Tự build công cụ phát hiện video AI bằng Codex

1. AI slop ở khắp nơi, và chính Matt cũng từng bị lừa

Matt Wolfe mở đầu bằng một vấn đề mà anh tin ai cũng đang gặp: "Chúng ta có một vấn đề. Tôi biết bạn có vấn đề này. Tôi cũng có. Tất cả chúng ta đều có." Vấn đề đó là AI video slop, tức những video do AI tạo ra tràn lan khắp nơi (theo video đăng ngày 09/09/2026). Không ngày nào trôi qua mà bố mẹ anh, một người bạn, hay producer của anh không gửi cho anh một video kèm lời nhắn kiểu "này, xem cái thứ hay ho ai đó vừa phát minh ra này".

Anh xem video, rồi thốt lên: "Ông ơi, cái này không có thật. Nghiêm túc đấy à, ông tưởng nó thật à?" Nhưng anh cũng thành thật thừa nhận rằng chính anh đã từng bị lừa. Có những video anh xem đi xem lại hai, ba lần rồi não mới "click": khoan đã, hình như đây là video AI.

Anh không muốn phải đối phó chuyện đó thêm nữa. Anh muốn làm ra một thứ để mỗi khi ai đó định gửi video cho anh, anh có thể bảo: "Vào chỗ này trước đã. Dán cái link bạn sắp gửi cho tôi vào. Nếu nó nói là AI thì khỏi gửi." Để giải quyết vấn đề này, anh quyết định thử làm một "AI slop detector", công cụ phát hiện video AI.

2. Ý tưởng: một trang web dán link vào là biết video có phải AI

Hình dung của anh rất đơn giản: một website mà khi bạn thấy một link trên Instagram, TikTok, YouTube hay những nơi tương tự, bạn lấy link đó, dán URL vào trang, và nó cho bạn biết bạn đang xem video AI hay không. Matt đoán chắc đã có người làm thứ này rồi, vì nghe có vẻ là một ý tưởng khá hay. Nhưng anh chưa gặp cái nào thực sự ra hồn (tính đến video đăng ngày 09/09/2026), nên anh quyết định tự làm.

Bước đầu tiên là vào ChatGPT để xem việc này có khả thi không. Anh nói (bằng giọng) một prompt dài, mô tả ý tưởng của mình. Prompt bắt đầu bằng việc nói rằng anh có một ý tưởng app và muốn biết tính khả thi, nhờ ChatGPT cùng nghĩ cách thực hiện. Phần đầu prompt hiện trên màn hình như sau:

I have an app idea that I want to create, but I want to figure out the viability. Please help me think through how to actually accomplish this. I want to create an AI slop detector for videos. The idea being that if somebody comes across a video on a YouTube short, an Instagram reel, or a TikTok, they could copy and paste the URL from that video into this app. The app will tell them if that video was AI-generated or not.

This is an app that I want to host online and allow other people to use. I feel like we can detect it in multiple ways:
1. Check the database to see if somebody else has already submitted this video and we've already determined whether or not it was AI. That way, we don't need to use any other LLMs or API keys to determine if it's AI, if we've already determined once that it was AI or wasn't AI.
2. We can use the synth ID checker so it can use a synth ID to double-check if it finds any use of AI through that method.
3. We can use one of the Gemini models that is capable of actually looking at the videos. Since these are all going to be shorts, they're going to be three minutes or less. We should be able to run the video through a Gemini model. The Gemini model can look at the frames of the video and look for any indicators that would typically alert us that it's AI or not, like text that doesn't look real, physics, vehicles with extra wheels or windows, and any sort of weird anomalies that give away that it's AI.
4. We can read the comments on that video, the comments on the short on TikTok, to see if people are claiming it's AI.
We take all of that information:
- the synth ID
- Gemini reviewing it
- what people are saying about it in the comments

Tóm lại, prompt đề xuất bốn lớp kiểm tra: tra database xem video đã có người kiểm chưa (để khỏi tốn thêm LLM hay API key), dùng SynthID, cho một model Gemini xem các khung hình để tìm dấu hiệu bất thường (chữ trông không thật, vật lý sai, xe thừa bánh hay thừa cửa sổ), và đọc bình luận xem người xem có bảo là AI không. Sau đó gom tất cả thông tin lại để quyết định video có phải do AI tạo ra hay không, kèm một mức độ tự tin.

