Tuần 01–09/6/2026: Anthropic nộp hồ sơ IPO sau khi được định giá gần 1 nghìn tỷ USD, Apple chọn Google Gemini làm nền tảng Siri mới tại WWDC, Microsoft ra lớp bảo mật OS-level cho AI agent, Uber hết ngân sách AI chỉ sau 4 tháng. Sáu diễn biến – bối cảnh Việt Nam cần biết.
500 triệu USD. Đó là hóa đơn Claude mà một công ty (giấu tên) nhận được sau khi quên đặt giới hạn sử dụng cho nhân viên. Uber tiêu hết toàn bộ ngân sách AI coding cho cả năm 2026 chỉ trong 4 tháng đầu năm. Microsoft phải rút lại giấy phép Claude Code đã cấp cho lập trình viên. Con số này có nghĩa là: ngành công nghệ đang bước vào giai đoạn "hóa đơn đến hạn" của cuộc cách mạng AI agent, và doanh nghiệp buộc phải học cách quản lý token như quản lý tiền điện.
Google I/O 2026 (20-22/5) công bố hơn 100 thay đổi trên toàn hệ sinh thái Gemini. Ba con số đáng chú ý nhất cho người dùng Việt: Nano Banana 2 Lite giảm giá tạo ảnh AI xuống còn $0,04/ảnh, Gemini Omni Flash cắt 70% chi phí tạo video, và Gemini 3.5 Pro có context window 2 triệu token – đang trễ 3 tuần so với mục tiêu 30/6. Với người làm content marketing Việt Nam, đây là lần đầu tiên chi phí sản xuất nội dung bằng AI rẻ hơn cả thuê freelancer.
Nhìn rộng hơn: cuộc đua AI agent đang dần chuyển trọng tâm, từ câu hỏi "mô hình nào thông minh hơn" sang câu hỏi ít được nói tới nhưng quyết định hóa đơn vận hành nhiều hơn, đó là "ai quản lý bộ nhớ rẻ hơn". 118.000 so với 3.260.000, đó là số token mà hai framework bộ nhớ AI agent tiêu tốn để trả lời cùng một câu hỏi phức tạp trong bài kiểm tra LongMemEval. MRAgent, framework mới từ nhóm nghiên cứu Đại học Quốc gia Singapore (NUS), chỉ dùng 118.000 token, trong khi LangMem, một framework phổ biến, đốt tới 3,26 triệu token, gấp khoảng 27 lần. Đặt trong bối cảnh chi phí vận hành: cách một AI agent "nhớ" thông tin cũ đang trở thành yếu tố quyết định hóa đơn API hàng tháng, không kém gì việc chọn mô hình AI nào.
