Lê Trung Nghĩa. ORCID iD: https://orcid.org/0009-0007-7683-7703
Viện Nghiên cứu, Đào tạo và Phát triển Tài nguyên Giáo dục Mở (InOER),
Hiệp hội các trường đại học cao đẳng Việt Nam (AVU&C)
Giấy phép nội dung: CC BY 4.0 Quốc tế
------------------------------------------------------
Tóm tắt: Việc ứng dụng và phát triển AI Nguồn Mở chắc chắn là một lựa chọn tốt cho nhiều tổ chức, quốc gia trên thế giới trong kỷ nguyên AI, vừa góp phần đảm bảo an toàn an ninh mạng và thông tin, vừa tránh bị phụ thuộc hoặc khóa trói vào một nhà cung cấp duy nhất, vừa có khả năng chỉnh sửa cho phù hợp với mục đích sử dụng, nhưng vẫn đảm bảo tôn trọng bản quyền và sở hữu trí tuệ. Bài viết đề cập tới định nghĩa, các thành phần và đặc tính của AI nguồn mở, so sánh giữa AI nguồn mở với AI nguồn đóng, đưa ra một vài ví dụ về hệ thống AI nguồn mở, cũng như mối quan hệ giữa AI tạo sinh và sở hữu trí tuệ. Cuối cùng, bài viết đưa ra kết luận bằng một vài gợi ý.
Từ khóa: AI Nguồn Mở, AI tạo sinh, phần mềm nguồn mở (PMNM), sở hữu trí tuệ
------------------------------------------------------
1. Đặt vấn đề
Ứng dụng và phát triển AI cần tuân thủ các nguyên tắc cơ bản được nêu trong Điều 4 của Luật Trí tuệ nhân tạo số 134/2025/QH151 của Quốc hội ngày 10/12/2025, có hiệu lực từ ngày 01/03/2026 (Hình 1), nhằm phát huy các mặt tích cực đồng thời hạn chế các mặt tiêu cực của AI.
Hình 1. Nguyên tắc cơ bản trong hoạt động trí tuệ nhân tạo
Nghiên cứu của OpenPraxis2 cho thấy, AI có nhiều điểm tích cực và tiêu cực (Hình 2).
Hình 2. AI tích cực và AI tiêu cực
Về tuân thủ bản quyền và sở hữu trí tuệ. Theo Điều 225, Bộ luật Hình sự 2015 “mức phạt cao nhất đối với cá nhân lên đến 3 năm tù. Đối với doanh nghiệp, có thể bị phạt lên đến 3 tỉ đồng hoặc đình chỉ hoạt động có thời hạn”3. Công điện số 38/CĐ-TTg của Thủ tướng Chính phủ ngày 05/05/20264: Về tập trung chỉ đạo thực hiện quyết liệt các giải pháp đấu tranh, ngăn chặn, xử lý hành vi xâm phạm quyền sở hữu trí tuệ. Theo khảo sát của Revenera: Software Piracy Statistics – 2026 Outlook5, Việt Nam nằm trong Top 10 quốc gia sử dụng phần mềm lậu nhiều nhất thế giới ở thời điểm năm 2026.
Để AI tuân thủ các nguyên tắc cơ bản của Luật trí tuệ nhân tạo cũng như Luật sở hữu trí tuệ, ứng dụng và phát triển AI Nguồn Mở là cần thiết.
2. Định nghĩa và các đặc tính của AI Nguồn Mở
Để có thể hiểu rõ về AI Nguồn Mở, trước hết cần hiểu rõ phần mềm nguồn mở (PMNM).
Định nghĩa Phần mềm nguồn mở (PMNM) của Open Source Inititive (OSI)6: là phần mềm được cấp phép mở theo một giấy phép được OSI phê chuẩn, với các điều khoản cho phép bất kỳ ai: (1) Sử dụng; (2) Nghiên cứu; (3) Sửa đổi; và (4) Chia sẻ. Điều kiện tiên quyết để thực hiện các quyền này là: Mã nguồn phần mềm phải được mở công khai trên Internet. Danh sách các giấy phép PMNM của OSI có tại đây7.
