Mark Zuckerberg cho biết nhân viên rằng AI agents chưa phát triển nhanh như anh ấy mong đợi

Meta đã chi hàng tỷ đô la, cắt giảm hàng ngàn việc làm, và tái tổ chức toàn bộ các bộ phận xung quanh AI agents — và kết quả vẫn chưa đạt được. Khi Mark Zuckerberg cho biết nhân viên rằng AI agents chưa tăng tốc "theo cách" mà các nhà quản lý mong đợi, đó không phải là một điều chỉnh nhỏ. Đó là một trong những khoản đầu tư AI được tài trợ nhiều nhất trong lịch sử đang thừa nhận rằng lịch trình là sai. Đối với các nhà phát triển và nhà sáng lập trên khắp châu Á theo dõi cuộc đua AI toàn cầu, khoảnh khắc này xứng đáng được chú ý hơn là một cái gật đầu.

Điều gì đã xảy ra

Tại một cuộc họp nội bộ vào thứ năm, ngày 3 tháng 7 năm 2026, CEO Meta Mark Zuckerberg đã cho nhân viên biết rằng phát triển AI agent của công ty chưa tiến triển với tốc độ mà lãnh đạo đã dự kiến. Theo báo cáo của TechCrunch, trích dẫn Reuters, Zuckerberg thừa nhận tốc độ chưa "tăng tốc theo cách" mà các nhà quản lý đã dự kiến trước đó.

Sự thừa nhận này diễn ra trong bối cảnh một cuộc tái cấu trúc công ty đáng kể. Đầu năm 2026, Meta đã sa thải khoảng 8.000 nhân viên — khoảng 10% lực lượng lao động công ty — và chuyển giao thêm 7.000 người đến các nhóm tập trung vào AI, bao gồm một đơn vị gọi là Agent Transformation. Những cắt giảm này, theo lời Zuckerberg, không "sạch sẽ" như chúng nên là. Lãnh đạo cấp cao đã đưa ra những quyết định đó vì sợ rằng Meta "sẽ không di chuyển đủ nhanh để thích ứng" với bối cảnh công nghệ thay đổi.

Lợi ích dự kiến của cấu trúc tập trung vào AI mới, Zuckerberg thừa nhận, chưa "trở thành hiện thực". Anh ấy đã bày tỏ niềm tin rằng những cải tiến sẽ xuất hiện trong vòng ba đến sáu tháng tới — nhưng điều kiện này không làm giảm bớt sự thừa nhận. Meta dự kiến sẽ chi tới 145 tỷ đô la cho cơ sở hạ tầng AI chỉ trong năm nay, theo Reuters. Đó là một khoản tiền lớn để triển khai chống lại một lịch trình đã bị trượt.

Chi phí nhân sự cũng rất thực tế. Các báo cáo riêng biệt đã mô tả đơn vị AI của Meta là một môi trường khó khăn, làm mất tinh thần cho các kỹ sư được giao cho nó — một chi tiết quan trọng khi bạn cố gắng hiểu tại sao phát triển agent có thể bị đình trệ. Ném nhân lực vào một vấn đề khó không tự động tạo ra kết quả, đặc biệt là khi những người làm công việc cảm thấy mất kết nối với sứ mệnh.

Tóm lại: nền tảng xã hội được tài trợ nhiều nhất trên thế giới đã đặt cược tương lai gần của mình vào các AI agents tự chủ, và các agents chưa sẵn sàng.

Tại sao điều này quan trọng đối với châu Á

Khoảnh khắc AI của châu Á đang diễn ra khác biệt so với Silicon Valley. Ở Đông Nam Á, Hàn Quốc, Nhật Bản và Ấn Độ, những sản phẩm AI-native thú vị nhất không đến từ các công ty khổng lồ có giá trị hàng tỷ đô la — chúng đến từ các startup nhanh nhẹn và cộng đồng nhà phát triển không thể chi 145 tỷ đô la để phát hiện ra rằng điều gì đó không hoạt động.

