Gọi vốn hàng trăm triệu chỉ trong một năm: Startup từ 'lò' ByteDance và Thanh Hoa tái định nghĩa kỹ thuật phần mềm

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

Chỉ trong một năm gọi vốn thành công 3 vòng với số tiền hàng trăm triệu nhân dân tệ! Sự kết hợp giữa ByteDance và lớp học Yao (Yao Class) của Đại học Thanh Hoa nhằm tái cấu trúc kỹ thuật phần mềm doanh nghiệp.

30-07-2026 14:10:13 Nguồn: QbitAI

Phải làm những việc khó khăn, thay vì chỉ hái những quả chín thấp.

Tác giả: Ting Yu | QbitAI

Chỉ mới thành lập được một năm, công ty đã liên tiếp hoàn thành ba vòng gọi vốn với tổng số tiền lên tới hàng trăm triệu nhân dân tệ.

Ở vòng gọi vốn mới nhất, Linxin Investment đóng vai trò dẫn dắt, Huakong Fund tiếp tục rót thêm vốn — một nhà đầu tư mới gia nhập và một cổ đông cũ tiếp tục đặt niềm tin.

Công ty nhận được khoản đầu tư này có tên là Tokens Infinity AI, một công ty cung cấp cơ sở hạ tầng AI Agent hướng tới kỹ thuật phần mềm doanh nghiệp.

CEO Dương Bình (Yang Ping), người trước đây từng tạo ra MarsCode và Trae tại ByteDance, từng chủ trì quá trình chuyển đổi AI cho hệ thống R&D với quy mô hàng chục nghìn người. Một năm trước, cô quyết định rời đi để sáng lập Tokens Infinity AI.

Điểm khởi đầu đến từ một nhận định của cô vào thời điểm đó:

Cơ hội thực sự của AI Coding không nằm ở các công cụ cho người dùng cá nhân (To C), mà nằm ở môi trường kỹ thuật phần mềm cho doanh nghiệp (To B).

Một năm trôi qua, nhận định này đang dần trở thành sự đồng thuận của toàn ngành.

Trong năm qua, khả năng tạo mã của AI đã được kiểm chứng đầy đủ — tốc độ viết code của AI nhanh gấp hơn 10 lần so với con người.

Tuy nhiên, một mâu thuẫn ngày càng trở nên rõ rệt: hiệu suất bàn giao (delivery efficiency) mà doanh nghiệp thực sự quan tâm lại không tăng lên gấp 10 lần tương ứng.

Một lãnh đạo R&D tại một tập đoàn lớn từng công khai chia sẻ một bộ dữ liệu: hiệu suất cá nhân có thể tăng gấp 10 lần, nhưng đối với các bộ phận sử dụng AI một cách quyết liệt, hiệu suất R&D tổng thể chỉ tăng khoảng 60%.

Phần chênh lệch đó đã đi đâu?

Câu trả lời nằm ở toàn bộ chuỗi kỹ thuật phần mềm. Để thực sự tận dụng được làn sóng này, doanh nghiệp không cần thêm một công cụ viết code đơn thuần, mà cần một bộ cơ sở hạ tầng AI Agent có thể đi sâu vào quy trình R&D chính, kết nối ngữ cảnh, yêu cầu, đánh giá, kiểm thử và kết quả bàn giao.

Việc các nhà đầu tư rót vốn liên tiếp ba vòng chính là vì nhìn thấy tiềm năng ở tầng này.

Theo một nghĩa nào đó, cái tên "Tokens Infinity" (Từ Nguyên Vô Hạn) cũng đã bắt trúng một "đường chỉ" ngầm trong các ứng dụng AI hiện nay —

Khi việc gọi mô hình, tiêu thụ Token và vận hành Agent trở thành đơn vị cơ bản cho chi phí và hiệu suất AI của doanh nghiệp, thì làm thế nào để mỗi Token thực sự chuyển hóa thành kết quả đang trở thành một bài toán mới của ngành.

Khách hàng không trả tiền cho công cụ, họ chỉ trả tiền cho kết quả.

Điểm thú vị nhất của AI Coding thời kỳ đầu nằm ở việc nó thực sự tự động hóa được việc "viết code".

Từ Copilot, Cursor cho đến Claude Code, Codex, Trae, Qoder, hàng loạt công cụ đã chứng minh rằng: các mô hình lớn (LLM) có thể cải thiện đáng kể hiệu suất lập trình của các nhà phát triển cá nhân.

Nhưng phát triển phần mềm chưa bao giờ chỉ là viết code.

