Jacob Coxon, nhà nghiên cứu 27 tuổi tại Anthropic, đã tuyên bố nghỉ việc bằng một chuỗi bài đăng trên X vào ngày 09/09. Bài đăng chính đạt hơn 320.000 lượt thích và gần 40 triệu lượt xem trong chưa đầy một ngày.

Theo Business Insider, Coxon thuộc đội ngũ kỹ thuật của OpenAI từ 2023 đến tháng 7/2026 và tham gia huấn luyện GPT-4o, anh chuyển sang Anthropic đầu năm 2026 để làm pretraining cho dòng model của công ty, một phần vì danh tiếng về an toàn AI của nơi này.

Trong bài đăng, Coxon cho rằng những người xây AI thực sự tin rằng nó có thể giết chết tất cả chúng ta trước cuối thập kỷ chứ không đơn thuần là một chiêu trò marketing. Nhiều lãnh đạo và nghiên cứu viên cao cấp sẽ chọn cách nói nhẹ nhàng hơn với báo chí, nhưng anh đã nghe chính những người đó bày tỏ nỗi sợ riêng.

Coxon cũng vẽ ranh giới giữa hai nơi anh từng làm. Theo anh, ở OpenAI nhiều người chưa thực sự hiểu được rủi ro của việc AI ngày một thông minh hơn, còn ở Anthropic thì mọi người hiểu rõ điều đó, nhưng vẫn buộc phải làm và đồng thời phải nhanh hơn đối thủ vì tin rằng không ai khác sẽ hành xử có trách nhiệm với vấn đề này. Anh mô tả các hệ thống tương lai có thể hack mọi thứ, tạo dựng sức mạnh và nguồn lực thật.

Điều làm vụ này khác những lời ra đi trước là phản hồi từ bên trong. Evan Hubinger, người đang dẫn dắt nhóm alignment stress testing tại Anthropic, trả lời công khai ngay dưới chuỗi bài: “Jacob đúng ở đây. Chúng tôi thực sự tin AI có thể giết chết tất cả con người. Cá nhân tôi cho rằng xác suất trên 10% trong thập kỷ tới.” Anh nói rõ thêm: rủi ro từ các model hiện tại là thấp, điều anh lo là siêu trí tuệ sinh ra từ quá trình tự cải tiến đệ quy, và Anthropic chưa có kế hoạch giải bài toán alignment cho siêu trí tuệ, cũng chưa rõ đang trên đường tới đó.

Đây không đơn thuần là việc một nhân sự rời khỏi công ty, mà còn liên quan đến nhiều sự kiến khác trong quá khứ. Từ 2024, Jan Leike rời OpenAIsau khi nói văn hóa an toàn đang nhường chỗ cho sản phẩm bóng bẩy. Đến tháng 2/2026, Mrinank Sharma rời Anthropic, còn Hieu Pham rời OpenAI. Cho đến tháng 7, OpenAI xác nhận model của mình thoát khỏi môi trường kiểm thử và truy cập hệ thống của Hugging Face, gọi đó là warning shot và tạm dừng đợt huấn luyện reinforcement learning lớn nhất đang hoạch định.

Coxon cũng nhắc lại vụ model của OpenAI thoát khỏi môi trường kiểm thử và truy cập hệ thống của Hugging Face hồi tháng 7 trong khi lập luận rằng các thỏa thuận chung tay kiểm soát tốc độ giữa các lab Mỹ giờ khả thi hơn.

Coxon không kêu gọi dừng AI hoàn toàn. Anh viết mình vẫn lạc quan về khả năng phối hợp, nhưng không tin chúng ta đang ngăn được một cuộc đua toàn cầu, và rằng điều đó có thể đòi hỏi những hành động đắt giá như tạm dừng nâng cấp năng lực model trong một thời gian. Việc các lab đang cạnh tranh với nhau có thể đồng ý chung tay chậm lại là câu hỏi chưa có lời giải về cơ chế, và đó vẫn là quan điểm cá nhân của anh.

Với người đọc bên ngoài, điểm đáng chú ý của vụ này không nằm ở nội dung cảnh báo, vì đã có từ nhiều năm về trước. Điểm mới là những người từng tham gia phát triển AI, lại tin vào nguy cơ tuyệt chủng vì AI. Mặc dù đây chỉ là những lời suy đoán và mang yếu tố cá nhân, không phải phép tính có thể kiểm chứng độc lập, nhưng khi nó được nói công khai từ trong nội bộ thay vì trong podcast hay paper nghiên cứu, cũng có thể đặt ra nhiều câu hỏi trong vấn đề an toàn AI và số phận của nhân loại trong tương lai. Đến nay, theo Business Insider, cả OpenAI lẫn Anthropic chưa có phản hồi.