Muốn có tự chủ, an ninh an toàn hệ thống phần mềm và công nghệ thông tin, thì cần phải phát triển PMNM, để bất kỳ ai cũng nhìn thấy và hiểu được mục đích của từng dòng mã lệnh được viết trong phần mềm là để làm gì, để không “xây nhà trên móng của người khác” dẫn tới việc gây mất an toàn an ninh cho hệ thống, bên cạnh nhiều rủi ro khác, bao gồm cả việc vi phạm bản quyền và sở hữu trí tuệ.
Một khi tôn trọng các điều khoản của giấy phép mở gắn với PMNM, người dùng PMNM không vi phạm bản quyền của bất kỳ ai, không vi phạm luật sở hữu trí tuệ của bất kỳ quốc gia nào. Ví dụ, nếu bạn có một đĩa CD hệ điều hành nguồn mở Ubuntu hoặc bộ phần mềm văn phòng LibreOffice, bạn có thể chia sẻ hoàn toàn hợp pháp cho bất kỳ ai, nhưng sẽ là bất hợp pháp và vi phạm bản quyền phần mềm nếu bạn làm như vậy với Microsoft Windows hoặc Microsoft Office. Điều này cũng đúng cho AI Nguồn Mở, nhưng ở một quy mô lớn hơn.
Định nghĩa AI Nguồn Mở của OSI8:
Dựa trên cùng ý tưởng với PMNM, AI Nguồn Mở (Open Source AI) là một hệ thống được cấp phép mở theo các điều khoản cho phép người dùng có quyền tự do:
Sử dụng: Sử dụng hệ thống vì bất kỳ mục đích gì và không cần phải hỏi sự cho phép. Điều kiện tiên quyết để thực hiện các quyền tự do này là có quyền tiếp cận dạng thức phù hợp để sửa đổi hệ thống đó, cũng như các phương tiện để sử dụng hệ thống đó.
Nghiên cứu: Nghiên cứu cách thức hoạt động của hệ thống và hiểu cách các kết quả của nó đã được tạo ra như thế nào. Điều kiện tiên quyết để thực thi các quyền tự do này là phải có quyền truy cập vào dạng thức phù hợp nhất để sửa đổi hệ thống, cũng như các phương tiện để sử dụng nó.
Sửa đổi: Tự do sửa đổi hệ thống vì bất kỳ mục đích nào, bao gồm cả việc thay đổi kết quả đầu ra. Điều kiện tiên quyết để thực hiện các quyền tự do này là phải có quyền truy cập vào dạng thức phù hợp để sửa đổi hệ thống và các phương tiện để sử dụng hình thức đó.
Chia sẻ: Chia sẻ hệ thống để người khác sử dụng — có hoặc không có sửa đổi — vì bất kỳ mục đích nào. Điều kiện tiên quyết để thực hiện các quyền tự do này là phải có quyền truy cập vào dạng thức phù hợp để thực hiện sửa đổi hệ thống, cũng như các phương tiện để sử dụng hệ thống đó.
Khác với PMNM, một mô hình/ hệ thống/ ứng dụng AI không chỉ có phần mềm, mà còn có dữ liệu và tài liệu, như theo Khung Tính mở Mô hình - MOF (Model Openness Framework)9 của Linux Foundation. Tất cả các thành phần của hệ thống AI Nguồn Mở cần phải được cấp phép mở để đáp ứng được định nghĩa của AI Nguồn Mở (Hình 3).
Hình 3: Khung Tính mở Mô hình của Linux Foundation
Về dữ liệu của các hệ thống AI, Viện Dữ liệu Mở - ODI (Open Data Institute) đưa ra Chỉ số minh bạch dữ liệu AI – AIDTI (AI Data Transparency Index) để đánh giá tính mở của các dữ liệu đó. Hình bên dưới là số liệu về AIDTI của nhiều hệ thống AI đầu năm 2025, khi có sự nổi lên của DeepSeek của Trung Quốc10 cho thấy hầu hết các dữ liệu mà các hệ thống AI dựa vào là không mở (Hình 4), điều có thể mang theo các định kiến và rủi ro sử dụng. Theo AIDTI thì DeepSeek không đủ điều kiện để được gọi là một AI Nguồn Mở, dù nó đủ điều kiện để được gọi là một PMNM vì mã nguồn phần mềm của nó được công khai trên kho GitHub tại https://github.com/deepseek-ai và hầu hết các thành phần phần mềm của nó đều mang giấy phép của PMNM như MIT hoặc Apache-2.0.
