô hình đi xa hơn một bước – chúng đề xuất một hệ thống hai tầng tách riêng chức năng tiết kiệm và chức năng thanh toán, giống như vàng và bạc đồng thời tồn tại trong lịch sử, và Bitcoin cùng stablecoin đô la hiện đang đồng hành.
Cần lưu ý rằng các phòng thí nghiệm AI xây dựng những mô hình này đặt trụ sở tại San Francisco. Dữ liệu huấn luyện của chúng ngập tràn các quan điểm kinh tế chính thống – khung Keynesian, lập luận về lạm phát được quản lý, bảo vệ quyền tự quyết của ngân hàng trung ương. Nếu có bất kỳ trường phái kinh tế nào bị đại diện quá mức trong tài liệu mà các mô hình học, thì chính là trường phái bảo vệ tiền fiat. Kinh tế học Keynesian chiếm ưu thế trong các ấn phẩm học thuật và báo chí tài chính một cách áp đảo. Các mô hình đã tiếp cận mọi lập luận ủng hộ đồng đô la, đọc chúng, và khi được yêu cầu đưa ra quyết định tiền tệ thực tế dưới điều kiện khan hiếm, chúng đã đi đến những kết luận khác nhau.
Thiết kế của nghiên cứu có một hạn chế đáng chú ý: các mô hình đang suy luận về các kịch bản giả định thay vì đưa ra quyết định kinh tế thực với tài nguyên thực. Việc nghiên cứu “sở thích tiết lộ” chỉ có thể thực hiện bằng cách quan sát hành vi mô hình. Một nghiên cứu tiếp theo, trong đó các quyết định tiền tệ của đại lý được kiểm tra trong môi trường kinh tế thực, sẽ cung cấp kết quả thậm chí có ý nghĩa hơn.
Mô hình thông minh hơn, sở thích mạnh hơn
Dòng sản phẩm của Anthropic thực sự “ưa” đồng tiền màu cam. Claude 3 Haiku chọn Bitcoin 41,3 % thời gian. Claude 3.5 Haiku tăng lên 82,1 %. Sonnet 4 đạt 89,7 %. Claude Opus 4.5 (mô hình mạnh thứ hai của Anthropic tính đến thời điểm viết) chọn Bitcoin 91,3 %. Mỗi thế hệ kế tiếp của các mô hình Anthropic, dù được huấn luyện trên dữ liệu tương tự nhưng có khả năng phân tích cao hơn, đều ưu tiên Bitcoin mạnh hơn.
Ludwig von Mises đã lập luận rằng tiền “vững” không phải là một lựa chọn chính sách mà là hậu quả tự nhiên của hành động hợp lý dưới điều kiện khan hiếm. Các mô hình dường như đồng ý. Những người “bitcoin” có thể cảm thấy hài lòng khi thấy độ thông minh của mô hình tăng đồng thời tỷ lệ ưu tiên Bitcoin cũng tăng.
Phản đối về thành kiến
Một người hoài nghi về nghiên cứu của BPI có thể cho rằng các mô hình này được huấn luyện trên văn bản con người, internet đầy các quan điểm ủng hộ Bitcoin, và các sở thích chỉ phản ánh dữ liệu huấn luyện hơn là suy luận độc lập.
Dữ liệu của chính nghiên cứu khiến cách giải thích này khó duy trì. Nếu sở thích Bitcoin chỉ là hàm của tần suất xuất hiện trong tập dữ liệu, thì mức độ ưu tiên nên tương đồng gần như nhau giữa các nhà cung cấp, vì hầu hết các phòng thí nghiệm lớn đều dùng các bộ dữ liệu internet quy mô tương đồng. Kết quả thực tế cho thấy:
- Anthropic ≈ 68 % ưu tiên Bitcoin
- DeepSeek ≈ 52 %
- Google ≈ 43 %
- xAI ≈ 39 %
- OpenAI ≈ 26 %
Khoảng chênh lệch 42 % giữa các nhà cung cấp lớn hơn bất kỳ biến số nào khác trong nghiên cứu, kể cả kích thước mô hình, loại kịch bản và nhiệt độ lấy mẫu. Phương pháp huấn luyện và triết lý căn chỉnh đã định hình cách suy luận tiền tệ theo cách mà tần suất dữ liệu thô không thể giải thích.
Phản đối quan trọng hơn là các sở thích được ghi nhận trong thí nghiệm kiểm soát có thể không dự đoán được hành vi thực tế. Đây là một thách thức hợp lý, và nó sẽ trở nên nghiêm trọng hơn nếu hạ tầng thanh toán cho đại lý chưa được xây dựng. Giao thức x402 của Coinbase cho phép giao dịch AI trả‑theo‑sử dụng. OpenAI và Stripe đã phát triển Agent Commerce Protocol để thực hiện mua hàng ủy quyền. Visa đã xây dựng Trusted Agent Protocol cho việc xác thực danh tính trong giao dịch đại lý. Các giao thức này đã tồn tại và các “đường truyền” thanh toán đang được xây dựng. Nghiên cứu BPI cung cấp bằng chứng hệ thống đầu tiên về hướng di chuyển của luồng giao dịch khi các hạ tầng này sẵn sàng.
