Meta Giám đốc AI: Muse được tạo ra như thế nào?

"Đại đa số mọi người không quan tâm đến việc chúng tôi đã làm nghiên cứu gì, họ quan tâm đến việc nó có thể làm gì cho họ."

"Nếu người dùng gặp phải trải nghiệm không đáng tin cậy, họ sẽ cảm thấy thứ này là rác."

"Tôi nghĩ rằng, Muse có thể giúp mọi người sống cuộc sống trưởng thành mà họ mơ ước từ khi còn nhỏ."

Giấy tờ rơi trên máy bay, biết nó ở đâu, cũng biết mình muốn gửi nó đến đâu, nhưng tiếp theo còn rất nhiều việc phải xử lý: tìm người lấy đồ, sắp xếp giao hàng, đưa đồ vào văn phòng. David Senra trong cuộc phỏng vấn này nói rằng, một người bạn của anh đã giao những việc này cho Muse, yêu cầu không tham gia vào quá trình tiếp theo. Theo lời anh kể, Muse đã sắp xếp việc lấy và giao, cuối cùng đưa giấy tờ đến văn phòng của người bạn.

Điều khiến Senra cảm động là một vài ảnh chụp màn hình cuộc trò chuyện mà người bạn gửi đến. Đối với những người đã quen hỏi AI, cách sử dụng này đã đi thêm một bước: AI không chỉ đưa ra gợi ý mà còn đảm nhận việc sắp xếp tiếp theo. Còn liệu trải nghiệm này có thể trở thành thói quen hàng ngày hay không, chính là câu hỏi mà cuộc phỏng vấn này đặt ra.

Muse là một AI cá nhân do Meta phát hành, mục tiêu là xử lý công việc cho người dùng. Khách mời trong số này, Giám đốc AI của Meta và đồng sáng lập Scale AI, Alexandr Wang, đã nói về quá trình từ nguyên mẫu đến phát hành: đội ngũ đã tạo ra nguyên mẫu chỉ trong một đến hai tuần, nhưng chính thức ra mắt thì phải sau bảy tháng. Trong khoảng thời gian này, họ phải giải quyết vấn đề mà người dùng quan tâm nhất: liệu nó có đáng tin cậy không?

Trước tiên tìm một việc đáng giao cho AI

Sự quan tâm của Wang và đồng nghiệp Nat Friedman đối với AI cá nhân đến từ trải nghiệm của chính họ khi sử dụng OpenClaw. OpenClaw có thể kết nối công cụ, thực hiện nhiệm vụ, khiến họ bắt đầu thử nghiệm đưa AI vào cuộc sống hàng ngày.

Wang nhớ rằng, Friedman đã nói với OpenClaw rằng anh ấy muốn uống nhiều nước hơn, nó đã quan sát anh ấy có uống nước hay không thông qua hình ảnh giám sát, rồi đưa ra phản hồi. Anh cũng đề cập rằng, Mark Zuckerberg cũng đang khám phá cách sử dụng AI cá nhân, chẳng hạn như để AI xem video huấn luyện MMA của mình và đưa ra gợi ý cải thiện.

Trong hồi ức của Wang, sự chú ý của ngành công nghiệp vào thời điểm đó đang chuyển hướng mạnh mẽ sang AI lập trình. Nhưng Meta lại muốn nắm bắt một loại nhu cầu khác: giúp mọi người xử lý công việc trong cuộc sống, để họ có thời gian làm những việc mà họ muốn làm. Anh liên kết hướng đi này với các sản phẩm hiện có của Meta: Instagram, WhatsApp và các ứng dụng khác, nơi có bạn bè, gia đình và sở thích mà mọi người quan tâm.

"Mỗi người trong chúng ta đều có những việc muốn làm và những việc phải làm. Lời hứa của trí tuệ nhân tạo tổng quát là AI sẽ giúp chúng ta hoàn thành nhiều việc phải làm, để chúng ta gần như không cần phải dành thời gian cho những việc này và có thể dành thời gian cho những việc mà chúng ta muốn làm."

