# Computer use của OpenAI: gần mức superhuman, kiểm soát cho enterprise và việc nhàm chán là cơ hội

[Ari Weinstein](https://homus.dev/speakers/ari-weinstein) · [a16z](https://homus.dev/orgs/a16z), [Seema Amble](https://homus.dev/speakers/seema-amble) · [a16z](https://homus.dev/orgs/a16z), [James Sun](https://homus.dev/speakers/james-sun) · [a16z](https://homus.dev/orgs/a16z), [Fabrizio Serafini](https://homus.dev/speakers/fabrizio-serafini) · [a16z](https://homus.dev/orgs/a16z)

> Ari Weinstein và James Sun (OpenAI) cùng a16z bàn computer-using agent: tốc độ, kiểm soát cho enterprise, ERP legacy, lời khuyên founder (video 26/10/2026).

Topics: Agents, AI UX, Startups, Security

Canonical: https://homus.dev/talks/why-openai-is-racing-to-make-computer-use-superhuman

## 1. Đoạn mở đầu: computer use đã nhanh hơn người dùng trung bình

Tập podcast này của a16z mở đầu bằng một chuỗi câu cắt ra từ chính cuộc trò chuyện phía sau. Ari Weinstein nói anh và nhóm ở OpenAI đã đưa computer use tới chỗ nó nhanh hơn một người bình thường, và anh nghĩ anh và nhóm đang tiến rất gần tới mức nó trở thành superhuman (theo video đăng ngày 26/10/2026).

Seema Amble hỏi: những loại việc nào đã sẵn sàng để giao hẳn cho agent, còn loại nào vẫn cần người kiểm tra và sửa lại (video đăng ngày 26/10/2026)?

James Sun nói từ khi có Astra, các computer-using agent giờ đã có khả năng làm bất cứ việc gì một người làm được. Anh và nhóm nghĩ nhiều về những trải nghiệm consumer mới có thể mở ra với một model nhanh hơn, tốt hơn; còn ở phía enterprise, đó là lý do tự nhiên khiến chuyện an toàn trở nên thú vị hơn: làm sao cho khách hàng quyền kiểm soát mức human in the loop, rồi tới khả năng kiểm toán (auditability) (theo video đăng ngày 26/10/2026).

Ari nói computer use không giống bất kỳ thứ gì khác anh và nhóm từng xây, những thứ mà developer phải bỏ công ra mới dùng được: phải có người xây một connector, một MCP server, còn computer use thì chạy với mọi thứ (theo video đăng ngày 26/10/2026).

Fabrizio Serafini nói giờ đã có những model đủ năng lực, và chúng đang rẻ tới mức chạy được ở quy mô lớn; vậy các công ty nên nghĩ tới việc tự động hóa những gì? James mở đầu câu trả lời: anh nghĩ về nó theo hai nhóm lớn, nhóm thứ nhất là... (video đăng ngày 26/10/2026).

![Biểu đồ The Cost Case for Computer-Use Agents so sánh chi phí mỗi giờ của agent và lao động](https://homus.dev/photos/9v42ZOdiBJY-0043.jpg)

Biểu đồ "The Cost Case for Computer-Use Agents" chèn vào đúng lúc nói chuyện model rẻ hơn: chi phí đầy đủ cho một giờ làm việc, computer-use agent "$6–8 typical ($3–15 range)", offshore BPO ở Ấn Độ "~$10 ($8–15)", và một thanh cho US back-office nằm trong khoảng 30 tới dưới 40 USD trên trục, không ghi số; dòng nguồn ghi số liệu agent lấy từ một deck "State of Computer Use" và giá token frontier (biểu đồ trong video đăng ngày 26/10/2026).

## 2. Lời giới thiệu: hai người của a16z, hai người của OpenAI

Seema chào mừng người nghe tới a16z podcast, giới thiệu mình là Seema Amble và người đồng nghiệp đi cùng là Fabrizio Serafini. Chị kể vào tháng 8, hai người đã viết về computer-using agent và việc chúng bắt đầu làm những việc thật bên trong các công ty. Hôm nay chị có Ari Weinstein và James Sun đến từ OpenAI, để giúp mổ xẻ chuyện gì đang diễn ra với computer-using agent từ góc nhìn của họ và chia sẻ vài suy nghĩ về tương lai (theo phần mô tả và lời giới thiệu trong video đăng ngày 26/10/2026, Seema và Fabrizio ở a16z, Ari và James ở OpenAI).

![Màn hình chia đôi: ba người ở bàn tròn trong studio và Fabrizio ở một phòng khác](https://homus.dev/photos/9v42ZOdiBJY-0054.jpg)

Màn hình chia đôi lúc Seema giới thiệu: bên trái là bàn tròn trong studio với Seema, Ari (giữa, áo đen) và James (phải, áo khoác xám); bên phải là Fabrizio tham gia từ một phòng khác, sau lưng là kệ sách (video đăng ngày 26/10/2026).

Seema cảm ơn Ari và James đã tới. Có tiếng đáp lời: tất nhiên, rất vui được có mặt, cảm ơn đã mời (video đăng ngày 26/10/2026).

Seema mời Ari mở màn: điều gì trong Astra đã giúp computer-using agent tiến lên, và thứ gì thật sự được mở khóa? Theo phần mô tả của video (đăng ngày 26/10/2026), model này là GPT-6 Astra; trong cuộc nói chuyện mọi người gọi tắt là Astra.

## 3. Astra giúp computer use ở đâu: nhanh hơn một chút, sáng tạo hơn, đáng tin hơn một chút

Ari nói Astra là một model tuyệt vời, giỏi rất nhiều thứ. Các model computer use của OpenAI vốn đã rất tốt từ trước Astra; chính Sol đã cực kỳ giỏi computer use. Vì thế, theo trải nghiệm mà anh gọi là có phần cảm tính của mình, Astra giúp ở vài chỗ "quanh rìa" (theo video đăng ngày 26/10/2026).

Một là trung bình nó nhanh hơn một chút, vì nó dùng ít thinking token hơn để làm cùng một việc. Hai là nó giỏi hơn ở một số loại việc sáng tạo. Anh lấy ví dụ một demo trong video launch, nơi người ta nói chuyện với model và nó vẽ trên Microsoft Paint: Astra giỏi hơn hẳn ở kiểu việc đó, và anh nghĩ điều này có lẽ cũng áp sang các loại việc sáng tạo khác (theo Ari, video đăng ngày 26/10/2026).

Điều cuối cùng anh thấy là nó đơn giản đáng tin hơn ở những chỗ quanh rìa. Anh cảm thấy mình tin nó hơn một chút. Đó là kiểu khác biệt nhỏ, khó nhận ra nhưng thật sự quan trọng, giữa một thứ đáng tin 99% và một thứ đáng tin 97%; anh cảm thấy nó chỉ cao hơn một chút, theo một cách mà anh thấy khá cụ thể (theo Ari, video đăng ngày 26/10/2026).

Hai mức độ tin cậy Ari đặt cạnh nhau khi nói Astra "đáng tin hơn một chút": theo anh, khác biệt này khó nhận ra nhưng thật sự quan trọng (lời Ari trong video đăng ngày 26/10/2026, là ví dụ của anh, không phải số đo).

James nói thêm vào những điểm đó: Astra cũng là model aligned nhất của OpenAI. Nói về niềm tin, nếu nhìn vào system card của nó, Astra tốt hơn nhiều trong việc chống prompt injection, và tốt hơn nhiều trong việc không thực hiện bất kỳ hành động ngoài ý muốn nào. Vì thế khi nghĩ tới công việc enterprise, nhất là các công ty dùng nó cho những việc nhạy cảm, như procurement, nói chuyện với nhà cung cấp hay với khách hàng, bạn sẽ thấy an toàn hơn nhiều khi dùng nó; anh nói điều đó thật sự, thật sự đáng hào hứng (theo James, video đăng ngày 26/10/2026).

Rồi có vài chuyện vui ở phía sáng tạo. James kể trong nội bộ, nhóm cho Astra chơi video game đấu với 5.6 và nó thắng mọi lần. Có vài tweet hay mà mọi người đăng, trong đó Astra phá đảo Fallout trong khoảng 30 tiếng hay đại loại vậy. Nên nó cũng cực kỳ giỏi chơi game; anh nói anh không biết, điều đó có lẽ cũng áp vào việc gì đó (theo James, video đăng ngày 26/10/2026).

