Từ Windows 1.0 đến tác tử AI: Hành trình hơn 40 năm thay đổi cách dùng máy tính

Từ giao diện dòng lệnh, qua những cửa sổ đồ họa có thể điều khiển bằng chuột, đến màn hình cảm ứng trên smartphone, mỗi bước tiến đều giúp máy tính trở nên gần gũi hơn với người dùng.

Hơn 4 thập kỉ sau, một cuộc chuyển đổi lớn khác đang diễn ra. Thay vì tự mở ứng dụng, tìm kiếm thông tin, điền biểu mẫu và thực hiện từng thao tác, con người có thể giao mục tiêu cho tác tử AI tự lên kế hoạch, sử dụng công cụ và hoàn thành công việc.

Nếu Windows từng giúp máy tính hiểu được những thao tác của con người thông qua giao diện đồ họa, tác tử AI đang hướng đến khả năng hiểu điều người dùng muốn đạt được và chủ động thực hiện các bước cần thiết. Đây có thể là bước ngoặt tiếp theo trong lịch sử tương tác giữa con người và máy tính.

Windows 1.0: Khi máy tính bắt đầu có giao diện trực quan

Trước khi giao diện đồ họa trở nên phổ biến, việc sử dụng máy tính chủ yếu dựa vào giao diện dòng lệnh. Người dùng phải nhập những câu lệnh chính xác để yêu cầu máy tính thực hiện một công việc. Muốn sao chép file, chạy chương trình hay quản lý dữ liệu, chúng ta cần biết cú pháp của các lệnh tương ứng.

Cách sử dụng này mang lại sự linh hoạt cho những ai am hiểu máy tính, nhưng cũng tạo ra rào cản lớn với người dùng phổ thông. Máy tính có thể xử lý nhiều công việc phức tạp, song việc điều khiển nó vẫn đòi hỏi kiến thức kỹ thuật nhất định.

Ngày 10/11/1983, Bill Gates công bố một sản phẩm mới của Microsoft tại khách sạn Helmsley Palace ở thành phố New York, Mỹ. Đó là Windows, môi trường hoạt động có giao diện đồ họa dành cho máy tính cá nhân, giúp người dùng tiếp cận các chương trình thông qua cửa sổ, biểu tượng, menu và chuột thay vì chỉ nhập lệnh bằng bàn phím.

Windows được Microsoft phát triển để cạnh tranh với những môi trường giao diện đồ họa khác, trong đó có giao diện trên máy tính Apple Lisa.

Tuy nhiên, Windows 1.0 không được phát hành ngay sau khi công bố. Microsoft phải mất hơn 2 năm để hoàn thiện hệ điều hành này. Ngày 20/11/1985, Windows 1.0 mới chính thức đến tay người dùng.

Theo trang Computer History Museum, Windows 1.0 hỗ trợ chạy nhiều chương trình, sử dụng cơ chế đa nhiệm hợp tác, trong đó các ứng dụng chủ động nhường quyền xử lý cho nhau.

Phiên bản Windows đầu tiên cung cấp những chức năng cơ bản như menu thả xuống, hỗ trợ chuột, các cửa sổ ứng dụng xếp cạnh nhau và khả năng chạy nhiều chương trình. Người dùng cũng có thể tiếp cận những công cụ quen thuộc như Paint, Notepad, Calculator, lịch và đồng hồ.

Windows 1.0 vẫn phụ thuộc vào MS-DOS, hệ điều hành dòng lệnh của Microsoft. Các cửa sổ chưa thể chồng lên nhau như cách người dùng quen thuộc ngày nay, hiệu năng còn hạn chế và sản phẩm không đạt được thành công thương mại như kì vọng ban đầu.

Dù vậy, ý nghĩa của Windows 1.0 không nằm ở việc lập tức thay đổi thị trường. Điều quan trọng hơn là Microsoft đã đặt nền móng cho một cách tương tác mới: Máy tính có thể được điều khiển thông qua những hình ảnh trực quan mà người dùng dễ nhận biết.

Từ Windows 3.0 đến Windows 95: Giao diện đồ họa trở thành chuẩn mực

Windows 1.0 là bước khởi đầu, nhưng phải đến Windows 3.0 ra mắt năm 1990, giao diện Windows mới thực sự được đông đảo người dùng đón nhận. Phiên bản này cải thiện khả năng quản lý bộ nhớ, hiệu năng và giao diện, giúp máy tính cá nhân trở nên hữu dụng hơn trong công việc văn phòng cũng như đời sống.

Bước ngoặt tiếp theo đến vào năm 1995 với Windows 95. Hệ điều hành này đưa menu Start, thanh tác vụ và cách quản lý chương trình quen thuộc đến với hàng triệu người dùng. Việc khởi chạy ứng dụng, chuyển đổi giữa các cửa sổ và tìm kiếm file trở nên trực quan hơn.