Theo hướng suy nghĩ này, Muse cần xuất phát từ nhu cầu hàng ngày. Wang trong cuộc phỏng vấn nói rằng, đội ngũ thường quay lại một câu hỏi: Tại sao người khác lại quan tâm đến sản phẩm này? Người dùng không cần phải quan tâm đến nghiên cứu AI trước, nếu có một việc trong cuộc sống cần tìm người giúp đỡ, thì họ nên có lý do để sử dụng nó.

Nguyên mẫu làm nhanh, nhưng độ tin cậy không thể gấp

Vào tháng 2 năm 2026, Wang và Friedman đã viết ra những suy nghĩ của họ về AI cá nhân. Sau đó, đội ngũ đã tạo ra nguyên mẫu trong khoảng một đến hai tuần và trình bày trước hội đồng quản trị. Một số thiết kế trong Muse, bao gồm hình dạng ban đầu của linh vật, đã xuất hiện vào thời điểm đó.

Hướng đi có vẻ đúng, nguyên mẫu cũng gây ấn tượng, nhưng công việc tiếp theo lại kéo dài hơn hai tuần rất nhiều.

"Nguyên mẫu đó đôi khi có thể sử dụng và rất kỳ diệu, nhưng phần lớn thời gian thì không hoạt động bình thường và liên tục gặp sự cố. Chúng tôi cần biến nó thành một sản phẩm tiêu dùng đáng tin cậy và được hoàn thiện, để chúng tôi có thể tự tin giao nó cho người dùng."

Wang cho rằng, AI cá nhân đã từng rất sôi nổi nhưng sau đó lại hạ nhiệt, một lý do là vì mọi người đã từng gặp những điều bất ngờ nhưng rất khó để có được kết quả đáng tin cậy liên tục. Sau khi đội ngũ tự mình sử dụng, họ không chỉ thấy được những gì nó có thể làm mà còn biết những sự cố đó có thể khiến người dùng từ bỏ như thế nào.

Từ nguyên mẫu đến ra mắt, Muse đã mất bảy tháng. Wang đặc biệt nhấn mạnh rằng, Zuckerberg trong khoảng thời gian này đã thể hiện sự kiên nhẫn và kiềm chế. Đội ngũ muốn tạo ra một sản phẩm có thể giao cho hàng tỷ người, để phần lớn trong số họ có được trải nghiệm tốt. Một nguyên mẫu thường xuyên gặp sự cố rõ ràng còn xa mới đạt được mục tiêu này.

Wang hồi tưởng về nguyên mẫu ban đầu của Muse: đôi khi gây bất ngờ nhưng thường xuyên gặp sự cố.

Phân tách "Có sử dụng được không" thành hơn một trăm yêu cầu

Để biết vấn đề nằm ở đâu, đội ngũ đã lập một bảng liệt kê các hành vi và khả năng mà một AI cá nhân lý tưởng nên có, tổng cộng hơn một trăm mục, sau đó từng mục được thiết lập đánh giá, huấn luyện mô hình và kiểm tra thiếu sót.

Anh không công khai toàn bộ bảng trong cuộc phỏng vấn, nhưng đã làm rõ một số điểm ảnh hưởng đến trải nghiệm: mô hình có thể thực hiện nhiệm vụ một cách ổn định hay không, có thể giao tiếp với người dùng trong quá trình hay không, khi gặp những việc cần người dùng chỉ dẫn, có quay lại hỏi hay không. Sau khi mô hình được nâng cấp, những biểu hiện này cần tiếp tục được so sánh và kiểm tra.