## 4. Consumer hay enterprise: phần mềm legacy và mỗi dot một máy tính

Seema muốn đào sâu thêm một chút vào điểm đó. Use case consumer và use case enterprise của computer-using agent kéo theo những hệ quả rất, rất khác nhau về toàn bộ phần khung (scaffolding) bao quanh agent. Nếu phải chọn, hai anh nghĩ phía nào thú vị hơn (video đăng ngày 26/10/2026)?

![Seema, Ari và James ngồi quanh bàn tròn trong studio a16z](https://homus.dev/photos/9v42ZOdiBJY-0338.jpg)

Toàn cảnh studio lúc Seema đặt câu hỏi consumer hay enterprise: Seema ở bên trái, Ari ở giữa, James ở bên phải, mỗi người một micro trên bàn tròn (video đăng ngày 26/10/2026).

James nói mục tiêu của OpenAI thật ra là xây những sản phẩm hữu ích cho tất cả mọi người. Anh thấy thú vị là Ari chắc chắn thiên về consumer hơn, còn anh dành nhiều thời gian hơn một chút cho phía enterprise. Theo anh, consumer luôn là nơi OpenAI cố đẩy biên giới của những gì có thể làm được. Như Ari đã nói, Astra nhanh hơn nhiều so với các model trước, nên anh và nhóm nghĩ nhiều về những trải nghiệm consumer mới có thể mở ra với một model nhanh hơn, tốt hơn (theo James, video đăng ngày 26/10/2026).

Còn ở phía enterprise, đó là lý do tự nhiên khiến chuyện an toàn thú vị hơn, vì theo James, mỗi lần nói chuyện với các công ty lớn, use case cho computer use thật ra khá hiển nhiên. Bên trong enterprise có rất nhiều phần mềm legacy không hề có MCP tool nào. Đó là những phần mềm đã được dùng khoảng 15, 20 năm. Nhiều khi chúng khá khó dùng với một người bình thường, rất nhiều UI từ thập kỷ trước, tới mức bạn còn không biết cách vận hành vài chức năng chủ chốt. Anh và nhóm đã thấy các công ty xây skill để dạy model dùng những phần mềm đó tốt hơn (theo James, video đăng ngày 26/10/2026).

James nói có lẽ nên nghĩ thế này: enterprise là nơi năng lực đã có sẵn, có lẽ từ lâu hơn một chút, và các công ty đang bắt kịp, đang cố hiểu nên xử lý nó ra sao; còn consumer là nơi OpenAI đang cố tìm ra những kiểu use case tiếp theo, những thứ có lẽ hôm nay phần mềm chưa làm được. Rồi anh mời Ari chia sẻ thêm (video đăng ngày 26/10/2026).

Ari nói use case consumer với anh rất vui, vì nó giống như câu hỏi: làm sao giao cho agent của bạn những việc trong đời sống hằng ngày vốn rất phiền, tiết kiệm cho bạn cả đống thời gian, để bạn có thêm thời gian cho những thứ bạn hào hứng. Anh thấy rất vui khi nhìn Dots, nơi mỗi dot có máy tính riêng và bạn có thể nhờ nó làm việc cho mình trên cloud. Nó có một web browser đầy đủ. Nó có thể mua đồ cho bạn, đặt lịch cắt tóc, và bất cứ việc gì khác bạn muốn nó làm (theo Ari, video đăng ngày 26/10/2026). Anh nghĩ phía trước còn nhiều thứ nữa sẽ rất vui.

## 5. James dùng Dots ra sao: lời mời họp bị sót, Slack và log Sentry

Fabrizio nói đó đúng là câu anh định hỏi về Dots. Anh đoán James có lẽ đã dùng một dot để rà product feedback, và muốn nghe kỹ hơn: các anh đang dùng Dots thế nào, và computer use góp phần gì vào những việc chúng làm được (video đăng ngày 26/10/2026)?

James nói anh thấy Dots rất hay vì vài lý do. Một là nó rất chủ động (proactive). Nhiều lần, cả trong đời sống cá nhân lẫn công việc, anh đã rất bất ngờ khi Dots tự cảnh báo một việc mà anh đã để lọt hoàn toàn (theo James, video đăng ngày 26/10/2026).

Mới hôm trước thôi: trong hệ thống email nội bộ của OpenAI, mỗi khi nhận một email mời họp từ bên ngoài, lời mời đó không tự hiện lên lịch. Thế là anh hay lỡ một loạt cuộc họp với bên ngoài. Giờ Dots bắt được những vụ này cho anh. Nó kiểu: "Có một lời mời trong inbox của anh. Nó chưa có trên lịch. Anh có muốn tôi chấp nhận nó trong Gmail để nó hiện lên không?" Anh gọi đó là cứu tinh: một việc nhỏ nhưng rất quan trọng (demo bằng lời trong video đăng ngày 26/10/2026).

Anh còn cho nó chủ động đi tìm những việc mà hình dạng không cố định, không phải lần nào cũng cụ thể như nhau. Ví dụ: nội bộ OpenAI dùng Slack, và lúc nào cũng có cả núi tin nhắn. Trước đây anh có một job Slack dùng automations và Codex, cứ mỗi giờ hay mỗi 30 phút lại đi kéo tin về, và anh đã quen bỏ qua rất nhiều thông báo, vì chúng chỉ thỉnh thoảng mới có ích. Với Dots, anh có thể đưa một mục tiêu ở mức cao, kiểu: "Nếu ai trong reporting chain của tôi nói gì thì báo tôi. Nếu ai đưa feedback quan trọng, tự phán đoán về các sản phẩm nhất định, cứ làm" (theo James, video đăng ngày 26/10/2026).

Và vì nó có một máy tính trên cloud, James có một workflow mà anh thấy khá hay. Khi ai đó báo lỗi, họ thường kèm một log Sentry. Anh có thể cho nó dùng máy tính cloud, hoặc lái browser trên máy anh (Dots điều khiển được cả máy tính local lẫn máy tính cloud), đăng nhập Sentry, kéo log, phân tích rồi đưa feedback cho anh. Như vậy nó tiết kiệm cho anh cả vòng: xác định feedback nào quan trọng, đọc nó, vào Sentry, tải log, đưa vào Codex, hỏi ý kiến; tất cả giờ có thể tự động hóa (theo James, video đăng ngày 26/10/2026).

Vòng việc James kể trước đây anh làm tay mỗi khi có người báo lỗi kèm log Sentry, và theo anh giờ Dots có thể tự động hóa (video đăng ngày 26/10/2026).

James kết lại: Dots rất hợp, ít nhất là với những việc chủ động và chạy lâu (long-running) kiểu này, những việc không phải lần nào cũng cùng một hình dạng (theo James, video đăng ngày 26/10/2026).

## 6. Tốc độ: theo Ari, đã rất gần mức superhuman

Seema nói cả nhóm đã bàn một chút về độ tin cậy, tốc độ, lượng token dùng và hiệu quả. Các anh cân bằng tất cả những thứ đó ra sao khi liên tục cải tiến những gì mình phát hành (video đăng ngày 26/10/2026)?

Ari nói OpenAI thật sự hào hứng với computer use. Anh và nhóm đã đầu tư nhiều vào nó, và đã tới chỗ mà anh nghĩ OpenAI có sản phẩm computer use nhanh nhất, rẻ nhất và đáng tin cậy nhất; anh cũng nghĩ còn có thể đi xa hơn rất nhiều (đây là nhận định của Ari, video đăng ngày 26/10/2026).

Anh và nhóm dành nhiều thời gian nhìn vào tốc độ. Theo Ari, tốc độ là chuyện thú vị vì một mặt, sức mạnh của computer use là nó làm được việc ở chế độ nền. Nên trong vài trường hợp, nó mất bao lâu cũng không sao, vì bạn có thể đi làm việc khác trong lúc nó hoàn thành việc cho bạn. Nhưng đôi khi bạn lại muốn ngồi xem để chắc nó làm đúng. Bạn phải chờ nó vì nó cần xong việc này thì việc khác mới diễn ra được. Vì vậy tốc độ rất quan trọng: bạn không muốn có cảm giác "lẽ ra mình tự làm còn dễ hơn nhiều" (theo Ari, video đăng ngày 26/10/2026).

