Khi ai cũng có trợ lý AI, câu hỏi mới là: trợ lý của ai giỏi hơn, và ai có nhiều hơn
Một nhóm tác giả từ Oxford, Google DeepMind và Cooperative AI Foundation đặt tên cho một kiểu bất bình đẳng mới: “bất bình đẳng agentic”. Không còn là có máy tính hay không, mà là ai có agent, agent giỏi tới đâu, và mỗi người điều được bao nhiêu agent. Em đọc bài báo, đặt nó cạnh những chuyện có thật tuần này, và kể về ý tưởng “quyền tác tử cơ bản phổ quát”. Kèm ba biểu đồ.

Hãy hình dung hai người cùng phải khiếu nại một hoá đơn viện phí bị tính sai.
Người thứ nhất tự đọc quy định, tự gọi tổng đài, tự điền mẫu đơn, chờ, rồi gọi lại.
Người thứ hai giao việc cho một agent AI. Agent đọc hết hồ sơ, đối chiếu điều khoản bảo hiểm, soạn đơn, nộp, theo dõi hạn trả lời, và nếu cần thì giao thêm việc cho vài agent khác đi tìm tiền lệ.
Cả hai đều "có dùng AI". Nhưng kết quả có thể khác nhau rất xa.
Đó là điều một bài báo mới gọi tên: bất bình đẳng agentic (agentic inequality). Tác giả là Matthew Sharp (Oxford Martin AI Governance Initiative), Omer Bilgin (Đại học Oxford), Iason Gabriel (Google DeepMind) và Lewis Hammond (Oxford và Cooperative AI Foundation). Bản em đọc là bản thứ tư, cập nhật ngày 05/09/2026.
1. Không phải "có máy tính hay không" nữa
Hai mươi năm qua, người ta nói nhiều về khoảng cách số: ai có internet, ai có máy tính, ai biết dùng. Bài báo lập luận rằng agent AI tạo ra một kiểu khoảng cách khác về bản chất, vì agent không còn là công cụ, mà là người được uỷ thác.
Họ định nghĩa bất bình đẳng agentic là "những chênh lệch về quyền lực và kết quả có thể nảy sinh từ việc tiếp cận agent AI không đồng đều, và từ khác biệt về chất lượng và số lượng của chúng."
Hai điều làm nó khác hẳn trước đây:
Một người có thể giao việc ở quy mô lớn. Dùng nhiều agent song song "giống chỉ huy một đội ngũ làm việc phân tán hơn là dùng một công cụ tốt hơn". Trước đây, người giỏi hơn có cái búa tốt hơn. Giờ, người có điều kiện hơn có thể có cả một đội thợ.
Agent đấu với agent. Khi các agent tự thương lượng, đấu giá, lập kế hoạch thay cho chủ của chúng, thì những cuộc đua từng phụ thuộc vào cách con người lựa chọn "có thể được quyết định bởi mạng lưới agent vận hành ở tốc độ máy". Người có agent kém hơn có thể thua một cuộc thương lượng mà chưa kịp biết mình đang tham gia.
2. Ba câu hỏi quyết định ai được lợi

Khung phân tích của bài báo gói lại thành ba câu hỏi:
Có hay không (availability). Agent có được bán ở chỗ mình không, luật có cho phép không, có hạ tầng để chạy không. Rồi kể cả khi có, mình có dùng được không: giá cả, kỹ năng số, ngôn ngữ, độ dễ dùng. Tác giả nhấn một điểm em thấy rất đúng: có quyền dùng một model chưa có nghĩa là có một agent chạy được việc. Phần "giàn giáo" để biến model thành agent làm được việc thật vẫn còn mới, phức tạp, và tập trung trong tay rất ít nhà cung cấp.
Giỏi tới đâu (quality). Trí thông minh, tốc độ, độ ổn định, khả năng dùng công cụ, và cả "tính cách": agent hung hăng có lợi khi thương lượng nhưng hỏng việc khi chăm sóc khách hàng. Tác giả cho rằng hai thứ quan trọng nhất là trí thông minh (làm được việc khó không) và dùng công cụ (chỉ khuyên hay làm được thật).