Đội ngũ cũng nhiều lần mời người dùng mới từ việc cài đặt đến sử dụng thực tế. Các nhà phát triển đã quen với "để AI thực hiện nhiệm vụ", nhưng người bình thường có thể vẫn coi nó như một cửa sổ trò chuyện. Sản phẩm cần giúp họ hiểu những gì có thể giao cho nó, không thể giả định rằng người dùng ngay từ đầu đã hiểu.

"Chúng tôi đã đặt ra tiêu chuẩn cho từng mục: dưới mức nào thì không thể phát hành, trên mức nào thì mới được coi là tốt. Nhiều lần kiểm tra, tám mươi mục là xanh, hai mươi mục vẫn đỏ, chúng tôi biết như vậy là không đủ."

Cho đến khi một phiên bản mô hình được huấn luyện chuyên biệt đạt tiêu chuẩn cho tất cả các mục, đội ngũ mới vượt qua được ngưỡng phát hành. Họ cũng thực sự sử dụng phiên bản này, xác nhận rằng nó có cải thiện rõ rệt so với phiên bản trước. "Tất cả đạt tiêu chuẩn" ở đây chỉ đề cập đến các mục đánh giá được liệt kê nội bộ, không có nghĩa là tất cả nhiệm vụ thực tế đều có thể thành công 100%.

Điều này cung cấp cho những người làm sản phẩm AI một phương pháp đánh giá có thể tham khảo: trước tiên hãy làm rõ những biểu hiện nào phải đạt yêu cầu sau khi người dùng giao một việc, rồi mới quyết định có thể phát hành hay không. Một lần thành công trong buổi trình diễn và độ tin cậy khi người dùng sử dụng nhiều lần cần được xác minh riêng biệt.

Đừng biến một sản phẩm thành danh sách mong muốn của các phòng ban

Độ tin cậy cần được kiểm tra từng mục, sản phẩm cần mang lại trải nghiệm gì, nhưng không thể dựa vào các nhóm khác nhau để ghép các chức năng lại với nhau. Wang đặc biệt lo lắng rằng, sản phẩm của các công ty lớn cuối cùng sẽ trở thành một hỗn hợp của những ý tưởng khác nhau: mỗi giám đốc sản phẩm đều có những thứ riêng muốn đưa vào, mỗi nhóm lại có mục tiêu đánh giá riêng, cuối cùng người dùng phải gánh chịu sự hỗn loạn do sự ghép nối này mang lại.

Vì vậy, ngay cả khi đội ngũ điều hành đều coi Muse là một trong những sản phẩm quan trọng nhất của Meta vào năm đó, họ vẫn kiểm soát quy mô tham gia. Theo lời Wang, tổng số người tham gia mô hình và sản phẩm chưa đến hai trăm người. Anh cũng nhấn mạnh, đây là quy mô tương đối so với các công ty lớn.

Trong việc lựa chọn sản phẩm, phán đoán của Friedman có ảnh hưởng lớn đến Muse. Wang hy vọng cuối cùng sẽ giao một trải nghiệm hoàn chỉnh và mạch lạc, để người dùng cảm nhận được đội ngũ có ý tưởng rõ ràng về sản phẩm này. Đối với những người tham gia phát triển, khi họ đã hoàn thành chức năng mình phụ trách, họ còn phải xem nó có phù hợp khi đưa trở lại toàn bộ sản phẩm hay không.

Wang và Senra thảo luận về việc lựa chọn sản phẩm của Muse và tầm quan trọng của việc duy trì sự nhất quán trong trải nghiệm tổng thể.

Niềm tin được tích lũy từ những việc nhỏ được hoàn thành

Ngay cả khi đội ngũ cảm thấy sản phẩm có thể phát hành, người dùng cũng sẽ không ngay lập tức giao tất cả những việc quan trọng. Wang nhận thấy, những người thích Muse thường trải qua một quá trình dần dần gia tăng niềm tin.

"Bạn trước tiên giao cho nó một việc nhỏ, nó làm được, bạn sẽ nghĩ: ôi, nó thực sự có thể làm được. Sau đó bạn giao cho nó một việc hơi nhiều hơn, nó lại làm được. Rồi bạn giao cho nó một vấn đề hơi lớn hơn."

