Ngày 14/9/2026, OpenAI đăng câu chuyện khách hàng về Perplexity: công ty đứng sau công cụ tìm kiếm bằng AI này dùng GPT-6 Astra để soạn thảo nội dung, chỉnh sửa hệ thống thật và giám sát phần mềm đang chạy production. Johnny Ho, đồng sáng lập kiêm Giám đốc chiến lược của Perplexity, nói họ có thể tin model với các hệ thống đầu-cuối và ít phải kiểm tra lại hơn nhiều so với các thế hệ model trước.
Với người dùng Việt Nam, đây không chỉ là tin về một model mới. Nó cho thấy những sản phẩm AI bạn dùng hằng ngày — Perplexity, ChatGPT hay các trợ lý khác — đang được chính AI vận hành và kiểm thử. Điều đó tác động trực tiếp tới tốc độ ra tính năng, độ ổn định và chất lượng câu trả lời bạn nhận được.
Perplexity dùng GPT-6 Astra vào việc gì
Theo OpenAI, Perplexity là một "answer engine" chạy bằng AI, tập trung vào tìm kiếm và độ chính xác. Năng lực xử lý lượng lớn thông tin là phần cốt lõi của sản phẩm này. Johnny Ho nhận xét mỗi khi model viết code tốt hơn, công cụ tìm kiếm của Perplexity cũng tốt lên: nó viết được chương trình tìm kiếm web và dữ liệu nội bộ rồi tóm tắt ngắn gọn hơn.
Ba nhóm việc được nêu cụ thể trong bài của OpenAI:
- Soạn thảo nội dung liên lạc (communications).
- Chỉnh sửa các hệ thống thật (real-world systems), không chỉ code mẫu.
- Giám sát phần mềm đang chạy production.
Johnny Ho nói thẳng rằng những việc này các thế hệ model trước không làm được. Điểm đáng chú ý là model không dừng ở việc sinh code rồi để con người kiểm, mà tham gia vào vòng vận hành thật.
Điểm đáng chú ý: để model tự kiểm thử code
Ứng dụng được nhấn mạnh nhất là kiểm thử code. Vì thời gian test thủ công có hạn, Johnny Ho yêu cầu GPT-6 Astra viết một chương trình kiểm thử nhỏ bao quanh ứng dụng. Model tự tạo ra các phản hồi giống như một dịch vụ khác gửi tới — ví dụ một API model ngôn ngữ hoặc một connector.
Đóng vai dịch vụ đó, model kiểm tra được ứng dụng phản hồi thế nào và chạy thử toàn bộ luồng từ đầu tới cuối. Đây là chỗ khác biệt lớn: thay vì chỉ sinh code, model đóng luôn vai "bên thứ ba" để tự tạo tình huống kiểm thử, rồi tự đối chiếu kết quả. Nhờ vậy Perplexity giảm số lần phải vào kiểm tra thủ công.
Nói cách khác, giá trị nằm ở chỗ model chịu trách nhiệm cho một quy trình trọn vẹn, chứ không phải từng đoạn code rời rạc. Đây cũng là hướng nhiều đội phát triển phần mềm đang nhắm tới khi đưa AI vào CI/CD.
Vì sao người dùng Việt nên quan tâm
Perplexity có lượng người dùng Việt không nhỏ, đặc biệt ở nhóm làm nội dung, nghiên cứu và lập trình. Khi hãng nói công cụ tìm kiếm của họ tốt lên nhờ model viết code giỏi hơn, lợi ích không nằm ở trụ sở công ty mà nằm ở trải nghiệm bạn dùng: câu trả lời gọn hơn, tìm đúng nguồn hơn, ít lỗi hơn.
Mặt khác, việc một công ty startup (theo mô tả trong bài) dám giao hệ thống production cho AI giám sát là tín hiệu về độ tin cậy. Nếu các hệ thống lớn đã "chốt" được cách kiểm thử bằng model, thì các công cụ nhỏ hơn ở Việt Nam cũng sẽ sớm làm theo, và chất lượng sản phẩm AI nói chung sẽ được đẩy lên. Bạn có thể chưa dùng GPT-6 Astra trực tiếp, nhưng bạn đang dùng thành quả của nó qua các app AI phổ biến.
Điểm cần tỉnh táo: câu chuyện này là góc nhìn của OpenAI về một khách hàng của họ. Nó cho thấy một cách làm hiệu quả, không có nghĩa mọi đội nhóm đều nên giao hết hệ thống cho AI ngay lập tức.
Cách các đội nhóm có thể học theo
Không cần model đắt tiền để bắt chước ý tưởng cốt lõi. Ba bước có thể áp dụng ngay với công cụ đang có:
1. Cho AI đóng vai dịch vụ bên ngoài
Thay vì viết mock thủ công, hãy để model sinh phản hồi giống API thật để kiểm thử luồng. Cách này đặc biệt hữu ích khi tích hợp thanh toán, gửi mail hay gọi API bên thứ ba.
2. Yêu cầu chạy trọn luồng, không chỉ từng hàm
Đặt mục tiêu "chạy được từ đầu tới cuối" thay vì "viết xong hàm". Khi đó bạn mới đo được model có thật sự hiểu hệ thống hay không.
3. Ghi lại chỗ model hay sai
Model càng tự chủ thì càng cần log rõ ràng để người kiểm tra nhanh. Đây là điều kiện để giảm số lần kiểm tra mà vẫn an toàn.
So với những lựa chọn khác trên thị trường
Nếu mục tiêu của bạn là tìm kiếm có dẫn nguồn, Perplexity là lựa chọn trực tiếp và là nhân vật chính của câu chuyện này. Nếu bạn cần một trợ lý đa dụng để viết, phân tích và lập trình, ChatGPT của chính OpenAI là cái tên quen thuộc, và GPT-6 Astra cũng nằm trong hệ sinh thái đó.
Ở hướng ngược lại, Claude được nhiều đội kỹ thuật chọn cho các tác vụ viết code dài, còn Gemini mạnh ở việc gắn với hệ sinh thái Google. Không có lựa chọn nào thắng tuyệt đối: điều đáng học từ Perplexity là cách họ dùng model vào một quy trình cụ thể, chứ không phải chọn model nào.
Nên làm gì bây giờ
Bạn không cần đổi công cụ ngay. Việc đáng làm là quan sát chất lượng câu trả lời của các app AI mình đang dùng trong vài tuần tới, nhất là ở khả năng dẫn nguồn và xử lý tác vụ dài. Nếu bạn là đội phát triển, hãy thử giao cho AI một vòng kiểm thử nhỏ để đo mức độ tin cậy trước khi mở rộng.
Cuối cùng, hãy kiểm tra lại thông tin tại trang chủ hãng vì nội dung có thể thay đổi theo thời gian. Bạn có thể đọc bản gốc tại câu chuyện khách hàng của OpenAI, và xem thêm bài về Perplexity trên TopỨngDụng để nắm cách dùng hiệu quả.
