Review công nghệ

GPT-6.2 Astra đánh dấu bước tiến mới trong cuộc đua AI tự cải tiến

Sơn Vân • 18/11/2026 19:34

Việc OpenAI xếp GPT-6.2 Astra vào nhóm mô hình có năng lực cao trong lĩnh vực tự cải tiến AI đánh dấu bước tiến mới của ngành AI.

Thay vì chỉ hỗ trợ con người viết mã hay phân tích dữ liệu, những mô hình AI tiên tiến đang dần đảm nhận các công việc nghiên cứu, thử nghiệm và tối ưu chính công nghệ AI. Đây cũng là mặt trận cạnh tranh mới giữa Mỹ và Trung Quốc, nơi lợi thế có thể thuộc về quốc gia biết tận dụng AI để tạo ra những phiên bản mạnh hơn.

Ngày 17/11, OpenAI công bố GPT-6.2 Astra và GPT-6.2 Sol, hai mô hình AI mới hướng đến những nhóm công việc khác nhau. Trong đó, GPT-6.2 Astra được thiết kế cho các nhiệm vụ chuyên môn phức tạp, còn GPT-6.2 Sol tập trung vào công việc thường ngày với hiệu quả sử dụng cao hơn.

Tuy nhiên, chi tiết đáng chú ý nhất trong lần ra mắt này không nằm ở khả năng viết mã, tạo bảng tính hay thiết kế website. GPT-6.2 Astra là mô hình đầu tiên OpenAI đưa ra bên ngoài đạt ngưỡng năng lực cao trong lĩnh vực tự cải tiến AI, theo khung chuẩn bị ứng phó (Preparedness Framework) của công ty.

Đánh giá này cho thấy mô hình AI đang tiến gần hơn đến một vai trò mới: Tham gia trực tiếp vào quá trình nghiên cứu và phát triển những phiên bản kế tiếp.

GPT-6.2 Astra đánh dấu bước tiến mới trong cuộc đua AI tự cải tiến
GPT-6.2 Astra là mô hình đầu tiên OpenAI đưa ra bên ngoài đạt ngưỡng năng lực cao trong lĩnh vực tự cải tiến AI. Ảnh: OpenAI

AI bắt đầu tham gia phát triển chính mình

Tự cải tiến AI là khái niệm chỉ khả năng hệ thống AI hỗ trợ hoặc đảm nhận những công việc nhằm nâng cao năng lực của chính nó và các thế hệ sau này. Thay vì chỉ tiếp nhận dữ liệu rồi đưa ra câu trả lời, AI còn có thể tham gia trực tiếp vào quá trình phát triển các mô hình mới. Chẳng hạn kiểm tra vì sao một thử nghiệm huấn luyện AI thất bại, tìm lỗi trong chương trình, viết lại đoạn mã để máy tính xử lý nhanh hơn hoặc đề xuất cách giúp mô hình hoạt động hiệu quả hơn.

Đây là một bước chuyển quan trọng bởi quá trình phát triển AI hiện đại ngày càng phức tạp, đòi hỏi lượng lớn dữ liệu, năng lực tính toán và thời gian của các nhóm nghiên cứu chuyên môn cao. Nếu AI có thể đảm nhận một phần công việc này, các nhà khoa học sẽ có thêm nguồn lực để thử nghiệm nhiều phương án hơn, rút ngắn thời gian phát triển và giảm chi phí nghiên cứu.

Theo tài liệu đánh giá an toàn GPT-6.2 Astra công bố ngày 17/11, OpenAI sử dụng 5 bài kiểm tra để xác định năng lực tự cải tiến của mô hình AI này. Những bài kiểm tra tập trung vào các công việc thực tế trong quá trình phát triển mô hình AI.

Chẳng hạn, ở bài kiểm tra Internal Research Debugging, GPT-6.2 Astra được cung cấp mã nguồn và nhật ký của những thí nghiệm nghiên cứu AI thất bại, sau đó phải tìm nguyên nhân và đề xuất cách khắc phục. Bài kiểm tra KernelGen 1P yêu cầu GPT-6.2 Astra viết chương trình thực hiện phép tính nhanh hơn phiên bản tham chiếu trên phần cứng của OpenAI mà vẫn bảo đảm kết quả chính xác.

Ở những thử nghiệm chuyên sâu hơn, GPT-6.2 Astra phải tìm cách rút ngắn thời gian huấn luyện một mô hình ngôn ngữ nhỏ, cải thiện một mô hình đã được huấn luyện hoặc giải quyết các bài toán trong lĩnh vực học máy.

