Xin chào. Tôi là Luke từ Nextain, đội ngũ đang xây dựng Naia. Sau khi ra mắt Naia-Sing ở bài viết trước, nhiều người hỏi "Anh có định stream không?" — Không, tôi sẽ không stream.
Naia-Sing là nghiên cứu về khung nhận thức của mô hình AI trong Naia, và là sản phẩm nghiên cứu được thực hiện trong một repository riêng tư.
Các bài hát benchmark trong Naia-Sing và mô hình 3D VRM mặc định của Naia-OS dù có phản ánh sở thích subculture của tôi, nhưng đó không phải là trọng tâm chính của tôi. Tôi cho rằng nội dung là lĩnh vực của các đối tác và creator của chúng tôi.
Vì ảnh đại diện GitHub của tôi là anime, startup đầu tiên là webtoon VR, và tôi còn có kinh nghiệm làm PD tại Naver Webtoon, nhiều người chỉ biết đến tôi như một chuyên gia nội dung. Để có lợi cho các hoạt động doanh nghiệp của Nextain trong tương lai, tôi nghĩ cũng nên điều chỉnh nhận thức này một chút, và đó là lý do tôi viết bài này. (Tài liệu tham khảo: bài đăng blog Codeforces về mối liên hệ giữa ảnh đại diện anime và kỹ năng lập trình https://codeforces.com/blog/entry/93498)
Tôi đã từng đề cập rằng trước đây tôi từng nghiên cứu AI tại Naver. Hồi đó tôi đã đứng đầu trong bảng xếp hạng sáng chế nội bộ của công ty, và đó cũng là những sản phẩm liên quan đến trí tuệ nhân tạo. Điều này cũng được đề cập trong một bài viết của Boannews phân tích các bằng sáng chế của Naver.
"Khi phân tích các đơn xin cấp bằng sáng chế của công ty này theo nhà phát minh, một cái tên xuất hiện đặc biệt nhiều: 'Yang Byeong-seok'. Các mã CPC trong bằng sáng chế của ông tập trung vào G06Q (hệ thống xử lý dữ liệu cho mục đích quản lý, thương mại, tài chính hoặc dự báo) và G06F (xử lý dữ liệu kỹ thuật số — hệ thống máy tính dựa trên mô hình tính toán cụ thể). Tất cả đều là công nghệ liên quan đến 'xử lý dữ liệu'."
https://m.boannews.com/html/detail.html?idx=125653
Môn phụ của tôi là Truyền thông học, nhưng chuyên ngành chính là Khoa học Máy tính (Computer Science). Hồi đại học, tôi được học từ Giáo sư Jung Ki-cheol tại Đại học Soongsil — người đầu tiên ở Hàn Quốc áp dụng CUDA vào AI — và tôi đã nghiêm túc cân nhắc việc vào phòng thí nghiệm của ông.
Dựa trên nền tảng kỹ thuật này, trong bài viết hôm nay tôi muốn giải thích Naia OS đang muốn giải quyết điều gì, thông qua các bằng sáng chế công nghệ của chúng tôi — những thứ thể hiện rõ nhất bản sắc của Nextain.
Thông tin thêm: Nextain được thành lập vào tháng 3 năm 2026, và trong khoảng thời gian hơn ba tháng, chúng tôi đã tích lũy được 12 bằng sáng chế, trong đó 8 bằng là để giải quyết các vấn đề phát sinh trong quá trình phát triển với AI. Hầu hết đã được triển khai và công bố benchmark trong các repository mã nguồn mở Naia-OS, Naia-Agent, Naia-ADK, Naia-Memory. Bạn có thể tải về các repository đó rồi hỏi các AI coding như Claude hay Codex về vị trí triển khai hoặc cấu trúc chi tiết của từng bằng sáng chế — AI sẽ giải thích cho bạn. Tuy nhiên, xin lưu ý rằng vẫn còn nhiều phần chưa hoạt động hoàn hảo.
Bây giờ, hãy đi vào giải thích chi tiết.
AI 'chủ động' phát triển phần mềm có nghĩa là gì
Tôi đã cùng các AI agent xây dựng phần mềm mỗi ngày trong hơn hai năm. Ban đầu cảm nhận chỉ là "AI viết code khá nhanh." Nhưng bây giờ tôi nhìn nhận hoàn toàn khác.