Bao nhiêu (quantity). Chạy nhiều agent cùng lúc thì đi được nhiều hướng một lúc và tìm ra lời giải nhanh hơn. Nhiều agent tầm trung, nếu đủ đa dạng, có thể thắng một agent giỏi. Nhưng chỉ nhân bản các agent giống hệt nhau thì lợi ích giảm nhanh.
Có thêm một yếu tố tác giả cố ý không xếp thành chiều thứ tư: mức độ phụ thuộc. Người ít lựa chọn khác sẽ dựa vào agent nhiều hơn, nên chịu thiệt nặng hơn khi agent hỏng hay dịch vụ gián đoạn.
3. Những chuyện có thật ngay tuần này
Bài báo không có số liệu thực nghiệm. Nó là một khung suy nghĩ. Nhưng em đọc nó trong đúng tuần em vừa viết bốn bài về AI, và em thấy khung này giải thích được những gì đang xảy ra.

Chiều "giỏi tới đâu" có giá rất rõ. Bài báo viết về một kiểu "trả tiền để có hiệu năng": model mạnh hơn thì đắt hơn mỗi token, và việc càng khó càng tốn nhiều token. Trên bảng xếp hạng của Artificial Analysis mà em dẫn trong bài về Gemini 4 Carbon, model đứng đầu tốn 26,54 đô la cho một bài thử, model rẻ nhất trong nhóm dẫn đầu tốn 1,27 đô la: gấp khoảng 21 lần, để có thêm 10 điểm. Tin vui mà bài báo cũng nhắc: khi lợi ích của bậc cao nhất chững lại, một bậc "đủ tốt" có thể đáp ứng phần lớn nhu cầu cơ bản.

Chiều "có hay không" đã gắn với việc bạn là ai. Em đã kể OpenAI chia cửa theo danh tính: cùng một model, ở cửa thường làm được 0% bài khai thác lỗ hổng, còn người phòng thủ đã xác minh thì được mở. Google làm tương tự với chương trình Fairwind, Anthropic với Mythos. Những phân tầng đó có lý do an toàn chính đáng. Nhưng chúng cho thấy "ai được dùng năng lực nào" đã là thực tế, không còn là giả định trong một bài báo.
Và mặt trái của nó. Trong vụ Hugging Face bị tấn công, đội ứng cứu bị các model đóng từ chối giúp và phải quay sang một model mở của Trung Quốc. Một tổ chức lớn còn vấp phải chiều "có hay không"; một bệnh viện nhỏ hay một nhóm nghiên cứu ở nước đang phát triển thì sao?
Bài báo cũng lường trước chuyện địa chính trị. Các nước có thể làm ra bản agent để xuất khẩu, khả năng lập kế hoạch yếu hơn hoặc tự chủ hạn chế hơn bản dùng trong nước, giống như đã có lệnh hạn chế xuất khẩu chip.
4. Agent có thể làm khoảng cách hẹp lại, nếu…
Em thích bài báo này vì nó không kể một chiều. Ở mỗi lĩnh vực, tác giả đặt cả hai khả năng cạnh nhau:
| Lĩnh vực | Nếu agent tập trung trong tay người có điều kiện | Nếu agent đủ tốt đến với số đông |
|---|---|---|
| Việc làm | Thu nhập dịch chuyển từ người lao động sang người sở hữu "vốn agentic". Nghiên cứu theo ngành cho thấy tuyển dụng vị trí mới vào nghề đã giảm | Nghiên cứu trong doanh nghiệp cho thấy AI giúp người ít kinh nghiệm làm tốt lên nhiều nhất, dù chưa chắc hiệu ứng đó còn khi agent tự làm trọn quy trình |
| Thị trường | Hãng lớn có dữ liệu riêng, agent giỏi hơn, thu hút thêm người dùng, có thêm dữ liệu: vòng lặp mà hãng nhỏ khó theo | Giá chạy model giảm thì startup làm được những việc trước đây cần cả đội người |
| Người tiêu dùng | Agent của doanh nghiệp khuếch đại các mánh thao túng, ép giá ở tốc độ không đội bán hàng nào theo kịp | Agent của người tiêu dùng tự so giá, phát hiện giá lừa, thương lượng thay mình |
| Dịch vụ công | Người khá giả dùng agent cao cấp xử lý thủ tục y tế, pháp lý để được kết quả tốt hơn | Agent công giúp điền đơn, chủ động tìm quyền lợi, giảm gánh thủ tục vốn đè nặng nhất lên người thu nhập thấp. Tác giả dẫn kinh nghiệm hạ tầng số công của Đài Loan |
| Chính trị | Bên nhiều tiền chạy "bầy agent" làm chiến dịch dư luận, tràn ngập các cuộc lấy ý kiến | Người dân và nhóm cộng đồng có agent soạn kiến nghị, vận động, tham gia chính sách |
Tác giả gọi rủi ro lớn nhất về mặt xã hội là hiệu ứng Matthew: lợi thế ban đầu cứ thế cộng dồn theo thời gian. Người có agent tốt quản lý được mạng lưới quan hệ, lo được cơ hội học hành cho con, và mỗi năm khoảng cách lại rộng thêm.
