Tháng 3 năm 2026, cuộc thi Hackathon AI Agent của UK do Viện Công nghệ Hoàng gia Anh (Imperial College London) tổ chức đã diễn ra tại London. Peter Steinberger, cha đẻ của OpenClaw, đã tự mình bay đến tham dự trực tiếp. Hơn 1200 nhà phát triển đã sử dụng OpenClaw làm khung công nghệ trung tâm để xây dựng sáu dự án lớn, bao gồm hệ thống phòng tránh rủi ro nông nghiệp, nền tảng sinh học thông tin, hệ thống thần kinh thành phố thông minh, v.v.; Peter dự định phát biểu trong 30 phút, cuối cùng đã trò chuyện hơn hai giờ đồng hồ.
(Thông tin tiền đề: Sóng lớn AI tràn đến, liệu các nhà xây dựng mã hóa có lợi thế hơn? Ba ông lớn tài chính dùng hành động thực tế để chứng minh tất cả.)
(Thông tin bổ sung: Hiệp hội Vàng Thế giới phối hợp với BCG công bố khung chia sẻ vàng token hóa, chính diện đối đầu với Tether, Paxos.)
Tháng 3 năm 2026, cuộc thi Hackathon AI Agent UK 2026 do Hiệp hội Blockchain của Viện Công nghệ Hoàng gia Anh khởi xướng đã diễn ra tại London. Cuộc thi này lấy OpenClaw làm khung công nghệ trung tâm, thu hút hơn 1200 người đăng ký tham gia, ngày Demo Day còn ghi nhận hơn 5000 khán giả xem trực tiếp trên mạng, từng leo lên top tìm kiếm toàn cầu của nền tảng X.
Nhiều người tham gia xem đây là “Cuộc Hackathon OpenClaw đầu tiên của các trường đại học toàn cầu”, cha đẻ của OpenClaw, Peter Steinberger, đã tự mình bay đến London để tham dự.
Ngày 7 tháng 3, các đội thi từ nhiều trường đại học đã trình diễn các nguyên mẫu sản phẩm họ xây dựng trong vòng một tuần, bao gồm các lĩnh vực từ nông nghiệp, an toàn sinh học, quản lý đô thị đến bảo vệ DeFi. Dưới đây là 6 dự án đáng chú ý:
AgroMind tích hợp giám sát cây trồng qua vệ tinh, dữ liệu khí tượng và tín hiệu thị trường, xây dựng hệ thống dự đoán và tự động phòng tránh rủi ro cho chuỗi cung ứng nông nghiệp, trong đó trung tâm là một quy trình tự động phòng tránh rủi ro.
Thông tin về chuỗi cung ứng nông nghiệp luôn là vấn đề tài chính. Giá hàng hóa biến động mạnh thường bắt nguồn từ những rủi ro khí hậu đã âm thầm tích tụ từ vài tháng trước tại một vùng sản xuất nào đó, nhưng thị trường chỉ phản ứng khi có tin tức. AgroMind muốn lấp đầy khoảng trống này. Nó kết hợp dữ liệu giám sát cây trồng qua vệ tinh, khí tượng và tín hiệu thị trường, khi hình ảnh vệ tinh cho thấy dấu hiệu hạn hán sớm tại một vùng đậu tương ở Brazil, hệ thống đã hoạt động mà chưa có báo cáo chính thức nào. Nó kiểm tra tồn kho của người dùng và độ biến động của thị trường hiện tại, soạn thảo phương án phòng tránh, nếu điều kiện phù hợp sẽ tự động đăng lệnh trên nền tảng giao dịch hàng hóa. Nói nó là một công cụ AI cũng không đúng, mà nên gọi là một nhà phân tích đứng trước hình ảnh vệ tinh, luôn theo dõi thị trường thay bạn, chỉ khác là nó không bao giờ ngủ.
Sinh học thông tin có một vấn đề lâu dài: các công cụ phân tích hàng đầu và kiến thức chủ yếu bị khóa trong vài trường đại học và một số ít công ty dược phẩm, các nhà nghiên cứu phổ thông không thể tiếp cận được.
ClawBio muốn làm gì, dễ hiểu hơn là giống như việc Hugging Face xây dựng mô hình AI, rồi đem áp dụng vào lĩnh vực sinh học thông tin. Nó là một kho kỹ năng sinh học mở, chứa các kỹ năng phân tích đã được xác thực, có thể tái hiện, bất kỳ Agent nào cũng có thể gọi trực tiếp, bao gồm sàng lọc độc tố và nhận diện chức năng sinh vật nguy hiểm.