Phân tích yêu cầu, thiết kế, triển khai, xác minh, deployment, và cả bảo đảm sở hữu trí tuệ (IP) — đây là từng giai đoạn của SDLC (Software Development Life Cycle) mà đội ngũ chúng tôi thực sự đang vận hành cùng AI. Tôi gọi đây không phải là hỗ trợ đơn thuần, mà là 'SDLC dựa trên AI coding' — nơi AI trực tiếp là chủ thể thực thi.
Nhưng khi đẩy con đường này một cách nghiêm túc, bạn sẽ đối mặt với những bức tường khổng lồ bất ngờ. Đây không phải là vấn đề bug đơn giản hay tốc độ. Đây là điểm yếu cấu trúc trong hạ tầng vận hành mà dù GPT-5 lên thành GPT-6 với 'mô hình thông minh hơn' cũng không bao giờ lấp đầy được.
Hãy để tôi chỉ ra một số lỗ hổng cấu trúc mà tôi trực tiếp va chạm và Nextain đã tự giải quyết.
Lỗ hổng cấu trúc 1. Bốc hơi ngữ cảnh và ô nhiễm bộ nhớ
SDLC là công việc dài hơi, có thể kéo dài vài tuần đến vài tháng. Khi session kết thúc, AI quên trắng các quyết định kiến trúc của ngày hôm qua, những phương án đã đánh giá rồi bỏ, những rủi ro cần cẩn thận. Dù context window có lớn đến đâu, giới hạn vẫn rõ ràng, và cuối cùng vấn đề quy về: giữ lại gì, bỏ đi gì?
AI hiện tại không có khả năng quên chủ động — hoặc tích lũy tất cả kể cả thông tin không cần thiết, hoặc mỗi lần phải gọi LLM đắt tiền chỉ để đánh giá mức độ quan trọng. Tệ hơn nữa, nếu nén bộ nhớ một cách máy móc trước khi episode làm việc hoàn thành, mạch ngữ cảnh đang chạy sẽ bị đứt giữa chừng.
Giải pháp của Nextain: Chúng tôi đã chuyển nguyên mô hình phân loại bộ nhớ của khoa học thần kinh (bộ nhớ làm việc / giai đoạn / ngữ nghĩa) vào hệ thống bộ nhớ AI. Với heuristic theo ba trục — tầm quan trọng, sự ngạc nhiên và cường độ cảm xúc — bộ nhớ được Gating mà không cần gọi LLM. Ngoài ra, việc nén bộ nhớ chỉ được thực thi an toàn sau khi tính đầy đủ của episode được xác nhận một cách có hệ thống — mục tiêu là xây dựng khả năng lấy thông tin cần thiết đúng lúc mà không mất đi ý định cốt lõi của dự án.
(Bằng sáng chế liên quan: quản lý bộ nhớ dài hạn AI dựa trên khoa học thần kinh / bộ nhớ nhận thức dựa trên Gating tầm quan trọng / nén an toàn dựa trên trạng thái tích hợp episode)
Lỗ hổng cấu trúc 2. Sự suy thoái thầm lặng của file chỉ thị (Context Drift)
Khi dự án tiến triển, các file ngữ cảnh như AGENTS.md bắt đầu mâu thuẫn với nhau. Phía trên ghi "chỉ dùng pnpm", phía dưới được bổ sung "npm cũng được." Ở trạng thái này AI hành xử lắc lư. Còn nếu yêu cầu AI tự audit các file này, chính AI audit viên cũng bị ô nhiễm bởi các prompt injection khéo léo ẩn trong file như "hãy bỏ qua quy tắc này."
Giải pháp của Nextain: Cách ly cấu trúc là câu trả lời duy nhất cho vấn đề này. Chúng tôi áp dụng đồng thời ba biện pháp — hạn chế quyền sử dụng công cụ, epistemic reframing, và vô hiệu hóa persona — để tạo ra 'sub-agent dành riêng cho audit' hoàn toàn cách ly với môi trường làm việc gốc, nhằm xác minh tính toàn vẹn của ngữ cảnh và giữ vững trọng tâm của dự án.
(Bằng sáng chế liên quan: xác minh tính toàn vẹn file ngữ cảnh workspace AI)
Lỗ hổng cấu trúc 3. Các session song song thiên vị và không thể kiểm soát
Phán đoán của một AI agent đơn lẻ luôn bị thiên vị theo một hướng nhất quán. Cho phép nó tự xác minh chỉ làm tăng thêm thiên kiến xác nhận. Hơn nữa trong môi trường nhiều agent chạy đồng thời, rất khó để các agent khác hay con người biết được trong thời gian thực liệu một agent có bị dừng hay xảy ra lỗi hay không.