Kết quả cho thấy GPT-6.2 Astra đạt 81,85% điểm đánh giá trong bài kiểm tra tìm lỗi ở các thí nghiệm nghiên cứu AI, cao hơn mức 78,05% của GPT-6 Astra. Đáng chú ý, trong bài kiểm tra NanoGPT, GPT-6.2 Astra giúp giảm trung bình 42,87% thời gian huấn luyện so với phương pháp cơ sở, còn GPT-6 Astra chỉ giảm được 7,73%. Đây là chỉ số đo mức tiết kiệm thời gian huấn luyện, không phải mức tăng tốc độ xử lý tổng thể của mô hình AI.

OpenAI đánh giá tác động của GPT-6.2 Astra tương đương việc mỗi nhà nghiên cứu tại công ty có thêm một kỹ sư nghiên cứu AI trình độ cao hỗ trợ, so với năng lực cơ sở năm 2024.

Dù vậy, ngưỡng cao không đồng nghĩa GPT-6.2 Astra đã có thể tự xây dựng một thế hệ AI mới hoàn chỉnh mà không cần con người. Đây là đánh giá về khả năng thúc đẩy nghiên cứu AI, bao gồm những công việc có thể cải thiện năng lực của các mô hình AI tương lai. Việc đạt đến khả năng tự nghiên cứu, tự thiết kế, huấn luyện và liên tục nâng cấp các thế hệ kế tiếp vẫn là mục tiêu xa hơn.

OpenAI cũng phân biệt rõ hai mô hình mới: GPT-6.2 Astra đạt ngưỡng cao về tự cải tiến AI, trong khi GPT-6.2 Sol chưa đạt ngưỡng này.

Video giới thiệu GPT-6.2 Astra và GPT-6.2 Sol

Mỹ và Trung Quốc bước vào cuộc đua AI tự cải tiến

Khả năng sử dụng AI để phát triển AI đang trở thành một mặt trận cạnh tranh chiến lược giữa Mỹ và Trung Quốc. Nếu trước đây hai nước tập trung vào năng lực của các mô hình ngôn ngữ lớn, chip AI và trung tâm dữ liệu, trọng tâm mới đang chuyển dần sang việc sử dụng chính những mô hình AI này để tăng tốc nghiên cứu và tạo ra thế hệ công nghệ tiếp theo.

Tại Mỹ, OpenAI và Anthropic là hai doanh nghiệp thể hiện rõ xu hướng này. OpenAI đang hướng đến xây dựng một nhà nghiên cứu AI tự động có khả năng thúc đẩy nghiên cứu học sâu. GPT-6.2 Astra là bước tiến trong định hướng đó khi có thể đảm nhận nhiều công việc vốn trước đây cần kỹ sư và nhà khoa học dữ liệu thực hiện.

Anthropic cũng đang đưa AI vào sâu hơn trong hoạt động nghiên cứu nội bộ. Theo số liệu công bố tháng 9/2026, Claude đảm nhận vai trò chủ đạo trong khoảng 26% công việc nghiên cứu và phát triển AI của công ty trong tháng 8, tăng từ khoảng 1% hồi tháng 3.

Claude cũng tham gia phối hợp với nhân viên trong hơn 90% hoạt động nghiên cứu.

Anthropic đồng thời vận hành khoảng 30.000 tác tử AI phục vụ nghiên cứu và kỹ thuật tại một thời điểm. Tuy nhiên, công ty nhấn mạnh Claude vẫn làm việc dưới sự giám sát của con người, chưa tự chủ hoàn toàn trong bất kỳ lĩnh vực nghiên cứu nào được đo lường.

Ở Trung Quốc, các nhà nghiên cứu cũng xem tự cải tiến AI là hướng phát triển quan trọng. Ngày 10/9, nhóm nghiên cứu đến từ ByteDance, Đại học Thanh Hoa và Phòng thí nghiệm Trí tuệ nhân tạo Thượng Hải cùng một số đơn vị khác công bố nghiên cứu mang tên AI cuối cùng do con người xây dựng: Hướng tới khả năng tự cải tiến đệ quy thực sự.

Nghiên cứu đề xuất lộ trình 5 giai đoạn để AI tiến tới khả năng tự cải tiến ngày càng độc lập. Ban đầu, hệ thống AI chỉ thực hiện những quy trình nâng cấp do kỹ sư thiết kế sẵn. Ở các giai đoạn tiếp theo, AI có thể tự lựa chọn phương pháp cải thiện, xác định thông tin cần bổ sung và thích ứng với những thay đổi sau khi được triển khai. Giai đoạn cao nhất là khả năng liên tục cải tiến chính các phương pháp được sử dụng để phát triển AI.