Sự bất đối xứng đó thực ra là một lợi thế ngay bây giờ. Sự thất bại của Meta với AI agents tiết lộ một vấn đề cấu trúc mà các nền tảng lớn phải đối mặt: chúng đang tối ưu hóa để thay thế các quy trình công việc hiện có ở quy mô lớn, điều này yêu cầu các agents phải đáng tin cậy, có thể giải thích được, và có thể kiểm toán được trên hàng triệu trường hợp sử dụng cùng một lúc. Đó là một vấn đề khác so với việc xây dựng một agent giải quyết một nhiệm vụ cụ thể, được xác định rõ ràng cho một bối cảnh kinh doanh cụ thể — đó chính xác là những gì các nhà sáng lập châu Á đang làm.

Hãy xem xét các loại trường hợp sử dụng AI agent đang đạt được sự chú ý thực sự trên khắp châu Á: hỗ trợ khách hàng tự động bằng các ngôn ngữ địa phương, phối hợp chuỗi cung ứng cho logistics khu vực, xử lý tài liệu tài chính trên các thị trường có môi trường quy định phức tạp. Đây là những nhiệm vụ hẹp, giá trị cao, độ chính xác cao. Chúng không yêu cầu các AI agents mục đích chung. Chúng yêu cầu các agents có phạm vi xác định rõ ràng với sử dụng công cụ đáng tin cậy, vòng phản hồi chặt chẽ, và tích hợp sâu vào các hệ thống hiện có.

Cộng đồng nhà phát triển công nghệ châu Á nói chung đã thực tế hơn về AI so với các đối tác phương Tây. Có ít hype hơn về lịch trình AGI và tập trung nhiều hơn vào những gì được phát hành và tạo ra doanh thu trong quý này. Sự thừa nhận của Zuckerberg xác nhận bản năng đó. Các nhà phát triển đã im lặng xây dựng các agents bị ràng buộc, cấp độ sản xuất — thay vì theo đuổi giấc mơ về một nhân viên AI hoàn toàn tự chủ — đang dẫn đầu.

Cũng có một động lực tài năng đáng chú ý. Meta chuyển giao 7.000 người đến các nhóm AI. Hầu hết các startup AI châu Á không có 7.000 kỹ sư để ném vào một vấn đề. Ràng buộc đó buộc phải rõ ràng về kiến trúc. Bạn xây dựng những gì bạn thực sự có thể duy trì và cải thiện. Kỷ luật đó có xu hướng tạo ra các hệ thống tốt hơn theo thời gian.

Điều này có nghĩa gì đối với các nhà phát triển

Nếu bạn đang xây dựng AI agents ngày hôm nay — cho dù là tính năng sản phẩm hay công cụ nội bộ — sự thừa nhận của Zuckerberg mang theo một số bài học thực tế đáng được nội tâm hóa.

Phạm vi là mọi thứ. Các agents đang hoạt động trong sản xuất ngay bây giờ là những agents hẹp. Chúng làm tốt một việc: trích xuất dữ liệu có cấu trúc từ tài liệu không có cấu trúc, định tuyến vé hỗ trợ, tạo bản nháp đầu tiên của mã cho một framework cụ thể. Các agents đang thất bại là những agents được yêu cầu "xử lý mối quan hệ khách hàng" hoặc "quản lý đường ống nội dung của chúng tôi" — những yêu cầu mơ hồ yêu cầu phán đoán, chuyển đổi bối cảnh, và phục hồi lỗi mà các mô hình hiện tại đơn giản không cung cấp một cách đáng tin cậy ở quy mô.