3. Hỏi ChatGPT xem có làm được không: SynthID, Gemini và 17 phút suy nghĩ

Theo Matt (video đăng ngày 09/09/2026), anh vốn đã biết vài thứ được thiết kế để phát hiện video AI. Ví dụ Google có SynthID. Nếu chạy video qua SynthID, nó sẽ cho biết video đó có phải do một nền tảng của Google tạo ra không. Nó sẽ không khẳng định chắc chắn video có phải AI hay không, nhưng nếu video được làm bằng AI của Google thì về lý thuyết SynthID sẽ nói ra được.

Theo Matt (video đăng ngày 09/09/2026), các model Gemini của Google cũng là một trong số rất ít model thực sự giỏi xem video và hiểu được nội dung video. Vì vậy anh nói với ChatGPT rằng có thể dùng các model Gemini. Anh trình bày ý tưởng bằng lời, rồi cho ChatGPT biết những gì anh biết là đang tồn tại, để xem có ghép lại thành sản phẩm được không.

Thực tế, Google vừa tung ra một phiên bản video understanding mới vào tháng 9/2026. Theo lời Matt (video đăng ngày 09/09/2026), khả năng mới này cải thiện độ chính xác, nên anh cũng có thể dùng nó trong workflow.

Theo số đo của Matt (video đăng ngày 09/09/2026), ChatGPT mất 17 phút để tìm hiểu xem ý tưởng có khả thi không. Nhìn chung câu trả lời là: có, bạn làm được, nhưng nó sẽ không chính xác 100%, nên đừng để người dùng nghĩ rằng nó đúng hoàn hảo mọi lần. Với Matt, vậy là đủ tốt. Anh quyết định bắt tay vào build, dùng ChatGPT và các model của nó, và chuyển sang phần code.

4. Chuyển sang Codex: tạo project và đưa cả cuộc chat cũ cho agent

Matt đang ở trong app ChatGPT trên máy. Anh chuyển sang Codex, vì đó là nơi viết code. Anh kéo xuống mục Projects, tạo một project mới, tạo một folder mới trên máy và đặt tên là AI Slop Detector, rồi cấp cho Codex quyền truy cập folder đó.

Rồi anh tự nhận: "Tôi hơi lười." Thay vì giải thích lại từ đầu, anh quay lại cuộc chat trước, bấm Share và copy link của cuộc chat đó. Quay lại project Codex, anh viết rằng anh muốn build app AI slop detector này và muốn publish nó online cho người khác dùng, rồi dán link cuộc chat vừa copy, kèm câu "Read our previous chat to get all the details and to map out a plan" (đọc cuộc chat trước để lấy đủ chi tiết và lên kế hoạch).

Anh cũng ghi rằng muốn dùng model agentic video understanding mới của Gemini như một phần của quy trình phát hiện AI slop, và dán thẳng link tới bài blog vừa xem, kết thúc bằng "Let's build it out."

5. Bản đầu tiên sau 1 giờ 16 phút: copy tệ nhưng có hình hài

Theo số đo của Matt (video đăng ngày 09/09/2026), một giờ 16 phút sau, Codex báo đã có thứ "dùng được". Matt xem trang Codex trả về và nhận xét ngay: "Trời, AI viết copy dở thật." Trang chủ ghi to "Check it before you share it" (kiểm tra trước khi chia sẻ), kèm khung "We detect evidence. We do not certify reality" (chúng tôi phát hiện bằng chứng, chúng tôi không chứng nhận thực tại).

Dòng phụ ghi: "Paste the weird video your uncle sent" (dán cái video kỳ quặc ông chú bạn gửi). Matt chèn một đoạn meme "How do you do, fellow kids?" để chế giễu cái giọng cố tỏ ra trẻ trung này, rồi đọc tiếp: Gemini kiểm tra đoạn phim, hệ thống kiểm tra bằng chứng, và bạn nhận một kết luận "kèm hoá đơn" (verdict with receipts).

