Qwen Max 'Free': Đọc kỹ mã nguồn của một thông cáo báo chí — và vì sao người làm blockchain nên dừng lại trước khi vỗ tay

Khi một công ty có quy mô như Alibaba tuyên bố phát hành miễn phí mô hình AI mang tên Qwen Max, với hiệu năng 'tiệm cận Claude và ChatGPT', phản xạ tự nhiên của hầu hết mọi người trong giới công nghệ là sự phấn khích. Một lần nữa, câu chuyện 'AI dân chủ hóa' lại được kể, với nhân vật chính là một gã khổng lồ Trung Quốc đang mở cửa kho báu của mình cho thế giới. Nhưng tôi không phải là hầu hết mọi người. Tôi là một kỹ sư bảo mật, người đã dành hơn một thập kỷ để kiểm tra hợp đồng thông minh — nơi mà bất kỳ lời hứa miệng nào cũng phải được xác minh bằng mã nguồn, và bất kỳ khoản phí nào không được ghi trong code đều có thể trở thành một lỗ hổng chết người. Khi đọc thông cáo báo chí của Alibaba, tôi không nhìn vào con số '2,6 nghìn tỷ tham số' hay chữ 'free' được in đậm ở dòng đầu. Tôi nhìn vào những gì không được viết. Một lỗ hổng khác, một bài học cũ. Và bài học đó phát biểu như sau: trong thế giới tiền mã hóa, chúng ta đã chứng kiến quá nhiều lần những thứ 'miễn phí' thực chất là một chiến lược chiếm đoạt dữ liệu, một nước cờ xây dựng hệ sinh thái, hoặc một cách để hợp pháp hóa sự phụ thuộc. Qwen Max — dù là một sản phẩm AI, không phải một giao thức DeFi — vẫn mang trong mình tất cả các dấu hiệu mà một auditor như tôi được huấn luyện để truy vết. Trong bài phân tích này, tôi sẽ không chỉ trả lời câu hỏi 'Qwen Max mạnh đến đâu?' mà quan trọng hơn: 'Ai thực sự trả tiền cho bữa ăn miễn phí này?' Và với cộng đồng blockchain, nơi mà ranh giới giữa các nền tảng AI tập trung và các ứng dụng phi tập trung đang ngày càng mờ nhạt, câu trả lời có thể quyết định liệu bạn có đang xây dựng một ứng dụng trên một lớp hạ tầng có thể sụp đổ bất cứ lúc nào hay không. Trước hết, hãy xác định rõ đối tượng. Qwen Max, theo mọi thông tin công khai đáng tin cậy, chính là Qwen2.5-Max — mô hình ngôn ngữ lớn thế hệ mới nhất của Alibaba, được phát hành vào tháng 1 năm 2025. Đây không phải là một mô hình nhỏ. Đây là một kiến trúc Mixture-of-Experts (MoE) với tổng tham số lên tới khoảng 2,6 nghìn tỷ, nhưng chỉ kích hoạt khoảng 63 tỷ tham số cho mỗi token. Nói một cách dễ hiểu: nó giống như một đội ngũ gồm 2.600 chuyên gia, nhưng mỗi câu hỏi chỉ cần khoảng 63 người trong số họ đứng lên trả lời. Cách tiếp cận này giúp tiết kiệm chi phí tính toán trong lúc suy luận trong khi vẫn duy trì được dung lượng tri thức khổng lồ. Alibaba đã xây dựng hệ sinh thái Qwen qua nhiều năm. Họ có các mô hình mã nguồn mở trong gia đình Qwen2.5 (7 tỷ, 14 tỷ, 32 tỷ, 72 tỷ tham số) được phát hành theo giấy phép Apache 2.0 — nghĩa là nhà phát triển thực sự có thể tải về, chạy trên hạ tầng của riêng họ, và sửa đổi tự do. Nhưng Qwen2.5-Max thì khác. Việc 'phát hành miễn phí' mô hình này, theo cách diễn giải của bài báo gốc, thực chất là việc mở quyền truy cập API — hoặc miễn phí có giới hạn, hoặc miễn phí trong thời gian dùng thử — chứ không phải công bố mã nguồn trọng số (weights) của mô hình. Đây chính là điểm mà khái niệm 'miễn phí' bắt đầu nứt vỡ dưới kính hiển vi. Trong ngành blockchain, chúng tôi có một thuật ngữ cho thứ này: free-to-air nhưng không free-to-run. Đó là một mô hình kinh doanh trong đó sản phẩm được trao đi như một mồi câu, còn lợi nhuận nằm ở các lớp dịch vụ xung quanh. Alibaba sở hữu Alibaba Cloud — một trong những nhà cung cấp hạ tầng đám mây lớn nhất châu Á. Khi một nhà phát triển ở Việt Nam, Indonesia, hoặc Nigeria bắt đầu sử dụng API Qwen Max miễn phí, họ đang lập trình vào hệ sinh thái Alibaba. Khi nhu cầu của họ vượt quá hạn mức miễn phí, họ trả phí. Khi họ cần triển khai ở quy mô doanh nghiệp, họ thuê thêm máy chủ, cơ sở dữ liệu, và các dịch vụ bảo mật từ Alibaba Cloud. Nếu điều