Tìm hiểu về Vane: Phiên bản thay thế mã nguồn mở cho Perplexity

Kỷ nguyên nhập truy vấn vào Google, nhấn phím Enter, rồi lần lượt mở từng trang web để tự tổng hợp câu trả lời đang dần đi đến hồi kết. Cách mọi người tìm kiếm thông tin trực tuyến đã thay đổi đáng kể trong vài năm qua; bạn chắc hẳn cũng không ít lần tìm đến các công cụ hỗ trợ bởi Trí tuệ nhân tạo (AI) thay vì các công cụ tìm kiếm truyền thống. Dù ban đầu mọi người chưa thấy rõ sức hấp dẫn của các chatbot như ChatGPT hay Claude, nhưng những công cụ tìm kiếm tích hợp AI lại là một câu chuyện hoàn toàn khác.

Hãy lấy Perplexity làm ví dụ. Nếu coi một chatbot AI và một công cụ tìm kiếm truyền thống là "cha mẹ", thì Perplexity chính là "đứa con" ra đời từ sự kết hợp đó. Thay vì chỉ hiển thị danh sách các trang web, nó sẽ tìm kiếm trên Internet, thu thập thông tin từ nhiều nguồn khác nhau, rồi dùng AI để tổng hợp lại thành một câu trả lời hoàn chỉnh, kèm theo cả các trích dẫn nguồn. Về cơ bản, nó thực hiện thay cho bạn phần lớn công việc tìm kiếm và chắt lọc thông tin mà trước đây bạn phải tự tay làm. Dù giờ đây đã nhận thấy sự tiện lợi từ cách tiếp cận của Perplexity, nhiều người vẫn có những băn khoăn nhất định. Đó chính là lý do tại sao Vane – một giải pháp thay thế mã nguồn mở cho Perplexity – ngay lập tức thu hút sự chú ý.

Vane là phiên bản mã nguồn mở của Perplexity

Một "người anh em" DIY của Perplexity

Trước đây được biết đến với tên gọi Perplexica, Vane là một công cụ cung cấp câu trả lời bằng AI, hoàn toàn miễn phí, mã nguồn mở và "chú trọng vào quyền riêng tư". Không chỉ là mã nguồn mở, Vane còn cho phép người dùng tự host – nghĩa là bạn có thể chạy ứng dụng này ngay trên máy tính cá nhân thay vì phụ thuộc vào dịch vụ do một công ty khác cung cấp. 

Về cơ chế hoạt động, Vane vận hành theo nguyên lý tương tự như Perplexity. Khi bạn nhập một câu hỏi, hệ thống sẽ phân tích truy vấn đó để xác định phương thức tiếp cận phù hợp nhất. Nếu câu hỏi đòi hỏi thông tin từ web, Vane sẽ sử dụng SearXNG – một công cụ tìm kiếm tổng hợp (metasearch engine) mã nguồn mở – để truy xuất các kết quả liên quan. Sau đó, một mô hình AI sẽ tổng hợp các kết quả này để đưa ra câu trả lời kèm theo những trích dẫn nguồn.

Đối với những câu hỏi phức tạp hơn, Vane có thể thực hiện quy trình chuyên sâu hơn thông qua các tính năng nghiên cứu: Tiến hành nhiều lượt tìm kiếm và thu thập thông tin từ các nguồn khác nhau trước khi trình bày kết quả cuối cùng. Perplexity cũng áp dụng phương thức tương tự, tuy nhiên điểm khác biệt cốt lõi nằm ở cách thức truy xuất thông tin. Trong khi Perplexity tự xây dựng cơ sở hạ tầng tìm kiếm và hệ thống chỉ mục web quy mô lớn, thì Vane lại dựa vào SearXNG để lấy kết quả từ các công cụ tìm kiếm hiện có.