Hình 4: Chỉ số minh bạch dữ liệu AI (AIDTI) của các mô hình AI
Trong thực tế11, tính minh bạch của một hệ thống AI cụ thể đối với mã nguồn phần mềm, tham số mô hình và dữ liệu đào tạo của của nó có thể là rất khác nhau (Hình 5), gây thêm khó khăn cho việc phân biệt giữa các mô hình AI Nguồn Mở và nguồn đóng.
Hình 5: Các chiều minh bạch của AI theo các thành phần
Cần đảm bảo rằng dữ liệu để đào tạo mô hình/hệ thống AI tuân thủ Luật sở hữu trí tuệ. Vì thế nó cũng nên là dữ liệu mở và được cấp phép hợp lệ. Vì lý do này, một số bộ dữ liệu huấn luyện mô hình LLM nguồn mở12 được quản lý và cung cấp trong cộng đồng nguồn mở như: (1) Common Crawl; (2) Starcoder Data; (3) Red Pajama; và (4) ROOTS.
3. So sánh AI Nguồn Mở với AI Nguồn Đóng
Một bài viết nghiên cứu13 cho thấy sự khác biệt giữa AI Nguồn Mở và AI nguồn đóng nằm ở những điểm chính sau: (1) Khả năng truy cập; (2) Hợp tác; (3) Minh bạch; (4) Chi phí; (5) Cập nhật và hỗ trợ; (6) Bảo mật; và (7) Tùy chỉnh.
Một bài viết khác “AI Nguồn Mở so với nguồn đóng: Bạn sẽ tin ai?”14 (Hình 6) đưa ra một bảng so sánh giữa chúng theo các khía cạnh: (1) Tính minh bạch; (2) Hiệu năng; (3) Khả năng đảm bảo an ninh an toàn hệ thống; (4) Đạo đức và định kiến; (5) Điều hành quản lý; (6) Tính cộng đồng; và (7) Chi phí và sự kiểm soát.
Hình 6: So sánh giữa AI Nguồn Mở và AI Nguồn Đóng
Tài liệu này cũng so sánh những điểm mạnh và yếu của vài nền tảng/mô hình/hệ thống AI nguồn mở và nguồn đóng hàng đầu (Hình 7).
Hình 7: Những điểm mạnh và yếu của một số nền tảng AI hàng đầu
Câu hỏi đặt ra là: Lựa chọn mô hình AI nào để sử dụng? Đối với cá nhân, mục đích sử dụng đơn giản là để giải quyết được các vấn đề trước mắt của riêng mình, trong khi đối với tổ chức hoặc quốc gia, mục đích sử dụng có thể là để đảm bảo được quyền tự chủ đối với mô hình AI được chọn.
Phần nội dung “Khuyến khích AI Nguồn Mở và AI trọng số mở” trong tài liệu “Chiến thắng cuộc đua: KẾ HOẠCH HÀNH ĐỘNG AI CỦA NƯỚC MỸ” của Nhà Trắng15, xuất bản năm 2025 cho thấy những lợi ích to lớn của AI Nguồn Mở và AI trọng số mở đối với các chính phủ, các doanh nghiệp và nhất là các nhà nghiên cứu: “Các mô hình AI nguồn mở và AI trọng số mở được các nhà phát triển cung cấp miễn phí để bất kỳ ai trên thế giới cũng có thể tải xuống và chỉnh sửa. Các mô hình được phân phối theo cách này có giá trị đặc biệt cho đổi mới sáng tạo vì các công ty khởi nghiệp có thể sử dụng chúng một cách linh hoạt mà không phụ thuộc vào nhà cung cấp mô hình đóng. Chúng cũng mang lại lợi ích cho việc áp dụng AI trong thương mại và chính phủ vì nhiều doanh nghiệp và chính phủ có dữ liệu nhạy cảm mà họ không thể gửi cho các nhà cung cấp mô hình đóng. Và chúng rất cần thiết cho nghiên cứu học thuật, vốn thường dựa vào quyền truy cập vào trọng số và dữ liệu đào tạo của một mô hình để thực hiện các thí nghiệm khoa học nghiêm ngặt”.
