# Hai nhà sáng lập MakerMaker và Martin Casado bàn về RSI thật sự, tử số và mẫu số

[Dhaval Adjodah](https://homus.dev/speakers/dhaval-adjodah) · [a16z](https://homus.dev/orgs/a16z), [Owen He](https://homus.dev/speakers/owen-he) · [a16z](https://homus.dev/orgs/a16z), [Martin Casado](https://homus.dev/speakers/martin-casado) · [a16z](https://homus.dev/orgs/a16z)

> Martin Casado cùng hai nhà sáng lập MakerMaker bàn RSI thật sự khác gì dùng AI làm AI, closed loop, takeoff, và cách đo tiến bộ theo cả hiệu năng lẫn chi phí.

Topics: Agents, Evals, Startups

Canonical: https://homus.dev/talks/recursive-self-improvement-and-the-future-of-ai

## 1. Đoạn mở đầu: những câu trích từ cuộc trò chuyện

Tập này của kênh a16z là cuộc trò chuyện giữa Martin Casado, General Partner của a16z, và hai nhà đồng sáng lập MakerMaker.AI là Dhaval Adjodah và Owen He, về recursive self-improvement, gọi tắt là RSI (theo phần mô tả của video đăng ngày 12/10/2026). Video mở bằng vài câu trích từ chính cuộc nói chuyện, như một đoạn giới thiệu.

Dhaval nói (video đăng ngày 12/10/2026): ý tưởng nền tảng ở đây là xây AI tự cải thiện chính nó, và anh nghĩ chúng ta đang tới gần điều đó. Owen nói tiếp: lần đầu tiên, chúng ta có thể hoán đổi để optimizer trở thành optimizee, và điều này dẫn tới việc phần cải thiện về nhận thức được tái đầu tư vào chính nó.

![Một ô prompt trên nền trắng, nhãn PROMPT, phiên bản v1, dòng chữ Rewrite your own instructions so đang được gõ dở](https://homus.dev/photos/3Q1mdn5ZGvM-0018.jpg)

Hình minh hoạ chèn vào đoạn mở đầu video đăng ngày 12/10/2026, khi Dhaval nói tới các tầng prompt, harness, weights: một ô có nhãn "PROMPT" và thẻ "v1", bên trong là dòng chữ đang gõ dở "Rewrite your own instructions so".

Dhaval nói (video đăng ngày 12/10/2026): có thể nghĩ về RSI ở nhiều tầng khác nhau của stack. Prompt, harness, weights, và có thể đi tới tận chip. Mục tiêu của anh và nhóm là tối ưu mọi tầng của stack. Owen nói thêm: cách tiếp cận RSI của anh và nhóm là một hệ thống multi-agent cùng làm việc với nhau và đã được cải thiện một cách đệ quy.

Martin nói: anh rất ấn tượng với niềm tin của các anh rằng cái ý tưởng một model tự cải thiện chính nó… Dhaval chen vào: nhưng đó không phải là niềm tin. Martin đáp: đó là một tuyên bố mạnh mẽ, và anh nghĩ đây là lần đầu tiên anh nghe Dhaval nói ra điều đó. Dhaval kể (video đăng ngày 12/10/2026): vì anh và nhóm đã rất kỹ lưỡng, nhóm chưa công bố thứ gì cho tới khi thật sự chắc chắn là nó đúng.

Đoạn giới thiệu khép lại bằng câu hỏi của Martin (video đăng ngày 12/10/2026): các anh có hình dung một hệ thống mà lượng năng lượng đổ vào nó bằng cách nào đó giảm dần theo thời gian so với mức cải thiện không? Dhaval bắt đầu trả lời: anh và nhóm không chia sẻ được quá nhiều, nhưng một trong những điều rất quan trọng mà nhóm đã cố làm…

## 2. Martin giới thiệu chủ đề, Dhaval và Owen kể về mình

Martin chào cả hai vị khách và nói (video đăng ngày 12/10/2026) cuộc trò chuyện hôm nay bàn về chủ đề mà ai cũng thích: RSI, recursive self-improvement. Anh đề nghị bắt đầu bằng việc mỗi người tự giới thiệu và nói về xuất thân của mình, rồi nói qua một chút về việc hai anh đang làm, sau đó mới đi sâu vào nội dung.

![Ba người ngồi quanh một bàn tròn trong studio có micro: Martin Casado bên trái, Owen He ở giữa, Dhaval Adjodah bên phải](https://homus.dev/photos/3Q1mdn5ZGvM-0105.jpg)

Bố cục của tập podcast (video đăng ngày 12/10/2026): Martin Casado (tóc bạc, đeo kính, áo khoác tối) ngồi bên trái, Owen He (áo sơ mi kẻ sọc) ở giữa, Dhaval Adjodah (áo sơ mi xanh dương) bên phải, quanh một chiếc bàn tròn có ba micro.

Dhaval nói anh nghĩ mình như một kiểu nhà vật lý nào đó. Anh học vật lý, rồi làm PhD về reinforcement learning ở MIT Media Lab. Anh rất thích xây dựng mọi thứ, và rất hào hứng được xây một startup thú vị là MakerMaker cùng Owen và một người nữa trong team (theo lời giới thiệu trong video đăng ngày 12/10/2026).

Owen tự giới thiệu (video đăng ngày 12/10/2026): ban đầu anh học toán, rồi một ngày anh nhận ra các nhà toán học đều xoay quanh việc chứng minh định lý. Lúc đó anh đang học một lớp tên là Formal Language and Logic, và lớp đó chỉ cách xây một theorem prover, một cỗ máy chứng minh định lý. Anh nghĩ: ồ, thế thì hay quá, mình chỉ cần xây một cỗ máy chứng minh định lý giùm mình. Đó là cách anh đến với AI.

Có tiếng đáp: "Amazing." Owen kể tiếp (video đăng ngày 12/10/2026): trong PhD, anh làm về continual learning và meta-learning, rồi làm vài năm ở DeepMind với vai trò research scientist. Giờ anh làm về RSI.

Martin kể (video đăng ngày 12/10/2026): anh thấy rất nhiều pitch gửi tới, và nhiều pitch trong số đó dùng chữ RSI. Anh sẽ hỏi: vậy các bạn làm gì? Họ nói: chúng tôi dùng AI để tạo ra AI. Nghe khá thú vị. Vậy cụ thể làm gì? Chúng tôi dùng AI để tạo GPU kernel. Với anh, điều đó không hẳn khớp với định nghĩa mà anh coi là RSI. Rồi anh hỏi: có thể bắt đầu bằng việc các anh định nghĩa xem, theo các anh, về mặt định nghĩa thì RSI gồm những gì?