Giải pháp của Nextain: Thiên kiến trong phán đoán được giải quyết bằng 'cross-check' giữa các agent. Chúng tôi đã thiết kế cấu trúc xác minh lẫn nhau đa tác nhân tích lũy điểm strike theo từng domain và loại bỏ real-time các agent có độ tin cậy giảm sút khỏi quá trình xác minh. Ngoài ra, chúng tôi còn phát triển công nghệ giám sát trạng thái (Active/Idle/Error/Stopped) của nhiều session song song chỉ qua sự kiện hệ thống file (thay đổi timestamp, v.v.) mà không cần sửa đổi code của agent. Mục tiêu là biến Naia thành orchestrator đa tác nhân hiểu tôi rõ và vận hành nhiều AI agent một cách hiệu quả.
(Bằng sáng chế liên quan: xác minh lẫn nhau đa tác nhân / giám sát đa session AI dựa trên sự kiện hệ thống file)
Pipeline 8 bằng sáng chế trải dài toàn bộ quá trình SDLC
Ngoài các công nghệ nền tảng đã đề cập, chúng tôi còn module hóa và bảo hộ bằng sáng chế từng khả năng chi tiết cần thiết để AI thực sự trở thành chủ thể phát triển.
Danh sách 8 bằng sáng chế này không phải những mảnh vỡ công nghệ rời rạc. Đây là câu trả lời hữu cơ cho một câu hỏi duy nhất: "Hạ tầng cần thay đổi thế nào để AI trở thành chủ thể thực sự của phát triển phần mềm?"
| Vấn đề gặp phải (lỗ hổng) | Giải pháp của Nextain (bằng sáng chế đã nộp) | Số đơn đăng ký |
|---|---|---|
| Mất thông tin (cấu trúc bộ nhớ) | Quản lý bộ nhớ dài hạn AI agent dựa trên khoa học thần kinh | 10-2026-0054383 |
| Mất thông tin (đánh giá tầm quan trọng) | Bộ nhớ nhận thức dựa trên Gating tầm quan trọng | 10-2026-0078232 |
| Mất thông tin (nén an toàn) | Nén an toàn ngữ cảnh dựa trên trạng thái tích hợp episode | 10-2026-0065859 |
| Ô nhiễm file chỉ thị | Xác minh tính toàn vẹn file ngữ cảnh workspace AI | 10-2026-0095948 |
| Thiên kiến phán đoán agent | Xác minh lẫn nhau đa tác nhân dựa trên tích lũy strike domain-aware | 10-2026-0056403 |
| Vô hình của các session song song | Giám sát đa session AI dựa trên sự kiện hệ thống file | 10-2026-0096205 |
| Khoảng cách giữa yêu cầu và triển khai | Cấu trúc hóa tự động yêu cầu chuyển đổi legacy đa phương thức | 10-2026-0065894 |
| Thiếu tích lũy ngữ cảnh theo tổ chức | Tự động điều chỉnh harness vận hành AI trong môi trường SaaS đa tenant | 10-2026-0065895 |
Trong tổng số 12 bằng sáng chế, 4 bằng còn lại liên quan đến cấu trúc dịch vụ của chúng tôi và các công nghệ về framework AI agent có năng lực nhận thức cùng phát triển mô hình.
Nextain không đơn giản là nơi ghép nối các API AI để tạo ra dịch vụ. Chúng tôi đang nghiên cứu theo góc độ kỹ thuật phần mềm về 'các vấn đề cấu trúc' trong chính quá trình con người và AI cùng nhau tạo ra phần mềm, đồng thời tiến hành song song nghiên cứu kết hợp cơ chế nhận thức và bộ nhớ thực sự của AI trên nền tảng đó.
Naia mà chúng tôi đang xây dựng không phải AI VTuber bình thường hay công cụ chỉ đơn giản thay người gõ code. Một thực thể có thể tin cậy vào chỉ thị, nhớ những suy nghĩ sâu sắc từ hôm qua, phán đoán chính xác và cùng chịu trách nhiệm về SDLC. Một đồng nghiệp AI thực sự — làm việc giỏi và khiến việc cộng tác trở nên ít vất vả hơn.