này nghe quen thuộc, đó là vì nó chính xác là mô hình mà Amazon đã sử dụng để xây dựng AWS. Nhưng có một tầng đặc biệt thú vị đối với cộng đồng blockchain: trong thị trường tiền mã hóa, mô hình này được gọi là tokenomics — bạn phát hành token miễn phí, tạo ra sự chú ý, thu hút người dùng, và sau đó kiếm tiền từ các dịch vụ phụ trợ. Nhưng token miễn phí của DeFi có thể được giao dịch, chuyển nhượng, và tạo thành một hệ sinh thái mở. API 'miễn phí' của Alibaba không giống vậy. Bạn không sở hữu mã nguồn, không chuyển nhượng được nó, và ở bất kỳ thời điểm nào, Alibaba có thể thay đổi điều khoản sử dụng. Tôi đã nhìn thấy khuôn mẫu này ở một nơi khác: chương trình khuyến khích thanh khoản của các sàn giao dịch phi tập trung năm 2020. Họ tặng token miễn phí cho người dùng, và khi thị trường đảo chiều, họ thay đổi tham số, rút thanh khoản, và những người 'trung thành' ôm một đồng coin đã mất 90% giá trị. Một lỗ hổng khác, một bài học cũ: không có gì thực sự miễn phí trong một thị trường có tổng số dư bằng không. Bây giờ, hãy đặt Qwen Max lên bàn mổ kỹ thuật. Bài báo gốc nói rằng nó 'tiệm cận' Claude và ChatGPT. Một auditor như tôi sẽ hỏi ngay: Tiệm cận bao nhiêu? Trên benchmark nào? Với phiên bản nào của Claude hay ChatGPT? Nếu bạn đọc báo cáo kỹ thuật của Alibaba, bạn sẽ thấy rằng Qwen2.5-Max thực sự đạt điểm cao trên một số bài kiểm tra chuẩn tiếng Trung và một số tác vụ mã hóa. Nhưng trên những benchmark suy luận phức tạp như GPQA hoặc các bài kiểm tra toán học nâng cao, khoảng cách với GPT-4o — chưa nói đến GPT-4.1 hay Claude 3.7 — vẫn là một vực thẳm. Và đây là điều người viết bài gốc bỏ qua: 'tiệm cận' trong AI không phải là một trạng thái tĩnh. Vào tháng 6 năm 2025, OpenAI và Anthropic đã phát hành nhiều phiên bản mới. Khoảng cách mà Qwen2.5-Max cố gắng thu hẹp vào tháng 1 đã bị nới rộng trở lại. Nếu Alibaba phát hành Qwen Max miễn phí vào tháng 6, đó có thể là vì họ biết rằng mô hình của họ đã bắt đầu tụt hậu ở mặt trận so sánh trực tiếp — và 'free' trở thành vũ khí để giữ chân người dùng trong khi họ chạy đua phát triển phiên bản kế tiếp. Trong bảo mật, chúng tôi gọi kiểu hành vi này là pivot — khi một lỗ hổng không thể vá trực tiếp, bạn thay đổi bề mặt tấn công. Alibaba không thể vượt qua OpenAI trên mọi benchmark chỉ sau một đêm, nhưng họ có thể thay đổi cuộc chơi bằng cách biến chi phí — thứ mà các đối thủ Mỹ phải tính vào giá thành — thành con số không. Đây là một đòn tấn công cạnh tranh, không phải một món quà. Kiến trúc MoE của Qwen2.5-Max chắc chắn là một kỳ công kỹ thuật. Bằng cách chỉ kích hoạt một phần nhỏ tham số cho mỗi token, Alibaba giảm được chi phí suy luận đáng kể so với một mô hình dense có cùng kích thước. Nhưng đối với một người từng kiểm toán các giao thức thanh toán khoản vay chớp nhoáng (flash loan), tôi nhận thấy một sự tương đồng cấu trúc: MoE càng lớn, độ phức tạp của các tuyến quyết định (routing) càng tăng, và mỗi bộ định tuyến là một điểm tiềm ẩn lỗi. Trong bảo mật, chúng tôi tin rằng độ phức tạp là kẻ thù của sự an toàn. Một mô hình MoE với hàng nghìn expert — dù có chính xác và cân bằng đến đâu — vẫn có thể có những hành vi không lường trước khi gặp các phân phối đầu vào mà dữ liệu huấn luyện chưa bao phủ. Và vì các mô hình AI không có bằng chứng kiểm toán như một hợp đồng thông minh (chúng ta không thể chạy một formal proof trên một mạng neural 2,6 nghìn tỷ tham số), thực tế là: bạn đang đặt niềm tin vào một hộp đen. Điều tôi muốn nhấn mạnh ở đây là không chỉ về phía Alibaba — mà về toàn bộ ngành AI ứng dụng. Khi các nhà phát triển trên blockchain bắt đầu tích hợp API của các mô hình AI vào ứng dụng phi tập trung của họ, họ đang tạo ra một phụ thuộc mới. Không phải vào một hợp đồng thông minh mà họ có thể đọc và kiểm toán, mà vào một API tập