Giống như Perplexity, Vane cung cấp các trích dẫn đi kèm với câu trả lời do AI tạo ra, giúp người dùng có thể kiểm chứng thông tin từ nguồn gốc thay vì chỉ mặc nhiên tin tưởng vào những gì AI đưa ra. Vane cung cấp ba chế độ tìm kiếm tùy theo mức độ nghiên cứu mà bạn mong muốn: Tốc độ (Speed), Cân bằng (Balanced) và Chất lượng (Quality).

Tương tự Perplexity, bạn cũng có thể tùy chọn phạm vi tìm kiếm: Trên web, trong các diễn đàn thảo luận hoặc những bài nghiên cứu học thuật. Công cụ này còn hỗ trợ tìm kiếm hình ảnh và video; ngoài ra, mục Discover chuyên biệt cho phép bạn duyệt qua các bài viết thú vị và nội dung đang thịnh hành.

Vane không bị bó buộc vào một mô hình AI duy nhất

Chuyển đổi linh hoạt giữa các mô hình mà không cần cam kết trả phí hàng tháng

Trước khi đi sâu vào kết quả thử nghiệm Vane, hãy làm rõ điểm quan trọng nhất. Nếu từng sử dụng Perplexity – đặc biệt là gói miễn phí – có lẽ bạn đã nhận ra mình gần như không có quyền kiểm soát đối với mô hình AI nào đang xử lý các truy vấn của mình. Dù Perplexity cung cấp quyền truy cập vào nhiều mô hình AI khác nhau, nhưng tính năng tự chọn mô hình lại bị khóa sau gói đăng ký Pro (có giá 20 USD/tháng). Ở gói miễn phí, các truy vấn của bạn sẽ tự động được chuyển đến một mô hình do Perplexity chỉ định; nghĩa là bạn không thể tự quyết định mô hình nào sẽ thực hiện yêu cầu của mình.

Ngược lại, Vane mang đến sự linh hoạt vượt trội. Công cụ này hỗ trợ các mô hình từ những nhà cung cấp lớn như OpenAI, Anthropic, Google và Groq; bạn có thể kết nối chúng bằng chính API key của mình. Thậm chí, nếu không muốn phụ thuộc vào các nhà cung cấp AI trên nền tảng đám mây, bạn còn có thể chạy các mô hình cục bộ thông qua Ollama.

Tất nhiên, điều này không đồng nghĩa với việc bạn có thể sử dụng mọi mô hình AI hoàn toàn miễn phí. Nếu kết nối với một API trả phí, bạn vẫn phải chi trả dựa trên mức độ sử dụng thực tế. Điểm khác biệt nằm ở chỗ: Bạn chỉ trả tiền cho những gì mình thực sự dùng, thay vì phải cam kết với một gói đăng ký cố định hàng tháng.

Vì vậy, nếu chỉ thỉnh thoảng mới cần đến tính năng tìm kiếm hỗ trợ bởi AI, cách tiếp cận này có thể giúp bạn tiết kiệm đáng kể chi phí. Ngược lại, nếu bạn là người thường xuyên sử dụng dịch vụ này trong suốt cả ngày, thì một gói đăng ký cố định hàng tháng có lẽ sẽ kinh tế hơn, bởi chi phí sử dụng API có thể tăng lên rất nhanh.

Vane hoàn thành tốt nhiệm vụ, dù đôi khi vẫn có sai sót

Đôi lúc Vane đưa ra thông tin chưa chính xác

Để kiểm chứng hiệu quả thực tế của Vane, bài viết bắt đầu bằng một câu hỏi khá đơn giản về MUO: Yêu cầu giải thích ấn phẩm này là gì và tìm 3 bài viết gần đây nhất. Vane đã tổng hợp được một cái nhìn tổng quan khá ổn về trang web, đi kèm với các trích dẫn liên kết đến những nguồn thông tin khác nhau. Tuy nhiên, nó lại gặp khó khăn với phần thứ hai trong yêu cầu. Thay vì tìm ra 3 bài viết được xuất bản gần đây, nó lại đưa cả một trang danh mục và một trang tổng hợp thông tin từ truyền thông vào danh sách đề xuất; bản thân nó cũng thừa nhận rằng không thể xác định chắc chắn ngày xuất bản của 3 bài viết đó.