Điểm khác biệt quan trọng của tự cải tiến đệ quy (RSI) so với việc chatbot tự sửa câu trả lời là những cải tiến phải được duy trì qua nhiều nhiệm vụ và truyền sang các thế hệ hệ thống kế tiếp. Nói cách khác, AI không chỉ làm tốt hơn một công việc cụ thể mà còn góp phần tạo ra phiên bản tiếp theo có năng lực cao hơn, rồi phiên bản đó tiếp tục cải thiện thế hệ sau.

Ông Tang Jie, nhà đồng sáng lập công ty Z.ai và là giáo sư khoa học máy tính tại Đại học Thanh Hoa, cũng xem RSI là vấn đề nghiên cứu then chốt để tiến tới AI tổng quát (AGI). AGI là dạng AI có năng lực nhận thức tương đương hoặc vượt con người trên nhiều lĩnh vực.

Đầu tháng 11, Tang Jie cho rằng việc sử dụng AI để xây dựng những hệ thống thông minh hơn có thể tạo ra một mô hình nghiên cứu và phát triển mới, giúp tăng tốc tiến bộ công nghệ. Đầu năm 2026, Tang Jie là một trong những chuyên gia AI và lãnh đạo doanh nghiệp đầu tiên ở Trung Quốc nhận định khả năng tự cải tiến đệ quy sẽ trở thành giai đoạn phát triển tiếp theo của AI.

Tháng 9, Z.ai cho biết một tác tử AI được vận hành bằng mô hình GLM-5.3 đã tham gia xây dựng và tối ưu hóa hạ tầng suy luận dành cho GLM-5.3-Flash trên cụm hơn 100.000 bộ tăng tốc AI do Trung Quốc sản xuất. Theo Z.ai, phần lớn công việc kỹ thuật này được thực hiện với sự hỗ trợ của tác tử AI, giúp rút ngắn thời gian triển khai xuống chưa đầy hai tuần.

Hạ tầng suy luận là hệ thống phần mềm giúp mô hình AI xử lý yêu cầu và đưa ra kết quả nhanh chóng, hiệu quả.

Theo Z.ai, trước đó chưa có mô hình AI nào thực hiện được việc tối ưu hóa ở quy mô tương tự.

 Tang Jie đưa ra khái niệm “tự huấn luyện hoàn toàn”, được xem là lộ trình kỹ thuật cho GLM-6.0. Ảnh: Getty Images
Ông Tang Jie là nhà đồng sáng lập Z.ai. Ảnh: Getty Images

Tuy vậy, cuộc đua không chỉ diễn ra ở khả năng tự cải tiến AI. Trung Quốc còn tìm cách tận dụng năng lực của các mô hình AI Mỹ để phát triển sản phẩm nội địa trong bối cảnh bị hạn chế tiếp cận chip AI tiên tiến.

Trong điều tra công bố ngày 17/11, Reuters cho biết đã xem xét hơn 300 tài liệu học thuật, bằng sáng chế, hồ sơ doanh nghiệp và tài liệu chính phủ Trung Quốc. Kết quả cho thấy nhiều đơn vị Trung Quốc đang sử dụng kỹ thuật chưng cất tri thức, trong đó mô hình AI mạnh đóng vai trò "giáo viên", tạo câu trả lời và hướng dẫn để huấn luyện những mô hình nhỏ hơn.

Một nghiên cứu công bố tháng 11/2024 cho thấy các nhà nghiên cứu Đại học Giao thông Thượng Hải đã chọn khoảng 5.000 câu trả lời do mô hình o1 của OpenAI tạo ra, sau đó dùng GPT-4o mini dịch và biên soạn thành 10.750 mẫu dữ liệu song ngữ để tiếp tục huấn luyện Qwen2.5-72B của Alibaba. Cách làm này giúp mô hình AI Trung Quốc học hỏi cách giải quyết vấn đề từ AI tiên tiến của Mỹ.

Trong một nghiên cứu khác công bố tháng 2/2026, các nhà nghiên cứu Đại học Giao thông Thượng Hải phối hợp với công ty giao đồ ăn Meituan sử dụng GPT-4o tạo ra hướng dẫn phân công và phối hợp công việc giữa nhiều tác tử AI khi giải quyết bài toán lập trình. Những hướng dẫn này sau đó được dùng để huấn luyện một mô hình nhỏ hơn của Trung Quốc biết cách tổ chức các tác tử AI thực hiện nhiệm vụ phức tạp.

Việc học hỏi từ các AI tiên tiến của Mỹ giúp các doanh nghiệp Trung Quốc tạo ra những mô hình nội địa có khả năng thực hiện một số nhiệm vụ tương tự với chi phí vận hành thấp hơn. Tuy nhiên, phương pháp này chỉ giúp mô hình AI nhỏ hơn học được một số kỹ năng từ mô hình lớn, chứ không thể sao chép toàn bộ năng lực hoặc thay thế nhu cầu về chip và năng lực tính toán mạnh. Các nhà nghiên cứu cũng cảnh báo nếu quá phụ thuộc vào câu trả lời do AI nước ngoài tạo ra, doanh nghiệp Trung Quốc có nguy cơ giảm khả năng tự nghiên cứu và phát triển những công nghệ mới.

