08/10/2026 · VietTechies · Biên tập
Năm 2020, Humanloop ra mắt với nền tảng phần mềm đáp ứng nhu cầu cốt lõi của học máy thời bấy giờ: hỗ trợ nhân sự gán nhãn dữ liệu huấn luyện thô một cách hiệu quả hơn. Đồng sáng lập Raza Habib cùng các cộng sự đã thiết kế nhiều công cụ nhằm tối ưu hóa công việc gán nhãn lặp đi lặp lại này. Tuy nhiên, khoảng hai năm trước mốc 2024, Habib nhận thấy một bước chuyển dịch căn bản trong cách xây dựng các hệ thống trí tuệ nhân tạo. Sự phát triển thần tốc của các mô hình ngôn ngữ lớn đe dọa sẽ khiến việc gán nhãn dữ liệu thủ công trở nên lỗi thời, đẩy mô hình sản phẩm ban đầu của Humanloop vào thế rủi ro trực tiếp.
Dự đoán bước chuyển dịch của AI
Vài tháng trước khi ChatGPT chính thức ra mắt và tạo nên cơn sốt toàn cầu về trí tuệ nhân tạo tạo sinh, đội ngũ tại Humanloop đã bắt đầu chuẩn bị cho một bước ngoặt chiến lược lớn. Thay vì hỗ trợ các nhóm phát triển gán nhãn dữ liệu tĩnh cho những mô hình tùy chỉnh truyền thống, Habib dự đoán rằng lập trình viên trong tương lai sẽ cần phần mềm để đánh giá các câu lệnh (prompt), quản lý các phiên bản thử nghiệm, đồng thời tạo điều kiện cho cả nhân sự kỹ thuật lẫn phi kỹ thuật cùng hợp tác trên các ứng dụng phát triển trên nền mô hình ngôn ngữ đã qua huấn luyện sẵn.
Cuộc kiểm chứng trong 48 giờ
Chuyển hướng chiến lược đối với một công ty khởi nghiệp giai đoạn đầu luôn đi kèm rủi ro lớn. Vì vậy, các nhà sáng lập đã đề xuất một bài kiểm tra thực tế để đo lường nhu cầu thực sự của thị trường trước khi chuyển dịch nguồn lực kỹ thuật. Họ phác thảo bản mẫu giao diện đơn giản cho một nền tảng đánh giá prompt và đặt ra thời hạn nghiêm ngặt: cho bản thân hai tuần để tìm được 10 khách hàng doanh nghiệp trả phí dựa trên các bản thiết kế trực quan ban đầu đó.
Theo thông tin từ hồ sơ doanh nghiệp do Y Combinator đăng tải, Humanloop đã vượt qua bài đo hiệu năng kiểm chứng này nhanh hơn nhiều so với dự kiến. Thay vì mất trọn hai tuần để tìm 10 khách hàng trả phí, đội ngũ sáng lập đã đạt mục tiêu chỉ sau đúng hai ngày. Phản ứng nhanh chóng từ thị trường chứng minh rằng các nhóm kỹ sư làm việc với các mô hình ngôn ngữ sơ khai đang rất thiếu các công cụ có cấu trúc để đánh giá chất lượng đầu ra và phối hợp công việc giữa các vai trò khác nhau.
Xây dựng môi trường thử nghiệm LLM cho doanh nghiệp
Sau khi hoàn thành đợt kiểm chứng nhanh chóng, Humanloop đã phát triển nền tảng của mình thành một không gian làm việc trung tâm chuyên đánh giá prompt, so sánh các mô hình ngôn ngữ và theo dõi quá trình điều chỉnh hệ thống theo thời gian. Nhiều công ty phần mềm doanh nghiệp như Gusto, Vanta và Duolingo đã đưa các công cụ này vào sử dụng để quản lý quá trình triển khai các mô hình tạo sinh của họ.
Habib nhấn mạnh rằng đánh giá mang tính hệ thống là yêu cầu vận hành tiên quyết khi triển khai. Thay vì phụ thuộc vào việc kiểm tra cảm tính từng ví dụ đơn lẻ, các đội ngũ phát triển cần thiết lập bài đo hiệu năng nhất quán được thiết kế riêng cho các tiêu chí đầu ra cụ thể của họ. Nền tảng của Humanloop cũng thu thập phản hồi từ người dùng cuối, kết hợp các tín hiệu trực tiếp như nút bình chọn thích/không thích với các tín hiệu gián tiếp như việc một bản thảo email do AI tạo ra có thực sự được gửi đi hay không. Nhờ theo dõi lịch sử phiên bản prompt song song với mã nguồn ứng dụng, các đội ngũ tránh được rủi ro thất lạc dữ liệu thử nghiệm mỗi khi cập nhật mô hình nền tảng.
Từ kỹ thuật viết prompt đến tinh chỉnh mô hình
Khi ứng dụng dần hoàn thiện, Humanloop hướng dẫn các nhóm chuyển dần từ giai đoạn thử nghiệm prompt ban đầu sang tối ưu hóa sau kiểm chứng. Mặc dù kỹ thuật viết prompt (prompt engineering) mang lại điểm khởi đầu nhanh nhất, Habib lưu ý rằng việc tinh chỉnh (fine-tuning) mô hình sau khi xác nhận nhu cầu sản phẩm sẽ giúp tiết kiệm chi phí vượt trội và giảm độ trễ đáng kể so với việc phụ thuộc hoàn toàn vào prompt trên mô hình gốc. Hơn nữa, việc mời các chuyên gia chuyên ngành phối hợp cùng kỹ sư phần mềm để tinh chỉnh prompt sẽ đảm bảo các thuật ngữ chuyên môn phức tạp được xử lý chuẩn xác.
Hiện nay, Humanloop cung cấp hạ tầng quản lý prompt và đánh giá cốt lõi cho nhiều doanh nghiệp như Gusto, Vanta và Duolingo. Bằng cách dự đoán trước bước chuyển dịch giai đoạn trước khi ChatGPT đẩy nhu cầu thị trường lên cao, đội ngũ Humanloop đã biến rủi ro sinh tồn của doanh nghiệp thành lợi thế tiên phong trong lĩnh vực công cụ mô hình ngôn ngữ cho doanh nghiệp.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.
Nguồn: Humanloop CEO Raza Habib shares 5 common mistakes teams make when building with LLMs