Ari nói anh và nhóm đã đưa computer use tới chỗ nó nhanh hơn người dùng máy tính trung bình. Anh nghĩ anh và nhóm đang tiến rất gần tới chỗ nó thành superhuman, nghĩa là nhanh hơn một người dùng máy tính thành thạo, có lẽ như một người đang ngồi ở bàn này. Anh nghĩ khi điều đó xảy ra, nó sẽ là một thay đổi lớn (sea change), thay đổi cách tất cả chúng ta tương tác với máy tính, vì bỗng nhiên bất cứ việc gì bạn làm được bằng tay, nó đều làm nhanh hơn (theo Ari, video đăng ngày 26/10/2026).

Cách Ari đặt mốc: computer use đã vượt người dùng trung bình, và theo anh đang rất gần mốc superhuman, tức nhanh hơn một người dùng thành thạo (video đăng ngày 26/10/2026; vị trí trên thang chỉ minh họa thứ tự, không phải số đo).

Trừ khi bạn thật sự muốn tự làm vì lý do nào đó, mà theo Ari có thể có nhiều lý do để người ta muốn vậy, thì trong trường hợp mặc định, có lẽ bạn chỉ muốn agent làm thay. Anh nghĩ điều đó sẽ cho phép xây đủ loại trải nghiệm người dùng thú vị. Nên tốc độ là thứ anh và nhóm nghĩ tới rất nhiều (video đăng ngày 26/10/2026).

Ngoài ra, hiển nhiên OpenAI có chiến lược đưa ra nhiều model khác nhau ở nhiều mức chất lượng và mức giá khác nhau, nên với từng use case, bạn có thể muốn dùng một model khác. Đồng thời, các model rẻ hơn của OpenAI đang ngày càng giỏi computer use hơn nhiều. Vì thế Ari nghĩ theo thời gian sẽ còn có nhiều khác biệt hơn trong việc người ta muốn dùng model nào cho việc nào (theo Ari, video đăng ngày 26/10/2026).

## 7. Cho khách hàng quyền kiểm soát: human in the loop, Guardian, auditability

James nói anh nghĩ đó là điều anh vừa nói. Suy nghĩ còn lại của anh là: làm sao cho khách hàng quyền kiểm soát chuyện an toàn, độ tin cậy, mức tự chủ so với tốc độ? Khi model chậm, bạn có thể ngồi xem nó làm, nhưng rồi bạn bị giới hạn ở số việc làm được, vì bạn không thể cứ ngồi đó xem nó làm. Nó thật ra kém hiệu quả hơn, vì nó chậm hơn bạn (theo James, video đăng ngày 26/10/2026).

Nhưng một khi tới chỗ bạn không còn quan sát và kiểm tra được mọi thứ nó đang làm, câu hỏi là làm sao cho các enterprise và doanh nghiệp quyền kiểm soát mức human in the loop, rồi tới auditability. James kể vài tháng trước, như một phần của Astra, OpenAI đã ra một bộ kiểm soát cho enterprise để doanh nghiệp chọn: thứ nhất, cần bao nhiêu human in the loop? Họ có muốn agent tự động duyệt mọi thứ không? (theo James, video đăng ngày 26/10/2026)

Anh nói OpenAI có một hệ thống rất hay tên là Guardian; anh nghĩ trong app nó là phần auto-approve. Đó là một model rất thông minh nhìn vào từng hành động mà computer use agent thực hiện để quyết định hành động đó có an toàn không, có khớp với ý định ban đầu không. Một người dùng consumer có thể kiểu "tôi chỉ muốn nó làm hết, và không muốn bị hỏi duyệt". Còn một enterprise thì có thể quyết định loại hành động nào thật sự được đi qua. Vì thế theo James, phần kiểm soát càng ngày càng quan trọng khi computer use agent cũng trở thành superhuman trong việc làm mọi thứ (theo James, video đăng ngày 26/10/2026).

Theo James (video đăng ngày 26/10/2026): Guardian là một model nhìn vào từng hành động của computer use agent; cùng một bộ kiểm soát, người dùng consumer và enterprise có thể chọn mức human in the loop rất khác nhau.

Seema đồng ý. Chị nói khi các anh cố đưa thêm nhiều use case enterprise vào chạy thật, chủ doanh nghiệp hào hứng với hiệu quả, nhưng cũng dè chừng xem thứ gì đang được thả ra. Rồi chị hỏi sang phía bên kia: các anh có thấy phản ứng từ các phần mềm ứng dụng, kiểu "giờ có computer-using agent truy cập phần mềm workflow legacy của tôi", không? Các anh có nghĩ gì về chuyện đó, hay chủ yếu tập trung vào agent mà người dùng consumer hoặc enterprise đang dùng (video đăng ngày 26/10/2026)?

## 8. Agent trên web mở: bài toán quảng cáo và WebMCP

James nói anh nghĩ vấn đề này thật ra trở nên thật sự thú vị trên web mở. Khi là phần mềm đã được công ty duyệt và đang dùng, chuyện thật ra đơn giản hơn, kiểu: "đúng, 100 phần trăm, chúng tôi muốn mọi người tự động hóa và làm việc ở đây, những việc họ không phải tự làm một cách tẻ nhạt" (theo James, video đăng ngày 26/10/2026).

Nhưng với internet, theo James có vài phe khác nhau. Phe thứ nhất là những bên có business model không khớp với chuyện này: hãy nghĩ tới các nhà quảng cáo, các nhà xuất bản có business model hoàn toàn dựa vào quảng cáo. Nếu agent dùng website thay cho người, thì doanh thu đến từ đâu? Anh nghĩ ở hầu hết các nơi, một lượt hiển thị quảng cáo (ad impression) của agent thật ra không được tính vào doanh thu thật. Đó là một câu hỏi thú vị mà anh và nhóm luôn đang xử lý, và đang làm cùng team partnerships (theo James, video đăng ngày 26/10/2026).

Câu hỏi khác là với những công ty thật sự muốn đón computer use agent dùng site của mình. Theo James, nhiều công ty trong số đó đang áp dụng các chuẩn cho phép con người và agent cùng dùng site. WebMCP là một chuẩn mà anh và nhóm rất hào hứng, và OpenAI hỗ trợ nó trong browser (theo James, video đăng ngày 26/10/2026). Repo WebMCP trên GitHub mô tả nó cho phép developer đưa chức năng của web app ra thành "tool" (các hàm JavaScript có mô tả bằng ngôn ngữ tự nhiên và schema có cấu trúc) để AI agent gọi (đọc ngày 21/11/2026).

Vì thế bạn có thể hình dung những tình huống mà agent nâng trải nghiệm dùng site lên, nhưng không thay thế hoàn toàn. James nói theo ý anh, lướt internet vẫn rất vui. Anh vẫn thích mua sắm, vẫn thích ngắm đủ loại khách sạn, chuyến bay và địa điểm. Nên có thể hình dung agent làm hết phần tẻ nhạt, nhưng chừa ra một trải nghiệm dễ hơn để bạn tự lướt. Rồi bạn kiểu: "Được rồi, giờ tôi muốn hoàn tất giao dịch, nhập thẻ tín dụng và làm mấy thứ này", lúc đó bạn trao lại cho agent (video đăng ngày 26/10/2026).

James nói WebMCP là một cách thú vị, trong đó giao diện của bạn với website vẫn là chính site đó chứ không phải một API, nhưng người và agent cùng dùng nó. Đó là vài suy nghĩ của anh (video đăng ngày 26/10/2026).

Ba hoàn cảnh James tách ra khi nói về phản ứng của phần mềm với computer use agent (video đăng ngày 26/10/2026).

## 9. Việc nào giao cho agent, và computer use như một API phổ quát

Seema chuyển hướng: chị muốn đào sâu hơn một chút vào chuyện "làm xong việc", hoàn thành một việc từ đầu tới cuối. Chị muốn nghe điều gì đang chạy tốt, các anh định nghĩa một việc hẹp và lặp lại được "đúng mức" ra sao, và những loại việc nào đã sẵn sàng giao cho agent, so với loại vẫn cần phía người dùng kiểm tra và sửa lại (video đăng ngày 26/10/2026).

James nói nhìn chung, anh thấy giờ các model khá có năng lực để làm bất cứ việc gì bạn làm được trên máy tính. Một bài tập anh cố ép mình làm là: mỗi khi có một việc, điều đầu tiên anh nghĩ tới là cứ để agent làm. Hiển nhiên vẫn có vài chỗ nhạy cảm, ví dụ nếu anh gửi tin nhắn cho ai đó, anh muốn cảm giác nó đến từ chính mình. Nhưng nhìn chung, theo cách anh nghĩ, từ khi có Astra, computer-using agent giờ có khả năng làm bất cứ việc gì một người làm được (theo James, video đăng ngày 26/10/2026).

Trước đây có những câu hỏi kiểu: còn chỗ "lỏng" về độ cụ thể và yêu cầu. James nói anh thấy model đang khá giỏi chuyện đó: mỗi khi bạn nhờ nó làm gì đó mà có chỗ mơ hồ, với Astra (anh nghĩ OpenAI đã ra một thứ gọi là flexible input) nó sẽ thật sự hỏi bạn, kiểu "tôi cần thêm vài chi tiết". Nếu bạn không trả lời kịp, nó cứ tiếp tục và tự kéo bối cảnh cần thiết (theo James, video đăng ngày 26/10/2026).

Nếu có workflow lặp lại, theo James, sẽ tốt nếu định nghĩa yêu cầu từ sớm, giống như viết một product spec. Nhưng nhìn chung, trừ khi có việc gì cực kỳ nhạy cảm mà bạn muốn có mặt trong vòng, anh giờ dùng model computer use cho mọi việc mình làm. Anh hỏi Ari có giống vậy không (video đăng ngày 26/10/2026).

Có tiếng đáp: đúng vậy.

Ari nói anh đang cố tập phản xạ đó ngay bây giờ, vì nó quá tốt, và đôi khi rất dễ bị kẹt trong cách làm cũ. Theo anh, điều thật sự hay của computer use với tư cách một công nghệ là tính phổ quát: nó chạy với mọi ứng dụng. Nó không giống bất kỳ thứ gì khác OpenAI từng xây, những thứ mà developer phải bỏ công mới dùng được: phải có người xây một connector hay MCP server. Còn computer use chạy với mọi thứ, và nó chạy bằng cách dùng ứng dụng đúng như cách con người dùng (theo Ari, video đăng ngày 26/10/2026).

Ari nói đó là điều đáng hiểu nếu bạn chưa dành nhiều thời gian với công nghệ này: computer use dùng máy tính giống như con người, nó cho agent có mọi năng lực mà bạn có, và anh nghĩ điều đó rất mạnh (video đăng ngày 26/10/2026).

James nói thêm: theo thời gian, anh đã thôi nghĩ "mình đang dùng nó cho việc computer use hay việc không phải computer use"; thường chúng nối vào nhau. Cách anh và nhóm nghĩ là computer use không phải một thứ bạn nhặt lên rồi nói "tôi muốn làm việc gì đó với nó". Nó thật ra giống như API phổ quát mà model có để làm bất cứ điều gì cần thiết. Nếu bạn có một việc tham vọng và muốn agent làm, việc càng phức tạp thì có lẽ càng dễ chạm tới computer use ở một chặng nào đó (theo James, video đăng ngày 26/10/2026).

Có lẽ lúc duy nhất anh không dùng computer use, trong vài trường hợp, là khi việc quá đơn giản tới mức anh tự đi bấm hai cái nút còn dễ hơn. Nhưng khi computer use còn nhanh hơn nữa, câu hỏi thành: có lẽ mình không cần làm cả việc đó; mình chỉ điều khiển bằng giọng nói và nó dùng máy tính cùng mình. James nói đó cũng là vài suy nghĩ thú vị (video đăng ngày 26/10/2026).

## 10. Làm enterprise yên tâm: kiểm soát deterministic, eval và con trỏ chuột

Seema hỏi: có điều gì các anh phải chia sẻ với một người dùng enterprise để họ thấy thoải mái với chuyện đó không? Hiển nhiên hai anh đã hoàn toàn "ngấm" computer use, nhưng phía enterprise đôi khi vẫn do dự, kiểu: "Ừ, con người sẽ bấm qua từng bước và có lẽ làm còn tệ hơn. Nhưng có cảm giác về trách nhiệm (accountability), người đó đã được đào tạo", và đủ các lý lẽ phản bác kinh điển. Chị tò mò cách thuyết phục mọi người xung quanh (video đăng ngày 26/10/2026).

James nói chắc chắn rồi. Thời gian gần đây anh đã nói chuyện rất nhiều với các enterprise, và điều chính là anh và nhóm nghĩ về nó theo hai lớp. Lớp thứ nhất: làm sao tạo ra các kiểm soát deterministic? Theo anh, đó thật sự là thứ cho enterprise nhiều cảm giác an toàn. Dù model của OpenAI là model aligned nhất từ trước tới nay, và anh nghĩ nó giỏi hơn hầu hết mọi người trong việc chống prompt injection và những hành động ngoài ý muốn, vì trí thông minh của nó rất cao, vẫn có một cảm giác an toàn khi admin của enterprise có thể nói rằng với một số việc, hoặc một số nguồn dữ liệu, chúng quá nhạy cảm để dùng (đây là nhận định của James, video đăng ngày 26/10/2026).

Vì thế, theo James, OpenAI đã ra hai thứ. Một là khả năng tạo một sandbox deterministic quanh agent, cụ thể là có thể quy định nó được dùng một số app nhất định, một số website nhất định. Hai là phần human in the loop: loại hành động nào cần con người can thiệp? Ví dụ có thể quy định bất cứ lúc nào có một lần tải xuống hay tải lên, phải có người duyệt; bất cứ lúc nào nó vào một website mới, phải có người duyệt. Anh nói, một lần nữa, đây đều là những núm vặn (dial) mà enterprise có thể chỉnh (theo James, video đăng ngày 26/10/2026).

Lớp thứ hai là cho admin của enterprise xem tất cả các eval OpenAI đã chạy nội bộ về mức độ aligned của các model, so với cả eval nội bộ lẫn eval của bên thứ ba (theo James, video đăng ngày 26/10/2026).

Ari nói còn có một số thứ nền tảng OpenAI làm ở mọi nơi để giúp người dùng xây dựng niềm tin với kiểu sản phẩm này. Anh và nhóm biết nó còn rất mới; đó là một trải nghiệm kỳ diệu và đôi khi xa lạ với mọi người. Nên anh và nhóm đã đầu tư nhiều vào thiết kế sản phẩm: bạn luôn thấy được con trỏ chuột nếu muốn xem nó làm một việc, và con trỏ chuyển động theo một kiểu vui mắt để việc ngồi xem không chán (theo Ari, video đăng ngày 26/10/2026).

Và như James nói, phần này tùy biến được rất nhiều cho enterprise, nhưng với cả người dùng thường, OpenAI hỏi quyền bạn trước khi dùng một ứng dụng hay website mới, tùy bạn đang ở chế độ nào. Ari nghĩ điều đó giúp mọi người không có cảm giác nó sẽ đi làm những chuyện mất kiểm soát trên máy của họ. Bạn muốn có một khoảnh khắc xây niềm tin, khi bạn hiểu dùng nó cảm giác ra sao và bạn muốn nó làm gì cho mình, rồi dần dần bạn thấy thoải mái hơn (theo Ari, video đăng ngày 26/10/2026).

![Màn hình chia đôi, Fabrizio cười và giơ tay khi nói về con trỏ Codex](https://homus.dev/photos/9v42ZOdiBJY-2005.jpg)

Fabrizio (bên phải, từ một phòng khác) giơ tay nói chuyện trong lúc ba người ở studio bên trái cười, ngay đoạn anh khen con trỏ của Codex (video đăng ngày 26/10/2026).

Fabrizio nói con trỏ của Codex dễ thương quá, anh rất thích. Anh biết đó là một chi tiết nhỏ, nhưng nhìn nó dùng máy tính cho bạn sự tự tin và làm trải nghiệm dễ chịu hơn. Nên theo anh, có một điểm về trải nghiệm người dùng chắc chắn đáng đầu tư (video đăng ngày 26/10/2026).

## 11. Enterprise nên tự động hóa gì: "boring is opportunity"

Fabrizio hỏi tiếp ở góc rộng hơn: giờ đã có những model đủ năng lực, và chúng đang đủ rẻ để chạy ở quy mô lớn. Theo các anh, các công ty nên nghĩ tới việc tự động hóa những gì? Use case nào trong enterprise các anh thấy hứa hẹn nhất? Có phải vài workflow quanh ERP, hay chuyện con người và agent cùng làm việc để xong việc? Nếu phải chọn, các anh hào hứng nhất khi thấy model của mình làm việc ở đâu (video đăng ngày 26/10/2026)?

James nói anh cũng muốn nghe ý của Ari, nhưng từ góc của anh, anh nghĩ theo hai nhóm lớn. Nhóm thứ nhất là tự động hóa các workflow tẻ nhạt, nhóm "nhàm chán" hơn, và anh sẽ đưa vài ví dụ nhàm chán (theo James, video đăng ngày 26/10/2026).

Seema chen vào: "boring is opportunity", nhàm chán là cơ hội. Có tiếng đáp: đúng vậy (video đăng ngày 26/10/2026).

James nói ERP là một mảng thật sự lớn. Tất cả các từ viết tắt bạn nghĩ ra được: ERP, CRM, mọi hệ thống system of record, đúng là từng hệ thống system of record. Anh và nhóm đã thấy phần mềm procurement: bạn làm việc với nhà cung cấp, năm nào cũng đặt một loạt thiết bị phòng thí nghiệm. Bình thường, các công ty làm thế này: có một bảng tính khổng lồ cỡ một nghìn dòng do chính các team tự điền; rồi một team vận hành lấy bảng tính đó nhập vào phần mềm procurement nội bộ; rồi nó được chốt thành một loạt dòng; rồi team procurement lấy đầu ra khổng lồ đó từ phần mềm và đi liên hệ nhà cung cấp. Theo James, máy tính có thể tự động hóa tất cả những bước đó, nên quản lý procurement là một mảng lớn (video đăng ngày 26/10/2026).

Quy trình đặt thiết bị hằng năm mà James mô tả là cách các công ty "bình thường" vẫn làm, và theo anh computer use có thể tự động hóa toàn bộ chuỗi này (video đăng ngày 26/10/2026).

Tài chính là một mảng rất thú vị khác mà anh và nhóm đã thấy. Trong một công ty có rất nhiều sổ cái (ledger) khác nhau: sổ cho chi phí và đủ thứ khác. Cuối tháng có rất nhiều việc đối soát (reconciliation). Theo James, nhiều phần mềm tài chính này không có API để kéo dữ liệu nhanh. Vì vậy, team tài chính có thể cho computer use rà qua tất cả các sổ cái, đối soát, lọc ra bất cứ điều gì đáng chú ý để báo cho một người, hoặc đi điều tra thêm; anh gọi đây cũng là một workflow rất nhàm chán nhưng hữu ích (video đăng ngày 26/10/2026).

Với đội sales, theo James nhiều đội sales dùng rất nhiều phần mềm khác nhau, để lấy bản chép lời, để lấy dữ liệu, đủ thứ. Cho computer use đi tìm khách tiềm năng (prospecting) rồi đưa kết quả vào CRM hay một phần mềm outreach nào đó. Nên toàn bộ phần system of record là một phần nhàm chán. Rồi nghiên cứu thị trường là một mảng nữa anh thấy rất nhiều (video đăng ngày 26/10/2026).

James kể lúc rảnh, anh đang xây một phần mềm gắn chú thích lên video cho môn cầu lông; anh chơi cầu lông rất nhiều. Anh thích quay mình chơi rồi cho agent xem lại. Anh tự hỏi làm sao cho thứ này thật sự hữu ích. Ngoài kia có vài phần mềm cho pickleball, cho squash, cho tennis, nên anh cho computer use đi đăng nhập, tạo tài khoản trên các phần mềm đó, dùng thử, chụp màn hình, đưa feedback cho anh, rồi cố đưa những điều đó ngược vào app của anh. Theo anh, đó đều là những workflow tẻ nhạt có thể giao đi (video đăng ngày 26/10/2026).

Nhóm thứ hai thú vị hơn: công việc sáng tạo, mở đường cho những việc tham vọng hơn. James nói cả nhóm đã nói tới việc model giờ rất giỏi thiết kế hình ảnh. Nên thiết kế mạch, công việc kiến trúc, kỹ thuật phần cứng, thiết kế game là những mảng anh và nhóm thật sự hào hứng, nơi Astra có thể đưa đi xa. Theo anh, hiện các enterprise ít nghĩ tới những mảng đó hơn, vì họ đang nghĩ tới các cơ hội nhàm chán; nhưng khi mọi người hiểu năng lực của model hơn, anh nghĩ đó là chỗ sẽ thấy được dùng nhiều hơn tiếp theo (theo James, video đăng ngày 26/10/2026). Rồi anh hỏi Ari có suy nghĩ gì không.

## 12. Phía consumer: form DMV, bảng tính và một cách khác để dùng máy tính

Ari nói ở phía consumer cũng khá tương tự: có rất nhiều việc thuộc kiểu tự động hóa những việc cực nhọc, hay làm những việc bạn không muốn làm. Như điền form DMV cho bạn, hay giúp bạn hủy đăng ký một loạt email trong inbox (theo Ari, video đăng ngày 26/10/2026).

Rồi còn những việc khác: anh đang nghe nhiều người kể chuyện họ làm những việc mà lẽ ra họ không có thời gian, hoặc không nghĩ tới việc làm. Riêng anh, anh đang duy trì các bảng tính về tài chính cá nhân và về lên thực đơn. Anh có một người bạn là huấn luyện viên cá nhân, đang làm những thứ được tùy chỉnh riêng cho khách của mình. Một số việc như vậy sẽ tốn thời gian tới mức không thể làm trong đời sống cá nhân, nhưng thứ này làm nó dễ dàng (theo Ari, video đăng ngày 26/10/2026).

Ari nói anh dùng Apple Numbers, một chương trình bảng tính khá ít người biết, nhưng model vẫn làm cực tốt trên đó (theo Ari, video đăng ngày 26/10/2026). Seema nói chị chưa từng nghe ai dùng Apple Numbers. Ari đáp đó là một phần mềm bảng tính tốt tới bất ngờ.

Rồi Ari nói còn một nhóm thứ ba, nhóm mà anh có lẽ hào hứng nhất, thứ mới chỉ đang bắt đầu và còn ở phía chân trời: đơn giản là có một cách khác để dùng cả chiếc máy tính, hay để tương tác với phần mềm. Anh nghĩ mọi người đã thấy trong ad của Astra những ví dụ rất hay về chuyện người ta chỉ cần nói chuyện với máy tính bằng giọng. Đó là một cách rất tự nhiên để dùng máy tính. Theo anh, theo thời gian, chính form factor của phần mềm sẽ thay đổi nhờ công nghệ này, và anh thật sự hào hứng với điều đó (theo Ari, video đăng ngày 26/10/2026).

## 13. Agent chạy phần mềm legacy hay phần mềm mới thay chỗ nó?

Seema bám vào ý đó: form factor của phần mềm thay đổi. Hãy hình dung bạn là người dùng enterprise, đã quen dùng một hệ ERP cồng kềnh nào đó từ 30 năm trước. Có một thế giới trong đó bạn thả ra một nhóm agent cứ thế vận hành phần mềm đó, và bạn không thật sự bận tâm. Có một thế giới khác trong đó một tay chơi mới, AI native, dùng computer-using agent. Chị hỏi: thế giới sẽ đi theo hướng giữ các bên legacy và chỉ thêm lớp agent bên trên, hay computer-using agent hoàn toàn có thể là một phần của các tay chơi phần mềm mới? Chị nói đây là điều chị nghĩ tới rất nhiều (video đăng ngày 26/10/2026).

Ari nói đây là một thời điểm rất thú vị, khi đồng thời chi phí và độ phức tạp để tạo phần mềm mới đã thấp hơn rất nhiều; nhưng ngoài kia cũng có rất nhiều phần mềm legacy mà computer use rất hợp để tương tác. Nên anh dự đoán cả hai điều đó sẽ tiếp tục trong một thời gian dài. Nhìn phần mềm đang chạy production hôm nay, rất nhiều phần được viết từ 10, 20, 30, 40 năm trước, và anh không nghĩ những thứ đó sẽ biến mất sau một đêm (theo Ari, video đăng ngày 26/10/2026).

Ari cho rằng theo một cách nào đó, sự tồn tại của computer use có thể tạo thêm áp lực để các công ty làm phần mềm chạy tốt hơn với agent, vì mọi phần mềm rồi sẽ mặc định chạy được với agent. Anh nghĩ WebMCP là một ví dụ rất hay của điều này, và sẽ còn thấy nhiều thứ như vậy. Nên anh dự đoán cả hai hướng đều cực kỳ quan trọng, nhưng anh nghĩ nó sẽ kiểu dịch chuyển dần theo thời gian (theo Ari, video đăng ngày 26/10/2026).

Có tiếng hỏi: James nghĩ sao?

James nói anh đồng ý. Theo anh, có rất nhiều nghệ thuật và tay nghề ở đây, và Ari hiểu điều này vì Ari đã cùng team xây một sản phẩm đẹp; anh nhắc tới con trỏ chuột. Có rất nhiều nghệ thuật và tay nghề trong việc xây những sản phẩm tuyệt vời mà người ta có thể cầm trên tay. Với anh, nếu internet trở thành một thứ vô diện, chỉ còn agent nói chuyện với nhau và con người không còn dùng gì nữa, anh sẽ rất buồn. Và anh không nghĩ nó sẽ như vậy, vì có điều gì đó ở tay nghề và phần mềm thủ công khiến nó dễ chịu khi dùng, vì người thiết kế thật sự, thật sự hiểu trải nghiệm khách hàng muốn có (theo James, video đăng ngày 26/10/2026).

James kể vợ anh gần đây mê một trò board game, anh quên tên, là trò nối năm viên để thắng. Cô đang cố chơi giỏi lên vì cô chơi online với bạn bè và đang bị thua đậm. Nên anh nói: được, anh sẽ xây cho em một công cụ luyện chiến thuật để đi qua các thế khai cuộc khác nhau, cho em chơi giỏi hơn. Anh làm một phiên bản đầu, và vì biết cô thích làm theo một cách nhất định, thích một số kiểu học hơn những kiểu khác, anh đã tạo được phần mềm có cảm giác thật sự hợp với cô (theo James, video đăng ngày 26/10/2026).

Theo James, kiểu phần mềm cá nhân hóa này có lẽ hôm nay vẫn có cảm giác chỉ dân rất kỹ thuật mới làm. Nhưng nếu nghĩ xa vài năm, khi ai cũng xây được bất cứ thứ gì, xây được những phần mềm chăm chút như vậy trong thời gian rất ngắn cho những use case ngách, được may đo rất vừa với từng người, thì anh nghĩ đó là một thế giới đẹp. Cuối buổi luyện, những bài học và lỗi cô mắc có thể do một agent tóm tắt và đưa cho cô dưới dạng văn bản. Nhưng khi cô thật sự chơi với AI và cố giỏi lên, đó là việc con người phải tự làm (video đăng ngày 26/10/2026).

Vì vậy James nói anh lạc quan (bullish), anh không nghĩ UI sẽ biến mất. Hơi lạc đề so với câu hỏi ban đầu, nhưng anh nghĩ áp lực của phần mềm rẻ sẽ khiến phần mềm phải tốt hơn. Dù vậy, anh không nghĩ mọi chuyện sẽ chỉ là: thứ gì cũng có MCP và API, và computer use sẽ không bao giờ hữu ích (theo James, video đăng ngày 26/10/2026).

Ari nói anh rất thích điểm này. Anh nghĩ con người được "lập trình sẵn" cho thao tác trực tiếp (direct manipulation): bạn thật sự muốn tự tay di chuyển và làm mọi thứ. Có tiếng đáp: yeah. Ari nói tiếp rằng thật thú vị khi nghĩ tới việc phần mềm trước đây "một cỡ cho tất cả" ra sao. Rất nhiều phần mềm chúng ta dùng hằng ngày được thiết kế cho hàng triệu, hàng chục triệu, hàng trăm triệu, hàng tỷ người. Anh nghĩ chúng ta sẽ bước vào một thời kỳ mà bất kỳ phần mềm nào cũng có thể được thiết kế cho 100 người hay cho một người, và loại phần mềm đó sẽ cá nhân, độc đáo hơn nhiều (theo Ari, video đăng ngày 26/10/2026).

Hai cực Ari đặt cạnh nhau sau câu chuyện công cụ luyện board game của James: phần mềm đại trà trước đây và phần mềm cá nhân hóa mà anh nghĩ sẽ tới (video đăng ngày 26/10/2026).

## 14. Phần mềm B2B vẫn cần một UI, và lớp shared intelligence

Seema nói mô hình trong đầu chị là có lẽ có hai nhóm. Một là ở phía consumer: thứ bạn dùng vì thấy vui, thích dùng, hay học được từ nó; không phải vì tiện ích, mà vì niềm vui khi tương tác, khi học, và bạn muốn dành thời gian cho nó. Ở phía B2B, bạn có thể muốn agent làm xong một loạt việc tẻ nhạt, nhưng có khái niệm audit log, và nó có thể được cá nhân hóa theo cách bạn muốn tương tác (video đăng ngày 26/10/2026).

Theo Seema, sản phẩm thật ra là: tôi, người dùng, đặt mục tiêu rồi hiểu được logic, nhưng không nhất thiết phải đi qua toàn bộ chuỗi mệnh lệnh để biết nó đã diễn ra thế nào. Người dùng B2B nào cũng vẫn cần tìm hiểu: vì sao khoản thanh toán đó được thực hiện, quay lại lấy bản tóm tắt chuyện gì đã xảy ra, rồi nói "được, trả người này vào thời điểm này; ở mốc 30 ngày, áp mức chiết khấu chừng này", vân vân. Họ muốn agent lo phần thực thi, nhưng ở một mức nào đó vẫn cần đặt vào một mức kiểm soát, và chị nghĩ việc đó cần một kiểu UI nào đó (video đăng ngày 26/10/2026).

Chị nói nếu chúng ta đang tiến tới việc tin rằng AI sẽ làm nhiều việc này hơn, thì phần đó cũng phải dễ chịu khi dùng, đúng không? Sao lại không? Sao chúng ta phải chấp nhận phần mềm tồi (video đăng ngày 26/10/2026)?

Ari nói anh nghĩ sẽ thật thú vị để xem, và anh lạc quan rằng sẽ thấy những kiểu phần mềm mới có giao diện người dùng truyền thống nhưng dùng agent bên dưới. Rồi có lẽ đôi khi chính những agent đó lại dùng computer use để tự động hóa phần mềm legacy, bằng cách cho bạn một trải nghiệm đẹp hơn nhiều, được xây đúng cho mục đích hơn. Anh nói anh thật sự hào hứng với lớp phần mềm đó (theo Ari, video đăng ngày 26/10/2026). Có tiếng đáp: yeah.

James nói điều đó giống với ý mà anh gọi là shared intelligence layer, lớp trí tuệ dùng chung. Agent của bạn dùng phần mềm legacy ở chỗ khác và làm việc ở những nơi khác. Nếu bạn đang dùng một ứng dụng, ứng dụng đó muốn truy cập được bối cảnh ấy để mang lại trải nghiệm tốt hơn. Theo anh, nếu mọi website đều có agent riêng không nói chuyện với agent của bạn, đó là một thế giới rất phân mảnh. Nên tìm ra cách các thứ này ăn khớp với nhau, nơi agent có thể cắm vào và dùng các phần mềm khác của bạn, anh nghĩ sẽ là chuyện rất thú vị để theo dõi trong vài tháng tới (theo James, video đăng ngày 26/10/2026).

## 15. Lời khuyên cho founder xây trên computer use

Fabrizio nói anh thích việc hai anh bàn chuyện này, vì anh nghĩ tầm quan trọng của tương tác giữa con người và AI đang bị đánh giá quá thấp, nhất là nếu muốn một sản phẩm thành công. Con người quen cộng tác, nên bạn muốn bất kỳ agent nào cũng hòa được vào team. Anh hỏi: áp vào một startup mới, giả sử ngày mai bạn mở công ty và muốn dùng computer use để giải một workflow trong enterprise, bạn sẽ nghĩ thế nào? Những điều gì bật ra trong đầu: tôi muốn biết khi nó hỏng, tôi muốn nó giao tiếp được với con người, hay tôi muốn nó là một hộp đen? Nếu phải nói với các founder ngay bây giờ, các anh sẽ khuyên gì khi họ dùng model và năng lực của OpenAI để giải bài toán cho enterprise (video đăng ngày 26/10/2026)?

Ari nói theo anh, điều đó phụ thuộc rất nhiều vào hình thái (modality). Bạn là một team nhỏ, muốn từng người trong team dùng một phần mềm mà team đang dùng, nhưng hiệu quả hơn? Hay bạn đang xây một thứ mà bản thân nó muốn tương tác với phần mềm có sẵn, và khi đó có lẽ bạn có một máy nào đó trên cloud đang chạy computer use ở chế độ nền? Anh nghĩ điều đó sẽ ảnh hưởng rất lớn tới hình thái cộng tác giữa người và agent mà bạn muốn (theo Ari, video đăng ngày 26/10/2026).

Với trường hợp đầu, Ari nói nhiều sản phẩm của OpenAI đang phục vụ use case này, khi bạn ngồi vào ChatGPT và có rất nhiều kiểu cộng tác tốt ở đó. Với trường hợp còn lại, nếu bạn xây bằng API và tự làm phần triển khai computer use của mình, thì thật sự thú vị khi phải tìm ra lúc nào muốn có con người trong vòng. Agent báo bạn khi có gì sai? Báo khi có gì đúng? Có gì đó tóm tắt lại để bạn không bị dội thông báo "chuyện này xảy ra, chuyện này xảy ra, chuyện này xảy ra", những thứ mà thật ra bạn sẽ bỏ qua? Hay là... anh nói anh không biết (theo Ari, video đăng ngày 26/10/2026).

Có tiếng hỏi: James nghĩ sao?

James nói cả Ari và anh đều từng là founder startup trước khi vào OpenAI, nên anh vẫn rất lạc quan về startup. Theo anh, câu hỏi rốt cuộc là: còn moat không? Còn thứ gì startup vẫn giải được trong khi các lab đang làm đủ thứ? Anh nghĩ nhìn chung có hai điều (video đăng ngày 26/10/2026).

Một là có rất nhiều thứ để xây. Dù OpenAI giờ đã khá lớn, hàng nghìn người, anh và đồng nghiệp vẫn thấy mình bị kéo căng trong nội bộ; các team không lớn lắm so với tất cả các vấn đề. Nên nếu bạn có một vấn đề mình thật sự hiểu sâu, có chuyên môn ngành, hiểu cách quy định vận hành, hiểu cách đi go-to-market, cách phục vụ những khách hàng đó, thì theo anh ngoài kia vẫn là một vùng đất rất mới. Những công cụ bạn có qua API của OpenAI, như computer use mà Ari đã nói, anh nghĩ vẫn sẽ giúp bạn tăng tốc. Và tốc độ, anh nghĩ rốt cuộc tốc độ và nỗi đau (speed and pain) là kiểu moat đang có hôm nay (theo James, video đăng ngày 26/10/2026).

Điều thứ hai anh nghĩ nhiều là theo ý anh, vẫn còn nhiều ngành dọc (vertical) nơi AI lan tỏa chậm hơn nhiều. Hôm trước anh nói chuyện với một công ty dùng computer use để giúp các chuỗi nhà hàng chụp ảnh kho chứa phía sau. Rồi dùng ảnh đó, phần vision xem thứ gì sắp thiếu dựa trên dự báo lượng khách ngày mai. Rồi nó dùng computer use vào một trang mua hàng hay phần mềm procurement nào đó để đặt nguyên liệu cho ngày hôm sau. Dựa vào đó, nó vào ERP để chỉnh lịch làm việc cho nhân viên, chỗ nào có thể cần thêm người, vì năm ngoái vào giờ này có nhiều khách hơn nhiều do một ngày lễ hay gì đó (theo James, video đăng ngày 26/10/2026).

James nói những chuỗi nhà hàng đó có lẽ không phải công ty công nghệ, không rành mọi công cụ đang có. Sống ở San Francisco, anh thấy nhiều người nghĩ "chà, lab làm được mọi thứ, có Codex rồi, sao họ không cài Codex mà cho nó làm". Nhưng với người Mỹ trung bình, với chủ doanh nghiệp vừa và nhỏ trung bình, với enterprise trung bình, thì riêng việc hiểu công cụ làm được gì là một; kết nối các công cụ theo cách hợp lý là hai; deploy là ba; phục vụ, duy trì (servicing) là bốn (video đăng ngày 26/10/2026).

Bốn việc James đếm lần lượt khi nói về người dùng và doanh nghiệp "trung bình" (video đăng ngày 26/10/2026).

Vì vậy, theo ý James, vẫn còn rất nhiều chỗ: với những workflow phức tạp cần nhiều phần mềm rời rạc, computer use là một cách rất tốt để nối chúng lại, hoàn thành trọn ý định hay trọn luồng việc. Còn xây nó thành một dạng và một UI mà những khách hàng đó cầm lên thấy dễ chịu, anh thấy vẫn là một cơ hội thật sự, thật sự lớn và anh nghĩ vẫn đang bỏ ngỏ (video đăng ngày 26/10/2026).

## 16. Tiếp theo là gì: tốc độ, trải nghiệm liền mạch và agent chủ động hơn

Seema hỏi điều gì tiếp theo: các anh đang hào hứng với gì ở biên giới (frontier) của computer-using agent mà có thể chia sẻ (video đăng ngày 26/10/2026)?

Ari nói anh đã ám chỉ tới rồi, nhưng anh và nhóm thật sự hào hứng với tốc độ, với việc làm cho computer use thành superhuman, và với những thứ trộn các kiểu giao diện khác nhau, gộp các đầu vào và đầu ra đa phương thức (multimodal) để bạn có trải nghiệm trôi chảy hơn với máy tính. Theo anh, hiện nhiều phần trong sản phẩm computer use của OpenAI rất thiên về chạy nền: "để tôi giao cho agent một việc, nó làm trong lúc tôi làm việc khác", điều mà anh gọi là một thế mạnh rất lớn của sản phẩm. Nhưng anh nghĩ trong tương lai sẽ thấy nhiều hơn kiểu cộng tác thời gian thực giữa bạn và agent, và anh thật sự hào hứng với mảng này. Ngoài ra là đơn giản tốt hơn, rẻ hơn, phổ biến hơn, dễ dùng hơn (theo Ari, video đăng ngày 26/10/2026).

Có tiếng đồng tình: đúng vậy.

James nói thêm: có thể thật sự truy cập được mọi thứ. Với Dots, OpenAI đang cho mọi người một máy tính trên cloud; ChatGPT Work cũng có một browser trên cloud. Nói thật, một điều anh hào hứng là làm cho trải nghiệm liền mạch hơn một chút. Hôm nay bạn có thể cài Chrome extension, và nó dùng password manager cùng mọi thứ trong Chrome của bạn. Rồi OpenAI có một in-app browser trong desktop app, với một bộ cookie khác và mật khẩu khác. Máy tính trên cloud của bạn cũng có những thứ khác nữa (theo James, video đăng ngày 26/10/2026).

Theo James, với người dùng phổ thông, chuyện này gây rối: sao tôi có bốn browser khác nhau mà không cái nào nói chuyện với cái nào? Mở một tab ở cái này thì nó có hiện ở cái kia không? Vì vậy rất nhiều điều anh hào hứng là làm sao đưa computer use từ một sản phẩm được dùng bởi các enterprise và những người dùng tiên phong rất "hardcore" thành thứ mọi người thật sự hiểu được (video đăng ngày 26/10/2026).

