Sáng nay, một bài báo từ Crypto Briefing làm xôn xao cộng đồng tiền mã hóa. Nội dung tuyên bố Alibaba vừa phát hành mô hình 2,4 nghìn tỷ tham số, "cạnh tranh trực tiếp với Anthropic's Fable". Tôi dành 45 phút truy tìm nguồn gốc thông tin. Kết quả? Không có thông báo chính thức. Không có bài báo kỹ thuật. Không có "Fable" trong danh mục sản phẩm Anthropic.
Từ ICO đến NFT: mỗi lần crypto media lao vào chủ đề nóng đều để lại dấu chân trong code. Nhưng lần này, dấu chân dẫn đến hư không. Ai đó đã bịa ra câu chuyện. Hoặc tệ hơn, một công cụ AI viết bài mà không ai kiểm chứng. Với tư cách một core protocol developer đã năm năm làm việc với các giao thức blockchain, tôi đã thấy quá nhiều thứ tương tự. Hãy để tôi phân tích vì sao bài báo này vỡ tan khi đặt lên bàn cân kỹ thuật.
Bối cảnh: Crypto media và cơn khát AI narrative
Crypto Briefing không phải một trang tin AI. Đó là tạp chí điện tử chuyên về tiền mã hóa, phục vụ nhà đầu tư token. Khi một trang như vậy bỗng dưng viết chuyên sâu về mô hình AI của Alibaba, chỉ có ba khả năng: họ có nguồn tin nội bộ đặc biệt, họ bịa chuyện, hoặc AI viết bài mà không qua kiểm chứng.
Bối cảnh quan trọng: từ năm 2024, các nền tảng crypto phát hiện ra câu chuyện "AI Trung Quốc vượt Mỹ" có thể thổi giá nhóm token AI như TAO, FET, RENDER. Một bài viết với tiêu đề "Alibaba 2,4 nghìn tỷ tham số" ngay lập tức tạo cảm giác Trung Quốc đang dẫn đầu cuộc đua AI. Khối lượng giao dịch tăng vọt. Doanh thu quảng cáo tăng vọt. Không ai hỏi thông tin có thật hay không.
Từ kinh nghiệm kiểm toán hợp đồng thông minh của tôi, khi một dự án đưa ra tuyên bố lớn mà không có mã nguồn, bạn bắt đầu với giả định nó là lừa đảo. Quy tắc đó áp dụng cho bài báo kỹ thuật. Không có white paper, không có benchmark, không có model card — với tôi, nó không tồn tại.
Core: Vì sao con số 2,4 nghìn tỷ tham số khó tin?
Hãy đặt con số này lên bàn cân. DeepSeek-V3, mô hình mã nguồn mở nổi tiếng của Trung Quốc, có 671 tỷ tham số tổng cộng và 37 tỷ tham số kích hoạt. Qwen3-235B-A22B của chính Alibaba có 235 tỷ tham số. Ngay cả Google Gemini Ultra cũng chưa từng được xác nhận ở quy mô 2,4 nghìn tỷ. Nếu tin vào Crypto Briefing, con số này sẽ gấp 3,6 lần DeepSeek-V3.
Chi phí đào tạo? DeepSeek-V3 ước tính tiêu tốn khoảng 5,5 triệu USD, tương đương 2,788 triệu giờ H800 GPU. Nhân quy mô lên 3,6 lần, chi phí pre-training tối thiểu là 20 triệu USD — chưa tính dữ liệu, alignment và đánh giá. Alibaba có đủ tiền. Nhưng câu hỏi lớn hơn: họ đào tạo trên cụm GPU nào?
Alibaba Cloud cần ít nhất 8.000 đến 16.000 GPU H100 hoặc H800 cho một mô hình như vậy trong 3 đến 6 tháng. Không có báo cáo công khai nào về việc triển khai cụm GPU quy mô đó. Họ cam kết 380 tỷ nhân dân tệ cho AI và cloud trong ba năm, nhưng chi tiêu đó phân bổ cho nhiều dự án khác nhau, không phải một mô hình duy nhất.
Chi tiết "Anthropic's Fable" là điểm chí mạng. Anthropic chưa bao giờ phát hành mô hình tên Fable. Dòng sản phẩm của họ là Claude: Claude 3 Opus, Claude 3.5 Sonnet, Claude 4. Một nhà báo am hiểu AI sẽ không bao giờ viết sai tên đối thủ trực tiếp của Alibaba. Trừ khi bài viết do AI sinh ra ảo giác, hoặc được viết bởi một người không hiểu gì về AI và không qua kiểm tra thực tế.