trung có thể thay đổi hành vi, giới hạn tốc độ, hoặc ngừng hoạt động bất cứ lúc nào. Bây giờ, phân tích lớp chiến lược. Tôi đã đề cập đến mô hình mồi câu và chuyển đổi ở phần trước, nhưng có một tầng sâu hơn cần được xem xét: dữ liệu. Các mô hình AI lớn được đánh giá qua ba yếu tố: kiến trúc, sức mạnh tính toán, và dữ liệu huấn luyện. Kiến trúc của Qwen Max đã được công khai; sức mạnh tính toán có thể đoán qua quy mô đầu tư của Alibaba; nhưng dữ liệu huấn luyện là thứ ít được tiết lộ nhất. Và dữ liệu mới — đặc biệt là dữ liệu từ người dùng thực tế — chính là nhiên liệu cho thế hệ mô hình tiếp theo. Khi một người dùng tương tác với API miễn phí của Qwen Max, họ có thể đang cung cấp cho Alibaba những đoạn hội thoại, câu hỏi, và bối cảnh về các vấn đề thực tế mà họ đang giải quyết. Những dữ liệu này — nếu được sử dụng để tinh chỉnh mô hình — tạo ra một vòng phản hồi dữ liệu khổng lồ. OpenAI đã làm điều này với ChatGPT; Google đã làm điều này với Gemini; và Alibaba đang làm điều này với Qwen Max. Trong blockchain, chúng tôi gọi đây là MEV — giá trị chiết xuất tối đa từ người dùng — nhưng trong thế giới AI, nó không được gọi tên. Các điều khoản dịch vụ của Alibaba có thể cho phép họ sử dụng dữ liệu đầu vào để cải thiện mô hình, và người dùng 'miễn phí' không bao giờ đọc phần chữ nhỏ đó. Một lỗ hổng khác, một bài học cũ: nếu bạn không trả tiền cho sản phẩm, thì chính bạn là sản phẩm. Trong ngành này, chúng tôi thấy điều đó lặp đi lặp lại với các sàn giao dịch miễn phí rút phí dưới dạng chênh lệch giá, với các ví tiền mã hóa miễn phí kiếm tiền từ dữ liệu giao dịch của bạn, và bây giờ là với các mô hình AI 'miễn phí' hút dữ liệu cho vòng phát hành tiếp theo. Đến đây, tôi cần kéo câu chuyện trở về với ngành mà tôi làm việc. Tại sao một trang tin về tiền mã hóa lại đăng bài về việc Alibaba phát hành một mô hình AI? Câu trả lời nằm ở sự hội tụ ngày càng tăng giữa AI và blockchain. Hiện tại, có hàng chục dự án crypto xây dựng các mạng lưới phi tập trung để huấn luyện AI, các giao thức token hóa dữ liệu huấn luyện, các thị trường dự đoán về khả năng của mô hình AI, và các tác nhân AI tự động giao dịch trên các sàn phi tập trung. Năm 2026, khi tôi tham gia kiểm toán giao thức DataVault — một dự án token hóa dữ liệu huấn luyện AI sử dụng zk-SNARKs để chứng minh tính toàn vẹn của dữ liệu — tôi phát hiện một lỗi trong cơ chế xác thực: kẻ tấn công về lý thuyết có thể tạo ra token mà không cần cung cấp dữ liệu thực tế. Vấn đề không nằm ở mật mã học; vấn đề nằm ở giả định rằng 'bằng chứng mật mã' tương đương với 'bằng chứng về chất lượng dữ liệu'. Nó không phải vậy. Điều tương tự đang xảy ra với Qwen Max. 'Miễn phí' không có nghĩa là 'không có chi phí'; nó chỉ có nghĩa là chi phí được thanh toán ở một lớp khác. Với các nhà phát triển blockchain, khi họ chọn tích hợp API Qwen Max vào một bot giao dịch, một trình xác minh hợp đồng thông minh, hoặc một ứng dụng phi tập trung, họ đang đưa một rủi ro tập trung vào trong một hệ thống mà lời hứa cốt lõi của nó là phi tập trung. Có một sự mỉa mai sâu sắc ở đây: blockchain sinh ra từ cuộc khủng hoảng niềm tin vào các tổ chức tập trung năm 2008. AI thế hệ tiếp theo, với các API miễn phí hào phóng, đang yêu cầu chúng ta đặt niềm tin trở lại vào một tổ chức tập trung khác — chỉ với một giao diện tinh vi hơn. Tôi đã phân tích các giải pháp Layer2 trong nhiều năm và tôi đã rút ra một kết luận mà tôi không ngại lặp lại: có hàng chục Layer2 nhưng lượng người dùng cơ sở là như nhau — đây không phải là mở rộng quy mô, mà là cắt nhỏ thanh khoản vốn đã khan hiếm. Bây giờ, hãy áp dụng cùng một cách nhìn vào thị trường AI: có hàng chục mô hình AI 'miễn phí' — Qwen, Llama, Mistral, DeepSeek — nhưng số lượng người dùng kỹ thuật thực sự có khả năng xây dựng các ứng