4. Vài ứng dụng AI Nguồn Mở, LLM Nguồn Mở
Nhiều bài viết nghiên cứu16 chỉ ra các ứng dụng AI Nguồn Mở, mô hình ngôn ngữ lớn - LLM (Large Language Model) nguồn mở, và các ứng dụng AI Nguồn Mở, chẳng hạn như:
Bài viết về 12 dự án AI Nguồn Mở hàng đầu17 gồm: (1) TensorFlow; (2) PyTorch; (3) Keras; (4) Giskard; (5) Rasa; (6) Amazon SageMaker; (7) GPT4All; (8) Scikit-learn; (9) OpenCV; (10) H2O.ai; (11) Hugging Face Transformers; và (12) MindsDB.
Bài viết về 7 mô hình LLM nguồn mở hàng đầu18 trong năm 2026, gồm: (1) DeepSeek; (2) Google Gemma 4; (3) Z.ai GLM 5; (4) Kimi K2.5; (5) MiniMax M2.5; (6) LLaMA 4; và (7) Qwen 3.5.
5. Quan hệ giữa AI tạo sinh và sở hữu trí tuệ
Trong bối cảnh AI tạo sinh (Generative AI) hiện đang được các cá nhân và tổ chức sử dụng rộng rãi ở khắp mọi nơi, nhiều nghiên cứu đã chỉ ra rằng, kết quả đầu ra của AI tạo sinh không đủ điều kiện để được bảo hộ bản quyền. Điều này được khẳng định trong tài liệu ‘Bản quyền và Trí tuệ nhân tạo’ (Copyright and Artificial Intelligence)19 của Văn phòng Bản quyền Hoa Kỳ, được xuất bản tháng 1 năm 2025 (Hình 8). Vì vậy, AI không là tác giả, không là đồng tác giả, dù trợ giúp cho các tác giả trong các tác phẩm của mình. Nói một cách khác, kết quả đầu ra của AI tạo sinh là các tài nguyên thuộc phạm vi công cộng20 và là Tài nguyên Giáo dục Mở (TNGDM) theo định nghĩa TNGDM của UNESCO21, và theo Điều 43 Luật Sở hữu trí tuệ 202522 của Việt Nam, chúng là các tác phẩm thuộc về công chúng.
Hình 8: Nếu nội dung hoàn toàn do AI tạo ra, nó không thể được bảo hộ bản quyền
Trong khi đó, các lời nhắc (Prompts) tinh xảo do con người tạo ra – Đầu vào của AI tạo sinh – hoàn toàn có thể được bảo vệ bản quyền, ví dụ, theo Luật sở hữu trí tuệ 2025 của Việt Nam, và nên được cấp phép mở phù hợp để trở thành TNGDM, cho phép bất kỳ ai cũng có quyền không mất chi phí để truy cập, sử dụng lại, tái mục đích, tùy chỉnh và phân phối lại – hệt như theo định nghĩa TNGDM của UNESCO.
6. Lời kết
Dưới đây là một vài gợi ý cho cá nhân và tổ chức ứng dụng và phát triển AI ở Việt Nam:
Ứng dụng và phát triển AI cần tuân thủ các nguyên tắc cơ bản trong hoạt động AI theo Luật AI 2025 và các Luật liên quan của Việt Nam.
Để có thể tự chủ trong ứng dụng và phát triển AI, cần thiết ứng dụng và phát triển AI Nguồn Mở, đặc biệt trong các tình huống có liên quan tới an toàn an ninh thông tin hệ thống và các tình huống nhạy cảm.
Khi phát triển hệ thống AI Nguồn Mở, tất cả các thành phần của hệ thống đều phải được cấp phép mở phù hợp, cả mã nguồn, dữ liệu, và tài liệu để bất kỳ ai cũng có quyền để sử dụng, nghiên cứu, sửa đổi và chia sẻ chúng.
Đầu ra của các hệ thống AI tạo sinh không đủ điều kiện để được bảo hộ bản quyền, và là các tài nguyên thuộc phạm vi công cộng, thuộc về công chúng.
