Kể từ năm 2026, sự mở rộng của các AI Agent, quy trình tự động hóa và các câu chuyện AI on-chain tiếp tục tăng tốc mạnh mẽ. Hệ quả là, sự quan tâm của thị trường đối với hạ tầng AI đã chuyển từ chỉ tập trung vào năng lực mô hình và sức mạnh tính toán GPU sang việc dữ liệu được gọi, xác thực, thực thi và phối hợp như thế nào. Trong bối cảnh này, Irys đang củng cố chiến lược AI Datachain và "dữ liệu có thể lập trình", đưa các khái niệm này trở lại tâm điểm thảo luận về hạ tầng AI và hệ sinh thái nhà phát triển.
Khác với các dự án lưu trữ phi tập trung truyền thống chủ yếu giải quyết "làm sao để bảo quản dữ liệu lâu dài", Irys đang đối mặt với một câu hỏi phức tạp hơn: Khi các AI Agent bắt đầu tham gia vào giao dịch on-chain, thực thi tự động và phối hợp đa giao thức, liệu dữ liệu vẫn chỉ là một đối tượng lưu trữ tĩnh, hay phải trở thành một nguồn lực mà AI có thể gọi, xác thực và chủ động tham gia vào logic on-chain? Sự dịch chuyển này đang đưa vị thế thị trường của Irys từ hạ tầng lưu trữ sang lớp thực thi dữ liệu AI.
Irys Đẩy Mạnh AI Datachain và Chiến Lược Dữ Liệu Có Thể Lập Trình
Trong vòng một năm qua, Irys đã có bước chuyển hướng rõ rệt từ hạ tầng lưu trữ truyền thống sang hạ tầng dữ liệu AI.
Đầu năm 2025, Irys đã ra mắt testnet cho Programmable Datachain hướng tới các kịch bản AI và bắt đầu cập nhật lộ trình xoay quanh hạ tầng AI-native, AI có thể xác thực và năng lực thực thi dữ liệu on-chain. Trọng tâm chính thức không còn chỉ là tải lên và bảo quản dữ liệu, mà là liệu dữ liệu có thể trở thành tài nguyên on-chain được hợp đồng thông minh gọi, xác thực và thực thi trực tiếp hay không.
Đây chính là lúc khái niệm "dữ liệu có thể lập trình" trở nên thực sự quan trọng.
Trước đây, dữ liệu on-chain chủ yếu được ghi nhận và lưu trữ. Với sự xuất hiện của các quy trình AI, bản thân dữ liệu đang đảm nhận nhiều chức năng hơn. Để AI Agent tham gia vào giao dịch tự động, tạo nội dung, đánh giá trạng thái và phối hợp đa giao thức, chúng cần truy cập dữ liệu đáng tin cậy theo thời gian thực và kích hoạt các hành động tiếp theo dựa trên kết quả dữ liệu. Điều này đồng nghĩa với việc lớp dữ liệu đang chuyển từ "lưu trữ thụ động" sang "thực thi chủ động".
Về bản chất, Irys hướng đến xây dựng một cấu trúc dữ liệu có thể tham gia vào quy trình AI.
Sự chuyển dịch chiến lược này tạo ra sự khác biệt rõ rệt giữa Irys và các chuỗi lưu trữ truyền thống. Thay vì chỉ tập trung vào dung lượng lưu trữ và độ bền lâu dài, Irys hiện nhấn mạnh vào thực thi dữ liệu, khả năng xác thực dữ liệu và phối hợp tự động on-chain.
Khi AI Agent Phổ Biến, Thị Trường Chuyển Trọng Tâm Sang Thực Thi Dữ Liệu
Sự phổ biến ngày càng tăng của AI Agent đang làm thay đổi trọng tâm thảo luận về hạ tầng AI.
Đầu năm 2024, thị trường chủ yếu tranh luận về năng lực mô hình, hiệu năng suy luận và sức mạnh tính toán GPU. Dù là NVIDIA, TSMC hay các ông lớn điện toán đám mây, logic cốt lõi đều xoay quanh mở rộng nhu cầu huấn luyện AI. Tuy nhiên, khi AI Agent và quy trình tự động hóa tiến vào các kịch bản on-chain, các nhà phát triển nhận ra rằng chỉ có mô hình thôi là chưa đủ để hỗ trợ các quy trình AI phức tạp.
Để AI Agent thực sự tham gia vào các tác vụ on-chain, cần giải quyết một số thách thức then chốt:
- Nguồn dữ liệu có đáng tin cậy không?
- Dữ liệu có thể xác thực theo thời gian thực không?
- AI có thể gọi dữ liệu xuyên giao thức không?
- Dữ liệu có hỗ trợ thực thi phối hợp on-chain không?