Có một tình huống rất thú vị: người dùng chụp một bức ảnh bao bì thuốc, Agent gọi kỹ năng của ClawBio để tra cứu dữ liệu gen trong máy tính cục bộ, sau vài giây sẽ trả về một thẻ liều lượng thuốc cá nhân hóa. Toàn bộ dữ liệu được xử lý tại chỗ, không tải lên máy chủ nào cả. Triết lý “Local-First” này đặc biệt nhạy cảm trong các ứng dụng y tế, nhằm bảo vệ quyền riêng tư.
BioSentinel làm những việc còn lớn hơn nữa. Nó bắt đầu từ dữ liệu y tế công cộng toàn cầu, hệ thống liên tục thu thập thông tin từ WHO, CDC, CIDRAP, v.v.; khi phát hiện mối đe dọa mới nổi, hệ thống sẽ tự động xác định protein đích của mầm bệnh, rồi gọi hai công cụ sinh học tính toán RFdiffusion và ProteinMPNN để thiết kế các phân tử liên kết điều trị tiềm năng.
Mỗi phân tử ứng viên trước khi bước sang giai đoạn tiếp theo đều qua kiểm tra trong cơ sở dữ liệu độc tố, đảm bảo không vô tình tạo ra thứ gì nguy hiểm. Toàn bộ quy trình có thể điều khiển qua giao diện chat. Các nhà nghiên cứu không cần chạy từng lệnh, chỉ cần nói rõ yêu cầu, Agent sẽ tự sắp xếp các công cụ; điều này giúp giảm đáng kể rào cản trong tính toán sinh học.
Ý tưởng ban đầu của dự án này rất đơn giản: London mỗi ngày tạo ra lượng lớn dữ liệu cảm biến, từ giao thông, chất lượng không khí đến tình trạng hạ tầng, nhưng các dữ liệu này hầu như rời rạc, không liên kết với nhau, ai cũng không biết chính xác trạng thái thực của thành phố vào lúc này là gì.
Nhóm dự án dùng OpenClaw đồng thời kết nối giám sát lưu lượng giao thông, cảm biến chất lượng không khí và dữ liệu thị trường tài chính. Khi một khu vực đột nhiên có chất lượng không khí giảm, hệ thống không chỉ ghi nhật ký phía sau mà còn chủ động gửi đề xuất tuyến đường ít ô nhiễm tới các trường học và người đi làm gần đó. Nếu đèn đường hoặc cảm biến gặp sự cố, phản ứng của hệ thống nhanh hơn nhiều so với chờ báo cáo thủ công. Mục tiêu dài hạn của nhóm là mở rộng khung này cho chính quyền địa phương, tích hợp vào hệ thống thành phố hiện có, chứ không xây dựng hệ thống mới từ đầu.
Hầu hết các sản phẩm AI khi thiết kế đều hướng tới các công ty công nghệ, chứ không phải các quán nhỏ bán hải sản trên phố Kingston. Highstreet AI muốn giải quyết đúng vấn đề này.
Nó hướng tới các doanh nghiệp vừa và nhỏ hàng ngày nhận email, WhatsApp, cuộc gọi đặt hàng mà không có hệ thống IT nào hỗ trợ.
Giải pháp của Highstreet là triển khai một nhóm các Agent hợp tác: một Agent đọc hiểu yêu cầu, một Agent kiểm tra tồn kho thực tế, một Agent soạn hóa đơn và liên kết thanh toán, cuối cùng hiển thị nút “Phê duyệt” cho chủ cửa hàng trên bảng điều khiển.
Toàn bộ quy trình, người dùng chỉ cần xác nhận bước cuối cùng. Highstreet nói rằng, hệ thống này mỗi tuần có thể giúp chủ cửa hàng tiết kiệm hơn 10 giờ, mà không cần biết gì về công nghệ.
Khoảng cách lớn giữa nhà đầu tư cá nhân và tổ chức không chỉ do chênh lệch về vốn, mà còn do khả năng phân tích và phản ứng nhanh hơn.
AlphaMind chính là sản phẩm điền vào khoảng trống đó. Người dùng có thể so sánh danh mục đầu tư của mình với các cổ phiếu công khai của Buffett, nhưng hệ thống không chỉ hiển thị một biểu đồ so sánh, mà còn phân tích rủi ro tập trung tài sản của bạn qua Agent của OpenClaw, kết nối nhiều nhà môi giới và nền tảng giao dịch, rồi tự động thực hiện cân bằng lại danh mục.
Vị trí của nó là: các công cụ cũ chỉ cho biết bạn đã xảy ra chuyện gì, còn AlphaMind sẽ giải thích tại sao, rồi tự xử lý giúp bạn.