## 3. Thế nào mới là RSI: ai là optimizer, ai là optimizee

Owen trả lời (video đăng ngày 12/10/2026): anh nghĩ RSI chắc chắn là một thuật ngữ bị dùng quá tải (overloaded) ngày nay. Nhiều người nói RSI nhưng mỗi người một ý. Theo anh, điều quan trọng khi phân biệt chúng là đặt câu hỏi: đâu là optimizer và đâu là optimizee? Khi tự cải thiện, ai là người đang cải thiện?

Owen kể tiếp (video đăng ngày 12/10/2026): có những người nói "chúng tôi đang làm RSI", nhưng thực ra là con người dùng AI để phát triển AI tốt hơn. Với anh và nhóm, đó chỉ là autocatalysis (tự xúc tác), theo nghĩa người cải thiện vẫn là con người cầm công cụ, dù công cụ ngày càng tốt hơn. Ý tưởng và sự cải thiện vẫn đến từ bộ não con người. Có tiếng đáp: "Right."

Martin chen vào (video đăng ngày 12/10/2026): anh không có ý ngắt lời, nhưng để rõ ràng thì hầu hết các thời kỳ công nghệ đều có hiệu ứng tự xúc tác. Không có cách nào tạo ra một con chip máy tính mà không có máy tính. Có thể lập luận rằng sự phát triển của Internet được đẩy nhanh vì những người không ở cùng một chỗ vẫn phối hợp được với nhau. Rồi động cơ hơi nước: bạn build được động cơ hơi nước tốt hơn vì bạn lấy được than nhanh hơn, vân vân. Nên cái ý dùng chính một thứ để build thứ đó nhanh hơn không có gì mới. Và anh nói: vậy là các anh đang nói một điều khác. Có tiếng đáp: "Yes."

Owen giải thích (video đăng ngày 12/10/2026): trong lịch sử, qua cả nền văn minh, chúng ta có autocatalysis, ví dụ dùng máy tính để build máy tính tốt hơn. Nhưng ý tưởng cho sự thay đổi đó, cho sự cải thiện đó, đến từ bộ não con người. Và bộ não con người đó chưa bao giờ là thứ được cải thiện (improvee), chưa bao giờ là optimizee. Còn bây giờ, lần đầu tiên, chúng ta có thể hoán đổi để optimizer trở thành optimizee. Bộ não của agent, tức LLM, tức model, có thể là chính thứ mà bạn đang tối ưu. Và điều này dẫn tới một sự cộng dồn: phần cải thiện về nhận thức được tái đầu tư vào chính nó.

Phân biệt Owen đưa ra trong video đăng ngày 12/10/2026: với autocatalysis, con người dùng công cụ ngày càng tốt hơn nhưng bộ não con người không phải thứ được tối ưu; với RSI, model của agent vừa là thứ đi cải thiện vừa là thứ được cải thiện.

## 4. Vì sao chọn bài toán khó: closed loop theo góc nhìn control theory

Martin hỏi tiếp (video đăng ngày 12/10/2026): hẳn phải có một lý do khiến các anh quyết định nhận bài toán khó này, thay vì làm điều mà bất kỳ ai khác cũng sẽ làm, kiểu như nhận từng mảnh của bài toán.

Dhaval nói (video đăng ngày 12/10/2026): trước khi trả lời câu hỏi quan trọng hơn của Martin, lý do anh làm việc này là anh nghĩ đây là một bài toán khó, và làm việc với bài toán khó nhất thì vui. Có tiếng nói "And I think…", và Martin hỏi: các anh có trực giác rằng đây mới là câu trả lời đúng, chứ không phải một thứ thực dụng hơn, không?

Dhaval trả lời (video đăng ngày 12/10/2026): anh nghĩ một lý lẽ thực dụng sẽ đến từ góc nhìn control theory. Nếu hệ thống có một khoảng hở, bạn không thể có một closed loop (vòng lặp kín). Autocatalysis thì không có closed loop. Cải thiện gì đi nữa thì vẫn còn một khoảng hở: con người phải nhảy vào, bạn phải đổ thêm các nguồn lực khác vào để nó chạy được. Còn nếu có closed loop, bạn vẫn phải đổ nguồn lực vào, nhưng phần lợi biên (marginal gains), lý tưởng là, sẽ giữ nguyên hoặc lớn dần theo thời gian. Theo anh, đó là khác biệt nền tảng.

## 5. Tử số và mẫu số của tốc độ cải thiện capability

Dhaval nói điều thật sự khác biệt ở đây có thể giải thích khá dễ (video đăng ngày 12/10/2026). Hãy nghĩ về capability. Thứ anh và nhóm đang cố làm là cải thiện tốc độ cải thiện của capability, tức đạo hàm bậc nhất của capability theo thời gian. Theo anh, đó là thứ mà ai cũng đang cố cải thiện.

Theo Dhaval (video đăng ngày 12/10/2026), có thể viết đại lượng đó như được quyết định bởi hai thứ: một tử số và một mẫu số. Tử số là hiệu năng (performance), thứ mà ai cũng đang cố cải thiện. Mẫu số là một loại chi phí, ví dụ vốn (capital), hoặc độ khó. Theo anh, mẫu số này khá cố định, vì capability càng cao thì bước tiếp theo càng khó.

![Slide The Rate of Improvement với công thức improvement rate tỉ lệ với improvement trên một mẫu số còn trống](https://homus.dev/photos/3Q1mdn5ZGvM-0543.jpg)

Slide "The Rate of Improvement" chèn vào lúc Dhaval giải thích (video đăng ngày 12/10/2026): "improvement rate ∝ improvement" trên một gạch phân số, kèm chú thích cho phần tử số "Is the AI becoming smarter, faster, more reliable…"; góc dưới ghi "conceptual".

Dhaval nói tiếp (video đăng ngày 12/10/2026): giờ tử số mới là phần thú vị. Với những thứ như động cơ hơi nước, phần đó cố định. Khi đó bạn có một phương trình vi phân rất đơn giản, và về cơ bản bạn chững lại (plateau). Còn nếu có một hệ thống mà thứ được cải thiện cũng chính là thứ đang làm việc cải thiện, bạn có một cách nghĩ mới về nó.

Theo Dhaval (video đăng ngày 12/10/2026), trường hợp đơn giản nhất là tử số cũng tương quan với capability, điều này hợp lý: bạn càng giỏi thì bạn càng giỏi cả việc cải thiện. Khi đó phép toán triệt tiêu và về cơ bản bạn có tốc độ cải thiện không đổi theo thời gian. Đó có thể là một cấp độ của RSI. Rồi còn một trường hợp nữa: tử số tương quan với một luỹ thừa cao hơn của capability, và khi đó bạn có exponential takeoff (cất cánh theo hàm mũ).

