Khởi nguồn một AI có tính cách: Medusa làm thế nào, khoa học nói gì

Đây là bản kể lại bằng ví dụ đời thường của bài nghiên cứu kỹ thuật - dành cho ai tò mò về AI agent mà không cần nền kỹ thuật.

AI này không được "lập trình". Nó được nuôi dạy.

Hãy tưởng tượng bạn tuyển một nhân viên số làm việc suốt ngày đêm: nhắc mọi người đặt cơm trưa, soạn văn bản, trực nhóm chat. Kiểu cũ là ngồi viết ra hàng nghìn dòng quy tắc cứng nhắc. Cách của Medusa thì khác - họ trao cho AI một tính cách, một ít ký ức khởi đầu, vài lằn ranh an toàn, rồi để nó tự vận hành. Mỗi "nhân viên" như vậy được gọi là một head.

Điều bất ngờ: khi đối chiếu cách Medusa tạo ra một head với những nghiên cứu AI công bố năm 2026, phần lớn quyết định của họ lại ăn khớp với điều khoa học khuyên - dù nhiều thứ họ tự nghĩ ra trước cả khi đọc nghiên cứu.

Nuôi AI, hoá ra, gần với nuôi dạy hơn là lập trình.

Ba bước để "khai sinh" một AI

Bước 1 - Trao "linh hồn" & ký ức đầu đời. Thay vì tự tay viết ra tính cách, Medusa "phỏng vấn" chính con AI bằng một bộ câu hỏi, rồi chắt lọc thành một bản mô tả tính cách gọn gàng (gọi là SOUL), kèm vài ký ức khởi đầu để nó không bắt đầu từ con số không. Như viết hồ sơ tính cách và gói tài liệu nhập môn cho nhân viên mới.
Bước 2 - Dựng "cơ thể" để chạy 24/7. Phần máy móc quanh linh hồn đó: khả năng nhớ, khả năng hành động, và cơ chế để nó tự thức dậy làm việc đúng giờ mà không cần ai bấm nút. Như xây cơ thể và đôi tay cho một nhân cách vừa định hình.
Bước 3 - Nạp ký ức & kiểm tra tính cách. Đổ ký ức khởi đầu vào, rồi cho AI làm một bài "trắc nghiệm tính cách" để chắc chắn nó hành xử đúng với nhân vật vừa dựng - trước khi cho vào việc thật. Như buổi thử việc và bài kiểm tra đầu vào.

Medusa đang làm gì - và khoa học nói gì?

Đặt điều quan trọng ở cuối. AI đọc giống bạn lướt một email dài - nhớ mở đầu, nhớ đoạn kết, còn khúc giữa thì trôi mất. Medusa đặt bản mô tả tính cách ở vị trí cuối cùng, ngay trước lúc AI trả lời. Khoa học xác nhận: kể cả AI đời mới đọc được cả triệu chữ vẫn có "điểm mù ở giữa". Đã đúng hướng.

Chọn tính cách, không bịa ra. Không ai "lập trình" được một tính cách - ta chỉ chọn nó ra, như đạo diễn chọn diễn viên cho một vai. Medusa "phỏng vấn" con AI rồi chốt lại nhân vật ổn định nhất. Khoa học: bên trong AI đã sẵn hàng nghìn "nhân vật" từ lúc học; việc của ta là chọn một và neo lại. Đã đúng hướng.

Dạy kèm lý do. Nói "đừng làm vậy, vì…" hiệu quả hơn hẳn so với chỉ quát "cấm!". Bộ quy tắc của agent gồm cả giá trị kèm lý do lẫn vài lằn ranh tuyệt đối. Khoa học: AI được dạy kèm lý do cư xử đúng mực hơn tới 3 lần so với khi chỉ nhận một danh sách luật khô khan. Một chỉnh nhỏ: đảm bảo mọi luật "cấm" đều nối được về đúng lý do của nó.

