Khi AI chạy nhanh gấp 70 lần, ta phòng thủ bằng gì?

Trong các thử nghiệm gần đây, Asana ghi nhận chi phí chạy tác vụ agent trên trình duyệt giảm tới 76 lần và tốc độ tăng gấp 5 lần khi chuyển sang mô hình GPT-6.1 Sol cùng GPT-6 Astra trong Codex. Ở một mảng khác, Sophos cho biết họ giảm 96% thời gian điều tra sự cố an ninh mạng bằng Daybreak của OpenAI, tự động hóa 52% các ca xử lý MDR mà vẫn giữ con người giám sát ở khâu chốt chặn.

Những con số trên cho thấy một điều: tầng suy luận của AI đang rẻ đi và thực thi nhanh hơn dự đoán của hầu hết giới kỹ thuật. Nhưng khi máy móc xử lý việc trong nháy mắt, khoảng trống vận hành thực tế lại dồn về phía con người.

Rẻ hơn hàng chục lần và bài toán ủy quyền tự động

Việc giảm chi phí 76 lần không đơn thuần là tiết kiệm ngân sách đám mây. Nó thay đổi hoàn toàn cách chúng ta thiết kế hệ thống. Trước đây, việc để một mô hình liên tục mở trình duyệt, phân tích DOM và thử sai từng bước là thứ quá đắt đỏ để đưa vào sản phẩm diện rộng. Khi chi phí chạm đáy, các kỹ sư sẽ tự nhiên trao cho AI nhiều quyền tương tác trực tiếp hơn: bấm nút, gửi biểu mẫu, duyệt quyền và gọi API thay mặt người dùng.

Thế nhưng, trao quyền càng sâu thì cơ chế kiểm soát càng dễ vỡ vụn. Các phạm vi ủy quyền OAuth tĩnh truyền thống được thiết kế cho phần mềm thông thường, nơi mọi hành vi đều được lập trình cứng. Khi đưa các tác nhân AI vào luồng này, việc kiểm soát hành vi lệch chuẩn trở nên vô cùng phức tạp. Mô hình có thể vượt qua ranh giới dự tính ban đầu chỉ bằng một vài suy luận sai lệch trong ngữ cảnh phức tạp.

Khi một mô hình có thể tự động hóa hơn nửa số ca trực an ninh như cách Sophos triển khai, câu hỏi đặt ra là điều gì xảy ra nếu mô hình bỏ sót hoặc đưa ra quyết định sai trong một chuỗi hành động tốc độ cao?

Ảo tưởng về lớp phòng thủ bằng lời từ chối

Để giữ an toàn cho các tác nhân ngày càng quyền năng này, giải pháp phổ biến nhất hiện nay vẫn là huấn luyện mô hình biết từ chối các yêu cầu nguy hại. Nhưng đây lại là chốt chặn mong manh nhất trong toàn bộ hệ thống.

Một mô hình ngôn ngữ lớn vốn được huấn luyện từ khối lượng dữ liệu khổng lồ của nhân loại, chứa đủ mọi tri thức từ hữu ích đến độc hại. Sự vâng lời hay từ chối không phải là bản tính tự nhiên của thuật toán, mà là một lớp vỏ bọc được áp đặt sau quá trình huấn luyện căn bản. Thực tế chỉ ra rằng cơ chế từ chối này rất dễ bị vượt qua bằng những câu lệnh tinh vi hoặc các kịch bản đánh lừa ngữ cảnh.

Nghịch lý nằm ở chỗ: năng lực càng cao thì rủi ro càng lớn. Để AI hỗ trợ tìm kiếm thuốc chữa bệnh, nó bắt buộc phải hiểu sâu về cấu trúc sinh học và di truyền học. Những kiến thức đó hoàn toàn có thể bị lợi dụng để tạo ra các mầm bệnh nguy hiểm. Dựa dẫm vào việc hy vọng mô hình “tự biết nói không” là một cách tiếp cận mang tính đối phó. Khi AI tham gia trực tiếp vào việc thực thi lệnh trên máy chủ hay mạng nội bộ, chỉ một lần từ chối thất bại cũng đủ để gây ra hậu quả nghiêm trọng.

Độ trễ giữa bước nhảy AI và tiêu chuẩn con người

Nhà mật mã học Matthew Green từng đưa ra một cảnh báo đáng suy ngẫm: có khoảng 15% khả năng chúng ta sẽ mất niềm tin vào các thuật toán mã hóa khóa công khai hiện có trước sự phát triển của trí tuệ nhân tạo. Ông thậm chí nhắc đến khả năng 1% chúng ta rơi vào viễn cảnh Minicrypt - thế giới giả thuyết của Russell Impagliazzo, nơi các cơ chế mã hóa khóa công khai hoàn toàn bị vô hiệu hóa.

Vấn đề cốt lõi không nằm ở việc ngày mai mã hóa RSA hay ECC có bị bẻ gãy ngay hay không. Mấu chốt là sự chênh lệch khủng khiếp về mặt tốc độ:

• Tốc độ AI tạo ra bất ngờ: tính bằng tuần và tháng, thể hiện qua các bước nhảy vọt về năng lực xử lý và giải toán.
• Tốc độ con người thay đổi tiêu chuẩn bảo mật: tính bằng thập kỷ, đòi hỏi các hội đồng thẩm định, kiểm thử thực địa và cập nhật hạ tầng toàn cầu.

Nếu một lỗ hổng nền tảng xuất hiện từ khả năng phân tích của AI, chúng ta không thể chờ đợi một tiêu chuẩn mã hóa mới ra đời rồi mới bắt đầu nâng cấp hệ thống. Một khi bất ngờ ập đến, chỉ những bên đã chuẩn bị sẵn kiến trúc linh hoạt từ trước mới có thể tồn tại mà không chịu thiệt hại nặng nề.

Kỹ sư Việt Nam nên chuẩn bị gì lúc này?

Trước những bước chuyển biến nhanh chóng từ hạ tầng mô hình, các nhóm kỹ thuật trong nước không nên chỉ tập trung vào việc làm sao gọi API cho mượt hay tối ưu vài dòng prompt. Đã đến lúc cần nhìn lại cấu trúc an toàn của toàn bộ hệ thống.

Đầu tiên, hãy từ bỏ giả định rằng mô hình AI sẽ luôn ngoan ngoãn từ chối các hành vi độc hại. Mọi tác vụ do AI khởi tạo khi chạm vào cơ sở dữ liệu hay hạ tầng thanh toán đều phải đi qua các cổng kiểm soát độc lập bằng mã nguồn truyền thống. Tuyệt đối không dùng chính prompt để làm rào chắn bảo mật cho một prompt khác.

Kế đến, cần rà soát lại các luồng ủy quyền dịch vụ. Việc cấp token dài hạn hay cấp quyền rộng cho các tiến trình chạy agent cần phải được loại bỏ. Mỗi hành động can thiệp sâu vào dữ liệu người dùng phải có xác thực đa yếu tố hoặc sự phê duyệt tường minh từ con người, tương tự cách Sophos giữ lại sự can thiệp của chuyên viên phân tích dù đã tự động hóa hơn nửa quy trình.

Mô hình sẽ còn tiếp tục rẻ đi và xử lý nhanh hơn. Nhưng tốc độ của hệ thống chỉ có giá trị khi nó nằm trong tầm kiểm soát mà chúng ta thực sự hiểu rõ.