![Slide The Rate of Improvement với đồ thị improvement rate theo time: đường current approach phẳng dần, đường RSI màu đỏ đang được vẽ](https://homus.dev/photos/3Q1mdn5ZGvM-0648.jpg)

Cùng slide ở bước sau (video đăng ngày 12/10/2026): công thức "improvement rate ∝ improvement / capital"; đồ thị trục dọc "improvement rate", trục ngang "time"; đường "current approach" có nhãn "flattens", chú thích "the improver stays the same, so gains level off"; đường "RSI" màu đỏ đang được vẽ dở, chú thích "the improver itself gets improved, so improvement compounds".

## 6. Đóng vòng lặp chưa chắc dẫn tới takeoff: một bài toán thực nghiệm

Martin muốn đào sâu hơn vào khoảng cách giữa việc RSI đã đóng được vòng lặp và các tính chất hội tụ thực tế (video đăng ngày 12/10/2026). Anh nói: vì lý do nào đó, khi người ta thấy một đồ thị có một vòng tròn với mũi tên chỉ sang một vòng tròn khác rồi quay ngược lại, người ta nhìn cái hệ điều khiển khép kín đó và nói: takeoff. Trong khi nếu đây là một hệ điều khiển phi tuyến (nonlinear control system), rất khó biết chuyện quái gì sẽ xảy ra. Anh nói thêm: nhân tiện, hầu hết mọi người dường như không hiểu khác biệt này, vì khi bàn về những thứ này chúng ta rất nhanh chóng nhảy sang takeoff và đủ thứ kiểu đó.

![Martin Casado giơ hai tay lên trên đầu khi nói về đồ thị vòng tròn có mũi tên](https://homus.dev/photos/3Q1mdn5ZGvM-0703.jpg)

Martin Casado giơ hai tay lên trên đầu trong lúc mô tả đồ thị có vòng tròn và mũi tên quay ngược lại mà người ta hay nhìn vào rồi nói "takeoff" (video đăng ngày 12/10/2026).

Dhaval đáp (video đăng ngày 12/10/2026): là một người làm mạng (network guy), Martin biết điều đó phụ thuộc vào số mũ của cái hàm tự tham chiếu của bạn. Điều anh và nhóm nhận thấy là gần như không có ích gì khi suy đoán chuyện gì có thể xảy ra, vì đây thật sự là một bài toán thực nghiệm. Cách thật sự để biết chuyện gì đang diễn ra là thử nghiệm, và thử nghiệm thì thật sự, thật sự khó: reward hacking là một trong nhiều vấn đề nhóm phải xử lý. Theo anh, câu hỏi Martin đặt ra rất mang tính thực nghiệm, và với một số thuật toán…

Martin nói (video đăng ngày 12/10/2026): ồ, thú vị đấy. Anh là dân làm mạng; đó là cách anh sẽ trả lời. Anh đã nghĩ dân toán sẽ kiểu: chúng ta có phương trình vi phân này rồi, tôi lấy bút chì ra và viết ra đáp án.

Owen đáp (video đăng ngày 12/10/2026): viết ra được phương trình vi phân thì có thể, nhưng bạn vẫn phải đo bằng thực nghiệm biến số đó, tức số mũ. Nên không có lời giải giải tích (analytical solution).

Dhaval nói thêm (video đăng ngày 12/10/2026): thành thật mà nói, chúng ta còn chưa có một lý thuyết học (learning theory) cho deep learning. Chúng ta không biết về cơ bản vì sao nó chạy được. Và giờ bạn lại đang ở năm, sáu tầng phía trên deep learning. Nên chúng ta không có một lý thuyết tốt. Anh nghĩ thứ gần nhất chúng ta có là scaling laws, và đó là các định luật thực nghiệm.

## 7. Con người là một loại agent trong hệ thống multi-agent

Owen nói về một hiểu lầm (video đăng ngày 12/10/2026): anh nghĩ một điều người ta hiểu sai về cách tiếp cận RSI của anh và nhóm là người ta tưởng toàn bộ hệ thống phải hoàn toàn tự động và hoàn toàn kỹ thuật số. Nhưng thật ra, nếu nhìn vào nền tảng toán học của họ, đó là một hệ thống multi-agent, không chỉ một agent kỹ thuật số. Trong hệ multi-agent này, các nhà nghiên cứu và kỹ sư con người thật ra là một trường hợp đặc biệt của các agent đó. Chính hệ thống lai gồm nhiều agent cùng làm việc này là thứ được cải thiện một cách đệ quy.

Theo Owen (video đăng ngày 12/10/2026), anh và nhóm không muốn bỏ sót bất kỳ thành phần nào khỏi việc tối ưu. Nếu tối ưu được model, tại sao lại không làm? Vì bạn sẽ có nhiều lợi ích hơn nếu đưa cả những thành phần đó vào. Bất kỳ thứ gì bạn không tối ưu, về sau sẽ trở thành nút thắt cổ chai (bottleneck) của bạn.

Cách Owen mô tả nền tảng toán học của nhóm trong video đăng ngày 12/10/2026: con người là một trường hợp đặc biệt của agent, cùng làm việc với các AI agent trong một hệ thống được cải thiện đệ quy.

## 8. Tốc độ ra model so với vốn, và chuyện tự lừa mình bằng tiền

Martin nêu một quan sát mà anh và đồng nghiệp đã rút ra (video đăng ngày 12/10/2026): có những tuyên bố rằng tốc độ đang tăng, và thực tế đúng là vậy. Nếu nhìn vào khoảng thời gian giữa các lần ra model, nó đang ngắn lại. Nên một mặt, bạn có thể nghĩ: rõ ràng chúng ta đang ở một giai đoạn cải thiện nhanh. Nhưng nếu chia cho lượng vốn thực tế mà các công ty này đã gọi được, thì điều đó không còn đúng nữa.

![Slide Progress and Capital đang hiện dần, đồ thị relative change theo successive model releases với một đường apparent progress](https://homus.dev/photos/3Q1mdn5ZGvM-0934.jpg)

Slide "Progress and Capital" chèn vào lúc Martin nói về tốc độ ra model và vốn (video đăng ngày 12/10/2026), đang hiện dần lên: trục dọc "relative change", trục ngang "successive model releases", chú giải "apparent progress" cho một đường đang đi lên; góc dưới ghi "conceptual".

Martin nói tiếp (video đăng ngày 12/10/2026): nên bạn sẽ nghĩ, có khi các công ty đó chỉ gọi được cả đống tiền rồi AI cho phép bạn tiêu số tiền đó vào việc. Anh hỏi, không phải cho bản thân các anh: các anh sẽ khuyên những người đang đánh giá các tuyên bố kiểu này, hoặc thậm chí đang làm những việc này, nghĩ thế nào để không tự lừa mình bằng cách ném thêm tiền vào bài toán, kiểu như thật sự cho thấy mình đang tạo ra một cải thiện có ý nghĩa xét cả mẫu số?

Dhaval trả lời (video đăng ngày 12/10/2026): anh nghĩ với anh và nhóm, chuyện này khá đơn giản. Nếu bạn có cải thiện nhưng nó chỉ đến kèm ngày càng nhiều nguồn lực đổ vào, thì đó không phải RSI. Bạn phải chứng minh được tuyên bố của mình về mức cải thiện mà bạn đang đạt được.

