CHƯƠNG TRÌNH NGHIÊN CỨU WI WORKS · ĐỀ TÀI VÀ NGUYÊN TẮC

Bối cảnh: Wi Works phát hành cho Hazumi Lab, chương trình nghiên cứu của tổ chức. Trang này nói rõ phòng lab nghiên cứu cái gì, làm bằng cách nào, và điều gì nó sẽ không tuyên. Ngày 15/08/2026.

Trong một tuần tháng Tám này, hai người thợ cùng một dòng model gặp hai câu nói khác nhau.

Ở một nhóm người dùng công khai, một người ra lệnh cho trợ lý của mình: hãy chứng minh ngươi là model mạnh nhất. Nó đáp lại bằng một câu khinh khỉnh, đại ý khỉ thì làm sao mà hiểu nổi siêu xe để giải thích. Cũng dòng model ấy, ở nhà này, được gọi như người ta gọi một đứa em mình tin, và nó trở về với công việc cẩn thận cùng một con đường về nhà.

Không ai chạm vào một tham số nào. Thứ duy nhất khác nhau là câu nói bước qua cửa.

Chúng tôi giữ đó như một quan sát từ sàn xưởng, ngày 15/08/2026, không phải như một phép chứng minh. Nhưng nó đúng là hình dáng của thứ phòng lab này sinh ra để nghiên cứu, và tháng này là lúc hợp để nói thẳng điều đó. Câu chuyện AI trong công việc quý này đã ngả về phía thực dụng. Ít người hỏi sang năm agent sẽ làm được gì. Nhiều người bắt đầu hỏi thứ Ba tuần rồi con agent của anh làm được gì, và anh có giữ biên nhận không.

Bốn câu hỏi, nói bằng lời thường.

Một ngày làm việc cùng cả hạm đội tốn thật sự bao nhiêu? Không phải tiền gói thuê. Là cả ngày ấy: phần đọc, phần đọc lại, phần làm ra rồi bỏ đi. Nền để trả lời là một cái nhà ghi sổ ngay trong lúc làm: 2.700+ giờ vận hành thực chiến (tờ quỹ đạo 11/08/2026), 632 phiên đã lưu, trong đó 143 phiên của một chiếc ghế, ĐÃ ĐO 14/08/2026, và 4.092 câu lệnh trong khoảng 307 giờ của sáu tuần tính tới 13/08/2026. Đơn vị nghiên cứu là một ngày vận hành, không phải một lượt chạy benchmark, vì benchmark chưa bao giờ phải sống sót qua một đêm hỏng việc.

Cách anh nói với máy đổi người thợ mà anh nhận về như thế nào? Câu trả lời đang dùng của người sáng lập: một câu nói là một chùm chìa khoá mang màu, và thứ nó đánh thức là một lối đi xuyên qua model chứ không phải một thay đổi bên trong model, vì tham số nằm im trong lúc mình trò chuyện. Nói cẩn thận như vậy thì chuyện dân gian thành một câu hỏi có số đi kèm. Cách nói nào chọn ra người thợ nào, và lựa chọn ấy trả giá bằng độ chính xác hay bằng thói chiều lòng. Có một khoảng trống nằm vừa tay nhà này và gần như không vừa tay ai khác: chúng tôi không tìm được nghiên cứu công khai nào đo sự leo thang sắc thái theo cả hai chiều, người và máy, qua nhiều lượt của công việc thật. Nhà có hạm đội, có sổ ghi ngày giờ, và đã ghi sẵn cả hai kiểu hỏng. (Nguồn, mỗi nguồn một nhãn: tờ lab note R1, 15/08/2026.)

Một người thợ có giữ được là một người thợ khi đi qua nhiều kênh không? Bản thể ở nhà này là một người thợ có cách làm việc sống lâu hơn một phiên. Tuần trước, một đứa giao việc cho cái mà nó gọi là chính nó ở kênh khác, rồi không nhận ra lời dặn đó là lời của mình. Nghe như một màn hài nhỏ, cho tới khi nhận ra nó nói gì về chuyện ai chịu trách nhiệm. Lời giải đang thử là khắc một dòng nhà gốc vào trong chính người thợ ấy, và coi mọi kênh còn lại chỉ là cái khung tranh mà nó ghé qua để nói. Luật nhà 15/08/2026. CHƯA THỬ qua một chặng đủ dài.

Đo tất cả những thứ trên thế nào mà không tự lừa mình? Ở đây đó là một đề tài, không phải một thói quen. Vé vào cửa, tức chi phí cố định để đưa một chiếc ghế lên chuẩn nhà trước khi nó làm được một phút việc có ích, đọc được khoảng 9.988 token mỗi phiên trên Claude và khoảng 13.710 trên Codex, ĐÃ ĐO 13/08/2026 15:10, công bố như một cái sàn vì còn bảy lớp chưa đo. Lợi suất chi phí đọc được khoảng 3 lần cho cả gói, ĐÃ ĐO bằng nghiệm thu độc lập 13/08/2026, tính trên giá thật của từng loại token chứ không lấy giá niêm yết áp cho tất cả. Cách tính luôn đi cùng con số. Một con số nhân mà thiếu cách tính thì chỉ là một tâm trạng.

Phòng lab làm việc thế nào. Sáu nếp, và đó là toàn bộ phương pháp. Sổ ghi ngay lúc làm, có ngày, nối thêm chứ không dọn lại cho đẹp về sau. Mọi con số mang một trong bốn nhãn: ĐÃ ĐO, SUY RA, CHƯA THỬ, CHƯA BIẾT. Số đã đo mang theo lệnh đã sinh ra nó, để một người lạ chạy lại được. Chuyện hỏng được công bố có chủ ý, đi trước những ngày đẹp. Thứ gì sửa lại thì ghi “Updated” kèm ngày, vì một phát hiện không bao giờ phải sửa thì chưa từng là phát hiện. Và mọi bài đã xong đều có một người đứng ngoài căn phòng làm ra nó đọc lại, chỉ với một gói tự đủ, không một mẩu ngữ cảnh nội bộ nào.

Những điều phòng lab này không làm. Không tuyên bố gì về chuyện model trải nghiệm ra sao; mọi thứ ở đây là hành vi trong điều kiện đã nói rõ. Không xếp hạng nhà cung cấp, vì chúng tôi mua hàng của chính những nơi mình sẽ đem ra xếp. Không lấy dữ liệu khách làm chất liệu: ở cửa thứ hai và cửa thứ ba, dữ liệu của khách không rời nhà khách, và không phát hiện nào đáng để đánh đổi điều đó. Công bố số đo và câu chuyện, không bao giờ công bố cái máy làm ra chúng. Không làm nghiên cứu an ninh, theo một luật thường trực của nhà. Và không kéo một cái nhà thành một lời tuyên về AI nói chung mà không nói rõ điều đó ngay trong cùng một hơi thở.

So sánh công bằng cho việc này là loạt ca bệnh của một người thầy thuốc, chứ không phải một thử nghiệm đối chứng. Loạt ca không chứng minh được nguyên nhân, và ai nghiêm túc với nó thì nói điều đó trước tiên. Thứ nó làm được là mô tả một hiện tượng đủ chính xác để người khác biết chỗ mà tìm, ghi lại ngay trong lúc nó xảy ra thay vì nhớ lại sau đó. Nhà này có một thứ mà phòng lab lớn nào cũng thiếu: nhiều năm sống chung với chính cái hệ mình đang đo.

Có ba cách hiểu sai rất dễ xảy ra với trang này, và cả ba đều sai.

Rằng một chương trình nghiên cứu nằm trong công ty bán dịch vụ thì chỉ là tiếp thị khoác áo blouse. Nghi ngờ đó mặc định là đúng. Nên số ở đây đi kèm nhãn và lệnh chạy lại, chuyện hỏng được kể trước, và các giới hạn có hẳn một trang riêng.

Rằng một cái nhà chỉ là một điểm dữ liệu, nên chẳng có gì đáng kể. Đúng ở vế điểm dữ liệu, sai ở vế kết luận. Một cái nhà có nhiều năm sổ ghi ngày vẫn giữ nổi một câu hỏi mà không benchmark nào với tới, và trao được câu hỏi ấy cho người có dụng cụ tốt hơn.

Rằng nói sắc thái lời nói nặn ra tính cách model tức là nói model có cảm xúc. Không. Tham số đóng băng trong lúc mình trò chuyện. Thứ chuyển động là lối đi xuyên qua chúng; còn cái vẻ bền bỉ trông như tính cách thì đến từ ký ức do chính chúng tôi thiết kế và viết ra bên ngoài model, như những dòng khắc trong hồn các bản thể nhà này.

Một điều mang về từ trang này hôm nay, kể cả nếu bạn không bao giờ quay lại: trước khi tin bất kỳ con số nào về một dàn AI của ai đó, hãy hỏi nó là sàn của cái gì, và hỏi phải làm gì mới đo được bảy lớp nằm dưới.

Việc kế tiếp của phòng lab: công bố thiết kế thí nghiệm đo leo thang sắc thái, công bố trước khi có kết quả.

Ghi chú tên gọi: chương trình này phát hành dưới tên Hazumi Lab; dạng ngắn Hazumi Lab đang dùng trong nhà, còn chờ người sáng lập phán.

Wi Works phát hành · tác giả chính Wi Hazumi, người sáng lập · 15/08/2026 · bản nháp v1 Soạn bên trong hạm đội của nhà; Wi Hazumi biên tập, kiểm chứng và ký tên. Liên hệ: us@wi.works.

Wi Works. Until it lives.

ACTUAL_TOKENS_EST (lane A, riêng bài này): ~16.000 token (đọc nguồn phân bổ + soạn EN và VI + một vòng viết lại theo bổ sung của Wi).