Chào anh em ZolaChat, Năm 2024 có lẽ là một năm đầy biến động với những người làm công nghệ như mình. Sau những đợt tái cơ cấu nhân sự rầm rộ khắp các công ty tech từ đầu năm, nhiều anh em chọn cách chậm lại, chuyển sang làm việc từ xa, hoặc tự thưởng cho mình những chuyến đi chữa lành về vùng ngoại ô trên chiếc xe điện nhỏ. Giữa một năm mà AI đa phương thức (multimodal) bùng nổ mạnh mẽ, khi mô hình ngôn ngữ lớn (LLM) không chỉ đọc hiểu văn bản mà còn phân tích được giọng nói, ánh mắt và cảm xúc, mình chợt tự hỏi: Thuật toán liệu có thể thực sự hiểu được sự gắn kết giữa hai con người? Cuối tuần vừa rồi, mình dành trọn hai ngày nghỉ để dựng một thử nghiệm nhỏ: Dùng mô hình mã nguồn mở cục bộ (Local LLM chạy qua Ollama) kết hợp LangChain để xây dựng một mini AI Agent thử phân tích mức độ đồng điệu trong giao tiếp. Kết quả thu được mở ra rất nhiều góc nhìn thú vị mà mình muốn đem lên đây mổ xẻ cùng các bạn. 1. Từ cột tin nhắn giấy đến kỷ nguyên AI Agent Trước khi đi sâu vào code và prompt, nhìn lại hành trình kết nối của chúng ta mới thấy công nghệ đã thay đổi chóng mặt thế nào. Thế hệ 8x, 9x đời đầu chắc chắn không quên những trang báo mực in lem luốc với mục số điện thoại tìm bạn bốn phương, nơi mọi người gửi gắm vài dòng giới thiệu ngắn ngủi để mong manh tìm được một người bạn tâm giao qua những cánh thư tay hoặc tin nhắn SMS giới hạn 160 ký tự. Sau đó, thời kỳ Internet dial-up và ADSL bùng nổ đưa chúng ta qua những phòng chat Yahoo, các câu lạc bộ kết bạn sinh viên, rồi đến các trang web chat kết bạn ngẫu nhiên. Khi điện thoại thông minh thống trị, người ta bắt đầu dựa vào tính năng quét danh bạ để tìm bạn có số điện thoại quen biết, hoặc lướt chọn hồ sơ trên từng trang web hen ho thế hệ mới dựa trên vị trí địa lý và sở thích gắn thẻ. Thế nhưng bước sang năm 2024, câu chuyện đã hoàn toàn rẽ hướng. Không còn là bộ lọc thô sơ theo độ tuổi hay bán kính vài cây số, AI hiện nay có khả năng phân tích ngữ nghĩa sâu (semantic embedding) và sắc thái tình cảm trong cách hành văn, nhằm dự đoán liệu hai tâm hồn có thực sự cùng tần sóng hay không. 2. Thử nghiệm thực tế: Xây dựng Prompt Agent đánh giá độ tương thích văn phong Trong bài thử nghiệm này, mình không sử dụng các API đám mây trả phí mà tận dụng sức mạnh phần cứng tại chỗ với một mô hình SLM (Small Language Model) chạy mượt mà trên máy trạm cá nhân thông qua Ollama. Mục tiêu là phân tích hai đoạn nhật ký hoặc hai đoạn tự sự ngẫu nhiên để đánh giá: Nhịp điệu câu từ, giá trị cốt lõi (core values) và mức độ bao dung trong giao tiếp.

import ollama

def evaluate_compatibility(profile_a, profile_b):
    system_prompt = """
    Bạn là một chuyên gia phân tích tâm lý giao tiếp khách quan.
    Nhiệm vụ của bạn là so sánh hai đoạn văn tự sự để tìm điểm giao thoa 
    về giá trị sống, mức độ thấu cảm và nhịp điệu tư duy.
    Tuyệt đối không phán xét đạo đức cá nhân.
    """
    
    user_prompt = f"""
    Hồ sơ A: {profile_a}
    Hồ sơ B: {profile_b}
    
    Hãy phân tích: 
    1. Điểm chung tiềm ẩn trong nhân sinh quan.
    2. Nguy cơ xung đột trong phong cách giao tiếp.
    3. Chỉ số hòa hợp ngôn từ (thang điểm 100).
    """
    
    response = ollama.chat(model='llama3',
                           messages=[
                               {'role': 'system', 'content': system_prompt},
                               {'role': 'user', 'content': user_prompt}
                           ])
    return response['message']['content']