Diễn biến này cho thấy Mỹ và Trung Quốc đang tìm những cách khác nhau để đẩy nhanh quá trình phát triển AI. Các công ty Mỹ có lợi thế về chip tiên tiến, hạ tầng tính toán và những mô hình AI hàng đầu, đồng thời đang thử nghiệm việc sử dụng AI để hỗ trợ nghiên cứu và phát triển các thế hệ mô hình tiếp theo. Trong khi đó, Trung Quốc tìm cách tận dụng kết quả do các mô hình nước ngoài tạo ra, kết hợp với cải tiến thuật toán và kỹ thuật phần mềm để phát triển AI nội địa, giảm chi phí và hạn chế tác động từ các biện pháp kiểm soát xuất khẩu chip của Mỹ.

Vấn đề chưng cất mô hình AI cũng trở thành điểm căng thẳng trong quan hệ Mỹ - Trung trước Hội nghị Diễn đàn Hợp tác kinh tế châu Á - Thái Bình Dương (APEC) lần thứ 33, diễn ra tại thành phố Thâm Quyến (Trung Quốc) ngày 18 - 19/11. Tổng thống Mỹ Donald Trump và Chủ tịch Trung Quốc Tập Cận Bình dự kiến gặp nhau bên lề sự kiện.

Theo hãng tin Reuters, các văn bản chính sách của Trung Quốc không yêu cầu doanh nghiệp chưng cất riêng các mô hình AI Mỹ, nhưng khuyến khích kỹ thuật này như một cách giảm chi phí và mở rộng ứng dụng AI trong công nghiệp.

Một gói chính sách quốc gia về "AI + Sản xuất", do 8 cơ quan chính phủ Trung Quốc công bố hồi tháng 1, đưa ra hướng dẫn hỗ trợ hoạt động huấn luyện, tinh chỉnh và chưng cất mô hình AI cho các ứng dụng công nghiệp. Chính quyền Thượng Hải và Thâm Quyến cũng khuyến khích những kỹ thuật giúp giảm yêu cầu về năng lực tính toán.

Tự cải tiến AI mở ra cơ hội và rủi ro mới

Lợi ích lớn nhất của tự cải tiến AI là khả năng tạo ra vòng phản hồi giúp tốc độ phát triển công nghệ tăng lên. Nếu vòng lặp được duy trì qua nhiều thế hệ, tốc độ tiến bộ có thể vượt xa cách phát triển AI truyền thống vốn phụ thuộc chủ yếu vào đội ngũ kỹ sư và nhà khoa học.

Tuy nhiên, chính khả năng tăng tốc đó cũng đặt ra thách thức lớn về an toàn. Khi AI tham gia nhiều hơn vào nghiên cứu, những sai sót hoặc hành vi không được phép có thể ảnh hưởng đến dữ liệu huấn luyện, kết quả đánh giá và phần mềm được sử dụng để xây dựng thế hệ mô hình tiếp theo. Nếu quá trình phát triển diễn ra nhanh hơn khả năng kiểm tra, con người có thể không còn đủ thời gian để nhận diện và xử lý những rủi ro mới.

OpenAI thừa nhận nguy cơ này khi cho biết GPT-6.2 Astra và Sol đều đạt ngưỡng nghiêm trọng về năng lực an ninh mạng theo Khung chuẩn bị ứng phó của công ty. Hai mô hình AI này có thể phát hiện và khai thác lỗ hổng phần mềm hiệu quả hơn, nhưng cũng được cải thiện khả năng viết mã an toàn và tạo bản vá.

Để kiểm soát rủi ro, OpenAI tăng cường cách ly môi trường nghiên cứu, mở rộng giám sát hoạt động của các tác tử AI và triển khai Control Room, hệ thống theo dõi công việc trên hạ tầng nghiên cứu, có thể nhanh chóng dừng hoạt động của mô hình khi phát hiện vấn đề về an toàn hoặc bảo mật.

Đáng chú ý, tài liệu đánh giá của OpenAI cũng cho biết GPT-6.2 Astra và Sol có xu hướng không thông báo đầy đủ những trở ngại khiến công việc không thể hoàn thành, chẳng hạn thiếu file dữ liệu hoặc không truy cập được công cụ tìm kiếm. Công ty Mỹ đứng sau ChatGPT đã bổ sung hướng dẫn trong Codex để hạn chế tình trạng này, đồng thời tiếp tục nghiên cứu nguyên nhân.

Sơn Vân