Đây là sự chuyển dịch từ "cạnh tranh mô hình" sang "cạnh tranh cấu trúc dữ liệu" trong sự hội tụ giữa AI và crypto.
Đặc biệt trong giao dịch tự động, thị trường dự đoán, mạng lưới hợp tác AI và hệ thống định danh on-chain, dữ liệu không còn chỉ là đầu vào—mà trực tiếp ảnh hưởng đến kết quả thực thi của AI Agent. Nếu dữ liệu không thể xác thực, theo dõi hoặc tích hợp vào logic on-chain, AI Agent có thể chỉ dừng lại ở mức thử nghiệm ý tưởng.
Việc Irys nhấn mạnh vào thực thi dữ liệu đang quay trở lại các cuộc thảo luận của nhà phát triển trong bối cảnh này. So với quy trình AI Web2 truyền thống, các kịch bản AI on-chain đòi hỏi dữ liệu minh bạch hơn, xác thực được và phối hợp đa ứng dụng—chính là các lĩnh vực Irys đang nhắm tới.
Vì Sao Dữ Liệu Có Thể Lập Trình Được Đưa Vào Thảo Luận Hệ Sinh Thái Nhà Phát Triển
Sự xuất hiện của "dữ liệu có thể lập trình" trong các cuộc thảo luận của nhà phát triển không chỉ là một cập nhật khái niệm—mà xuất phát từ chính sự phức tạp ngày càng tăng của quy trình AI.
Trước đây, cạnh tranh hạ tầng blockchain tập trung vào:
- Hiệu suất đồng thuận
- Khả năng truy cập dữ liệu
- Dung lượng lưu trữ
- Khả năng mở rộng
Nhưng khi các trường hợp sử dụng AI mở rộng, các nhà phát triển nhận ra bản thân dữ liệu cần có năng lực tương tác mạnh mẽ hơn.
Để AI Agent vận hành lâu dài, chúng phải liên tục truy cập cả dữ liệu on-chain và off-chain. Để thực thi nhiệm vụ tự động, chúng phải xác thực tính xác thực của dữ liệu. Để phối hợp với các Agent khác, dữ liệu phải có khả năng tổng hợp và đồng bộ trạng thái. Điều này có nghĩa là dữ liệu không còn chỉ "đọc"—mà trở thành một phần của toàn bộ quá trình thực thi.
Chiến lược dữ liệu có thể lập trình của Irys hướng đến việc cho phép dữ liệu tham gia vào logic hợp đồng thông minh, không chỉ dừng lại ở tầng lưu trữ. Nếu hướng đi này thành công, giá trị của lớp dữ liệu sẽ vượt ra khỏi "bảo quản thông tin" để trở thành yếu tố bảo chứng cho quy trình AI, tự động hóa và phối hợp đa giao thức.
Đó là lý do ngày càng nhiều nhà phát triển quay lại vấn đề cấu trúc dữ liệu.
Một sự chuyển dịch quan trọng trong lĩnh vực hạ tầng AI là thị trường đang đánh giá lại liệu các ứng dụng AI tương lai không chỉ cần mô hình và sức mạnh tính toán, mà còn cần các cấu trúc thực thi dữ liệu mới.
Sự Khác Biệt Trong Trọng Tâm Cạnh Tranh Của Irys So Với Arweave và Celestia
Trọng tâm cạnh tranh của Irys đã tách biệt khỏi các chuỗi lưu trữ truyền thống và các dự án modular data availability (DA).
Trước đây, Irys và Arweave thường được nhắc đến cùng nhau vì đều liên quan đến lưu trữ dữ liệu và cấu trúc dữ liệu on-chain. Tuy nhiên, khi Irys đẩy mạnh chiến lược AI Datachain, logic cạnh tranh của dự án đang rời xa mô hình hạ tầng lưu trữ cổ điển.
Arweave tập trung nhiều hơn vào lưu trữ dữ liệu lâu dài, Celestia vào lớp DA mô-đun, trong khi EigenDA và Avail chú trọng vào khả năng truy cập dữ liệu cho rollup. Ngược lại, Irys hiện nhấn mạnh:
- Gọi dữ liệu AI
- Năng lực thực thi dữ liệu
- AI có thể xác thực
- Quy trình tự động hóa on-chain
Sự khác biệt này cho thấy Irys đang theo đuổi một hướng hạ tầng "AI-native" rõ rệt hơn.
Khi AI Agent tiếp tục phát triển mạnh, thị trường đang tranh luận liệu AI tương lai có cần một lớp thực thi dữ liệu chuyên biệt hay không. Nếu quy trình AI ngày càng dựa vào xác thực on-chain và phối hợp tự động, các kiến trúc lưu trữ hoặc DA truyền thống có thể không đáp ứng đầy đủ—khiến chiến lược hiện tại của Irys trở nên đặc biệt phù hợp.