Martin hỏi (video đăng ngày 12/10/2026): vậy có tính cả số giờ công và các thử nghiệm đã đổ vào đó không? Anh cảm thấy ở một mức nào đó, người ta sẽ nói về lượng FLOPs và tiền thực tế đổ vào, nhưng thực tế đây là thử nghiệm thứ 23, và đó là một con người đốt rất nhiều vốn tinh thần (mental capital) để đi tới cấu hình cuối cùng. Các anh có thật sự tính cả phần đó vào mẫu số không?

Có tiếng đáp: có. Dhaval nói (video đăng ngày 12/10/2026): anh nghĩ đó là một kỷ luật tốt của công ty. Một lần nữa, anh và nhóm đã cố, rất có chủ đích ngay từ đầu, xây một văn hoá theo dõi mọi thứ đi đâu: chi phí, thời gian, đủ thứ như vậy.

Rồi Dhaval kể một chuyện vui trong nội bộ (video đăng ngày 12/10/2026): người ta hay nói về leaderboard, tức bảng điểm. Anh nói Martin biết anh sắp nói gì rồi. Anh và nhóm có một thứ gọi là "bleeder board", nơi nhóm theo dõi chi phí thử nghiệm của tất cả những ai đang chạy thử nghiệm. Có tiếng đáp: "That's awesome." Dhaval nói tiếp: và bất kỳ ai, bất kỳ ngày nào, cũng có thể xem ai đang đứng cao trên bleeder board.

## 9. Ví dụ nanoGPT: mẫu số giảm trên cùng phần cứng

Owen đưa ra một ví dụ từ AI (video đăng ngày 12/10/2026): anh không biết Martin có biết benchmark nanoGPT không. Về cơ bản nó yêu cầu train lại GPT-2. Khi GPT-2 mới ra, đó là một model rất tốn kém để train, mất nhiều tuần, anh nghĩ vậy, trên nhiều GPU. Còn bây giờ người ta có thể train nó trên một GPU trong vòng vài giờ. Và con số đó vẫn liên tục giảm.

Martin hỏi lại (video đăng ngày 12/10/2026): nhưng chuyện đó cũng hoàn toàn tách biệt, đúng không? Đó chỉ là kiểu định luật Moore thôi. Dhaval đáp: không, không, đó là cùng một GPU. Cùng phần cứng. Owen nói thêm: dùng cùng phần cứng, rồi bạn cải thiện các kỹ thuật pre-training. Có tiếng đáp: "Oh, interesting." Dhaval kể tiếp những gì được cải thiện (video đăng ngày 12/10/2026): kỹ thuật thuật toán, kỹ thuật dữ liệu, kernel, đủ loại như vậy.

Martin hỏi: các anh có biết train GPT-2 tốn bao nhiêu không? Dhaval nói anh nghĩ là vài trăm đô. Có tiếng nói: "It's $100" (100 đô, theo lời trong video đăng ngày 12/10/2026). Martin: "Oh, wow." Rồi anh nói: vậy là cùng một GPU. Có tiếng đáp: cùng GPU, cùng dữ liệu, và đây chỉ là thuật toán.

Martin hỏi: những cải tiến đó đến từ con người hay đến từ…? Có tiếng đáp: agent. Owen nói (video đăng ngày 12/10/2026): nhiều cải tiến trong số đó là kết quả của auto-research. Martin nói: nhưng đó chắc chắn là phần mẫu số. Có tiếng nói: đó là mẫu số, không phải tử số. Có tiếng đáp: "Correct." Martin nói tiếp (video đăng ngày 12/10/2026): thứ mà bạn muốn thấy là kiểu làm được điều đó với GPT-5, và chúng ta không thấy điều đó. Dhaval mở lời "Well, I think", nhưng Martin nói tiếp: chi phí của những thứ này đang tăng vọt.

Ví dụ benchmark nanoGPT như Owen, Dhaval và Martin trao đổi trong video đăng ngày 12/10/2026: cùng một bài train GPT-2, cùng GPU và dữ liệu, chi phí giảm khi các kỹ thuật được cải thiện; Martin nhấn mạnh đó là phần mẫu số, không phải tử số.

Dhaval nói (video đăng ngày 12/10/2026): anh nghĩ một trong những bí mật được giữ kỹ nhất trong ngành chính là điều này: bạn lấy ra được bao nhiêu compute từ chỗ đó. Vì theo một nghĩa nào đó, kể cả khi tất cả những gì bạn cải thiện chỉ là mẫu số, bạn vẫn có thể train nhanh hơn, vì giờ bạn có thể có nhiều rollout hơn. Có tiếng đáp: "Right. Yeah, of course. Right." Dhaval nói tiếp: điều đó có nghĩa là giờ bạn có thể lấy mẫu rộng hơn trên cái mà Martin vừa mô tả, như là manifold của không gian ngôn ngữ. Rồi bạn có được những trajectory tốt hơn, nghĩa là bạn có thể có model thông minh hơn khi dùng chúng để train.

Martin nói (video đăng ngày 12/10/2026): chắc chắn cải thiện mẫu số là tốt. Chắc chắn cải thiện tử số là tốt. Anh chưa từng thấy trường hợp có thể cải thiện cả tử số lẫn mẫu số, và thật tuyệt là các anh đã thấy những tia hy vọng (glimmers) của điều đó. Anh nói đó là một tuyên bố khá có ý nghĩa, và thật tuyệt.

## 10. Vì sao theo Dhaval nhiều paper về RSI không scale

Dhaval kể (video đăng ngày 12/10/2026): điều anh và nhóm nhận thấy là rất nhiều paper tuyên bố làm RSI, khi nhóm thử trên hạ tầng nội bộ, thì không chạy. Theo anh, nhiều phần trong đó là vì có những ý tưởng hay ho mà con người cố nội quan (introspect) rồi nói: à, đây là điều tôi nghĩ nên xảy ra. Chúng phức tạp. Chúng nghe hay. Chúng giúp bạn có một paper tốt. Nhưng khi thử ở quy mô lớn, trên benchmark, trên những bài toán kinh tế thật, chúng không scale. Và điều anh và nhóm nhận thấy là thứ đơn giản hơn mà đóng được vòng lặp mới là thứ scale được.

Theo Dhaval (video đăng ngày 12/10/2026), một điều anh và nhóm làm mà có lẽ là độc đáo là nhóm luôn bắt đầu bằng một khung toán học rất vững, về cơ bản vẽ ra bản đồ của toàn bộ không gian. Lý do là không gian này lớn tới mức nếu không làm vậy, không có một cách làm rất có nguyên tắc, bạn sẽ lạc rất nhanh trong độ phức tạp đó.

Lý do còn lại, theo Dhaval (video đăng ngày 12/10/2026): thường khi có một hệ thống thật sự phức tạp, có hai thái cực để build nó. Bạn có thể build kiểu 200 hệ thống khác nhau và hy vọng cái máy Rube Goldberg đó rồi sẽ kiểu như chạy được. Hoặc bạn nghĩ theo hướng ngược lại: dành thời gian suy nghĩ về 200 thứ đó, và có thể bạn nhận ra thật ra chỉ có 12 abstraction tổng quát hoá được cho cả 200 thứ đó.

![Martin Casado cười trong lúc nghe nói về cái máy Rube Goldberg](https://homus.dev/photos/3Q1mdn5ZGvM-1458.jpg)

Martin Casado cười khi Dhaval nhắc tới cái máy Rube Goldberg của cách build 200 hệ thống khác nhau (video đăng ngày 12/10/2026).

Dhaval nói tiếp (video đăng ngày 12/10/2026): nên anh và nhóm đã cố tạo một văn hoá: hãy thật sự nghĩ từ first principles. Hãy nhìn vào toán, rồi nhận ra mình cần đặt những giả định nào để thực dụng, vì bạn phải làm cả hai, rồi xem cái gì chạy. Khi làm vậy, bạn thấy nhiều paper, nhiều ý tưởng thật ra là các lớp con của cùng một khung tổng quát. Và nếu làm tốt điều đó, bạn scale được. Anh nghĩ đó là một điều anh thấy đang thiếu, khó làm, và cần một nhóm người rất khác thường mới thật sự làm được.

Owen nói thêm (video đăng ngày 12/10/2026): anh nghĩ Richard Feynman từng nói có hai loại khoa học: sưu tầm tem (stamp collections) và vật lý. Nên không có một khung toán học thống nhất thì tất cả những nghiên cứu này chỉ là sưu tầm tem. Theo anh, nhiều paper anh và nhóm đang đọc chỉ là những ý tưởng lấy cảm hứng từ một hành vi nào đó của con người, rồi cố bắt chước hành vi đó và nói: nhìn này, chúng tôi có RSI. Nhưng nếu không đặt vào một hệ thống thống nhất, bạn không biết cả hệ thống có thật sự đang cải thiện, hay bạn chỉ đang áp dụng cục bộ một ý tưởng đang khá lên.

Owen kể (video đăng ngày 12/10/2026): điều anh và nhóm làm là đặt tất cả các thành phần có thể cải thiện đệ quy vào một khung thống nhất và nhìn chúng từ góc độ tổng thể, để việc cải thiện một phần không ảnh hưởng xấu tới phần khác. Có tiếng đáp: "I see. I see." Owen nói tiếp: ví dụ có người làm recursive improvement chỉ trên harness, có người chỉ làm trên weights. Nhưng weights và harness không phải các thành phần tách biệt. Chúng ảnh hưởng lẫn nhau.

## 11. Tối ưu mọi tầng của stack: bắt đầu từ harness, rồi tới weights

Dhaval nói (video đăng ngày 12/10/2026): có thể nghĩ về RSI ở nhiều tầng khác nhau của stack: prompt, harness, weights, và có thể đi tới tận chip. Có tiếng đáp: "Sure." Dhaval nói tiếp: mục tiêu của anh và nhóm là tối ưu mọi tầng của stack. Nhóm bắt đầu với harness. Nhóm luôn cố gắng rất tiết kiệm vốn, vì nhóm rất quan tâm tới mẫu số.

Dhaval kể tiếp (video đăng ngày 12/10/2026): rồi anh và nhóm bắt đầu làm weights, cập nhật weights. Điều nhóm nhận thấy là bạn có nhiều lợi ích hơn, nhưng bạn vẫn phải làm phần harness. Và bạn có thể tiếp tục đi xuống dưới stack. Anh đoán là có lẽ bạn sẽ cần làm rất nhiều việc đồng tối ưu (co-optimization) nhiều phần khác nhau của hệ thống thì mới chạy được.

Các tầng của stack theo lời Dhaval trong video đăng ngày 12/10/2026: nhóm bắt đầu từ harness, rồi tới cập nhật weights; anh đoán sẽ cần đồng tối ưu nhiều phần của hệ thống.

## 12. Vì sao chọn bài toán inference

Martin hỏi (video đăng ngày 12/10/2026): các anh có thể nói một chút về lĩnh vực bài toán mà các anh đang nhắm tới để chứng minh điều này chạy được không?

Dhaval trả lời (video đăng ngày 12/10/2026): anh và nhóm đang cố gắng rất nhiều để chọn những mảng trong không gian AI càng gần với chính AI càng tốt; một lần nữa, nhóm cố làm cho nó đệ quy. Nếu nghĩ kỹ thì không có nhiều bài toán thật sự sát với AI mà lại cho bạn cải thiện ở cả tử số lẫn mẫu số. Một trong số đó là bài toán inference.

Dhaval nói tiếp (video đăng ngày 12/10/2026): vì bạn càng có thể chi cho… Anh tự sửa lại: bạn càng lấy được nhiều cải thiện và hiệu quả từ inference thì mọi thứ càng kiểu như được mở khoá. Và không chỉ vì lý do kỹ thuật, mà còn vì đây là chỗ hứa hẹn nhất cho việc cả tử số lẫn mẫu số cùng được cải thiện.

Martin nói (video đăng ngày 12/10/2026): chuyện này kiểu như làm đầu óc choáng váng. Anh tóm lại cho tất cả những ai đang nghe: có hai sự cải thiện đang diễn ra ở đây. Một là khả năng của model trong việc làm inference nhanh hơn. Hai là, giờ inference đã nhanh hơn, nó có thể làm việc đó nhanh hơn. Và một lần nữa, theo anh, điều đó không nhất thiết có nghĩa là takeoff; nó vẫn có thể tiệm cận một giới hạn ở điểm nào đó. Nhưng anh thấy thật khó tin khi nghĩ tới kiểu tác động cộng dồn này.

Hai sự cải thiện mà Martin tóm lại trong video đăng ngày 12/10/2026, kèm lưu ý của anh rằng vòng lặp này không nhất thiết dẫn tới takeoff.

Dhaval nói thêm (video đăng ngày 12/10/2026): "Yeah, yeah." Anh và nhóm là một startup, không phải một phòng nghiên cứu. Một trong những lý do nhóm chọn bài toán này là lúc này ai trên thế giới cũng muốn tự serve model của mình. Ai cũng muốn dùng model mới nhất, ví dụ một open-weight model như Kimi K3 hay bất cứ model nào vừa ra, và những người đó muốn serve nó hiệu quả nhất có thể. Nên theo anh, đây là một bài toán cực kỳ quan trọng về mặt kinh tế ngay lúc này.

## 13. Agent chọn tối ưu cái gì; master prompt cũng đang được cải thiện

Martin hỏi để bàn cho rõ (video đăng ngày 12/10/2026): nếu anh muốn làm inference cho Kimi K3 nhanh hơn, anh sẽ dùng chính Kimi K3 theo cách đệ quy, hay dùng một model và hệ thống riêng để làm việc đó cho Kimi K3? Dhaval hỏi lại: ý anh là cải thiện serving stack của Kimi K3? Có tiếng đáp: "Yeah."

Dhaval nói (video đăng ngày 12/10/2026): hệ thống của anh và nhóm không chỉ dùng một LLM. Có nhiều LLM khác nhau đang làm nhiều việc khác nhau. Martin hỏi: vậy là các anh làm inference stack cho tất cả chúng? Dhaval đáp: một lần nữa, nhóm chọn cái nào hiệu quả nhất, vì nó được dùng nhiều thời gian nhất. Nhưng điều thú vị là việc chọn LLM nào cho việc nào cũng không phải lúc nào cũng do nhóm quyết. Nhóm để model chọn.

Owen nói (video đăng ngày 12/10/2026): thành thật mà nói, ngày nay không thật sự là anh và nhóm quyết định tối ưu cái gì. Đó là agent của họ. Có tiếng đáp: "That's interesting." Owen nói tiếp: vì nó đang tự cải thiện một cách đệ quy, và điều nhóm đang cố làm là không giới hạn nó vào chỉ một thành phần. Có tiếng hỏi: "So it chooses whether to." Owen đáp: "It chooses whether to." Dhaval nói thêm: anh và nhóm cố gắng can thiệp ít nhất có thể (hands off), để nó tự làm việc của nó.

Martin hỏi (video đăng ngày 12/10/2026): các anh có một master prompt duy nhất không? Kiểu như "hãy tự cải thiện"? Owen đáp: nhưng ngay cả master prompt cũng đang được cải thiện. Có tiếng hỏi lại: "Really? It improves the master prompt?" Dhaval giải thích (video đăng ngày 12/10/2026): và nó không phải là một (one) hệ thống RSI, vì có thể nghĩ là có thứ làm việc cải thiện, nhưng bạn cũng phải có thứ biết cần cải thiện cái gì. Cả hai đều là bài toán động, và chúng gắn chặt với nhau.

Martin hỏi tiếp (video đăng ngày 12/10/2026): các anh nghĩ chuyện này rốt cuộc tổng quát tới mức nào? Hiện các anh đang tập trung vào tăng tốc inference trong một lĩnh vực cụ thể. Các anh có nghĩ những cách tiếp cận đang làm ở đây sẽ tổng quát hoá được, hay mỗi không gian lời giải đích sẽ cần một cách riêng?

Dhaval trả lời (video đăng ngày 12/10/2026): về mặt toán học, anh và nhóm đã định nghĩa nó thành một hệ thống tổng quát hoá cho mọi thứ. Anh nói tiếp "I think the one part of the system", và Martin hỏi: và "mọi thứ" nghĩa là bất kỳ lĩnh vực bài toán nào mà bạn có thể hướng AI vào? Dhaval: "Correct."

## 14. Giới hạn vật lý, yếu tố con người và năng lượng

Dhaval nói thêm (video đăng ngày 12/10/2026): nhưng có những giới hạn vật lý, chẳng hạn. Có tiếng đáp: "Of course, yeah." Dhaval nói tiếp: và một giới hạn lớn của chuyện này là yếu tố con người. Anh nghĩ cách mà nhiều công ty AI đang nghĩ là: hãy dùng AI để thay thế con người. Nhưng điều anh và nhóm nhận thấy là nếu bạn có những nhà nghiên cứu giỏi và kỹ sư giỏi, có rất nhiều thứ những người đó mang tới mà sẽ rất khó để agent thay thế. Và đó là lý do ngay từ đầu, anh và nhóm đã cố nghĩ về, về cơ bản, toàn bộ công ty của mình như một hệ thống multi-agent, trong đó con người là một loại agent sống cùng các AI agent khác.

Martin hỏi (video đăng ngày 12/10/2026): ví dụ, các anh có hình dung một hệ thống mà lượng năng lượng đổ vào nó bằng cách nào đó giảm dần theo thời gian so với mức cải thiện không?

Dhaval trả lời (video đăng ngày 12/10/2026): anh và nhóm không chia sẻ được quá nhiều, nhưng một trong những điều rất quan trọng mà nhóm đã cố làm ở công ty là không chỉ làm phần tử số, thứ anh mô tả lúc nãy, tức hiệu năng, mà còn làm phần mẫu số: bạn lấy ra được bao nhiêu từ cùng một lượng vật lý, tiền bạc, hay gọi là gì cũng được.

Martin hỏi tiếp (video đăng ngày 12/10/2026): nhưng các anh có nghĩ có thể có một hệ thống mà tử số tiếp tục tăng theo cùng cách trong khi mẫu số giữ nguyên hoặc giảm không? Dhaval đáp: không chỉ là có thể. Anh nghĩ điều đó đang xảy ra. Có tiếng hỏi: "Really?" Martin nói: vậy là cần ít năng lượng hơn để có kết quả tốt hơn. Có tiếng đáp: "Yeah, over time."

Martin hỏi (video đăng ngày 12/10/2026): các anh có nghĩ có một vũ trụ nào mà trong đó điều này tiếp diễn mà không tiệm cận giới hạn? Vì nếu vậy thì thật sự bạn sẽ có takeoff. Dhaval mở lời "I mean", rồi Martin nói: điều đó có vẻ trái với lý thuyết thông tin và các định luật vật lý.

Dhaval nói (video đăng ngày 12/10/2026): anh nghĩ tới một lúc nào đó bạn sẽ chạm tới hằng số Planck, năng lượng Planck, thời gian Planck. Nên nó sẽ tiệm cận một giới hạn ở điểm nào đó. Anh nói "But I think…", và Martin hỏi: vậy anh nghĩ giới hạn đó về cơ bản là khả năng tính toán của vũ trụ? Dhaval đáp: ít nhất là vậy. Có bao nhiêu hạt trong vũ trụ? 10 mũ 80. Chúng ta biết. Tốc độ ánh sáng, chúng ta biết nó là bao nhiêu. Nhân hai thứ đó với nhau, về cơ bản bạn có một cận trên của khả năng tính toán. Và với lượng tính toán cố định này mà bạn làm được mỗi giây, chúng ta biết là mình có một giới hạn.

## 15. "Không phải niềm tin": metric và những dấu hiệu ban đầu

Martin nói (video đăng ngày 12/10/2026): anh rất ấn tượng với niềm tin của các anh rằng cái ý tưởng một model tự cải thiện chính nó… Dhaval chen vào: nhưng đó không phải là niềm tin.

