Tin nóng: Gemini 3.5 Pro bị đình chỉ đột ngột, Google rơi vào bẫy thất vọng

Chỉ mới hôm qua, toàn bộ cộng đồng AI vẫn đang chìm đắm trong sự phấn khích.

Nhiều nguồn tin cùng lúc tiết lộ: Sát thủ cuối cùng của Google — Gemini 3.5 Pro, mật danh “Cappuccino”, sẽ chính thức ra mắt trong vòng 48 giờ tới!

Cửa sổ ngữ cảnh khổng lồ 2 triệu, chế độ suy luận “tư duy sâu” hoàn toàn mới, được cho là trong các đánh giá nội bộ đã vượt trội hoàn toàn GPT-5.6 Sol và Claude Fable 5.

Rõ ràng, đây là một sản phẩm bom tấn sắp làm thay đổi cục diện AI.

Tất cả mọi người đều hân hoan đếm ngược, chuẩn bị chứng kiến lịch sử.

Thế nhưng, sau một đêm tỉnh dậy, mọi thứ bỗng chốc đảo chiều.

Một bài báo độc quyền của Bloomberg như gáo nước lạnh dội vào nhiệt tình của tất cả mọi người: Gemini 3.5 Pro bị hoãn phát hành, mà không phải chỉ hoãn vài ngày, mà là hoãn tới vài tháng!

Lẽ ra đây sẽ là buổi ra mắt đi vào lịch sử, thì lại bị chính Google bấm nút tạm dừng.

Rốt cuộc lý do là gì?

48 giờ cuồng nhiệt và cú phanh khẩn cấp

Ngay hôm qua, các nền tảng mạng xã hội vẫn ngập tràn “spoiler” về Gemini 3.5 Pro.

Mật danh: Cappuccino. 

Cửa sổ ngữ cảnh siêu lớn: 2 triệu token. 

Tư duy sâu: Chế độ “Deep Think” mới cho phép nó đạt chiều sâu chưa từng có về toán, lập trình, suy luận logic. 

Phát triển toàn diện: viết mã, workflow agent, thiết kế giao diện người dùng front-end, năng lực tạo ảnh SVG đều tăng vọt.

Người trong nội bộ dự đoán, đây sẽ là “vũ khí tối thượng” của Google để tổng phản công OpenAI và Anthropic.

Mức độ kỳ vọng cực cao. Ai cũng ngóng ngày 17/7 - ngày ra mắt huyền thoại.

Tuy nhiên, sáng nay, một phóng sự của Bloomberg khiến mọi người thất vọng tràn trề.

Nguồn tin nội bộ cho biết, tiến độ phát triển Gemini 3.5 Pro tụt lại nhiều tháng. Cốt lõi là mô hình này ở một số năng lực then chốt, nhất là khả năng AI viết mã, không đạt được tiêu chuẩn khắt khe nội bộ.

Cuối tháng trước, Google đã cập nhật khẩn dữ liệu huấn luyện, cố gắng nước rút để cải thiện năng lực viết mã của AI, nhưng kết quả lại “đầy thất vọng”.

Chỉ bốn chữ, khép lại cơn cuồng nhiệt 48 giờ.

Giá cổ phiếu Google sau thông tin sụt giảm, có lúc giảm tới 4,43%.

Khi các mẫu mới của OpenAI và Meta tăng tốc về khả năng viết mã, Gemini 3.5 Pro lại gặp khó, khiến nội bộ Google cực kỳ lo lắng.

Các kỹ sư, nhà nghiên cứu AI và lãnh đạo đều thấy thất bại, ngày càng lo ngại rằng Google sắp mất đi “hào lũy” vốn đã không bền vững.

“Cái bẫy Tacitus” của Google: Vì sao một tập đoàn khổng lồ không làm nổi AI mạnh nhất?

Tại sao “át chủ bài” được trông đợi nhất lại tắt ngóm?

Bản phóng sự này hé lộ vô số khó khăn nội tại của Google. Đây là hình mẫu thu nhỏ của một đế chế lớn vào thời điểm chuyển giao công nghệ.

• Bộ máy quan liêu “kéo lại” tốc độ đổi mới

Báo cáo nêu rõ một chi tiết quan yếu: Nội bộ Google có mức phân tầng phức tạp, rất nhiều bên liên quan.

Một mô hình muốn ra mắt phải đáp ứng đồng thời yêu cầu của Search, Maps, YouTube và hàng loạt sản phẩm khổng lồ khác.

Cách ra quyết định kiểu “vừa muốn cái này vừa muốn cái kia” làm phân tán nguồn lực và quyết định ì ạch.

Một cựu nhân viên ví von sinh động: “Muốn lãnh đạo các bộ phận cùng hướng đến một mục tiêu, chẳng khác gì nỗ lực đun sôi cả đại dương.”

Hệ quả là mệnh lệnh thay đổi liên tục, nhiều phòng ban làm đi làm lại một việc, khó mà quy tụ sức mạnh.

OpenAI và Anthropic chạy như startup; còn “con tàu khổng lồ” Google lại ngập lối vì câu chuyện điều phối nội bộ.

Có người dùng bình luận chí lý: “Google cần cắt giảm bộ máy quan liêu phình to mới mong tiến bộ trong lĩnh vực này.”

• “Thảm họa” AI viết mã: Định kiến kỹ sư thuần chủng & cơn khát năng lực tính toán

Tại sao lại đặc biệt hụt về năng lực viết code? Đằng sau là mâu thuẫn sâu xa trong Google.

