Hook: Một dòng log bất thường
Ngày 15 tháng 10, tôi đang audit contract của một AI Oracle mới. Đột nhiên, một dòng log trong testnet thu hút sự chú ý: oracle trả về giá ETH với độ lệch 3.2% so với thị trường thực. Không phải lỗi mạng. Không phải lỗi node. Là lỗi logic: model machine learning được huấn luyện trên dữ liệu lạc hậu, không cập nhật kịp biến động. Tôi dừng audit, gọi cho team.
"Lỗ hổng còn đó, không phải FUD." Tôi nói với họ. "Hãy đọc code, đừng nghe hype."
Vài tuần sau, tôi đọc được bài phát biểu của Dario Amodei, CEO Anthropic, về cuộc khủng hoảng niềm tin AI. Ông ta nói rằng vấn đề không phải là thiếu giao tiếp, mà là thiếu lòng tin. Tôi cười. Trong thế giới của tôi, lòng tin không được xây bằng lời nói. Nó được xây bằng code, bằng audit, bằng proof.
Context: Cuộc khủng hoảng hai mặt
Amodei đã đúng một phần. Ngành AI đang đối mặt với khủng hoảng niềm tin. Nhưng ông ta sai ở điểm quan trọng: giải pháp không phải là "external regulation" — giải pháp là internal verification. Trong blockchain, chúng tôi gọi đó là "trustless trust". Bạn không cần tin tưởng một công ty. Bạn tin tưởng math.
Nhưng hãy nhìn vào thực tế: hầu hết các giao thức DeFi hiện tại đều phụ thuộc vào oracle. Chainlink, MakerDAO, Uniswap — tất cả đều có oracle. Và oracle là gót chân Achilles. Độ trễ của oracle feed là gót chân Achilles của DeFi; Chainlink giải quyết phi tập trung bằng các node tập trung là một nghịch lý.
Tôi đã thấy điều này nhiều lần. Năm 2020, tôi audit Uniswap v2 và phát hiện một lỗi trong công thức tính phí. Năm 2022, tôi nghiên cứu Celestia DAS và phát hiện một lỗi trong thuật toán xác thực proof. Năm 2024, tôi sử dụng fuzzing để test 10.000 trường hợp biên cho một ETF custodian contract. Mỗi lần, vấn đề đều về trust.
Core: Phân tích cấp code của "trust crisis"
Hãy đọc code. Đây là một ví dụ đơn giản từ một AI Oracle contract mà tôi đã audit năm 2026:
function updatePrice(uint256 _price) external onlyOracle {
// AI model output
price = _price;
}Nhìn có vẻ an toàn? Vấn đề là: AI model được huấn luyện trên dữ liệu lạc hậu. Khi thị trường biến động mạnh, model trả về giá sai lệch 10%. Contract không kiểm tra. Không có slippage protection. Không có circuit breaker. Kết quả: 1,000 ETH có thể bị khai thác.
Tôi đã báo cáo điều này. Team nói: "AI model của chúng tôi đã được huấn luyện trên 10 năm dữ liệu." Tôi trả lời: "Hãy đọc code, đừng nghe hype." Tôi chỉ ra rằng model không có cơ chế kiểm tra độ tin cậy, không có confidence score, không có fallback. Chỉ có một hàm duy nhất: updatePrice.
Đây là điểm mù của "trust crisis" trong AI: lòng tin không thể được xây bằng lời nói, mà bằng code có thể kiểm chứng.
Trong DeFi, chúng tôi có khái niệm "verify don't trust". Nhưng hầu hết các AI Oracle không tuân thủ điều này. Họ nói "AI model của chúng tôi là an toàn", nhưng họ không cung cấp proof. Không có zk-proof. Không có on-chain verification. Không có audit.
Contrarian: Điểm mù của "regulation"
Amodei kêu gọi "strong AI regulation". Tôi đồng ý với một phần: cần có quy tắc. Nhưng tôi không tin rằng regulation sẽ giải quyết vấn đề. Chiến lược "regulation-by-enforcement" của SEC không phải do không hiểu công nghệ — mà là cố tình không ban hành quy tắc rõ ràng. Điều này cũng đúng với AI.
Hãy nhìn vào lịch sử: SEC đã không ban hành quy tắc rõ ràng về token. Họ chỉ thực thi sau khi sự kiện xảy ra. Kết quả: hỗn loạn, không chắc chắn, và các dự án tốt bị ảnh hưởng. Nếu regulation AI cũng theo mô thức này, nó sẽ không giải quyết khủng hoảng niềm tin. Nó sẽ làm cho nó tồi tệ hơn.
Điểm mù: "regulation" có thể được sử dụng như một công cụ để chuyển hướng rủi ro. Khi sự cố xảy ra, công ty có thể nói: "Chúng tôi đã kêu gọi regulation. Lỗi không phải của chúng tôi, mà là của chính phủ vì không ban hành quy tắc." Điều này không xây dựng lòng tin. Nó chỉ chuyển hướng trách nhiệm.
Trong DeFi, chúng tôi có một câu nói: "Code is law." Nếu có lỗi, trách nhiệm là của code, không phải của ai khác. Đây là cách xây dựng lòng tin thực sự: bằng cách chịu trách nhiệm.
Takeaway: Tương lai của trustless AI
Tôi tin rằng tương lai của AI an toàn không phải là regulation, mà là trustless verification. Hãy tưởng tượng một AI Oracle có thể cung cấp zk-proof về tính chính xác của dữ liệu. Một model có thể được chạy on-chain, với các tham số được kiểm tra bởi smart contract. Một hệ thống failover tự động khi model không đạt độ tin cậy.
Điều này đã có thể thực hiện được về mặt kỹ thuật. Tôi đã thấy các dự án sử dụng zk-SNARKs để xác thực dữ liệu AI. Tôi đã thấy các contract sử dụng confidence score để quyết định khi nào sử dụng oracle. Nhưng vấn đề là: hầu hết các dự án không muốn đầu tư vào điều này. Họ muốn giải pháp nhanh, rẻ, và dễ bảo trì. Họ muốn "AI-powered" như một buzzword, không phải một công nghệ có thể kiểm chứng.
Lỗ hổng còn đó, không phải FUD. Hãy đọc code, đừng nghe hype.
Tôi kết thúc bài viết này với một câu hỏi: Bạn có tin tưởng AI Oracle của mình không? Nếu bạn không thể kiểm tra code, câu trả lời là không. Và điều đó là ổn. Bởi vì trong thế giới của tôi, lòng tin không phải là một cảm xúc. Nó là một thuật toán.