Kéo xuống là phần "What did they send you?", nơi dán URL. Theo màn hình trong video đăng ngày 09/09/2026, trang ghi là hỗ trợ YouTube, TikTok, Instagram, X, hoặc upload một clip, và có nút xem một báo cáo mẫu. Báo cáo mẫu ghi "Probably AI" kèm một mức tự tin. Đó là hình dạng một báo cáo sẽ trông như thế nào.

6. Bài test đầu: clip bộ đồ phao phản lực bị chấm "probably not AI"

Matt kể anh vẫn hay lưu lại những clip AI mà một số người có vẻ tin là thật, gom trong một dashboard riêng. Anh chọn một clip khá lộ liễu: một người phụ nữ mặc một bộ đồ phồng hơi có gắn động cơ phản lực ở sau. Cô nằm sấp xuống nước rồi phóng vút đi trên mặt nước trong bộ đồ phao đó. "Rõ ràng là AI," anh nói. Giờ xem detector có nhận ra không.

Anh dán URL vào, bấm "Scan this video". Kết quả: detector kết luận clip bộ đồ phản lực "probably not AI". "Khởi đầu không suôn sẻ lắm."

Anh xem phần "What looked suspicious": ở giây thứ 4, "một hiệu ứng particle emitter mô phỏng tạo ra tia nước trắng cứng từ vòi phía sau bộ đồ, đặc trưng của CGI/VFX truyền thống hơn là AI tạo sinh". Hệ thống không tìm thấy content credentials nào, nhưng vẫn gán mức tự tin cao. "Ôi trời. Còn nhiều việc phải làm."

7. Đổi sang GPT-6 Astra để review, rồi giao việc bằng /goal

Matt quay lại ChatGPT. Lần build trước anh dùng GPT 5.6 Sol Ultra, và kể từ lúc đó đã có model mới, nên anh mở một cuộc chat mới với model GPT-6 Astra (tên model theo video đăng ngày 09/09/2026). Theo số đo của Matt (video đăng ngày 09/09/2026), model chạy năm phút 40 giây rồi trả lời.

Câu đầu: "I would not trust the current high confidence labels" (tôi sẽ không tin các nhãn mức tự tin cao đang có). Nó tìm thấy những lỗi tái hiện được trong logic ra kết luận, cộng với những lỗ hổng trong cách đánh giá chất lượng phát hiện.

Phát hiện đầu tiên (theo video đăng ngày 09/09/2026): nhãn high confidence được gán tự động dựa trên con số Gemini đưa ra. Bất cứ điểm nào từ 15 trở xuống đều được high confidence, dù chính prompt nói rõ con số đó chưa được hiệu chuẩn. Phát hiện thứ hai: app có thể ghi đè một đánh giá inconclusive. Matt buột miệng một câu chửi thề kiểu "ai thèm quan tâm", rồi quyết định: thôi, xem Astra giỏi tới đâu.

Anh gõ một prompt yêu cầu nó build luôn các thay đổi được đề xuất:

Go ahead and build out your recommended changes to make our AI slop detector actually work. Let's just keep on going until we make sure it is working well. Make no mistakes

Anh thêm slash command /goal vào, vì theo anh nó sẽ khiến agent cứ chạy tiếp, tự test cho đến khi tìm ra cách. Rồi anh để nó làm, xem lát nữa có tới được đích không.

8. Tám tiếng sau: "goal stalled" và lời khuyên dùng Sightengine

"Ok, mất thêm vài phút." Và "vài phút" ở đây, theo số đo của Matt (video đăng ngày 09/09/2026), nghĩa là hơn tám tiếng. Agent tạo ra bốn tài liệu khác nhau, chạy cả đống test để cố làm cho nó chạy được. Cuối hơn tám tiếng đó (thanh trạng thái ghi 8h 9m 31s, model GPT-6 Astra ở mức Ultra), nó báo "goal stalled", tức là vẫn chưa xong. Matt nói thêm rằng anh thậm chí không quay đoạn này trong cùng một ngày.