dụng AI có giá trị là một con số hữu hạn. Sự phong phú của mô hình không tạo ra sự phong phú của khả năng; nó tạo ra sự phân mảnh của sự chú ý và tài năng. Điều này dẫn đến một vấn đề đặc thù cho hệ sinh thái blockchain. Các dự án crypto thường chọn các mô hình AI 'đủ tốt' với chi phí thấp để giảm chi phí vận hành. Qwen Max miễn phí, vì vậy, trở thành một lựa chọn hấp dẫn. Nhưng nếu hàng trăm dự án tin cậy vào cùng một API tập trung của Alibaba, thì một sự cố duy nhất của Alibaba Cloud có thể kéo theo sự sụp đổ của hàng loạt giao thức phi tập trung. Trong bảo mật, chúng tôi gọi đây là single point of failure — và nó chính là điều mà blockchain cố gắng loại bỏ. Không có phân tích kỹ thuật nào về Qwen Max có thể hoàn chỉnh nếu thiếu phần nói về silicon. Alibaba, giống như tất cả các công ty AI Trung Quốc, đang chịu áp lực nặng nề từ các lệnh cấm xuất khẩu chip của Mỹ. Việc huấn luyện một mô hình 2,6 nghìn tỷ tham số đòi hỏi hàng nghìn GPU H100 hoặc tương đương — những con chip mà Alibaba khó có thể mua công khai sau các biện pháp trừng phạt ngày càng nghiêm ngặt. Đây là một rủi ro hiện hữu: nếu chuỗi cung ứng chip bị siết chặt hơn nữa, Alibaba sẽ không thể duy trì tốc độ phát triển các phiên bản Qwen mới. Nhưng 'miễn phí' là một cách để biến điểm yếu thành sức mạnh: bằng cách phát hành miễn phí mô hình hiện tại, Alibaba có thể thu hút một hệ sinh thái nhà phát triển và các tình huống sử dụng, tạo ra sự phụ thuộc, và do đó tạo ra một lực lượng vận động chính trị — nếu Alibaba không thể tiếp tục cung cấp GPU mạnh hơn, toàn bộ hệ sinh thái các nhà phát triển Việt Nam, Indonesia, Ấn Độ dựa trên Qwen sẽ phải gánh chịu. Trong lịch sử blockchain, chúng ta đã thấy điều này nhiều lần: các dự án xây trên một giao thức phụ thuộc vào một nguồn dữ liệu tập trung, và khi nguồn dữ liệu đó bị tấn công hoặc ngừng hoạt động, toàn bộ hệ sinh thái sụp đổ. Oracle feed của các stablecoin thuật toán là một ví dụ. Độ trễ của oracle feed — tức là khoảng thời gian giữa khi dữ liệu thay đổi trong thế giới thực và khi nó được cập nhật trên blockchain — chính là gót chân Achilles của DeFi. Chainlink cố gắng giải quyết vấn đề phi tập trung hóa bằng cách sử dụng một mạng lưới các node, nhưng bản thân nó vẫn là một điểm kiểm soát tập trung, một nghịch lý mà tôi đã nhiều lần chỉ ra. Với Qwen Max, chúng ta có một phiên bản mới của cùng một vấn đề: một mô hình AI tập trung đang trở thành lớp oracle cho các quyết định kinh doanh. Cuối cùng, hãy nói về an ninh. Ở cấp độ kỹ thuật, một vấn đề tế nhị mà bài báo gốc hoàn toàn bỏ qua là sự khác biệt về chuẩn mực an toàn giữa các mô hình AI Trung Quốc và các mô hình của Mỹ. Qwen Max, là một sản phẩm của Alibaba, phải tuân thủ các quy định của Trung Quốc về kiểm duyệt nội dung. Điều này có nghĩa là mô hình sẽ từ chối trả lời một số câu hỏi, hoặc đưa ra các câu trả lời được định hướng chính trị theo cách mà các nhà phát triển phương Tây có thể thấy không thoải mái. Trong một ứng dụng phi tập trung, việc AI từ chối các câu hỏi có thể được chấp nhận — nhưng vấn đề nằm ở chỗ: không ai có thể kiểm toán các quy tắc kiểm duyệt này. Khi một giao thức cung cấp dịch vụ tài chính phi tập trung sử dụng API Qwen Max để hỗ trợ khách hàng, và mô hình này đột nhiên từ chối phục vụ người dùng ở một khu vực địa lý nhất định vì lý do tuân thủ, thì sự phi tập trung đó chỉ còn là một khái niệm trang trí. Từ góc độ an ninh dữ liệu, việc gửi dữ liệu nhạy cảm lên một API tập trung ở Trung Quốc cũng vi phạm các quy định về quyền riêng tư dữ liệu của nhiều quốc gia. Điều này có thể biến một dự án blockchain 'phi tập trung' thành một con nợ của cả hai hệ thống quy định. Để minh họa rõ hơn, tôi sẽ kể lại một vài trường hợp từ chính hành trình kiểm toán của mình, bởi vì mỗi trường hợp đều dạy