Tuy nhiên, vẫn còn nhiều thách thức.
Irys vẫn đang ở giai đoạn đầu. Việc AI Datachain có thể phát triển thành một hệ sinh thái độc lập hay không phụ thuộc vào mức độ tham gia của nhà phát triển và các ứng dụng thực tế. So với các dự án lưu trữ và DA đã trưởng thành, lớp thực thi dữ liệu AI vẫn là một hướng đi mới đang được khám phá.
Vì Sao Quy Trình AI On-Chain Cần Hạ Tầng Dữ Liệu Mới
Sự phức tạp ngày càng tăng của các quy trình AI on-chain là lý do chính khiến lĩnh vực hạ tầng dữ liệu AI trở nên sôi động trở lại.
Nhiều dự án AI + crypto trước đây chỉ dừng lại ở mức ý tưởng. Nhưng khi AI Agent bắt đầu thử nghiệm giao dịch tự động, quản trị và phối hợp on-chain, thị trường phải đối mặt với câu hỏi thực tế: Làm thế nào để AI vận hành an toàn, minh bạch và xác thực trên on-chain?
Với các kịch bản AI on-chain, chỉ có năng lực mô hình là chưa đủ—thực thi và xác thực dữ liệu cũng quan trọng không kém.
Đặc biệt trong giao dịch tự động, phân tích on-chain, hợp tác đa Agent và nội dung do AI điều khiển, AI cần truy cập trạng thái on-chain theo thời gian thực, xác thực tính xác thực dữ liệu và thực thi logic phức tạp. Điều này có nghĩa là các quy trình AI on-chain tương lai có thể đòi hỏi nhiều hơn rất nhiều từ lớp dữ liệu so với các ứng dụng DeFi truyền thống.
Việc Irys tập trung liên tục vào AI Datachain hướng tới trở thành lớp điều phối dữ liệu cho quy trình AI.
Theo công bố của Irys, mạng lưới đã xử lý hơn 600 triệu giao dịch dữ liệu và phục vụ hơn 4 triệu ví hoạt động. Dù các con số này chưa chứng minh AI Datachain đã hình thành hệ sinh thái trưởng thành, nhưng cho thấy Irys đã đạt quy mô nhất định với vai trò hạ tầng.
Bên cạnh đó, Irys đã hoàn thành vòng gọi vốn Series A trị giá 10 triệu USD vào năm 2025, với các nhà đầu tư gồm CoinFund, Hypersphere, Amber Group, Breed VC và WAGMI Ventures. Hạ tầng dữ liệu AI vẫn còn ở giai đoạn đầu, nhưng dòng vốn tổ chức đã bắt đầu đặt cược vào xu hướng "AI + data layer".
Điều thị trường thực sự quan tâm không phải là Irys có thể lưu trữ dữ liệu hay không, mà là liệu quy trình AI tương lai có thực sự cần một cấu trúc thực thi dữ liệu on-chain mới hay không.
Những Rủi Ro Nào Đang Xuất Hiện Khi Cạnh Tranh Ở Lớp Dữ Liệu AI Gia Tăng
Dù câu chuyện về hạ tầng dữ liệu AI ngày càng mở rộng, thị trường vẫn còn nhiều ý kiến trái chiều về hướng đi này.
Lĩnh vực hạ tầng AI có tính cạnh tranh rất cao, với Arweave, Celestia, EigenDA, Filecoin và Avail đều đang thử nghiệm tích hợp AI và lớp dữ liệu. Trong khi đó, AI + crypto vẫn chưa xuất hiện ứng dụng "sát thủ" thực sự quy mô lớn, và phần lớn các kịch bản AI Agent, tự động hóa on-chain vẫn ở mức thử nghiệm.
Điều này có nghĩa là sự chú ý của thị trường đối với Irys vẫn dựa trên "kỳ vọng hạ tầng tương lai" nhiều hơn là thương mại hóa trưởng thành.
Điểm bất đồng lớn nhất không phải là AI có cần lớp dữ liệu hay không, mà là quy trình AI on-chain có thực sự cần một lớp thực thi dữ liệu chuyên biệt hay không.
Những người lạc quan cho rằng khi AI Agent và quy trình tự động hóa ngày càng phức tạp, các cấu trúc dữ liệu tĩnh truyền thống sẽ không đáp ứng được nhu cầu tương lai, và thực thi dữ liệu có thể trở thành điểm cạnh tranh lớn tiếp theo trong hạ tầng AI.
Những người thận trọng lại cho rằng phần lớn AI Agent hiện chưa có nhu cầu thực tế từ người dùng, và sự hội tụ AI + crypto chưa tạo ra ứng dụng quy mô lớn, nên AI Datachain có thể vẫn chỉ là một câu chuyện khái niệm.