Kết luận của agent về cơ bản là: anh cần dùng API của Sightengine, gói 29 đô một tháng (giá trên trang pricing theo video đăng ngày 09/09/2026). Nhìn vào Sightengine là gì thì thấy nó có thể cho biết chuyện gì đang diễn ra trong video, và bên dưới còn có cả tính năng phát hiện nội dung AI tạo ra. "Vậy là một API làm đúng cái việc mà tôi làm cả video này để làm. Nhưng kệ, đã tới đây rồi." Anh quyết định đăng ký API này để xem có làm cho app chạy được không.

Gói miễn phí (theo video đăng ngày 09/09/2026) cho 2.000 operations mỗi tháng, gồm content moderation cơ bản và AI detection, nhưng không có xử lý video. Vì vậy Matt thấy bản dùng thử miễn phí sẽ không dùng được, và anh đăng ký một gói trả phí.

9. Đăng ký Sightengine và đặt API key vào file môi trường

Anh lấy API key trong trang Sightengine. API key cần được đặt vào file biến môi trường (environment variables). Anh muốn Codex chuẩn bị sẵn file đó cho anh. Việc này không cần tới Astra Ultra, nên anh hạ mức xuống thấp nhất (anh gọi là "light") và để nó tự làm. Theo số đo của Matt (video đăng ngày 09/09/2026), khoảng 20 giây là xong.

Codex tạo một đoạn nhỏ ở cuối file gồm hai dòng:

SIGHTENGINE_API_USER=
SIGHTENGINE_API_SECRET=

Matt chỉ việc copy API user trong trang Sightengine, dán vào, copy API secret, dán vào, rồi lưu file. Xong, anh quay lại cuộc chat Astra Ultra và gõ: "SightEngine API is now setup. Please continue to pursue the goal." Kèm lời cầu nguyện: "Mong là lần này không mất thêm tám tiếng."

10. Agent tự chạy test, và lại ra "inconclusive"

Điều Matt thấy thú vị là agent tự chạy các bài test của riêng nó. Đọc qua log, anh thấy detector được cho chạy 39 clip AI và phát hiện đúng 23 trên 39, đồng thời gắn cờ nhầm 2 trên 36 clip thật (số đo trong lần chạy của Matt, video đăng ngày 09/09/2026). Kéo tiếp log thì thấy dòng "vẫn chưa đủ tin cậy". Nó test thêm vài thứ, vẫn chưa đủ tin cậy để coi là đã sửa xong, lại test thêm. Cứ thế agent tự test đi test lại, "không, chưa đủ tốt, không, chưa đủ tốt", cho tới khi kết luận: hãy dùng một công cụ khác đã làm được việc này.

Matt để nó chạy thêm. Dù giờ app đang dựa vào công cụ người khác làm ra và chỉ gọi qua API, rốt cuộc kết quả cũng nên như nhau. Theo số đo của Matt (video đăng ngày 09/09/2026), một giờ 50 phút sau prompt cuối, agent yêu cầu anh đưa một Instagram Reel để test. Câu trả lời của nó:

Theo lần chạy trong video đăng ngày 09/09/2026, Sightengine đã được tích hợp, và agent đã test đúng cái Reel anh gửi. Sightengine gắn cờ 19 trên 23 vị trí lấy mẫu, còn Gemini không thấy dấu hiệu AI rõ ràng. Vì vậy app giờ hiển thị "Inconclusive", cho thấy rõ sự bất đồng, và không đưa ra mức tự tin cao thiếu căn cứ. "Không! Trời ơi, không!"

Sau chừng ấy, khoảng mười tiếng prompt (số của Matt, video đăng ngày 09/09/2026), anh vẫn có thể đưa một video AI mà chính anh, một con người, nhận ra ngay là AI, và app vẫn bảo là không kết luận được. Anh refresh detector, lấy lại link clip bộ đồ phản lực, cái video "ai có não cũng biết là AI", dán vào và quét. Sau khoảng một phút: inconclusive. "Tôi chẳng thấy mình tiến được chút nào so với lúc bắt đầu, từ mấy ngày trước."