Sự thay đổi không chỉ nằm ở thiết kế. Giao diện đồ họa giúp máy tính giảm dần sự phụ thuộc vào kiến thức kỹ thuật của người sử dụng. Người dùng không cần nhớ một câu lệnh dài để thực hiện công việc, mà chỉ cần nhận diện biểu tượng, nhấp chuột và lựa chọn thao tác phù hợp.

Đó là một trong những lý do Windows trở thành nền tảng quan trọng trong quá trình phổ cập máy tính cá nhân. Máy tính dần hiện diện tại văn phòng, trường học và gia đình, thay vì chỉ phục vụ những người làm việc chuyên sâu với công nghệ.

Trong nhiều năm, mô hình tương tác này gần như trở thành chuẩn mực: Con người ra lệnh bằng cách nhấp chuột hoặc gõ phím, còn máy tính phản hồi thông qua cửa sổ, biểu tượng và nội dung hiển thị trên màn hình.

Smartphone và màn hình cảm ứng: Khi ngón tay thay thế chuột

Đầu thế kỉ 21, máy tính không còn giới hạn ở những thiết bị đặt trên bàn làm việc. Smartphone đưa khả năng xử lý thông tin vào túi người dùng, đồng thời tạo ra một cách tương tác mới.

Sự xuất hiện của iPhone năm 2007 góp phần phổ biến giao diện cảm ứng đa điểm trên thiết bị di động. Thay vì sử dụng chuột để điều khiển con trỏ, người dùng có thể chạm, vuốt, kéo và phóng to nội dung trực tiếp bằng ngón tay.

Giao diện cảm ứng giúp việc sử dụng thiết bị trở nên tự nhiên hơn trong nhiều tình huống. Người dùng có thể mở ứng dụng bằng cách chạm vào biểu tượng, cuộn trang bằng thao tác vuốt hoặc phóng to hình ảnh bằng hai ngón tay.

Song về bản chất, mô hình tương tác vẫn không thay đổi hoàn toàn. Người dùng vẫn phải tự xác định ứng dụng cần mở, tìm chức năng cần sử dụng và thực hiện các bước để đạt mục tiêu.

Một người muốn đặt vé máy bay vẫn phải truy cập trang web hoặc ứng dụng, nhập điểm đi, điểm đến, ngày khởi hành, lựa chọn chuyến bay và cung cấp thông tin thanh toán. Máy tính giúp thực hiện các thao tác nhanh hơn, nhưng phần lớn công việc điều phối vẫn thuộc về con người.

Sự phát triển của trợ lý giọng nói và các mô hình AI tạo sinh mở ra một hướng đi khác. Máy tính có thể hiểu yêu cầu bằng ngôn ngữ tự nhiên, thay vì chỉ phản hồi những thao tác cụ thể trên giao diện.

AI tạo sinh: Từ công cụ trả lời câu hỏi đến trợ lý hiểu ngôn ngữ tự nhiên

Sự phổ biến của các mô hình AI tạo sinh, sau khi OpenAI trình làng chatbot ChatGPT tháng 11/2022, đã thay đổi cách con người tiếp cận máy tính. Người dùng có thể đặt câu hỏi, yêu cầu viết nội dung, tóm tắt tài liệu, phân tích dữ liệu hoặc hỗ trợ lập trình bằng ngôn ngữ thông thường.

Thay vì phải tìm kiếm từng trang web để tổng hợp thông tin, bạn có thể yêu cầu AI giải thích một chủ đề, đưa ra các ý chính và trình bày kết quả theo định dạng mong muốn.

Con người không cần biết chính xác chức năng của từng ứng dụng để bắt đầu một công việc mà có thể mô tả mục tiêu, còn AI giúp chuyển yêu cầu đó thành những thao tác phù hợp.

Dù vậy, chatbot AI thông thường vẫn chủ yếu hoạt động theo mô hình hỏi - đáp, có thể đề xuất cách giải quyết vấn đề, viết một bản kế hoạch hoặc hướng dẫn người dùng thực hiện công việc, nhưng chưa tự hoàn thành toàn bộ quy trình nếu không được kết nối với các công cụ cần thiết.

Đây chính là khoảng cách giữa một trợ lý AI có khả năng trả lời và tác tử AI có thể hành động.

Tác tử AI: Khi con người giao mục tiêu thay vì từng thao tác

Tác tử AI là dạng trợ lý AI tự làm việc thay con người, có thể tiếp nhận một mục tiêu, chia công việc thành các bước, sử dụng công cụ, theo dõi kết quả và điều chỉnh cách thực hiện khi cần thiết.

Một tác tử AI có thể tìm kiếm thông tin trên web, đọc tài liệu, xử lý bảng tính, tương tác với phần mềm hoặc sử dụng máy tính trong môi trường được cấp quyền. Thay vì chỉ cung cấp câu trả lời, tác tử AI có thể tạo ra sản phẩm hoàn chỉnh như báo cáo, bảng dữ liệu, bản trình bày hoặc một quy trình công việc đã được thực hiện.