Một khả năng khác: "2,4 nghìn tỷ" có thể là tổng tham số của mô hình MoE, trong khi số tham số kích hoạt chỉ vài chục tỷ. Truyền thông Trung Quốc từng nhầm lẫn giữa hai khái niệm này. Nhưng nếu vậy, tại sao không có thông báo chính thức từ Alibaba? Tại sao không có bài đăng trên blog Qwen? Tại sao không có dòng tweet từ @Alibaba_Qwen?
Tôi đã thử tìm trên Etherscan và Dune Analytics xem các token AI như TAO, FET, RENDER có dấu hiệu tích lũy bất thường trước khi bài báo được đăng. Không có gì đáng ngờ. Nhưng có một điều chắc chắn: những bài báo kiểu này thường xuất hiện trong các giai đoạn thanh khoản yếu, khiến thị trường dễ bị thao túng hơn bao giờ hết.
Trong khi đó, Alibaba vẫn đang âm thầm phát triển Qwen. Qwen2.5-Max, phát hành tháng 1 năm 2025, là một mô hình MoE có hiệu năng tốt trên nhiều benchmark. Nhưng không ai nói về 2,4 nghìn tỷ. Họ hiểu rằng tham số không phải thước đo duy nhất. DeepSeek đã chứng minh điều đó với chi phí đào tạo dưới 6 triệu USD. Đó mới là câu chuyện thật của AI Trung Quốc — không phải "tham số khổng lồ".
Điều này khiến tôi nhớ đến các dự án ICO năm 2017. Mỗi tuần có hàng chục dự án tuyên bố "cách mạng hóa ngành tài chính". Khi tôi mở mã nguồn của chúng, tôi tìm thấy lỗ hổng reentrancy, token không thể chuyển nhượng, thậm chí hợp đồng không có chức năng rút tiền. Tin tức cũng giống như hợp đồng thông minh vậy. Bạn phải đọc mã nguồn trước khi tin.
Contrarian: Điểm mù của nhà đầu tư crypto
Điều trớ trêu nhất là bài báo này không chỉ sai về mặt sự thật. Nó phơi bày một thực tế đáng lo: mô hình kinh doanh của crypto media đang bị AI-generated content xâm chiếm đến mức nào. Năm 2017, tôi phát hiện lỗ hổng reentrancy trong hợp đồng token của một dự án ICO. Hôm nay, chính bài báo là thứ bị "reentrancy" bởi AI viết hộ. Mỗi lần bạn thấy tên sản phẩm sai, số liệu phóng đại, không có nguồn trích dẫn — đó là sản phẩm AI chưa qua kiểm chứng.
Điểm mù lớn nhất nằm ở chúng ta, những người tham gia thị trường. Nhà đầu tư crypto rất giỏi đọc on-chain data, phân tích thanh khoản, kiểm tra holder distribution. Nhưng khi rời khỏi lãnh thổ DeFi, họ bỏ quên kỹ năng phản biện. Họ không bao giờ tin một dự án DeFi không có mã nguồn mở. Nhưng họ sẵn sàng tin một trang crypto media đưa tin về AI mà không cần xác minh.
Từ ICO đến NFT: mỗi lần thị trường dậy sóng với một câu chuyện lớn, lỗ hổng đều để lại dấu chân trong code. Lần này, lỗ hổng nằm trong bài báo. Nó không phải lỗi của Alibaba. Nó là lỗi của chính người đọc nếu họ không kiểm chứng.
Takeaway: Hãy tự trở thành người kiểm chứng
Một bài báo từ Crypto Briefing có thể bịa chuyện về Alibaba. Bạn không thể kiểm soát họ. Nhưng bạn có thể kiểm soát cách bạn đọc.
Khi đọc bất kỳ thông tin nào, hãy đặt ba câu hỏi. Nguồn gốc là gì? Có thể kiểm chứng bằng dữ liệu không? Nó phục vụ lợi ích của ai? Nếu không trả lời được cả ba, hãy coi đó là tin đồn, không phải tin tức.
Ai đó sẽ mua token vì tin câu chuyện Alibaba 2,4 nghìn tỷ. Kẻ khác sẽ bán khi nhận ra nó là giả. Từ ICO đến NFT: mỗi lần tin giả lan truyền đều để lại dấu chân trong code. Hãy đọc kỹ trước khi phiên giao dịch mở cửa. Máu đã đổ từ những lỗ hổng ấy — không cần thêm một vết nứt nào nữa.