Theo lần quét trong video đăng ngày 09/09/2026, báo cáo ghi Sightengine phát hiện dấu hiệu AI lặp lại trong 19 khung hình lấy mẫu trên ba đoạn của video, còn Gemini không tìm thấy dấu hiệu rõ ràng nào trong cùng nội dung. Matt nhận định: API Sightengine anh vừa cắm vào đã xác định đúng đây là AI, nhưng vì app còn chạy video qua Gemini và Gemini bảo không phải AI, hai bên bất đồng nên ra kết quả inconclusive.

11. Video người thật cũng "inconclusive", và một giới hạn agent tự đặt ra

Tiếp theo anh thử chiều ngược lại: đưa một video chắc chắn không phải AI. Anh vào kênh của một người bạn làm nội dung về AI và lấy một video ngẫu nhiên, trong đó cô ấy chỉ nói chuyện trước camera. Đoạn video mở đầu bằng câu cô nói rằng deepfake là kịch bản tệ nhất của việc ứng dụng AI tạo sinh, "khá đúng chủ đề luôn", Matt nhận xét.

Anh dán URL vào detector. Video này rõ ràng không phải AI, chỉ là một người nói trước camera, nhưng kết quả vẫn là inconclusive. "Ok, cái này bực thật." Báo cáo ghi các quan sát không đủ để kết luận nhất quán về việc dùng AI hay chỉnh sửa, và nói rằng bản quét chuyên biệt (lúc quay, video đăng ngày 09/09/2026) chỉ hỗ trợ clip ngắn hơn một phút và tối đa 50 megabyte.

Matt khẳng định điều đó không đúng: anh nghĩ đó là giới hạn mà chính code tự đặt ra, anh chưa hề yêu cầu. Anh quyết định đưa thêm một prompt, hy vọng lần này ra được thứ dùng được. Anh cũng tắt chế độ Ultra, vì nó có vẻ chạy quá lâu và anh nghĩ không cần xử lý lâu như vậy (trên màn hình, ô chọn model lúc này ghi GPT-6 Astra Max). "Tôi sắp bỏ cuộc với cái thứ chết tiệt này rồi." Prompt anh gửi:

It's saying SiteEngine only processes videos up to 50mb but that's not true. The plan I'm on shows up to 500mb. Also it says videos up to one-minute but I also don't see that limitation on SiteEngine. So I think you coded those limitations in. It should process videos up to 3-minutes long, which is the max length of a short. Please remove any limitations that you coded in.

Also, everything is showing inclusive because SiteEngine and Gemini aren't agreeing. But we should put more weight on what SiteEngine determines because it seems to be coming back with much more accurate results. SiteEngine will show something is AI and be correct and, because Gemini disagrees, we get an inconclusive flag. Let's lean more weight on SiteEngine's findings.

12. Ưu tiên Sightengine: lần đầu phân biệt được thật và AI

Theo số đo của Matt (video đăng ngày 09/09/2026), thêm 31 phút nữa. Giờ app đã xử lý được video dài hơn, và Sightengine được ưu tiên, vì công cụ này có vẻ phát hiện AI tốt hơn. Matt thử lại với video của người bạn: dán vào, quét. "Ok, tôi nghĩ ta đang tới gần rồi." Kết quả: "No clear AI indicators", không thấy dấu hiệu AI rõ ràng. Đó là điều tốt: không có bằng chứng tin cậy về AI trên một video chắc chắn không phải AI. Không có cờ nào trong các khung hình lấy mẫu.

Phần "điều gì phản bác khả năng là AI" liệt kê: vật thể tồn tại nhất quán, giao tiếp ánh mắt tự nhiên, giọng nói và nhịp điệu thực tế về mặt âm học. "Tuyệt."

Giờ đến bài test ngược: đưa một video AI và hy vọng app nhận ra. Anh lại dùng clip bộ đồ phản lực. Kết quả: "AI indicators detected". "Đẹp. Đang tiến triển." Báo cáo ghi phát hiện dấu hiệu AI lặp lại. App không tìm thấy content credentials, và phần Gemini vẫn không thấy dấu hiệu nào về hình ảnh hay âm thanh.

Nghĩa là app không thực sự nói cho bạn biết vì sao nó nghĩ đây là AI, nhưng tất cả những ô màu cam kia là những thời điểm nó quyết định là AI.