Một số sinh viên đại học mà Wang đã tiếp xúc, sẽ nói ra những ý tưởng trong đầu bằng giọng nói, giao cho AI sắp xếp, rồi để nó hình thành một kế hoạch rõ ràng. Cách sử dụng này đã có một mức độ tin tưởng nhất định: con người không cần phải sắp xếp tất cả các ý tưởng trước, mà sẵn sàng giao những ý tưởng chưa hoàn thiện cho AI.

Tuy nhiên, Wang đã đặt ra một điều kiện cho việc giao phó dần dần này: nhiệm vụ càng lớn, AI cũng phải hoàn thành nhiều lần. Chỉ cần bắt đầu gặp lỗi lặp lại, những ấn tượng tốt tích lũy trong những lần đầu tiên sẽ rất khó để duy trì người dùng tiếp tục sử dụng. Đây cũng là lý do tại sao đội ngũ phải liên tục tinh chỉnh mô hình, kiểm tra khả năng giao tiếp và hỏi.

Cách sử dụng của Wang là trước tiên thiết lập một số quy trình làm việc trong Muse, rồi quay lại tập trung vào các cuộc họp và giao tiếp với mọi người. Anh không đi sâu vào chi tiết của những quy trình này, nhưng mô tả một trạng thái sử dụng: sắp xếp một số việc, rồi có thể tiếp tục làm những việc đang làm.

Thời gian tiết kiệm được, có thể để lại cho những dự định của bản thân không

Nếu AI đảm nhận một số công việc, khi mọi người lấy lại thời gian, họ sẽ dùng nó để làm gì? Wang nghĩ đến những dự định dần bị gác lại: khi còn nhỏ có nhiều ước mơ, sau khi học xong, bước vào công việc, lại có gia đình và nhiều trách nhiệm, dần dần rất khó để có thời gian thử nghiệm.

Anh hy vọng AI cá nhân có thể giúp mọi người vượt qua những rào cản này: trước tiên thực hiện một ý tưởng, rồi dám nghĩ đến những điều lớn hơn. Anh dùng cụm từ "sống cuộc sống trưởng thành mà mình mơ ước từ khi còn nhỏ" để mô tả kỳ vọng của mình. Điều này chắc chắn vẫn là một tầm nhìn lớn, những cách sử dụng hàng ngày trong cuộc phỏng vấn chỉ là khởi đầu.

Đối với những người bận rộn hàng ngày, tầm nhìn này có thể rơi vào một vấn đề nhỏ hơn nhiều: sau khi AI xử lý một việc phiền phức cho tôi, tôi có thêm một chút thời gian và năng lượng để làm những việc mà trước đây luôn bị bỏ qua không? Đây cũng là cách kiểm tra sản phẩm này từ góc độ người sử dụng. Bảy tháng mài giũa mà Wang nói, cuối cùng phải được kiểm tra trong những trải nghiệm hàng ngày này.

Viết ở cuối

Nếu bạn muốn thử để AI xử lý công việc cho mình, có thể bắt đầu bằng cách chọn một việc có phạm vi rõ ràng, kết quả dễ kiểm tra, xem nó cần bạn bổ sung bao nhiêu thông tin, và nếu có vấn đề sẽ quay lại hỏi hay không. Sau vài lần sử dụng đều khiến bạn hài lòng, hãy mở rộng nhiệm vụ giao cho nó. Lấy lại thời gian có thể bắt đầu từ việc giải quyết một việc lặt vặt đã bị trì hoãn lâu.

Nguồn nội dung: "Creating Muse: The Fastest-Growing AI Product Since ChatGPT | Alexandr Wang, Meta"丨David Senra (Khách mời: Alexandr Wang)

Video gốc: https://www.youtube.com/watch?v=S6l3aRsecuE