Trong chuỗi thực tế, còn có việc hiểu yêu cầu, thiết kế kiến trúc, đánh giá code, kiểm thử xác thực, triển khai lên sóng và bảo trì dài hạn — bất kỳ khâu nào bị tắc nghẽn cũng sẽ làm tiêu hao hiệu suất tạo code ở các khâu trước đó.

Điều này đặc biệt đúng trong các kịch bản doanh nghiệp: những kho mã nguồn khổng lồ với hàng trăm nghìn, hàng triệu dòng code, các phụ thuộc chồng chéo, cùng các yêu cầu khắt khe về kiểm thử, đánh giá và bảo mật. Lấy ví dụ về ngân hàng, hơn 90% công việc phát triển là lặp lại trên các hệ thống cũ, chứ không phải viết một ứng dụng mới từ đầu.

Điều này giải thích tại sao các nền tảng Agent đa năng khi bước vào các kịch bản nghiêm túc lại trở nên "bất lực".

Vì vậy đối với doanh nghiệp, AI viết được bao nhiêu dòng code không phải là trọng tâm, trọng tâm là: yêu cầu có thể lên sóng nhanh hơn không? Độ ổn định và chất lượng có được đảm bảo không? ROI của khoản đầu tư này cuối cùng có xứng đáng không?

Dương Bình chia sẻ với QbitAI rằng, logic chi trả của khách hàng doanh nghiệp và người dùng cá nhân không giống nhau:

Người dùng cá nhân có thể trả tiền vì sở thích và hiệu suất, nhưng khách hàng doanh nghiệp luôn trả tiền chủ yếu vì kết quả. Công nghệ của chúng tôi phải phục vụ cho kết quả, sản phẩm phải phục vụ cho kết quả, và năng lực cuối cùng được triển khai tại hiện trường của khách hàng cũng phải phục vụ cho kết quả.

Cô đưa ra một ví dụ rất đời thường:

Khi bước vào một nhà hàng, bạn không quan tâm bát mì được nấu như thế nào. Chỉ khi trình bày rõ yêu cầu, và cuối cùng bưng ra một bát mì ăn được, ngon và đúng kỳ vọng, thì việc đó mới được coi là thành công.

Phần mềm cũng vậy. Không ai trả tiền cho bản thân dòng code — doanh nghiệp trả tiền cho phần mềm vì nó đáp ứng được nhu cầu, giải quyết được vấn đề và vận hành ổn định.

Theo logic này, Tokens Infinity AI đã tiến thêm một bước trong mô hình kinh doanh: từ bán chỗ ngồi (seat), bán API, bán Token, chuyển sang "Kết quả là dịch vụ" (Result-as-a-Service).

Bởi vì cách đo lường cũ không thể trả lời được câu hỏi ngày càng nhức nhối: Rốt cuộc AI đã giúp doanh nghiệp bàn giao được những gì?

Đáng chú ý là, mục tiêu cải thiện hiệu suất mà Tokens Infinity AI đặt ra cho khách hàng rất thực tế: không quảng cáo "mọi người tăng 10 lần", mà thông qua cơ sở hạ tầng Agent thống nhất và khung Harness, giúp nâng cao hiệu suất tổng thể của đội ngũ lên gấp 2 lần, và hướng tới gấp 3, gấp 4 lần — đối với một tổ chức R&D từ hàng trăm đến hàng nghìn người, đây là giá trị thực tế khổng lồ.

Điều này đẩy trọng tâm cạnh tranh của AI Coding lên một bước: giai đoạn đầu, so sánh xem ai viết nhanh hơn; khi bước vào doanh nghiệp, so sánh xem ai bàn giao ổn định hơn.

Đặc biệt trong các lĩnh vực nghiêm túc như ngân hàng, bảo hiểm, chính phủ và các nhà cung cấp phần mềm lớn, doanh nghiệp không phải không dám thử nghiệm AI, mà là không thể chấp nhận một Agent không thể kiểm soát, không thể kiểm toán và không thể giải thích được đi thẳng vào hệ thống sản xuất.

"Tự chủ hoàn toàn" có nghĩa là doanh nghiệp có thể kiểm soát hoàn toàn cơ sở hạ tầng AI của riêng mình. Ngay từ khi thiết kế, Tokens Infinity AI đã giữ quan điểm trung lập về mô hình, không ràng buộc với bất kỳ mô hình đơn lẻ nào, hỗ trợ triển khai riêng tư toàn diện. Mã nguồn, dữ liệu và quy trình nghiệp vụ đều vận hành trong môi trường riêng, doanh nghiệp sở hữu toàn quyền đối với dữ liệu và sản phẩm của mình.