Một mặt, Google sở hữu văn hóa kỹ sư hàng đầu thế giới, từ đây sinh ra “định kiến thuần chủng”.

Nhiều kỹ sư cũ tin rằng “mọi mã nguồn quan trọng đều phải viết tay”. Sự thiếu niềm tin vào AI sinh mã này làm hạn chế việc dùng Gemini hỗ trợ phát triển, cùng nỗi lo lộ mã độc quyền vào dữ liệu huấn luyện.

Khi Google cuối cùng nhận ra tầm trọng yếu của AI code và ép buộc dùng AI để viết code, lại nảy sinh vấn đề mới — thiếu tài nguyên tính toán.

Bản tin cho thấy, các kỹ sư nội bộ khi cố gắng sử dụng công cụ AI thường xuyên phải vật lộn với giới hạn dung lượng tính toán.

Điều châm biếm nhất là: Một công ty có ngân sách đầu tư ước tính 180-190 tỷ USD năm nay, mà kỹ sư chính mình lại không dùng được GPU!

Dữ liệu từ phố Wall cho biết, chi tiêu vốn của Google riêng quý 1 năm nay lên tới 35,7 tỷ USD, gấp đôi cùng kỳ năm ngoái, đổ tiền mua chip, xây trung tâm dữ liệu — nhưng kết quả thế nào?

Đối diện thực tế nhức nhối này, Google đang “vá thuyền giữa dòng”.

Kiến trúc sư trưởng AI đang thống nhất các công cụ lập trình AI về hệ nền Google Antigravity. DeepMind thành lập đội chuyên AI lập trình — nhưng đã quá muộn.

• Đua nội bộ, vòng luẩn quẩn chảy máu chất xám

Google không phải không nhận ra vấn đề. Họ sở hữu phòng thí nghiệm đỉnh cao Google DeepMind, mảng đám mây Google Cloud, đội ngũ Android, thậm chí lập nhiều nhóm tấn công AI mã hóa nội bộ.

Nhưng cơ chế thi đua nội bộ, thực tế lại tạo ra sự xung đột nội bộ.

Các team đánh lẻ, sản phẩm trùng lặp, chiến lược lắc lư. Điều tồi tệ hơn, sự hỗn loạn và thất vọng này trực tiếp làm thất thoát chất xám đỉnh cao.

Bài báo chỉ ra, hàng loạt nhà nghiên cứu thất vọng vì Google lạc hậu, chuyển sang Anthropic, OpenAI.

Dẫn đến vòng lặp kinh hoàng: Quan liêu làm kém hiệu quả → Hiệu quả thấp sản phẩm tụt hậu → Sản phẩm yếu kém chất xám ra đi → Mất người giỏi lại càng lạc hậu.

Việc hoãn Gemini 3.5 Pro chính là hậu quả tất yếu của vòng lặp này.

Cả ngành rung chuông cảnh báo, ông lớn đồng loạt rơi vào “bẫy thất vọng siêu mô hình thế hệ mới”

Ethan Mollick từ Wharton khi đăng lại phóng sự đã chỉ ra một nhận định đáng sợ—

Đây không còn là bi kịch của riêng Google, mà là “mùa đông công nghệ theo chu kỳ” mà cả Thung lũng Silicon đang đối mặt.

Mollick nhận định sắc bén, thất bại của Google đang lặp lại đúng nỗi đau của Meta Llama 4 và xAI Grok 4 trước đó.

Ông gọi hiện tượng này là “bẫy thất vọng siêu mô hình thế hệ tiếp theo”.

Đổ khoản đầu tư khổng lồ cùng năng lực tính toán cho mô hình mới, nhưng hiệu năng thực tế lại tăng trưởng thấp hơn nhiều kỳ vọng, vị thế dẫn đầu thị trường vì đó cũng lung lay rõ rệt.

Trước đây, ngành tin vào Định luật mở rộng (Scaling Law). Tuy nhiên, khi mô hình lớn tới mức nào đó, lối tiếp cận “dùng bạo lực tài nguyên và dữ liệu” đã hết hiệu lực.

Nút cổ chai dữ liệu: Dữ liệu văn bản nhân loại chất lượng cao gần như đã bị “vắt kiệt”, hiệu quả của dữ liệu tổng hợp vẫn còn phải kiểm chứng.

Nút cổ chai thuật toán: Transformer và các biến thể có thể đã tiệm cận giới hạn hiệu năng. Hiệu suất giảm mạnh: Muốn tăng chút hiệu quả phải trả giá bằng nguồn lực tính toán tăng phi mã.

Trong “trò chơi lớn” này, chỉ riêng OpenAI với Orion/GPT-4.5 tạm thời vượt qua bẫy này, không bị thụt lùi nghiêm trọng.

Chắc chắn rằng, khi quy mô mô hình áp sát các giới hạn vật lý và kỹ thuật, việc đẩy mạnh các mô hình tiên tiến sẽ ngày càng khó.

Việc hoãn Gemini 3.5 Pro khiến ai nấy phải tỉnh táo lại —

Chúng ta đang ở giai đoạn “bình ổn”. Thời kỳ “AI một ngày, nhân loại một năm” đã tạm qua.

Về lâu dài, có thể đó lại là điều tốt với cả ngành. Khi những náo động lắng xuống, mọi người mới thực sự suy ngẫm về giá trị của AI.

Còn riêng Google, thị trường có thể sẽ sớm hết kiên nhẫn với họ.