13. Video máy bay trên X, số operations tăng vọt, và giao diện minimalist

Anh thử thêm một video: một chiếc cần cẩu thả một chiếc máy bay xuống một cái hố. Một người đàn ông trong video lúc đầu còn cao hơn cả chiếc máy bay, rồi đột nhiên thu nhỏ lại và đi lại được bên trong máy bay. "Nên rõ ràng là AI." Video này nằm trên X, nên đây cũng là dịp kiểm tra xem app có xem được video từ X không.

Anh copy URL, dán vào, quét. "AI indicators detected." Lại một lần nữa app xác định đây nhiều khả năng là AI. Matt nhắc lại (theo video đăng ngày 09/09/2026): chính Sightengine có vẻ khá ổn trong việc xác định AI, nhưng nó không nói lý do, chỉ kiểu "ở tất cả các mốc này, chúng tôi nghĩ đã thấy thứ gì đó là AI". Còn phần review hình ảnh của Gemini thì "khá tệ". Công cụ Sightengine mới là thứ tìm ra.

Anh mở trang usage. Theo số liệu trên tài khoản của anh (video đăng ngày 09/09/2026), anh đã dùng 11.040 operations, tức đã tiêu khoảng một phần tư hạn mức. "Kinh khủng. Tệ thật." Nhưng detector của anh coi như đã chạy được.

Anh rất ghét giao diện, nên bảo agent: "go make this a minimalist design". Kết quả là một trang sạch, đơn giản: dán link hoặc upload video.

Anh lấy một link cuối: một video khác cũng khá rõ là do AI tạo ra (cảnh một phòng ngủ với ánh đèn rọi hoa văn). Dán vào detector minimalist mới và quét. "AI indicators detected." Lần nữa, app không thật sự nói nó thấy gì, chỉ cho biết ở những thời điểm này có lẽ là AI. Gemini lại không thấy dấu hiệu hình ảnh rõ ràng nào: "Gemini không giỏi phát hiện AI" (nhận xét của Matt, theo video đăng ngày 09/09/2026). Phần nguồn và credentials không tìm thấy content credentials, tức người đăng không gắn nhãn AI, nhưng tổng thể app nói gần như chắc đây là video AI. "Hoàn hảo."

Thử thêm một lần với video không phải AI: anh lấy URL video của một người bạn khác cũng làm nội dung về công nghệ, dán vào. "No clear AI indicators. Yes!" Sightengine không thấy điểm nào trong video mà nó nghĩ là AI. Tất nhiên Gemini cũng không thấy gì, "nhưng Gemini thì chẳng bao giờ thấy gì cả" (nhận xét của Matt, theo video đăng ngày 09/09/2026). Vậy là app có vẻ đã chạy khá tốt.

14. Vì sao không đưa lên online: chi phí không lường được

Mục tiêu ban đầu của video là build AI slop detector rồi đưa lên mạng, để bất kỳ ai cũng copy URL, dán vào và kiểm tra xem có phải slop không. Đáng tiếc, theo video đăng ngày 09/09/2026, chuyện đó không khả thi về tài chính, vì app phải dùng API Sightengine để kiểm tra một thứ có thật sự là AI hay không.

Matt nói ở gói khoảng 100 đô một tháng, anh chỉ có một lượng operations giới hạn (trên màn hình là gói Pro 40k, $99/tháng với 40.000 operations mỗi tháng, theo video đăng ngày 09/09/2026), và anh không biết cái gì được tính là một operation. Chỉ riêng trong lúc test, anh đã dùng 12.150 operations, trong khi mới chạy khoảng sáu video. Video gần nhất anh chạy tốn 440 operations (số đo trên tài khoản của Matt, video đăng ngày 09/09/2026).

Theo video đăng ngày 09/09/2026, anh hoàn toàn không có cách nào theo dõi và biết trước một video sẽ tốn bao nhiêu operations. Vì vậy anh thật sự không thể đưa app lên mạng và để bất kỳ ai dùng thả cửa. Thứ anh làm được là đưa toàn bộ code lên GitHub: bạn có thể tải về, chạy trên máy mình, cắm API key Sightengine của riêng bạn vào và dùng, nếu nó có ích với bạn. Repo là mreflow/ai-slop-detector.