Vì AI là một công nghệ kỹ thuật số mới nổi và phát triển nhanh, nhiều khía cạnh của nó còn chưa được giải quyết ở mức toàn cầu, ví dụ như việc ghi nhận nguồn gốc cho dữ liệu được sử dụng để huấn luyện các hệ thống AI.
Chú giải
Cổng thông tin điện tử Chính phủ: Luật Trí tuệ nhân tạo số 134/2025/QH15 của Quốc hội ngày 10/12/2025, có hiệu lực từ ngày 01/03/2026: https://datafiles.chinhphu.vn/cpp/files/vbpq/2026/01/luat134.signed.pdf
OpenPraxis (2024): The Manifesto for Teaching and Learning in a Time of GenerativeAI: A Critical Collective Stance to Better Navigate the Future: https://openpraxis.org/articles/777/files/6749b446d17e9.pdf. Bản dịch sang tiếng Việt: https://www.dropbox.com/scl/fi/3rwkmzqodszn7xxuf3dln/6749b446d17e9_Vi-10052025.pdf?rlkey=2dul6urx28xp46qibhpoqlms7&e=1&st=1xog04bw&dl=0
Báo Tuổi trẻ trên trực tuyến (19/05/2026): Doanh nghiệp xài phần mềm thông qua các phiên bản bẻ khóa có thể bị phạt tù, phạt tiền 3 tỉ đồng: https://tuoitre.vn/nld/doanh-nghiep-xai-phan-mem-thong-qua-cac-phien-ban-be-khoa-co-the-bi-phat-tu-phat-tien-3-ti-dong-19626051916240207.htm
Cổng thông tin điện tử Chính phủ: Công điện số 38/CĐ-TTg của Thủ tướng Chính phủ ngày 05/05/2026: Về tập trung chỉ đạo thực hiện quyết liệt các giải pháp đấu tranh, ngăn chặn, xử lý hành vi xâm phạm quyền sở hữu trí tuệ: https://vanban.chinhphu.vn/?pageid=27160&docid=217999
Revenera: Software Piracy Statistics – 2026 Outlook: https://www.revenera.com/blog/software-monetization/software-piracy-stat-watch/
Open Source Initiative (OSI): The Open Source Definition: https://opensource.org/osd
Open Source Initiative: OSI Approved Licenses: https://opensource.org/licenses
Open Source Initiative: The Open Source AI Definition 1.0: https://opensource.org/ai. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/ai/dinh-nghia-ai-nguon-mo-v1-0-1374.html
- LF AI & DATA (2024): The Model Openness Framework (MOF) Specification: https://lfaidata.foundation/wp-content/uploads/sites/3/2025/01/05_White_paper_MOF_Specification.pdf. Bản tiếng Việt: https://zenodo.org/records/16939515
Open Data Institute (ODI) (2025): If DeepSeek wants to be a real disruptor, it should go much further on data transparency: https://theodi.org/news-and-events/blog/if-deepseek-wants-to-be-a-real-disruptor-it-should-go-much-further-on-data-transparency/. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/neu-deepseek-muon-tro-thanh-mot-nguoi-pha-vo-thuc-su-no-phai-tien-xa-hon-nua-ve-tinh-minh-bach-cua-du-lieu-1382.html
Aaron Linskens (2025): Beyond Open vs. Closed: Understanding the Spectrum of AI Transparency: https://www.sonatype.com/blog/beyond-open-vs.-closed-understanding-the-spectrum-of-ai-transparency. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/vuot-ra-ngoai-ranh-gioi-mo-va-dong-hieu-ve-pho-minh-bach-cua-ai-1501.html
Jess Lulka (2025): Top 12 Open Source AI Platforms to Add to Your Tech Stack: https://www.digitalocean.com/resources/articles/open-source-ai-platforms. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/12-du-an-ai-nguon-mo-hang-dau-de-bo-sung-vao-kho-cong-nghe-cua-ban-1507.html