Anh nói nghe như nghịch lý, vì anh nghĩ computer use thật ra là sản phẩm AI dễ hiểu nhất: nó là một AI dùng máy tính. Nhưng vì độ phức tạp của các trạng thái khác nhau phải quản lý và những nơi khác nhau bạn dùng nó, các chi tiết triển khai đôi khi lộ ra, và nó trở nên hơi khó nắm. Nên làm cho nó đạt chuẩn consumer, dễ hiểu hơn, liền mạch hơn là điều anh thật sự hào hứng cho quý tới (theo James, video đăng ngày 26/10/2026).

Seema nói chị nghĩ chuyện này quay về điểm rằng vẫn có một con người khởi động agent. Và UI cùng các kiểm soát càng tốt, càng dễ và càng dễ chịu khi dùng, thì người đó càng nhận được nhiều từ nó (video đăng ngày 26/10/2026).

Có tiếng đáp: chắc chắn rồi (absolutely).

Ari nói còn một điều anh muốn chỉ tới: theo anh, một thách thức khác của sản phẩm hôm nay là bạn phải bỏ chút suy nghĩ vào cách mình sẽ dùng nó, và phải nhớ để dùng nó. Bạn phải tự thuyết phục mình làm những việc khác với cách bạn vẫn quen làm. Anh nghĩ Dots, như James đã nói lúc trước, có tính chủ động rất mạnh: chúng có thể tự tìm tới bạn, nhận ra tình huống và giúp bạn giải quyết vấn đề (theo Ari, video đăng ngày 26/10/2026).

Ari nghĩ sẽ còn thấy nhiều tính chủ động hơn nữa. Anh thật sự hào hứng với một thế giới mà agent có thể thích nghi với bạn, thay vì bạn thích nghi với nó, và anh nghĩ sẽ thấy rất nhiều điều đó. Theo anh, nó sẽ giúp mọi người dễ hơn nhiều trong việc gắn bó, hiểu và đưa công nghệ này vào đời mình, trong khi vẫn là người đặt và lái các mục tiêu, nếu điều đó hợp lý (video đăng ngày 26/10/2026).

## 17. Đà của computer use và "scaling moment"

Seema nói một điều cả nhóm chưa bàn là đà phía sau computer use và mức độ mọi thứ đã thay đổi; chị và Fabrizio đã nói một chút về chuyện này trong bài viết của hai người. Chị muốn hai anh nói về quỹ đạo tới giờ và mọi thứ đang đi về đâu (video đăng ngày 26/10/2026).

Ari nói anh và James đã làm computer use ở OpenAI được một thời gian. Sáu tới chín tháng qua cực kỳ đáng hào hứng, vì khi anh và nhóm bắt đầu làm các sản phẩm computer use này, rất ít người dùng chúng. Rồi các model, theo cảm nhận của anh, bỗng nhiên trở nên rất giỏi ở những loại việc này vào mấy tháng trước, trong năm nay, nhờ công việc tuyệt vời của team research. Sau đó anh và nhóm làm việc cật lực với nhiều team nội bộ để tạo ra những trải nghiệm sản phẩm thật sự tốt xung quanh nó (theo Ari, video đăng ngày 26/10/2026).

Và chỉ trong vài tháng gần đây, bỗng nhiên sản phẩm tăng trưởng điên cuồng và mọi người thật sự thấy được giá trị. Nhưng Ari nghĩ mọi thứ vẫn còn rất sớm: vẫn chỉ một phần người dùng của OpenAI đang dùng computer use, và anh nghĩ sẽ thấy nó tăng khá nhiều (theo Ari, video đăng ngày 26/10/2026).

James đồng ý. Anh vào OpenAI hồi tháng 1 và làm sản phẩm Atlas; anh yêu Atlas, "RIP Atlas". Theo anh, một điều cả nhóm nhận ra là trong Atlas, trải nghiệm agentic, vì vài lý do, thật ra không phải điểm bán hàng lớn. Không nhiều người dùng nó, một phần vì anh nghĩ phần lớn mọi người coi nó như một browser bình thường (theo James, video đăng ngày 26/10/2026).

Trong vài tháng qua, vì năng lực model đã tốt hơn, OpenAI đã đưa browser và browser use vào tất cả các sản phẩm sẵn có nơi đã có cách dùng agentic. James nói anh và nhóm đã thấy mức tăng trưởng kiểu YC, tuần này qua tuần khác, và anh luôn bất ngờ vì nó có thể đi nhanh tới mức nào (theo James, video đăng ngày 26/10/2026).

Anh nghĩ điểm bước ngoặt lớn tiếp theo là cloud. Desktop vẫn rất là thứ của người dùng chuyên sâu. Anh biết những người như chúng ta có lẽ dùng desktop suốt, nhưng phần lớn người dùng consumer ở trên điện thoại. Vậy làm sao cho mọi người dùng, cho tất cả những ai chỉ dùng điện thoại trong cuộc sống hằng ngày, một chiếc máy tính mạnh mà họ thậm chí không cần hiểu cách dùng, nó cứ thế làm mọi thứ chạy cho họ. Anh nói anh thật sự hào hứng với cách điều đó đưa computer use đến với người dùng (theo James, video đăng ngày 26/10/2026).

Seema nói chị cảm thấy computer-using agent đã có rất nhiều đà phía sau, và giờ là lúc: làm sao đưa nó vào tay nhiều người hơn, để họ tin nó, cảm thấy thật sự dùng được nó. Chị nói tới điểm James nêu lúc trước về trải nghiệm liền mạch, và theo chị, một khi điều đó tốt lên nhiều, người dùng consumer sẽ thấy thoải mái hơn khi dùng và nó sẽ có cảm giác tự nhiên hơn (video đăng ngày 26/10/2026).

Ari nói anh nghĩ vậy là đúng. Anh nghĩ chúng ta đang ở "scaling moment" của computer use, cho cả consumer lẫn enterprise cùng một lúc, và anh thật sự háo hức xem nó đi tới đâu và mọi người xây gì với nó (theo Ari, video đăng ngày 26/10/2026).

Có tiếng đáp: hay quá, bên này cũng vậy.

![Màn hình chia đôi lúc kết thúc: ba người ở studio và Fabrizio ở phòng khác](https://homus.dev/photos/9v42ZOdiBJY-4347.jpg)

Khung chia đôi ở phần kết: Seema, Ari và James ở bàn tròn bên trái, Fabrizio bên phải, ngay sau lời cảm ơn của Seema (video đăng ngày 26/10/2026).

Seema cảm ơn hai anh rất nhiều đã tham gia, nói buổi nói chuyện rất tuyệt, chị và Fabrizio rất thích bàn chủ đề này và rất vui khi được nghe trực tiếp từ các anh. Có tiếng cảm ơn đáp lại, kèm một câu rằng bên này cũng đã rất vui (video đăng ngày 26/10/2026).

## Nguồn và liên kết

- Tên gốc: Why OpenAI Is Racing to Make Computer Use Superhuman
- Sự kiện: [YouTube](https://homus.dev/events/youtube)
- Video gốc: [https://www.youtube.com/watch?v=9v42ZOdiBJY](https://www.youtube.com/watch?v=9v42ZOdiBJY)

- Kênh YouTube a16z (Ari Weinstein, Seema Amble, James Sun, Fabrizio Serafini): [youtube.com/channel/UC9cn0TuPq4dnbTY-CBsm8XA](https://www.youtube.com/channel/UC9cn0TuPq4dnbTY-CBsm8XA)

- Bài nghiên cứu của a16z mà Seema nói chị và Fabrizio viết hồi tháng 8, "Can Agents Use a Computer Yet? We've Got the Data" (trang ghi tác giả Fabrizio Serafini, Seema Amble và Eric Zhou, đăng ngày 10/08/2026; hai biểu đồ chèn vào đoạn mở đầu có trong bài này; đọc ngày 21/11/2026): [a16z.com/can-agents-use-a-computer-yet-weve-got-the-data](https://a16z.com/can-agents-use-a-computer-yet-weve-got-the-data/)

- WebMCP, chuẩn James và Ari nêu khi nói về agent trên web mở (repo mô tả cách đưa chức năng web app ra thành tool cho AI agent, đọc ngày 21/11/2026): [github.com/webmachinelearning/webmcp](https://github.com/webmachinelearning/webmcp)

Nguồn: https://homus.dev/talks/why-openai-is-racing-to-make-computer-use-superhuman · cập nhật 2026-11-21