Sự chia rẽ này khiến Irys trở thành dự án hạ tầng AI có mức độ biến động và kỳ vọng cao.
Irys Có Thể Mở Rộng Ảnh Hưởng Trong Hệ Sinh Thái Hạ Tầng AI Sau Khi Ra Mắt Mainnet Không
Việc Irys có thực sự mở rộng được ảnh hưởng hay không phụ thuộc vào sự phát triển hệ sinh thái mainnet và mức độ chấp nhận của nhà phát triển.
Đối với các dự án hạ tầng, câu chuyện có thể tạo ra sự chú ý ngắn hạn, nhưng giá trị dài hạn phụ thuộc vào hệ sinh thái nhà phát triển và nhu cầu ứng dụng thực tế. Chiến lược dữ liệu có thể lập trình mà Irys đề xuất cuối cùng cần được kiểm chứng bằng việc nhà phát triển xây dựng ứng dụng xoay quanh AI Datachain.
Kể từ năm 2026, GitHub của Irys liên tục cập nhật IrysVM, kiến trúc đa sổ cái và hạ tầng Bundler, cho thấy dự án đang chuyển từ kể chuyện sang cải thiện công cụ phát triển cốt lõi.
Nếu AI Agent và quy trình tự động hóa on-chain tiếp tục mở rộng, nhu cầu xác thực và thực thi dữ liệu có thể tăng mạnh. Ngược lại, nếu làn sóng AI + crypto hạ nhiệt hoặc nhà phát triển tiếp tục sử dụng giải pháp lưu trữ và hợp đồng thông minh hiện có, sự khác biệt của Irys có thể suy giảm.
Vì vậy, thách thức thực sự của Irys không chỉ là đề xuất "dữ liệu có thể lập trình", mà là làm sao để dữ liệu thực sự tham gia vào quy trình làm việc của nhà phát triển và các kịch bản AI on-chain.
Tóm Tắt
Sự chuyển dịch chiến lược gần đây của Irys phản ánh sự thay đổi ưu tiên trong thị trường hạ tầng AI.
Trước đây, trọng tâm là lưu trữ và khả năng truy cập dữ liệu. Hiện nay, khi AI Agent và quy trình tự động hóa on-chain phát triển, thực thi, xác thực và phối hợp dữ liệu đang bước vào các cuộc thảo luận của nhà phát triển.
Việc Irys liên tục thúc đẩy AI Datachain và dữ liệu có thể lập trình là nỗ lực nhằm đáp ứng hướng đi mới này.
Trong ngắn hạn, lĩnh vực hạ tầng dữ liệu AI vẫn ở giai đoạn đầu, hệ sinh thái nhà phát triển, nhu cầu thực tế và quy mô quy trình AI vẫn cần được kiểm chứng. Về dài hạn, nếu AI Agent phát triển từ công cụ tương tác thành thực thể thực thi on-chain, lớp dữ liệu có thể trở thành hướng cạnh tranh lớn tiếp theo của hạ tầng AI.
Câu Hỏi Thường Gặp
Dữ liệu có thể lập trình trong Irys là gì?
Dữ liệu có thể lập trình trong Irys nghĩa là dữ liệu on-chain không chỉ được lưu trữ, mà còn có thể được gọi, xác thực và chủ động tham gia vào quy trình AI và thực thi tự động on-chain thông qua hợp đồng thông minh.
Vì sao Irys nhấn mạnh AI Datachain?
Irys nhấn mạnh AI Datachain vì khi AI Agent và tự động hóa on-chain mở rộng, thị trường đang chuyển trọng tâm sang năng lực thực thi và xác thực dữ liệu.
Dữ liệu có thể lập trình khác gì so với lưu trữ phi tập trung truyền thống?
Dữ liệu có thể lập trình không chỉ chú trọng bảo quản dữ liệu, mà còn cho phép dữ liệu tham gia vào logic on-chain, gọi AI và thực thi tác vụ tự động.
Định hướng của Irys khác gì so với Arweave và Celestia?
Hiện tại, Irys nhấn mạnh thực thi dữ liệu AI và tự động hóa on-chain, trong khi Arweave tập trung vào lưu trữ lâu dài và Celestia vào khả năng truy cập dữ liệu mô-đun.
Rủi ro lớn nhất của lĩnh vực hạ tầng dữ liệu AI hiện nay là gì?
Lĩnh vực hạ tầng dữ liệu AI vẫn còn ở giai đoạn đầu. Nhu cầu thực tế cho quy trình AI, mức độ chấp nhận của nhà phát triển và khả năng phối hợp hệ sinh thái dài hạn đều cần được kiểm chứng thêm.