Dario Lemut, Dina Sostarec, Ishita Jaiswal (2024): Open-Source AI vs. Closed-Source AI: What’s the Difference?: https://www.multimodal.dev/post/open-source-ai-vs-closed-source-ai. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/ai-nguon-mo-so-voi-ai-nguon-dong-dau-la-su-khac-biet-1499.html
index (2025): Open-Source vs. Closed AI: Who Should You Trust?: https://www.index.dev/blog/open-source-vs-closed-ai-guide. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/ai-nguon-mo-so-voi-dong-ban-se-tin-ai-1500.html
The White House (2025): Winning the Race AMERICA’S AI ACTION PLAN: https://www.whitehouse.gov/wp-content/uploads/2025/07/Americas-AI-Action-Plan.pdf, p.4-5. Bản dịch sang tiếng Việt, đoạn về ‘Khuyến khích AI Nguồn Mở và AI trọng số mở’ (Encourage Open-Source and Open-Weight AI): https://giaoducmo.avnuc.vn/ai/khuyen-khich-ai-nguon-mo-va-ai-trong-so-mo-tu-tai-lieu-chien-thang-cuoc-dua-ke-hoach-hanh-dong-ai-cua-nuoc-my-do-nha-trang-xuat-ban-ngay-23-07-2025-1502.html
Trang tin Giáo dục Mở - Tài nguyên Giáo dục Mở - Ứng dụng và phát triển: Loạt bài về AI và AI Nguồn Mở: Công cụ AI; Dự án AI Nguồn Mở; LLM Nguồn Mở; Kỹ thuật lời nhắc; Tín hiệu CC: https://giaoducmo.avnuc.vn/index.php/phan-mem-tu-do-nguon-mo/loat-bai-ve-ai-va-ai-nguon-mo-cong-cu-ai-du-an-ai-nguon-mo-llm-nguon-mo-ky-thuat-loi-nhac-1606.html
Jess Lulka (2025): Top 12 Open Source AI Platforms to Add to Your Tech Stack: https://www.digitalocean.com/resources/articles/open-source-ai-platforms. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/index.php/ai/12-du-an-ai-nguon-mo-hang-dau-de-bo-sung-vao-kho-cong-nghe-cua-ban-1507.html
NetAppInstaclustr (2026): Top 7 open source LLMs for 2026: https://www.instaclustr.com/education/open-source-ai/top-7-open-source-llms-for-2026/
United States Copyright Office (January 2025): Copyright and Artificial Intelligence. Part 2: Copyrightability: https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf, p.10.
David Wiley (2023): AI, Instructional Design, and OER: https://opencontent.org/blog/ai-instructional-design-and-oer/. Bản dịch sang tiếng Việt: https://giaoducmo.avnuc.vn/ai/ai-thiet-ke-huong-dan-va-tai-nguyen-giao-duc-mo-oer-1473.html
- UNESCO (2019): Recommendation on Open Educational Resources (OER), p.5: https://unesdoc.unesco.org/ark:/48223/pf0000373755/PDF/373755eng.pdf.multi.page=3. Bản dịch sang tiếng Việt: https://www.dropbox.com/scl/fi/7apdot5yilc9msz3f6wo1/DCPMS_U1911920_Vi-04122019.pdf?rlkey=x7pw6229008b06tvf23h9plw9&e=1&dl=0, tr. 6.
- Trang thông tin điện tử Chính phủ: Văn bản hợp nhất số 155/VBHN-VPQH của Văn phòng Quốc hội: LUẬT SỞ HỮU TRÍ TUỆ (09/09/2025): https://vanban.chinhphu.vn/?pageid=27160&docid=215309
------------------------------------------------------
(Bài viết cho hội thảo nhân sự kiện Security Bootcamp 2026 được tổ chức tại Buôn Ma Thuột, tỉnh Daklak trong các ngày 10-11-12/09/2026)
Tự do tải về bài viết toàn văn định dạng PDF ở DOI:
Tự do tải về bài trình chiếu tại địa chỉ: https://www.dropbox.com/scl/fi/j7fef4v6c8xh9fkswgpq8/Open-Source-AI-GenAI-and-IP_Presentation.pdf?rlkey=wb6j58mp60vfzqteprwiblorh&st=t0ckk8wf&dl=0
X(Tweet): https://x.com/nghiafoss/status/2097885215863750813
Xem thêm:
