Bài viết dùng Shadowverse: Worlds Beyond để bàn về AI agent, mô phỏng, tối ưu bền vững và bộ nhớ ngoài nhằm giảm nhu cầu một con người phải nhớ và thử mọi thứ.
1. “Phải biết hết mới chỉ đạo được” giờ chỉ đúng một nửa
Cách cũ: tự nghiên cứu, tự triển khai, tự kiểm thử. Với AI, con người có thể xác định trước mục tiêu, trạng thái hoàn thành, ràng buộc và tiêu chí thành công. Sau đó giao việc: Nghiên cứu. Đưa phương án. So sánh. Triển khai. Kiểm thử. Mang kết quả về.
Con người xem và quyết định: “Bỏ A. Chọn B. Phần này sai. Test lại.”
Đó đã là quản lý. Nếu còn quyết định vấn đề nào đáng dùng thời gian và compute, dự án nào đáng tồn tại và thành công nghĩa là gì, vai trò tiến gần điều hành.
OpenAI mô tả Codex năm 2026 theo đúng hướng giao việc cho nhiều agent, chạy song song, con người review và đổi hướng. Hướng dẫn AI-native cũng tách Delegate, Review và Own.
Từ người → công việc sang người → nhân viên AI → công việc.
Không bảng lương.
Nhưng có tổ chức.
2. Việc của CEO không còn là “biết mọi câu trả lời” mà là “biết câu trả lời có tốt không”
Kiến thức bằng 0 vẫn nguy hiểm. AI nói “đã tối ưu” thì vẫn phải hỏi vì sao, so với lựa chọn nào, giả định thay đổi có vỡ không, test có giống thực tế không, dữ liệu có cũ không, sai thì mất gì.
Nếu không:
AI: “Xong!”
Người: “Tốt!”
Thực tế: “Hỏng.”
Sự thay đổi không phải từ chuyên gia sang không biết gì, mà từ tự triển khai mọi chi tiết sang đủ hiểu để đánh giá, phản biện và quản trị kết quả.
Không cần thuộc từng lá bài. Nhưng phải thấy khi trung bình đẹp che một matchup 25%.
3. Trước khi chơi Shadowverse, xây nhà máy mô phỏng
Cách bình thường: bắt đầu, đọc bài, build deck, thua, sửa, thua, 100 trận sau mới hiểu meta.
Có máy tính thì đảo thứ tự:
- Thu toàn bộ dữ liệu bài.
- Thu deck giải đấu và công khai.
- Implement luật và effect.
- Đặt mulligan và play policy.
- Chạy hàng chục/hàng trăm nghìn trận.
- Lập ma trận matchup.
- Đo điểm yếu, variance, brick.
- Người chỉ thử final candidates.
100 deck × 50 trận = 5.000 trận người phải chơi. Cho máy loại 95%.
Chưa cài game đã viết guide.
Vấn đề nhỏ: mô phỏng lâu đến mức pack mới có thể ra trước.
Vô tình lập phòng R&D.
4. Tối ưu ngay trước pack mới có thể tạo “đáp án tối ưu chết sau năm ngày”
Ngày 22/8/2026, pack thứ chín Revenants of Azvaldt / アズヴォルト・レヴナント được công bố phát hành ngày 27/8.
22/8: “Deck tối ưu xong!”
27/8: “Thêm bài mới.”
Deck tối ưu: “Tạm biệt.”
Trước expansion nên hoàn thiện nhà máy: pipeline dữ liệu, rule engine, AI battle, thống kê, matrix, robust evaluation, report.
Các phần đó dùng lại được.
Muốn chơi game thẻ bài. Cuối cùng làm công nghiệp.
5. Robust optimization: không chỉ mạnh trung bình mà còn không chết khi meta lệch
| Deck | vs Dragon | vs Rune | vs Sword | vs Forest |
|---|---|---|---|---|
| A | 70% | 65% | 60% | 25% |
| B | 57% | 56% | 55% | 54% |
Forest ít, A tuyệt đẹp. Forest tăng: A chết.
B ít bùng nổ hơn nhưng bền với sai số dự đoán.
Robust optimization đặt các tham số không chắc chắn trong một tập/range rồi tìm quyết định vẫn chấp nhận được ở tình huống xấu.
Hãy thay đổi meta share, matchup estimate, first/second, mulligan, không rút key card, policy error.
Peak 95/floor 20 có thể kém peak 80/floor 65.
Không tìm con gorilla đấm mạnh nhất, mà tìm con gorilla vẫn đánh được khi bị ném nhầm sở thú.
6. Tin xấu: simulator hoàn hảo vẫn không cứu người bấm sai
AI tìm deck tốt nhất. Trận thật: “Lá nào đánh trước nhỉ?” Thua.
Nhưng training cũng có thể nén. Trích xuất mulligan từng matchup, board thường gặp, lethal phổ biến, blunder nghiêm trọng, phản ứng thường gặp và quyết định ảnh hưởng win rate lớn.
Người không học “toàn game”, mà học 20% tình huống quyết định phần lớn kết quả.
Search: máy. Position mining: máy. Quyết định cuối: người.
CEO vẫn phải xuống hiện trường, nhưng không cần onboarding 100 giờ.
7. Nhét toàn bộ card pool vào não có phải kiến trúc lưu trữ tệ không?
Cognitive offloading là dùng ghi chú, thiết bị, reminder và tài nguyên bên ngoài thay cho một phần bộ nhớ trong.
Một mô hình năm 2024 xem đây là trade-off chi phí: bộ nhớ trong hữu hạn nên có opportunity cost; bộ nhớ ngoài cần hành động truy xuất nhưng có dung lượng lớn hơn nhiều.
Trong card game, não chỉ giữ cache: archetype chính, win condition, threat thường gặp, lethal range, mulligan, branch phổ biến.
Tech card 3%?
Đọc từ disk.
8. Dữ liệu thẻ WB thực sự có thể tự động thu thập
mariokart761/ShadowverseWB_card_data dùng crawler lấy dữ liệu 5 ngôn ngữ và lưu detail, skill text, evolution, related cards, set… dưới dạng JSON.
Không có người ngồi nhập “3 cost… 2 attack… 3 life…” từng lá.
Trưởng phòng crawler đã đi làm.
ParticleG/shadowverse-wb-db cũng lưu tên, skill, cost, attack, life, rarity, set và image trong cards.json.
Nhưng lấy text ≠ chạy đúng rule. “Fanfare: 4 damage” dễ lấy; target, timing, buff, reduction, full board mới khó.
Phòng catalog tự động hóa rồi.
Phòng rule engine đang tăng ca.
9. Dùng não người như decision engine, không phải database
GitHub / DB → long-term memory
Crawler → acquisition
Simulator → virtual experience
Codex / AI → research, implementation, test, report
Human → purpose, criteria, priority, final decision
Cũ: thuộc tất cả và chơi hàng trăm. Mới: máy chơi hàng trăm nghìn, người nhận kết luận đã nén.
Đừng biến văn phòng CEO thành kho thẻ.
Cần tài liệu thì bảo phòng ban mang lên.
10. Đây không còn chỉ là攻略 game, mà là operating system của công ty một người
Mục tiêu, desired state, constraint, AI research, compare, simulate, robust choice, execute, review, correct, external memory.
Dùng được cho software, đầu tư, quy trình, content, research, mua sắm và game.
Không chỉ xây deck mạnh nhất, mà đang xây nhà máy ra quyết định.
Nhân viên là AI. Con người không thuộc mọi chi tiết, nhưng giữ mục tiêu, chất lượng, niềm tin và GO/NO-GO.
Chỉ định chơi thẻ bài.
Chưa thuộc bài đã thành CEO.
11. Kết luận: thiết kế trước khi ghi nhớ; cho máy thử trước khi tự grind
research → structured data → simulation → robust evaluation → shortlist → human playtest
Bộ nhớ:
thuộc tất cả → không
làm cho truy xuất được → có
cache chỉ thông tin thường xuyên và quyết định → tốt nhất
Cuối cùng:
AI chơi một triệu trận.
GitHub nhớ mọi thứ.
Con người chỉ quyết định điều quan trọng.
Chỉ muốn Storm vào mặt. Cuối cùng thành thiết kế tổ chức.
Trước khi Storm ĐOÀNG,
họp điều hành ĐOÀNG.