Ví dụ, khi được yêu cầu chuẩn bị báo cáo về thị trường bán dẫn, tác tử AI có thể tự tìm kiếm thông tin từ nhiều nguồn, tổng hợp số liệu, so sánh các doanh nghiệp, tạo biểu đồ và soạn báo cáo. Người dùng vẫn cần kiểm tra độ chính xác, nhưng không nhất thiết phải trực tiếp thực hiện từng thao tác.

Khả năng này được gọi là sử dụng máy tính. Tác tử AI có thể quan sát giao diện, nhận diện các nút bấm, nhập nội dung, mở ứng dụng và thực hiện những thao tác tương tự con người.

Điểm đáng chú ý là tác tử AI không nhất thiết phải được tích hợp sâu vào từng ứng dụng. Chỉ cần nhìn thấy nội dung trên màn hình và nhận diện được các nút chức năng, tác tử AI có thể tự nhấp chuột, nhập dữ liệu, mở trang web hoặc chuyển đổi giữa các ứng dụng để hoàn thành công việc.

Điều này mở ra khả năng thay đổi cách thiết kế phần mềm trong tương lai. Người dùng có thể không cần nhớ vị trí của từng chức năng, bởi tác tử AI sẽ đảm nhận phần lớn thao tác. Giao diện vẫn tồn tại, nhưng có thể trở thành nơi con người giám sát, phê duyệt và điều chỉnh công việc thay vì trực tiếp thực hiện mọi bước.

Tuy nhiên, AI vẫn có thể mắc lỗi khi thao tác trên giao diện. Microsoft Research Asia công bố nghiên cứu vào tháng 1/2026 cho thấy khả năng định vị thành phần giao diện của các mô hình AI được khảo sát vẫn còn hạn chế, với tỉ lệ thành công khoảng 65% trong thiết lập nghiên cứu. Con số này không đại diện cho mọi tác tử AI hiện nay, nhưng cho thấy việc điều khiển máy tính tự động vẫn là bài toán kỹ thuật cần tiếp tục cải thiện.

Năm 2026, các hãng công nghệ chuyển hướng sang tác tử AI

Đến năm 2026, xu hướng phát triển tác tử AI đã trở thành một hướng cạnh tranh quan trọng giữa các hãng công nghệ.

Ngày 22/4, OpenAI giới thiệu các tác tử không gian làm việc (workspace agents) trong ChatGPT, hướng đến những nhiệm vụ phức tạp và quy trình kéo dài. Các tác tử AI này có thể hỗ trợ chuẩn bị báo cáo, viết mã, phản hồi tin nhắn và tiếp tục làm việc trên nền tảng đám mây ngay cả khi người dùng không trực tuyến.

Ngày 9/7, OpenAI tiếp tục giới thiệu ChatGPT Work, tác tử AI có thể làm việc với ứng dụng và file của người dùng, chia nhỏ nhiệm vụ thành nhiều bước và theo đuổi những dự án phức tạp trong nhiều giờ.

Đến ngày 29/9, OpenAI công bố dots, tác tử AI có khả năng hoạt động liên tục, ghi nhớ thông tin hữu ích và theo đuổi mục tiêu của người dùng. Theo OpenAI, dots có máy tính đám mây riêng và có thể kết nối với hơn 4.000 ứng dụng thông qua hệ sinh thái plugin.

Microsoft cũng đang định hình Windows theo hướng trở thành nền tảng cho các tác tử AI. Ngày 2/6, hãng giới thiệu Microsoft Scout, tác tử AI cá nhân có thể hoạt động liên tục, phối hợp công việc trên nhiều ứng dụng Microsoft 365 và thực hiện nhiệm vụ trong phạm vi quyền truy cập được cấp.

Ngày 7/10, Microsoft cho biết đang phát triển Windows theo hướng hỗ trợ trí tuệ lai, kết hợp khả năng xử lý AI ngay trên thiết bị với sức mạnh của điện toán đám mây. Theo gã khổng lồ phần mềm, các tác tử AI cần được tích hợp với cơ chế bảo mật, quản lý quyền truy cập và khả năng kiểm soát để có thể hoạt động trong môi trường làm việc thực tế.

Google cũng đang mở rộng khả năng của Gemini theo hướng tác tử AI. Ngày 8/10, Google Cloud giới thiệu Gemini agent, tác tử AI hỗ trợ công việc có thể trả lời câu hỏi, xử lý tri thức, tạo nội dung, viết và chạy mã, đồng thời hoạt động trực tiếp trong các ứng dụng Workspace như Gmail, Drive, Docs, Sheets và Calendar.

Những động thái này cho thấy cuộc đua của các hãng đang chuyển dần từ việc tạo ra AI có khả năng trả lời tốt hơn sang xây dựng hệ thống có thể hoàn thành công việc. Giá trị của AI không còn chỉ được đo bằng chất lượng câu trả lời, mà còn bởi khả năng thực hiện nhiệm vụ trong thế giới thực.