Độ tin cậy vượt trội hơn khả năng. Một agent hoàn thành thành công một nhiệm vụ 70% thời gian không phải là một giải pháp 70% — đó là một trách nhiệm, vì tỷ lệ thất bại 30% tạo ra thiệt hại không thể đoán trước ở hạ lưu. Các hệ thống agent sản xuất cần các fallback xác định, các đường dẫn escalation con người trong vòng lặp, và khả năng quan sát rõ ràng. Nếu bạn không thể thấy agent của mình đang làm gì và tại sao, bạn không thể cải thiện nó.

Độ sâu tích hợp quan trọng hơn chất lượng mô hình. Chế độ lỗi phổ biến nhất cho các dự án agent không phải là mô hình cơ bản — đó là các bộ kết nối giữa agent và các hệ thống nó cần hành động. Một agent có thể suy luận tốt nhưng không thể đọc một cách đáng tin cậy từ CRM của bạn, ghi vào cơ sở dữ liệu của bạn, hoặc gọi các API nội bộ của bạn là vô dụng trong sản xuất. Đây là lý do tại sao các nền tảng ưu tiên tích hợp sâu và đáng tin cậy đang thấy kết quả agent tốt hơn so với những nền tảng chỉ tập trung vào các điểm chuẩn mô hình.

Đừng nhầm lẫn tái tổ chức với tiến bộ. Meta tạo ra một đơn vị "Agent Transformation". Tên gọi này ngụ ý rằng sự chuyển đổi đã xảy ra. Nhưng đặt tên cho một đội theo một mục tiêu không đạt được mục tiêu. Các nhà phát triển thực sự đang phát hành agents không chờ đợi sự liên kết tổ chức — họ đang lặp lại các nguyên mẫu hoạt động, đo lường kết quả, và siết chặt phạm vi dựa trên những gì bị hỏng.

Trên MonstarX, chúng tôi đã thấy mô hình này lặp đi lặp lại với các đội phát triển châu Á: con đường nhanh nhất đến một agent hoạt động không phải là bắt đầu với mô hình mạnh nhất hoặc trường hợp sử dụng tham vọng nhất. Đó là bắt đầu với một nhiệm vụ được xác định rõ ràng, kết nối các nguồn dữ liệu đáng tin cậy, và phát hành thứ gì đó thực sự chạy trong sản xuất — sau đó mở rộng từ đó. Phương pháp đó là ngược lại với cách tiếp cận chuyển đổi từ trên xuống của Meta, và ngay bây giờ, nó đang tạo ra kết quả tốt hơn.

Những điểm chính

Sự thừa nhận của Zuckerberg tại cuộc họp là một điểm dữ liệu hữu ích, không phải là một cái chết cho AI agents. Đây là cách đọc nó rõ ràng:

• Các AI agents mục đích chung ở quy mô doanh nghiệp khó hơn dự kiến. Điều này không phải là một bất ngờ đối với bất kỳ ai đã cố gắng xây dựng một. Bất ngờ là Meta — với các tài nguyên, tài năng, và mô hình độc quyền của nó — đang nói điều đó công khai.
• Lịch trình ba đến sáu tháng mà Zuckerberg trích dẫn là phân tích lạc quan, không phải là một cam kết. Hãy xem xét bối cảnh: Meta đã bỏ lỡ các mục tiêu AI trước đây. Một khoảng thời gian mới không làm cho nó đáng tin cậy hơn.
• Các nhà phát triển xây dựng agents hẹp, được xác định rõ ràng đang thắng. Nếu bạn đang xây dựng một agent, hãy bắt đầu bằng cách xác định chính xác vấn đề bạn đang giải quyết, xây dựng các công cụ và tích hợp cần thiết, và đo lường kết quả thực tế. Mở rộng từ đó.
• Tổ chức không thay thế kiến trúc. Một đội tốt xây dựng agents tốt. Một đội xấu xây dựng agents xấu, bất kể tên gọi của nó là gì. Nếu bạn đang xây dựng một agent, hãy tập trung vào việc làm cho nó hoạt động, không phải trên cấu trúc báo cáo.