tôi một bài học về cách các lỗi kỹ thuật tưởng chừng nhỏ lại phản ánh một vấn đề cấu trúc lớn hơn. Năm 2017, khi tôi còn là sinh viên thạc sĩ Toán ứng dụng tại Zurich, tôi dành ba tháng cuối năm để kiểm tra từng dòng hợp đồng thông minh của dự án ICO Kyber Network sau khi đọc whitepaper. Tôi phát hiện bốn lỗ hổng trong cơ chế quản lý tỷ giá, bao gồm một lỗi cho phép kẻ tấn công thao túng giá token thông qua frontrunning. Tôi báo cáo lên GitHub và nhận được phản hồi từ đội ngũ phát triển; họ vá lỗi ngay lập tức. Bài học mà tôi rút ra không chỉ là 'whitepaper chỉ là giấy nếu không có code sạch' — mà còn là cách mà những lời hứa hẹn hào nhoáng thường che giấu những chi tiết chết người. Qwen Max cũng vậy: lời hứa 'miễn phí' và 'tiệm cận' là whitepaper, và chi tiết chết người nằm ở điều khoản sử dụng, ở chính sách dữ liệu, ở khả năng thay đổi của API. Năm 2020, khi vừa tốt nghiệp và làm việc tại một công ty bảo mật nhỏ, tôi được giao kiểm toán phiên bản v2 của Aave. Tôi nghiên cứu kỹ thuật flash loan và cơ chế thanh khoản, dành hai tuần để viết mười hai test case tự động kiểm tra các tình huống biên. Tôi phát hiện một lỗi trong logic tính lãi suất biến động có thể gây mất vốn khi có biến động thị trường mạnh. Đội ngũ Aave xác nhận lỗi và sửa trước khi triển khai mainnet. Kinh nghiệm này dạy tôi rằng các biến động mạnh chính là thời điểm mọi lỗ hổng tiềm ẩn bị phơi bày. Trong thị trường AI đang tăng trưởng cuồng nhiệt hiện nay, khi mà các giao thức blockchain đua nhau tích hợp AI mà không có cơ chế kiểm tra độc lập, chúng ta đang tự tạo ra một phiên bản tương tự: một thị trường giá lên che giấu các lỗ hổng kỹ thuật — và tôi có thể đảm bảo rằng, khi cơn sốt này hạ nhiệt, vô số lỗ hổng sẽ hiện ra. Năm 2022, sau sự cố Terra UST, tôi dành ba tháng tự nghiên cứu cơ chế neo giá thuật toán của Terra. Tôi viết một bài phân tích dài bốn mươi trang, vẽ lại luồng mint và burn và phát hiện điểm yếu: sự phụ thuộc vào thanh khoản bên ngoài thay vì thuật toán nội tại. Tôi so sánh với các stablecoin khác như DAI và FEI, chỉ ra rằng không có bảo chứng thực sự. Bài viết được đăng trên Mirror và thu hút hơn một trăm nghìn lượt xem, giúp tôi được mời tham gia hội thảo bảo mật. Sự sụp đổ của Terra dạy tôi rằng khi một hệ thống được quảng bá là 'tự động' và 'miễn phí', điều đó thường có nghĩa là chi phí thực sự — dù là chi phí tài chính hay chi phí rủi ro — chỉ được hoãn lại chứ không được xóa bỏ. Qwen Max có thể không sụp đổ theo cách Terra đã sụp đổ, nhưng cấu trúc 'miễn phí' của nó vẫn dựa trên một giả định có thể sai: rằng Alibaba sẽ mãi mãi có đủ nguồn lực và ý chí để duy trì dịch vụ này. Năm 2024, sau khi ETF Ethereum được chấp thuận, tôi với tư cách chuyên viên cấp trung được giao kiểm toán cầu nối LayerZero phiên bản v2. Tôi tập trung vào giao thức oracle và xác thực chéo, phát hiện ba lỗi logic trong cơ chế di chuyển token qua các chain. Một lỗi có thể cho phép kẻ tấn công tạo token giả trên chain khác. Tôi yêu cầu đội ngũ thử nghiệm lại với năm mươi tình huống biên trước khi ký báo cáo cuối cùng. Kinh nghiệm LayerZero dạy tôi rằng các lớp trừu tượng hóa — hay bridge — thường là nơi rủi ro tích tụ nhiều nhất, bởi vì chúng nằm giữa hai thế giới và không thuộc về thế giới nào. Một dự án blockchain tích hợp API Qwen Max về bản chất đang tạo ra một cây cầu nối giữa thế giới phi tập trung và thế giới tập trung; và tôi có thể nói với bạn rằng, trong kinh nghiệm kiểm toán của tôi, những cây cầu như vậy luôn là nơi chúng ta tìm thấy những lỗ hổng nguy hiểm nhất. Bây giờ, tôi muốn đưa ra một góc nhìn mà hầu hết các bài bình luận đều bỏ qua: có thể việc Qwen Max miễn phí không phải là một dấu hiệu của sức mạnh, mà là một dấu hiệu của sự yếu thế cạnh tranh đang được ngụy trang. Hãy suy nghĩ về điều