Tháng 11, nhà phát triển người Áo Peter Steinberger đã ra mắt một dự án gọi là “Clawdbot”. Bạn có thể gửi tin nhắn qua Telegram hoặc WhatsApp, nó sẽ giúp bạn quản lý lịch, xử lý email, chạy script, thậm chí duyệt web.
Không ai ngờ dự án này lại nhanh chóng lan rộng trong cộng đồng AI toàn cầu chỉ trong vòng hai tháng. Đến cuối tháng 1 năm 2026, OpenClaw nổi tiếng khắp nơi, ngày 14 tháng 2, Steinberger tuyên bố gia nhập OpenAI để thúc đẩy phát triển thế hệ AI cá nhân tiếp theo, còn dự án OpenClaw được chuyển giao cho quỹ mã nguồn mở độc lập để tiếp tục vận hành. Chính nhà phát triển vừa mới trở thành nhân vật trung tâm trong thế giới AI này đã đến London nhờ cuộc thi này.
Chuyến đi London lần này suýt nữa không thể diễn ra. Ban tổ chức tiết lộ rằng, Peter đột nhiên phát hiện vấn đề visa ngay trước ngày khởi hành, “toàn đội gần như hoảng loạn”, đến hai ngày trước sự kiện mới giải quyết được. Sau khi có visa, anh còn đổi chuyến bay để đảm bảo tham dự đúng lịch trình. Lần đầu bước vào lớp học của Imperial, anh chỉ cúi đầu chăm chú nhìn điện thoại, ghi chú cẩn thận, chuẩn bị bài phát biểu, hoàn toàn không có vẻ “ngôi sao mạng AI”.
Trong cuộc thi này, Peter đã…
Trong buổi tiệc đầu tư của Sequoia sau đó, một nhà phát triển không mua được vé đứng ngoài trời dưới mưa London, Peter để ý thấy, không do dự, đã đi qua bắt chuyện. Khi được hỏi về “Sự bùng nổ của Agent sẽ thay đổi tương lai của các mô hình lớn như thế nào”, câu trả lời của anh rất thẳng thắn và thành thật: “Tôi không biết. Tôi giỏi hơn trong việc dùng các công cụ hiện có để xây dựng những thứ thú vị.”
Ban đầu, bài phát biểu chỉ dự kiến 30 phút, nhưng không khí quá sôi động, khán giả liên tục đặt câu hỏi, Peter ở lại hơn hai giờ. Sau đó, ban tổ chức nói: “Điều này rất ý nghĩa đối với chúng tôi, nói thật, chúng tôi còn nợ anh một lời xin lỗi.”
Khi rời London, Peter để lại một câu: “Bạn không đi tìm ý nghĩa, mà là đi tạo ra ý nghĩa.” Có lẽ, đó chính là câu mà mọi người muốn nghe nhất, đặc biệt là những ai muốn có ảnh hưởng trong thời đại AI này.
Steinberger không mấy thiện cảm với cộng đồng tiền mã hóa, nhưng danh sách dự án dự thi của cuộc thi này lại hoàn toàn trái ngược với quan điểm cá nhân của anh. Trên trang dự án của DoraHacks, xuất hiện một số hướng cụ thể có thể triển khai trong Web3.
· Danh tính và quyền chủ quyền của Agent là chủ đề phổ biến nhất. clawOS xây dựng dựa trên giao thức Nostr, mỗi Agent có danh tính và ví riêng, không phụ thuộc nền tảng nào; Cortex.OS cố gắng giải quyết vấn đề “hộp đen” của AI trong Web3, để mọi quyết định của Agent đều có thể truy xuất trên chuỗi.
· Quản lý tài chính trực tiếp là một hướng khác, Trading Narwhal và Vibe4Trading đều đặt cược vào việc Agent từ hỗ trợ theo dõi thị trường nâng cấp thành thực hiện giao dịch trực tiếp, mặc dù cấu trúc của OpenClaw không thân thiện với khóa riêng.
· Quản trị và giám sát cộng đồng cũng xuất hiện một số dự án thú vị: WatchDog dùng 6 Agent tự chủ liên tục quét các hợp đồng của chính phủ Anh để phát hiện bất thường; CivicLift cho phép người dân tương tác với chính quyền địa phương qua Agent; GreenClaw xây dựng trung tâm vận hành an toàn thành phố dựa trên hợp tác nhiều Agent.
Tuy nhiên, từ đầu đến cuối, an toàn vẫn là rào cản lớn nhất để OpenClaw tiến vào Web3. Agent có thể truy cập vào các tệp, API và hệ thống của bạn, nhưng không có gì theo dõi chính xác chúng đang làm gì. Trong các tình huống liên quan đến tài sản thực, mọi người vẫn cần cẩn trọng khi sử dụng OpenClaw.