Khi mình đưa vào hai đoạn văn mẫu – một người theo đuổi lối sống tối giản, thích cắm trại cuối tuần giữa thiên nhiên; một người đang kiệt sức vì chạy deadline công sở nhưng khao khát được lắng nghe – mô hình LLM đã chỉ ra những điểm giao thoa cực kỳ tinh tế mà thuật toán so khớp từ khóa truyền thống chịu thua: • Nhận diện được “sự mệt mỏi thầm lặng” trong cấu trúc câu ngắn, ngắt quãng của người thứ hai. • Gợi ý rằng sự thong dong của người thứ nhất có thể là điểm tựa cân bằng tâm lý, thay vì chỉ đánh giá là “hai ngành nghề không tương quan”. • Chỉ ra rủi ro: Nếu một người luôn muốn phân tích logic còn người kia cần sự xoa dịu cảm xúc đơn thuần, sự lệch pha sẽ sớm xuất hiện. 3. Nghịch lý của sự hoàn hảo do máy móc tính toán Nhìn vào kết quả, mình vừa ấn tượng vừa cảm thấy có chút gợn lòng. AI năm 2024 đã quá thông minh. Nó có thể viết ra một bức thư làm quen hoàn hảo, gợi ý đề tài nói chuyện hợp gu đến từng chi tiết nhỏ, thậm chí đóng vai trò một bot trò chuyện đồng hành không biết mệt mỏi. Thế nhưng, điều làm nên sự gắn kết sâu sắc giữa người với người có thực sự là một chỉ số tương thích 95% do máy tính trả về? "Thuật toán có thể tối ưu hóa xác suất gặp gỡ, nhưng chính những va vấp không hoàn hảo, những khoảng lặng ngượng ngùng và ánh mắt chân thành ngoài đời thực mới là thứ tạo nên tình bạn hay tình yêu." Nếu mọi thứ đều được AI mài giũa cho vừa khít với mong đợi của chúng ta, chúng ta sẽ dần mất đi khả năng bao dung cho sự khác biệt. Trong kỷ nguyên mà việc kết nối trở nên quá dễ dàng qua một cái chạm màn hình, con người lại dường như cô đơn hơn bao giờ hết. Chúng ta có hàng trăm bạn bè trên mạng xã hội, có trợ lý ảo sẵn sàng lắng nghe 24/7, nhưng lại thiếu một người sẵn sàng ngồi cùng ta uống tách trà nóng mà không cần kiểm tra thông báo điện thoại. 4. Lời kết Công nghệ, xét cho cùng, chỉ nên đóng vai trò là một cây cầu dẫn lối. Một chiếc AI Agent thông minh hay một thuật toán hiện đại có thể giúp chúng ta thu hẹp khoảng cách tìm kiếm ban đầu, nhưng việc bước qua cây cầu đó để chạm vào thế giới của nhau vẫn hoàn toàn phụ thuộc vào sự dũng cảm và chân thành của mỗi người. Sau một tuần đắm chìm trong mô hình và dữ liệu, mình quyết định tắt máy tính, hẹn một người bạn cũ ra quán cà phê vỉa hè quen thuộc dưới bóng cây râm mát để tán gẫu về những dự định sắp tới. Anh em trong diễn đàn nghĩ sao về làn sóng ứng dụng AI vào các nền tảng kết nối hiện nay? Liệu một ngày nào đó, bạn có sẵn sàng để một AI Agent thay mình quyết định xem ai là người xứng đáng để gặp mặt ngoài đời hay không? Rất mong được lắng nghe chia sẻ của mọi người bên dưới!