Owen nói thêm (video đăng ngày 12/10/2026): đó cũng là câu hỏi bạn dùng metric nào để nhìn sự tiến bộ. Nếu dùng độ chính xác trên benchmark, nó bị chặn trên ở 100%. Bạn sẽ không bao giờ thấy cải thiện theo hàm mũ trên metric đó, vì cuối cùng nó bị nghẽn ở 100%. Nên trong một thời gian dài, anh và nhóm có câu hỏi này: làm sao biết được một thứ đã cất cánh nếu không có đúng metric?

Dhaval nói (video đăng ngày 12/10/2026): việc điều này đang xảy ra không phải là niềm tin. Anh nghĩ anh và nhóm đã đang thấy những dấu hiệu ban đầu (glimmers) của việc đó. Martin đáp: đó là một tuyên bố mạnh mẽ, và anh nghĩ đây là lần đầu tiên anh nghe Dhaval nói ra điều đó. Rồi Martin hỏi: khoan, đây là một kết quả có từ lâu và liên tục, hay là tương đối gần đây các anh mới bắt đầu thấy những dấu hiệu này?

Dhaval trả lời (video đăng ngày 12/10/2026): không, anh và nhóm đã thấy những kết quả này lớn dần, lớn dần, lớn dần trong vài tháng qua. Có tiếng đáp: "That's amazing." Martin hỏi: làm sao các anh có thể tin vào kết quả, khi mà, kiểu như, nó chưa chạy được và các anh không biết? Dhaval đáp: không, đó không phải niềm tin. Đó là đo lường thực nghiệm.

Dhaval kể tiếp (video đăng ngày 12/10/2026): nhưng ở góc độ một công ty, có một chuyện rất buồn cười đang diễn ra. Vì anh và nhóm đã rất kỹ lưỡng, nhóm chưa công bố thứ gì cho tới khi thật sự chắc chắn là nó đúng. Và cứ vài tháng lại có một thông báo về một thứ liên quan tới RSI. Nhóm nhìn vào và nghĩ: lẽ ra mình nên công bố kết quả của mình hay gì đó. Rồi nhóm xem kỹ, cố tái lập lại kết quả, và nhận ra: à, đó là nhiễu, đó là chọn lọc kết quả có lợi (cherry picking). Nên theo anh, rất, rất khó để biết cái gì là thật, giữa biển những thứ kiểu như ai cũng đang cố làm AI, làm RSI.

## 16. Viceroy of Variance, quality time và nhiễu

Dhaval nói câu trả lời về mặt kỹ thuật là bạn phải thật sự, thật sự giỏi đo lường (video đăng ngày 12/10/2026). Ví dụ, anh và nhóm có một kỹ sư mà nhóm đặt danh hiệu là "viceroy of variance" (phó vương của phương sai). Có tiếng nói: đó là chuyện có thật. Dhaval kể tiếp: việc của anh ấy là đi phá các kết quả mà nhóm có và tìm ra chỗ sai. Nhóm còn có vài emoji nhỏ trên Slack, trong đó có một cái có tia laser đỏ phát ra từ mắt anh ấy, dùng khi anh ấy phát hiện có phương sai xấu và những thứ tương tự.

Theo Dhaval (video đăng ngày 12/10/2026), một điều anh và nhóm nhận thấy là khi xử lý một benchmark mới, hay một bài toán mới có giá trị kinh tế mà muốn áp dụng cách này, tới giờ nhóm vẫn chưa tìm được thứ gì thay thế cho cái nhóm gọi là "quality time": thật sự chạy hàng trăm thử nghiệm, nhìn vào chúng, phát triển trực giác, cố tìm ra cái gì sai, cái gì không sai. Cái gì chỉ là phương sai, cái gì không phải? Đâu là một hiện tượng lạ cho thấy có một kiểu reward hacking nào đó, kiểu như ở hai tầng phía dưới, agent đã build ra agent đã build ra agent đó đã hack một thứ gì đó, và giờ bạn có những kết quả kỳ lạ? Có tiếng đáp: "Right." Dhaval nói: chuyện này không dễ.

Martin kể kinh nghiệm của mình (video đăng ngày 12/10/2026): khi làm việc với các hệ điều khiển phi tuyến trong ngành mạng, có cả loạt hành vi suy biến (degenerate behavior) mà bạn phải xử lý. Không chỉ là hội tụ và phân kỳ, mà còn có những thứ như dao động (oscillation). Có tiếng đáp: "Yes." Martin nói tiếp: và đây là một bài toán rất nhiều chiều. Vậy các anh có phải xử lý tất cả những thứ đó, như dao động tiềm ẩn, không? Dhaval: "Absolutely." Martin hỏi: nghĩa là nó sẽ tốt lên, rồi tệ đi, rồi lại tốt lên? Dhaval: "Absolutely." Có tiếng đáp: "Okay."

Dhaval nói tiếp (video đăng ngày 12/10/2026): và trên hết, bạn còn có nhiễu. LLM về bản chất cực kỳ ngẫu nhiên (stochastic). Điều anh và nhóm thấy là với một agent cụ thể trên một benchmark cụ thể, có những mức nhiễu đôi khi không đoán trước được. Và một số cực kỳ kỳ lạ: thậm chí có loại nhiễu lạ đến từ GPU này so với GPU kia. Cả hai đều là B200, nhưng chúng có hành vi hơi khác nhau ở mức vật lý, và bạn có thể thấy một phần của khác biệt đó được tái hiện ở tầng cao. Theo anh, đó là lý do nó phải là một việc thực nghiệm.

## 17. Theo Owen, intelligence giống một vector nhiều chiều; định luật Amdahl

Owen nói (video đăng ngày 12/10/2026): từ đó, bạn đã có thể thấy intelligence không phải một đại lượng vô hướng (scalar) duy nhất. Nó giống một vector nhiều chiều hơn. Sẽ có những lĩnh vực và ngành mà RSI này sẽ cho bạn takeoff. Và sẽ có những chiều mà ở đó bạn có thể chững lại, hoặc sẽ có cải thiện tương đối chậm. Anh nghĩ yếu tố quyết định là thành phần chậm nhất trong đó là gì.

![Owen He ngồi trước micro, hai tay đưa ra trước khi nói về intelligence như một vector nhiều chiều](https://homus.dev/photos/3Q1mdn5ZGvM-2752.jpg)

Owen He trong lúc nói rằng, theo anh, intelligence không phải một scalar mà giống một vector nhiều chiều (video đăng ngày 12/10/2026).

Owen nói với Martin (video đăng ngày 12/10/2026): anh là người làm tối ưu; anh biết có định luật Amdahl (Amdahl's law), về mức tăng tốc bạn có thể đạt được khi tối ưu một thành phần. Martin nói: bạn đưa nó về không. Owen: "Yeah." Martin nói: mọi thứ còn lại sẽ áp đảo. Owen: "Exactly."