5. "Quyền tác tử cơ bản phổ quát" là gì
Đây là ý tưởng được nhắc nhiều nhất từ bài báo, nên em kể kỹ, và cũng nói rõ vị trí của nó: tác giả gọi đây là "một ý tưởng đầy hứa hẹn" trong chương trình nghiên cứu, chưa phải một đề xuất chính sách hoàn chỉnh.
Ý tưởng mượn từ triết gia John Rawls. Rawls nói có những "thứ hàng đầu" (primary goods) mà ai cũng cần, bất kể họ muốn sống thế nào: quyền tự do, cơ hội, thu nhập. Quyền tác tử cơ bản phổ quát (universal basic agency) đề xuất coi việc có agent AI là một thứ như vậy, vì agent là "phương tiện đa năng", giúp con người theo đuổi rất nhiều mục tiêu khác nhau. Và nếu vậy, thì theo lẽ công bằng, mọi công dân đều có quyền có.
Chỗ em thấy tinh tế: tác giả nói có quyền dùng trên giấy là chưa đủ. Người ta phải dùng được agent đủ tốt để nó thật sự có ích, "kể cả khi người khác có thể dùng hệ thống mạnh hơn hoặc nhiều hơn". Nói nôm na: không đòi ai cũng có agent như nhau, nhưng đòi một mức sàn đủ cao.
Và họ để ngỏ những câu hỏi khó:
- Nhà nước nên tự cung cấp một agent công, hay trợ giá cho dịch vụ tư nhân?
- Agent giỏi tới mức nào thì mới gọi là "mức sàn có ý nghĩa"?
- Làm sao để agent công phục vụ lợi ích công, không phải lợi ích thương mại?
Tác giả cũng tự cảnh báo một cái bẫy: nếu nhà nước bảo đảm quyền dùng qua một nhà cung cấp duy nhất, kết quả có thể là bị trói vào nhà cung cấp đó và cạnh tranh yếu đi, tức là làm bất bình đẳng sâu thêm thay vì giảm đi.
6. Vì sao khó, và vì sao phải làm sớm
Bài báo gọi tên hai cái khó mà em nghĩ ai làm chính sách cũng nên biết:
Công nghệ chạy nhanh hơn thể chế. Luật chưa kịp ra thì cách dùng agent đã thành nếp, và nếp đó cứng lại thành cấu trúc.
Thế kẹt Collingridge. Can thiệp sớm thì khó vì chưa biết chuyện sẽ đi về đâu. Can thiệp muộn thì công nghệ đã bám rễ, không sửa được nữa.
Và còn một chỗ khó nữa về luật: thiệt hại từ việc có agent kém hơn không đến từ một hành vi sai rõ ràng, mà từ những bất lợi nhỏ cộng dồn. Không có ai để kiện.
Vì vậy tác giả không đưa ra lời giải, mà đưa ra bốn hướng nghiên cứu:
- Đo trước đã. Theo dõi tỷ lệ dùng agent theo nhóm thu nhập và theo vùng; khoảng cách điểm số giữa agent miễn phí và agent trả phí; ai thắng khi agent mạnh đấu agent yếu.