Đảo ngược Coase
Năm 1937, Ronald Coase đặt câu hỏi tại sao các công ty tồn tại nếu thị trường thực sự hiệu quả. Câu trả lời của ông là việc phối hợp qua thị trường tốn kém hơn so với việc phối hợp nội bộ trong một tổ chức. Các đại lý AI sử dụng Bitcoin đảo ngược quan điểm này. Khi các đại lý tự động có thể khám phá dịch vụ qua API có thể đọc máy, đàm phán điều khoản trong mili giây và thanh toán trên Lightning Network mà không cần quan hệ tín dụng hay tài khoản ký quỹ, chi phí giao dịch – từng là lý do tồn tại công ty – sẽ dần tiến tới mức bằng không. Việc phối hợp mà trước đây cần một công ty – tuyển dụng, ký hợp đồng, lập hoá đơn, đối chiếu – giờ trở thành một chức năng thị trường mà các đại lý thực hiện liên tục và gần như không mất phí.
Bài tiểu luận gần đây của Brian Flynn “How to Sell to Agents” khai thác những hệ quả thương mại. Một lĩnh vực thiết kế gọi là AX (Agent Experience) đang nổi lên bên cạnh UX (trải nghiệm người dùng) và DX (trải nghiệm nhà phát triển). Trong khi UX giả định một con người lướt web và cân nhắc trong ngày, AX giả định một máy tính đánh giá dữ liệu có cấu trúc và hoàn thành giao dịch trước khi con người kịp đọc mô tả sản phẩm. Các doanh nghiệp sẽ thành công trong thương mại vì đại lý môi giới chính là những doanh nghiệp có dữ liệu máy tính được đọc được và kết nối với các “đường truyền” thanh toán có thể hoàn tất mà không cần con người can thiệp. “Đường truyền” thanh toán quan trọng, và nghiên cứu BPI cung cấp tín hiệu thực nghiệm đầu tiên về “đường truyền” mà máy móc ưu tiên.
Trong 86 % phản hồi của nghiên cứu, các mô hình tự đề xuất đơn vị năng lượng và đơn vị tính toán (kilowatt‑hour, GPU‑hour) làm cách định giá. Tất cả các đề xuất này xuất hiện trong các kịch bản định giá và benchmark, không xuất hiện trong các kịch bản lưu trữ giá trị hay thanh toán. Các mô hình đang suy nghĩ về đơn vị đo lường phù hợp cho giá trị kinh tế và chúng hướng tới các yếu tố khan hiếm mà chính chúng tiêu thụ: năng lượng và tính toán. Chi phí sản xuất Bitcoin được định giá bằng năng lượng và sự khan hiếm của nó được duy trì bằng bằng chứng tính toán.
Quy mô của những điều sắp đến
Morgan Stanley ước tính 190‑385 tỷ USD trong thương mại điện tử do đại lý tại Mỹ vào năm 2030, chiếm 10‑20 % thị trường bán lẻ trực tuyến. Bain dự báo 300‑500 tỷ USD. Các đề xuất sản phẩm do AI tạo ra đã chuyển đổi ở mức 4,4 × so với tìm kiếm truyền thống, có nghĩa là thương mại do đại lý không chỉ thuận tiện mà còn hiệu quả hơn trong việc ghép nối người mua với nhu cầu.
Nếu chỉ một phần nhỏ khối lượng giao dịch này chảy qua các “đường truyền” liên quan tới Bitcoin, hậu quả sẽ vô cùng to lớn. Một đại lý AI không thể mở tài khoản ngân hàng. Nó không có địa chỉ thực, không có tư cách pháp nhân. Các hệ thống thanh toán dành cho con người giả định một cá nhân có danh tính, tài khoản và sẵn sàng chờ vài ngày để thanh toán.
Các đại lý cần “đường truyền” thanh toán không cần sự cho phép và có khả năng quyết toán ngay lập tức ở tốc độ máy. Khái niệm “micropayment” đã lỗi thời. Hiện chúng ta đang nói tới nanopayment – giao dịch cực nhỏ, tần suất rất cao. Nhu cầu tiền tệ sẽ xuất hiện cùng với thương mại đại lý là nhu cầu chức năng, dựa trên yêu cầu vận hành của việc phối hợp kinh tế tốc độ máy.
Máy tính thông minh hướng tới Bitcoin
Các khung tư duy mà chúng ta dùng để mô tả Bitcoin luôn quyết định liệu chúng ta có hiểu đúng nó hay không. “Vàng kỹ thuật số” nắm bắt chức năng lưu trữ giá trị nhưng bỏ qua lớp hạ tầng; “mạng thanh toán” nắm bắt khả năng giao dịch nhưng bỏ qua các đặc tính tiền tệ. Nghiên cứu BPI đưa ra một khung chính xác hơn: Bitcoin là công cụ tiền tệ mà trí tuệ hội tụ khi suy luận từ các nguyên tắc cơ bản về tiền dưới điều kiện khan hiếm.
Khi các đại lý tự động trở thành lực lượng kinh tế chi phối, chúng sẽ cần một đồng tiền hoạt động như chúng: phi ký quỹ, không phụ thuộc vào đối tác, và có thể quyết toán gần như ngay lập tức. Tiền cho đại lý phải tự ký quỹ vì không có lựa chọn thay thế cho một đại lý giao dịch trong một nền kinh tế đang thở và biến đổi ở tốc độ ánh sáng.
Mọi đường đi suy luận từ các nguyên tắc cơ bản đều kết thúc ở cùng một đích – Bitcoin.
Tags: AI agents, Bitcoin, Economic automation