15. Vì sao Matt không tin chuyện "AGI đã đến"

Matt chia sẻ một điều anh nghĩ nhiều gần đây: đã có nhiều người tuyên bố rằng chúng ta chính thức đạt AGI. Theo những gì anh dẫn ra trong video đăng ngày 09/09/2026, Jensen Huang nói AGI đã đến, và OpenAI tuyên bố kỷ nguyên AGI đã bắt đầu. AGI, theo cách anh giải thích, đại khái là một AI thông minh ngang con người ở hầu hết mọi việc con người làm được.

Một trong những lý do anh không mua câu chuyện "chúng ta đang ở thời AGI" chính là chuyện này: AI vẫn rất dở trong việc nhận ra một thứ có phải AI hay không (theo video đăng ngày 09/09/2026). Nếu AGI được cho là giỏi ngang con người ở gần như mọi thứ, tại sao nó lại kém đến vậy trong việc nói cho anh biết một thứ là AI, khi anh, một con người, nhận ra khá dễ? Nếu đã là AGI thì sao AI không làm được?

Theo Matt (video đăng ngày 09/09/2026), Gemini gần như là model duy nhất có thể thật sự xem video và nói cho ta biết trong đó có gì, vậy mà nó không nhận ra được khi nào là AI. Nếu bạn đưa cho Astra hay Fable 5.1 của Anthropic một link video hoặc link ảnh mà mắt bạn thấy rõ là AI, và hỏi "đây có phải AI không", nó sẽ trả lời là không kết luận được. "Đây được cho là những model giỏi nhất. Đây được cho là AGI." Đó là lý do anh không tin câu chuyện AGI đã đến, ít nhất là với những gì đang được công bố rộng rãi. Người dùng bình thường như chúng ta không được dùng những model mạnh nhất.

Anh cũng hiểu lập luận về trò mèo vờn chuột: nếu AI trở nên rất giỏi trong việc nhận ra thứ gì là AI, các model tạo nội dung sẽ giỏi hơn trong việc làm cho sản phẩm của chúng khó bị phát hiện hơn, và vòng lặp cứ thế tiếp diễn. Nhưng ở thời điểm video đăng (09/09/2026), theo anh các model về cơ bản đều kém ở việc này.

Detector của anh giúp anh tới gần hơn với khả năng làm được việc này, nhưng nó dựa vào một API bên thứ ba là Sightengine. Và dù Sightengine có dùng AI, theo Matt (video đăng ngày 09/09/2026) nó dùng một dạng model computer vision nào đó, chứ không phải loại model LLM tạo sinh mới mà các công ty đang tuyên bố là AGI.

16. Kết quả cuối cùng

Dù sao thì, theo video đăng ngày 09/09/2026, cuối cùng Matt cũng làm được một AI slop detector chạy được. Tiếc là anh không biết cách cho mọi người truy cập, ngoài việc chia sẻ trên GitHub và nói: bạn dùng được, nhưng phải tự mang API key của mình. "Nhưng mà, tôi có được một thứ gần như chạy được." Từ giờ, mỗi khi producer của anh gửi một video ngẫu nhiên và bảo xem thử, anh có thể đáp: "Ông nghiêm túc đấy à? Thôi nào. AI slop detector làm ra là để cho việc này đấy."

Theo README của repo (đọc ngày 21/10/2026), app vẫn được gắn nhãn experimental: trên bộ 75 clip so sánh, bản sửa phát hiện 23/39 clip AI và gắn cờ nhầm 2/36 clip thật, so với 26/39 và 0/36 của bản gốc, nên chưa chứng minh được độ chính xác tăng lên. Chỉ cần key Gemini là chạy được bản quét, còn Sightengine là tuỳ chọn để bật detector chuyên biệt.

Matt nói anh đã rất vui khi build cái này, dù kết quả cuối không hẳn như anh mong. Anh mời người xem like và subscribe kênh nếu thích AI. Anh cảm ơn mọi người đã xem: "Không phải kết quả tôi muốn, nhưng tôi có được một kết quả. Tôi gần như đi tới được nơi mình muốn." Và anh kết video bằng: "Tôi không biết kết video thế nào, nên tạm biệt."