Xếp ký ức như trí nhớ người. Medusa tách rạch ròi "chuyện đã trải qua" (kỷ niệm) khỏi "điều mình biết" (kiến thức) - mỗi thứ để đúng một chỗ. Khoa học đồng ý; Medusa còn thiếu tầng "tự học kỹ năng mới theo thời gian", nhưng đó là chuyện để dành. Đã đúng hướng.

Người gác cổng cho bộ nhớ. Một tin đồn nhỏ, cứ chép đi chép lại, sẽ thành "sự thật" - AI cũng dính bẫy đó. Medusa dựng một "người gác cổng" kiểm tra thông tin trước khi cho ghi vào bộ nhớ. Khoa học: có 3 chỗ dễ hỏng (lúc ghi, lúc gộp, lúc lấy ra dùng), và chặn ngay từ khâu ghi vào là quan trọng nhất - đúng cái Medusa ưu tiên trước. Ưu tiên đúng thứ tự.

Kiểm tra tính cách định kỳ. Nói chuyện càng lâu, AI càng dễ "lạc giọng" - như người xa quê lâu dần mất chất giọng. Medusa mới kiểm tra tính cách một lần lúc mới sinh. Khoa học: trôi giọng là điều đo được, đo một lần chưa đủ. Một chỉnh nhỏ: vài tuần một lần, hỏi lại agent dăm câu rồi so với bản chuẩn.

Có phanh trước khi trao tay lái. Cho AI quyền tự hành động thì bắt buộc phải có phanh. Medusa đã có giới hạn chi tiêu, nút tắt khẩn, giờ nghỉ và bước người duyệt. Khoa học: một nút "đồng ý?" trơ trọi chưa đủ - con người chỉ phát hiện được hành động sai khoảng 9-26% số lần. Một chỉnh nhỏ: đổi nút "đồng ý?" thành 3 dòng - làm gì / ảnh hưởng tới đâu / lỡ sai thì gỡ sao.

Cho tập sự trước. Đừng giao thẳng vô-lăng cho tài mới ngay ngày đầu. Medusa hiện cho agent chạy hết công suất ngay sau khi vượt bài kiểm tra. Khoa học: nên có giai đoạn "tập sự" - chỉ quan sát và nháp trước, rồi mới cho hành động thật. Một chỉnh nhỏ: thêm vài ngày "chỉ quan sát" trước khi trao toàn quyền.

Điểm số: Medusa đã làm đúng phần lớn

Nghiên cứu gợi ý 12 điểm có thể cải thiện. Tin vui: 9/12 Medusa đã tự làm đúng, hoặc đã cố ý để dành cho sau - hoàn toàn hợp lý. Chỉ 3 điều đáng chỉnh ngay, mà đều là chỉnh nhẹ, không phải đập đi xây lại:

Gắn "lý do" vào mọi luật - cho AI hiểu vì sao, đừng chỉ ra lệnh cấm.
Kiểm tra "tính cách" định kỳ - vài tuần một lần, so với bản chuẩn lúc mới sinh.
Đổi nút "đồng ý?" thành bảng xác nhận - làm gì, ảnh hưởng tới đâu, lỡ sai thì gỡ thế nào.

Chốt lại

Điều thú vị nhất không phải danh sách việc cần làm - mà là vì sao Medusa lại đúng ngay từ đầu. Phần lớn nguyên tắc này được tự đúc kết ra trước cả khi đọc các nghiên cứu. Đơn giản vì khi bạn thật lòng muốn nuôi một AI cho tử tế - cho nó một tính cách rõ ràng, một bộ nhớ trong sạch, những lằn ranh an toàn - thì kiểu gì bạn cũng chạm đúng vào những bài học mà khoa học đang chỉ ra.

Với những ai đang mê AI theo kiểu "vibe coding": bạn không cần bằng tiến sĩ để tham gia. Chỉ cần đối xử với AI như một cộng sự cần được hướng dẫn tử tế - phần còn lại, trực giác tốt sẽ dẫn đường khá xa.