Owen giải thích (video đăng ngày 12/10/2026): phần kỹ thuật số thì chúng ta có thể tối ưu và tăng tốc, có thể nhanh hơn kiểu một nghìn lần hay một triệu lần. Nhưng nếu nó chỉ chiếm 20% tổng thời gian của bạn, bạn sẽ chỉ được tăng tốc 20%. Nên với những lĩnh vực mà bạn vẫn cần di chuyển nguyên tử, tương tác với thế giới vật lý vốn rất chậm, bạn vẫn sẽ bị nghẽn bởi phần đó.

Ví dụ Owen đưa ra trong video đăng ngày 12/10/2026 với định luật Amdahl: tăng tốc phần kỹ thuật số bao nhiêu đi nữa, nếu nó chỉ chiếm 20% thời gian thì phần chậm còn lại vẫn quyết định.

Owen lấy ví dụ (video đăng ngày 12/10/2026): giả sử với mỗi lần đánh giá cần làm, chẳng hạn trong drug discovery, bạn vẫn cần làm thí nghiệm wet lab rồi thử nghiệm lâm sàng, và việc đó mất nhiều tháng. Khi đó mọi ý tưởng mới đều phải qua một vòng đánh giá kéo dài một tháng hoặc nhiều tháng. Nên theo anh, những ngành đó có lẽ sẽ không được tăng tốc nhanh bằng coding hay toán học, nơi bạn có những vòng đánh giá rất nhanh và rẻ.

## 18. Công ty vòi tưới vườn ở Wisconsin, và lời tóm tắt của Martin

Martin nói (video đăng ngày 12/10/2026): điều anh chưa từng thấy là ai đó đặt một phép cân bằng lên chuyện này. Kiểu như nói: để cải thiện cái này thêm X để giải bài toán này, tôi cần chừng này năng lượng mới ròng. Nếu có điều đó, bạn thật sự có thể dự đoán, kiểu như: tôi cần một nhà kho lớn cỡ nào để giải một bài toán drug discovery, hay tôi sẽ cần bao nhiêu robot. Anh hỏi: các anh có nghĩ chúng ta đang tiến gần hơn tới việc thật sự có được các cận (bounds) không? Vì anh nghĩ đây là một câu hỏi cực kỳ quan trọng mà tất cả chúng ta phải trả lời.

Dhaval kể một câu đùa nội bộ ở công ty (video đăng ngày 12/10/2026): bí mật của RSI nằm đâu đó trong một công ty làm vòi tưới vườn ở Wisconsin. Câu đùa là thế này: nếu Einstein không khám phá ra thuyết tương đối, sẽ không có những định luật cho bạn biết tốc độ và sự co thời gian hoạt động thế nào. Và nếu một kỹ sư kém may mắn nào đó phải thiết kế hệ thống GPS, người đó sẽ phải tìm ra một phép hiệu chỉnh thời gian. Và có lẽ người đó sẽ nói: không, không, rõ ràng không phải kết cấu không-thời gian đang co lại; tôi không biết vì sao, nhưng đây là công thức tôi tự rút ra bằng thực nghiệm.

Martin chen vào: "Some fudge factor" (một hệ số chữa cháy nào đó). Có tiếng đáp: "Yeah, exactly." Dhaval kể tiếp (video đăng ngày 12/10/2026): rồi về sau người ta sẽ kiểu: trời đất, đây là không-thời gian đang co lại.

![Toàn cảnh studio: Martin Casado cúi người cười bên trái, Owen He ở giữa, Dhaval Adjodah bên phải đang nói và đưa hai tay ra](https://homus.dev/photos/3Q1mdn5ZGvM-3027.jpg)

Toàn cảnh bàn tròn trong lúc Dhaval kể câu chuyện về người kỹ sư thiết kế GPS (video đăng ngày 12/10/2026): Martin Casado bên trái, Owen He ở giữa, Dhaval Adjodah bên phải.

Theo Dhaval (video đăng ngày 12/10/2026), anh và nhóm có một giả thuyết: RSI hiện đang được nghĩ tới theo kiểu "hãy giải tất cả những bài toán siêu khó, đang thịnh hành này". Nhưng điều nhóm nghĩ là độ phức tạp của thế giới lớn tới mức những thách thức thật sự có lẽ nằm ở những không gian chưa được áp dụng tới. Và đó là câu đùa: có một workflow nào đó, ở đâu đó trong một công ty vòi tưới vườn ở Wisconsin, mà nếu giải được thì, như anh nói, "boom".

Có tiếng đáp: "I love it." Martin muốn tóm tắt nhanh (video đăng ngày 12/10/2026): các anh đang theo đuổi RSI. Trong trường hợp của các anh, đây không phải hiệu ứng tự xúc tác. Đây là RSI thật sự, nơi hệ thống cải thiện toàn bộ hệ thống. Và với các anh, đó là một hệ thống bao gồm cả harness lẫn weights. Nếu nghĩ về bài toán, bạn có một tử số và một mẫu số. Tử số là hệ thống tốt lên tới mức nào, mẫu số là bao nhiêu năng lượng đổ vào nó. Các anh tin là mình đang thấy những dấu hiệu ban đầu cho thấy cả hai cùng cải thiện một lúc khi dùng kiểu cách tiếp cận này. Anh hỏi: tóm tắt vậy có đúng không? Có tiếng đáp: "Yeah."

Martin hỏi khi nào mọi người có thể nghe thêm từ các anh. Dhaval đáp (video đăng ngày 12/10/2026): rất sớm. Có tiếng đáp: "Amazing." Martin cảm ơn cả hai đã tham gia, và có tiếng đáp lại: "Thank you."

## Nguồn và liên kết

- Tên gốc: Recursive Self-Improvement and the Future of AI
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=3Q1mdn5ZGvM](https://www.youtube.com/watch?v=3Q1mdn5ZGvM)

- Kênh YouTube a16z (Martin Casado cùng Dhaval Adjodah và Owen He): [youtube.com/channel/UC9cn0TuPq4dnbTY-CBsm8XA](https://www.youtube.com/channel/UC9cn0TuPq4dnbTY-CBsm8XA)

- Trang của Martin Casado trên a16z, ghi anh là general partner dẫn dắt mảng infrastructure của quỹ (đọc ngày 21/11/2026): [a16z.com/author/martin-casado](https://a16z.com/author/martin-casado/)

- MakerMaker, trang chủ tự giới thiệu "We build agents (that build agents)ⁿ" (đọc ngày 21/11/2026): [makermaker.ai](https://makermaker.ai/)

- nanoGPT của Andrej Karpathy, repo tự mô tả là "The simplest, fastest repository for training/finetuning medium-sized GPTs" (đọc ngày 21/11/2026): [github.com/karpathy/nanoGPT](https://github.com/karpathy/nanoGPT)

Nguồn: https://homus.dev/talks/recursive-self-improvement-and-the-future-of-ai · cập nhật 2026-11-21