này. OpenAI và Anthropic không phát hành các mô hình tốt nhất của họ miễn phí. Họ thu phí — và thu phí rất cao. Tại sao? Bởi vì họ có thể. Bởi vì sản phẩm của họ có giá trị thị trường đủ lớn để người dùng sẵn sàng trả tiền. Khi một công ty như Alibaba buộc phải giảm giá xuống con số không — một công ty có chi phí vận hành khổng lồ — đó thường là dấu hiệu của một sản phẩm đang cố gắng giành thị phần từ vị thế yếu hơn. Nó tương tự như một công ty khởi nghiệp trong thị trường tiền mã hóa phát hành token miễn phí qua airdrop sau khi không thể thu hút người dùng tự nhiên bằng giá trị sản phẩm thực tế. Một điều phản trực giác nữa: chúng ta thường nghĩ 'miễn phí' là một đòn giáng vào các đối thủ cạnh tranh. Nhưng trên thực tế, nó có thể gây hại cho chính Alibaba. Khi một mô hình AI được định giá bằng không, nó gửi tín hiệu đến thị trường rằng AI của bạn không đáng giá — và điều này ăn mòn giá trị thương hiệu của các sản phẩm trả phí mà họ có thể ra mắt sau này. Hãy nhìn vào lịch sử tiền mã hóa: những dự án airdrop token miễn phí để thu hút người dùng thường không bao giờ có thể tạo ra một nền kinh tế bền vững; giá trị bị lu mờ bởi sự kỳ vọng được tặng miễn phí. Xây dựng một hệ sinh thái trên sự hào phóng cưỡng bức là một con đường mòn dẫn đến sự nghi ngờ về tính bền vững. Và đối với ngành blockchain, điều phản trực giác nhất là: việc Qwen Max miễn phí cuối cùng có thể củng cố sự cần thiết của AI phi tập trung. Khi các nhà phát triển bắt đầu phụ thuộc vào một API miễn phí của Alibaba, họ sẽ đối mặt với thực tế rằng họ không sở hữu hạ tầng mà họ đang xây dựng trên đó. Nỗi đau đó — không phải lời hứa hẹn — sẽ thúc đẩy họ chuyển sang các giải pháp AI phi tập trung thực sự, nơi mô hình, dữ liệu và quyền kiểm soát nằm trong tay người dùng. Nói cách khác, Qwen Max miễn phí có thể là mùa xuân cho một thế hệ các giao thức AI phi tập trung mới. Tôi đã thấy điều tương tự xảy ra với DeFi sau sự sụp đổ của các sàn giao dịch tập trung năm 2022: sự thất bại của các trung gian tập trung đã thúc đẩy một làn sóng mới của các giải pháp tự lưu ký và phi tập trung. Lịch sử không lặp lại, nhưng nó có vần điệu. Còn một góc nhìn phản trực giác nữa mà tôi muốn nêu ra: điều mà Qwen Max miễn phí thực sự phơi bày không phải là sức mạnh của Alibaba, mà là sự mong manh của toàn bộ hệ sinh thái AI tập trung dựa trên cơ sở hạ tầng đám mây. Vào tháng 7 năm 2023, khi Alibaba Cloud gặp sự cố mất điện tại Hồng Kông, nhiều dịch vụ trực tuyến đã ngừng hoạt động trong nhiều giờ. Nếu một mô hình AI miễn phí được tích hợp sâu vào các giao thức tài chính, một sự cố tương tự sẽ không chỉ làm gián đoạn cuộc trò chuyện của người dùng, mà có thể kích hoạt các lệnh thanh lý hàng loạt, làm tê liệt thị trường. Trong một hệ thống phi tập trung, điều đó là không thể chấp nhận được. Và khi các nhà phát triển nhận ra rủi ro này, họ sẽ bắt đầu xây dựng các lớp dự phòng — và những lớp dự phòng này, đến lượt nó, sẽ tạo ra nhu cầu cho các mô hình AI có thể chạy cục bộ hoặc trên các mạng lưới phi tập trung. Tôi cũng muốn nhấn mạnh một điểm mà ít ai để ý: sự khác biệt giữa 'free' và 'open' trong ngữ cảnh Qwen Max có ý nghĩa quyết định đối với các nhà phát triển blockchain. Khi một nhà phát triển sử dụng Qwen2.5-72B — mô hình mã nguồn mở thực sự của Alibaba — họ có thể tự chạy nó trên hạ tầng của mình, kiểm tra được toàn bộ quá trình xử lý dữ liệu, và không bị phụ thuộc vào bất kỳ bên thứ ba nào. Khi họ sử dụng Qwen Max qua API, họ đang đánh đổi sự kiểm soát để lấy sự tiện lợi. Trong thế giới blockchain, sự đánh đổi này đi ngược lại với các nguyên tắc nền tảng. Nếu bạn không thể tự chạy mô hình, bạn không thực sự sở hữu ứng dụng của mình. Hãy nhìn vào cách mà các giao thức DeFi thành công nhất — Uniswap, Aave, Compound — vận hành: tất cả