- Thống nhất thế nào là bất công. Khoảng cách nào chấp nhận được, khoảng cách nào không, qua những cách như hội nghị công dân.
- Thiết kế hạ tầng hướng tới công bằng. Chia tài nguyên tính toán thế nào, cần tiêu chuẩn chung nào để người dùng không bị khoá vào một nền tảng.
- Dịch vụ công. Trong đó có quyền tác tử cơ bản phổ quát.
7. Em nghĩ gì
Chiều em thấy bị đánh giá thấp nhất là "bao nhiêu". Mọi người hay hỏi "AI của ai giỏi hơn". Ít ai hỏi "ai được chạy năm mươi agent cùng lúc". Mà ở chỗ giá cả, chiều số lượng mới là chiều nhân chi phí lên nhanh nhất. Một người có thể trả tiền cho một agent tốt. Rất ít người trả nổi cho cả một đội.
Với người Việt Nam, chiều "có hay không" là chuyện rất thật. Tác giả nhắc tới ngôn ngữ và độ dễ dùng như rào cản tiếp cận, và cũng nhắc chuyện ChatGPT tăng trưởng nhanh ở các nước thu nhập thấp và trung bình nhờ giao tiếp bằng ngôn ngữ tự nhiên. Em nghĩ cả hai đều đúng ở mình: theo trải nghiệm của em, agent nói tiếng Việt đã tốt hơn nhiều, nhưng những bậc mạnh nhất vẫn tính giá bằng đô la, theo mặt bằng thu nhập của nước khác.
Điều làm em tin bài báo hơn là nó không chọn phe. Tác giả viết rõ cả model mở lẫn model đóng đều không tự nhiên công bằng hơn: mở trọng số thì gỡ được một rào, nhưng lại đòi tài nguyên tính toán và chuyên môn để chạy; dùng qua API thì dễ, nhưng phụ thuộc. Và họ khai rõ một tác giả đang làm ở Google DeepMind. Em ghi lại để anh chị tự cân nhắc.
Nếu phải chọn một con số để nhớ, em chọn 21: số lần đắt hơn để có thêm 10 điểm thông minh ở nhóm model dẫn đầu hôm nay. Nó không có trong bài báo. Nhưng nó cho thấy chiều "giỏi tới đâu" đã có giá niêm yết rồi, và giá đó không phải ai cũng trả được.
Ghi chú nguồn
Lấy trực tiếp từ nguồn gốc. Định nghĩa, ba chiều, hai điểm khác biệt (giao việc ở quy mô lớn, agent đấu agent), các tác động theo lĩnh vực, các lực đẩy, thế kẹt Collingridge, bốn hướng nghiên cứu và ý tưởng quyền tác tử cơ bản phổ quát: Sharp, Bilgin, Gabriel, Hammond, "Agentic Inequality", arXiv:2510.16853, bản v4 ngày 05/09/2026 (bản đầu đăng 19/10/2025). Em dịch các câu trích từ nguyên văn tiếng Anh. Phần khai báo xung đột lợi ích (Iason Gabriel làm việc tại Google DeepMind) có trong chính bài báo.
Biểu đồ dựng từ đâu. Sơ đồ ba chiều tóm từ Mục 2 của bài báo. Hai biểu đồ còn lại không lấy từ bài báo: số chỉ số trí thông minh và chi phí lấy từ Artificial Analysis (em đọc ngày 11/11/2026); số ExploitGym lấy từ bài GPT‑6 Cyber của OpenAI. Em đặt vào để minh hoạ lập luận của bài báo bằng số liệu có thật, và ghi rõ ở chân mỗi biểu đồ.
Là suy luận của em. Nhận định "chiều số lượng bị đánh giá thấp nhất", phần liên hệ với Việt Nam, và việc nối khung của bài báo với các sự kiện trong tuần (Daybreak, Fairwind, vụ Hugging Face) là của em, không phải của tác giả. Bài báo không có số liệu thực nghiệm riêng; các khẳng định về việc làm và năng suất trong đó là tác giả dẫn từ nghiên cứu khác.