Nếu muốn xem Vane sẽ xử lý như thế nào với một vấn đề phức tạp hơn nhiều so với việc tìm kiếm thông tin cơ bản trên web, hãy chuyển sang sử dụng các tính năng nghiên cứu nâng cao của nó và yêu cầu so sánh các vấn đề về quyền riêng tư giữa việc sử dụng Perplexity, Vane kết hợp với mô hình đám mây của OpenAI, và Vane chạy cùng mô hình Ollama được lưu trữ cục bộ.

Lần này, Vane đã thực hiện 11 bước nghiên cứu và thu thập 45 nguồn tài liệu trước khi đưa ra câu trả lời chi tiết. Dù vẫn còn một vài điểm chưa chính xác, nhưng nhìn chung, phản hồi mà nó mang lại thực sự khá ấn tượng.

Khả năng nghiên cứu của Vane thực sự ấn tượng đến bất ngờ

Vane cũng được thử thách với một câu hỏi kỹ thuật chuyên biệt hơn: Làm thế nào để kết nối thiết bị Kinect của Xbox 360 đời đầu với một chiếc MacBook Air chạy chip Apple Silicon. Vane đã xác định chính xác các yêu cầu cần thiết, bao gồm bộ chuyển đổi nguồn và USB adapter riêng biệt; đồng thời gợi ý sử dụng driver mã nguồn mở có tên là libfreenect, cũng như cảnh báo về các vấn đề tương thích USB có thể phát sinh. Hệ thống này thậm chí còn thu thập được 65 nguồn thông tin cho câu hỏi trên – một con số thực sự ấn tượng.

Điều được đặc biệt yêu thích là bạn có thể theo dõi quá trình nghiên cứu của Vane ngay khi nó đang diễn ra. Thay vì chỉ thực hiện một lượt tìm kiếm rồi đưa ra câu trả lời, Vane chia nhỏ câu hỏi thành các phần, tìm kiếm thông tin liên quan, rồi sử dụng chính những kết quả tìm được để xác định những bước nghiên cứu tiếp theo. Chẳng hạn, nó bắt đầu bằng việc tìm hiểu sự khác biệt giữa các phiên bản Kinect, sau đó chuyển sang nghiên cứu khả năng tương thích với chip Apple Silicon, những yêu cầu về nguồn điện, và tham khảo các báo cáo từ những người đã thực hiện thành công.

Quy trình nghiên cứu của Vane khá giống với những gì bạn từng thấy khi sử dụng Perplexity. Cả hai công cụ này đều có khả năng chia nhỏ các câu hỏi phức tạp thành những nhiệm vụ nghiên cứu riêng biệt, thực hiện nhiều lượt tìm kiếm và xây dựng câu trả lời cuối cùng dựa trên các dữ liệu đã thu thập được. Việc Vane có thể tái tạo trải nghiệm này bằng các thành phần mã nguồn mở (và chạy ngay trên phần cứng của chính bạn) là một thành tựu đặc biệt đáng nể.

Tuy nhiên, khi bạn đặt cùng câu hỏi đó cho Perplexity, câu trả lời nhận được lại hữu ích hơn hẳn. Ví dụ, trong khi Vane gợi ý biên dịch libfreenect từ mã nguồn, thì Perplexity lại chỉ ra rằng có thể cài đặt nó một cách đơn giản thông qua Homebrew. Perplexity còn tìm thấy FreenectTD – một dự án được thiết kế riêng để hỗ trợ sử dụng camera Kinect với phần mềm TouchDesigner trên các máy Mac chạy chip Apple Silicon; đây là thông tin mà Vane đã bỏ sót dù đã thu thập được số lượng nguồn tham khảo lớn hơn nhiều.