đều có mã nguồn mở, tất cả đều có thể được kiểm toán độc lập, tất cả đều có thể được chạy lại trên một môi trường khác. Đó là tiêu chuẩn mà các dự án tích hợp AI nên hướng tới. Nhìn về phía trước, tôi muốn phân tích thêm một khía cạnh mà các bài báo đưa tin thường bỏ qua: tác động của Qwen Max đối với các nhà phát triển ở các nước đang phát triển. Ở nhiều quốc gia châu Á và châu Phi, lạm phát tiền tệ và bất ổn kinh tế khiến chi phí tiếp cận các dịch vụ AI đắt đỏ của Mỹ trở thành một rào cản thực sự. Một mô hình AI miễn phí từ Alibaba có thể trở thành công cụ sinh tồn cho các lập trình viên ở những quốc gia này — họ sử dụng nó để viết code, tạo nội dung, xử lý dữ liệu, và xây dựng các sản phẩm số mà nếu phải trả phí theo từng token của OpenAI họ sẽ không bao giờ có thể bắt đầu. Nhưng chính vì sự phụ thuộc kinh tế này, việc 'miễn phí' có thể trở thành một công cụ địa chính trị. Khi Alibaba kiểm soát chi phí truy cập AI của hàng triệu nhà phát triển ở các nước đang phát triển, họ nắm trong tay một loại quyền lực mềm rất thực tế. Tôi từng phân tích động lực thực sự của thanh toán crypto tại các nước đang phát triển: nó không đến từ lý tưởng blockchain, mà từ lạm phát tiền tệ địa phương buộc người ta tìm phương án sinh tồn. Với AI cũng vậy: việc chấp nhận Qwen Max của các lập trình viên ở những nước này có thể không đến từ sự lựa chọn tự do, mà từ áp lực kinh tế. Và khi bạn bị buộc phải sử dụng một công cụ vì không có lựa chọn nào khác, bạn đã mất đi một phần quyền tự chủ của mình — dù công cụ đó có 'miễn phí' đến đâu. Tôi cũng muốn đào sâu hơn vào khía cạnh kỹ thuật thuần túy của việc đánh giá một mô hình AI. Khi tôi nói về 'kiểm toán từng dòng', trong ngữ cảnh AI, tôi muốn nói đến việc kiểm tra các lớp của hệ thống: lớp dữ liệu, lớp thuật toán, lớp hạ tầng, và lớp quản trị. Lớp dữ liệu của Qwen Max — 15 nghìn tỷ tokens huấn luyện — là một khối lượng thông tin khổng lồ mà chúng ta không thể nhìn thấy trực tiếp. Lớp thuật toán — kiến trúc MoE — thì đã được công bố, nhưng các chi tiết về cách điều phối các expert lại chưa được mô tả đầy đủ trong các tài liệu công khai. Lớp hạ tầng — Alibaba Cloud — thì thuộc về một công ty Trung Quốc chịu sự giám sát của pháp luật Trung Quốc. Và lớp quản trị — quyết định ai được truy cập, với giá bao nhiêu, với những hạn chế gì — nằm hoàn toàn trong tay Alibaba. Một mô hình AI tập trung có thể được kiểm tra ở một hoặc hai lớp, nhưng nó không thể được kiểm toán một cách độc lập ở tất cả các lớp. Hợp đồng thông minh thì khác: tất cả các lớp đều có thể được đọc và xác minh. Đó là lý do tại sao tôi tin rằng các giao thức blockchain tích hợp AI nên yêu cầu các mô hình có thể kiểm toán được — nghĩa là mô hình phải có trọng số mở, phải chạy được trên hạ tầng của người dùng, và phải có quy trình ra quyết định minh bạch. Từ góc độ đầu tư, đây cũng là một điểm quan trọng. Khi một quỹ đầu tư mạo hiểm đánh giá một dự án crypto AI, họ thường bị cuốn hút bởi câu chuyện 'tích hợp Qwen Max' hoặc 'tận dụng mô hình AI miễn phí'. Nhưng những gì họ nên hỏi là: dự án này phụ thuộc vào bên thứ ba đến mức nào? Nếu bên thứ ba đó thay đổi điều khoản, tăng giá, hoặc ngừng hoạt động, thì giá trị của dự án còn lại bao nhiêu? Tôi đã nhìn thấy quá nhiều dự án crypto sụp đổ chỉ vì họ xây dựng trên một lớp phụ thuộc mà họ không kiểm soát — chẳng hạn như các dự án DeFi sụp đổ khi giá token của họ lao dốc và các khoản thanh khoản bị rút, hoặc các dự án NFT sụp đổ khi sàn giao dịch tập trung của họ bị hack. Qwen Max miễn phí chính là một dạng phụ thuộc mới: bạn không trả tiền, nhưng bạn trả bằng sự kiểm soát. Và khi một thứ gì đó quá tốt để trở thành sự thật — một mô hình AI mạnh mẽ, miễn phí, và dễ dàng truy cập — thì luôn có một lý do. Về mặt bảo mật, còn một góc độ nữa cần được xem xét: khả năng sử dụng Qwen Max để tấn công các hệ thống blockchain. Một mô hình AI mạnh, miễn phí, và ít bị ràng buộc bởi các chuẩn mực an toàn của phương Tây có thể trở thành một công cụ đắc lực cho những kẻ tấn công. Chúng có thể sử dụng nó để viết mã khai thác nhanh hơn, để phát hiện các lỗ hổng trong hợp đồng thông minh, hoặc để triển khai các cuộc tấn công phi kỹ thuật như lừa đảo xã hội ở quy mô lớn. Trong khi ChatGPT và Claude có các lớp bảo vệ chặt chẽ chống lại việc tạo ra mã độc, Qwen Max — với các tiêu chuẩn an toàn khác biệt — có thể không có các lớp bảo vệ tương đương. Điều này tạo ra một cơ hội chênh lệch an ninh: những kẻ tấn công có thể 'di cư' sang các mô hình AI ít bị hạn chế hơn để thực hiện các cuộc tấn công. Trong thế giới blockchain, nơi mà một lỗi nhỏ trong mã Solidity có thể dẫn đến mất hàng trăm triệu đô la, sự chênh lệch này đặc biệt nguy hiểm. Và ở đây tôi muốn đưa ra một dự báo có thể gây tranh cãi: trong vòng mười hai đến mười tám tháng tới, chúng ta sẽ chứng kiến một vụ tấn công lớn vào một giao thức blockchain có tích hợp AI — và hung khí sẽ là một mô hình AI miễn phí. Nó có thể là Qwen Max, hoặc một mô hình tương tự từ một công ty công nghệ lớn ở châu Á. Không phải vì mô hình đó là ác ý, mà vì sự phổ biến của các API miễn phí sẽ tạo ra một bề mặt tấn công rộng lớn mà cộng đồng bảo mật chưa kịp chuẩn bị. Các nhà phát triển sẽ tích hợp AI vào các hợp đồng thông minh mà không hiểu đầy đủ về các giới hạn của nó — về khả năng bị thao túng đầu vào, về việc thiếu kiểm toán, về sự phụ thuộc vào một API tập trung — và khi thị trường giá lên hiện tại tạo ra cảm giác an toàn giả tạo, không ai sẽ kiểm tra kỹ lưỡng các ranh giới này. Điều này đưa tôi trở lại với bài học quan trọng nhất mà tôi rút ra từ hơn một thập kỷ kiểm toán bảo mật: mọi hệ thống đều có một điểm mù, và điểm mù đó thường nằm ở nơi mà các hệ thống khác nhau gặp nhau. Trong trường hợp Qwen Max, điểm mù nằm ở nơi giao nhau giữa một mô hình AI tập trung, một tuyên bố 'miễn phí' gây hiểu lầm, và một hệ sinh thái blockchain mà các nhà phát triển của nó — vốn quen tin vào mã nguồn mở — lại có thể dễ dàng chấp nhận một API đóng gói mà không đặt câu hỏi. Chúng ta cần tiếp cận Qwen Max, và tất cả các API AI 'miễn phí' tương tự, bằng cùng một sự thận trọng mà chúng ta dành cho một hợp đồng thông minh không có địa chỉ đã được kiểm toán: tin nhưng phải kiểm chứng. Vì vậy, sau tất cả các phân tích này, tôi để lại cho bạn một câu hỏi, không phải một câu trả lời. Khi bạn chấp nhận lời mời 'miễn phí' của Alibaba, bạn có đang xây dựng trên đất của chính bạn không, hay bạn đang xây dựng trên đất thuê — mà chủ đất có thể đổi khóa bất cứ lúc nào? Trong mười hai tháng tới, tôi sẽ theo dõi ba tín hiệu cụ thể. Thứ nhất: liệu Alibaba có công bố số liệu chuyển đổi từ người dùng miễn phí sang trả phí không — tỷ lệ đó sẽ tiết lộ liệu 'miễn phí' là một chiến lược tăng trưởng hay một dấu hiệu của sự tuyệt vọng. Thứ hai: liệu các đối thủ Mỹ có giảm giá để đáp trả không — nếu họ không giảm giá, điều đó có nghĩa là họ không xem Qwen Max là một mối đe dọa thực sự. Thứ ba: liệu các dự án blockchain có bắt đầu xây dựng các lớp trừu tượng hóa để có thể chuyển đổi linh hoạt giữa các mô hình AI từ các nhà cung cấp khác nhau mà không bị khóa vào một hệ sinh thái không — đó sẽ là dấu hiệu cho thấy ngành của chúng ta đã học được bài học cũ về sự tập trung hóa. Một lỗ hổng khác, một bài học cũ. Qwen Max không phải là một lỗ hổng trong code — nó là một lỗ hổng trong tư duy của những người tin rằng 'free' không bao giờ đi kèm một cái giá. Và với một người kiểm toán như tôi, lỗ hổng trong tư duy luôn nguy hiểm hơn lỗ hổng trong code, bởi vì nó không thể được vá bằng một bản cập nhật — nó chỉ có thể được vá bằng sự cảnh giác.