Một cuộc họp InterMIND được xây dựng từ những gì

Hầu hết sản phẩm đều được xây từ cùng một stack mặc định: những dịch vụ SaaS độc quyền lớn mà ai cũng với tay lấy đầu tiên. Đó là con đường ít vướng mắc nhất. Ở mọi tầng mà dữ liệu cuộc họp của bạn thực sự nằm, chúng tôi chọn hướng khác: mã nguồn của chính chúng tôi, hoặc mã nguồn mở mà chúng tôi có thể tự vận hành.

Bài này là phần đồng hành của Một cuộc họp InterMIND thực sự chạy ở đâu, bài đã vẽ ra bản đồ địa lý: mỗi dịch vụ thực thi ở đâu và dữ liệu nào đi qua nó. Bài này trả lời câu hỏi tiếp theo của một đội bảo mật: thứ này được xây từ những gì, và chúng tôi có thể đọc, kiểm toán và thay thế nó không?

Không phải nó chạy ở đâu, mà là nó được tạo nên từ gì, từng tầng một.

Các lựa chọn mặc định và cái giá của chúng

Mọi sản phẩm là một chồng các lựa chọn. Với đa số sản phẩm, phần lớn những lựa chọn đó được đưa ra theo mặc định: Google Analytics, Firebase, Google Translate API, Auth0, React. Đó là con đường ít vướng mắc, và với đa số đội ngũ thì đó là một quyết định hợp lý. Cái giá là mỗi lựa chọn đặt một phần stack của bạn sau một nhà cung cấp mà bạn không thể đọc, không thể kiểm toán và không thể rời bỏ nếu không viết lại.

Ở mọi tầng mà dữ liệu cuộc họp của bạn thực sự nằm, chúng tôi đã chọn khác: mã nguồn của chính chúng tôi, hoặc phần mềm mã nguồn mở mà chúng tôi có thể tự vận hành. Ở những tầng không chạm đến nội dung cuộc họp của bạn, chúng tôi chọn cách thực dụng và nói rõ điều đó. Dưới đây là toàn bộ bức tranh.

Trục chính: engine là mã nguồn của chúng tôi, không phải của bên thứ ba

Hãy bắt đầu từ tầng quan trọng nhất, vì phần lớn cuộc họp của bạn đi qua đó. Cả truyền tải thời gian thực lẫn dịch giọng nói/chat đều chạy trên mind-sdk + Mind API: engine của chính chúng tôi, đặt tại OVH Pháp. Cách thông thường để xây một cuộc họp có dịch là gắn một SaaS thời gian thực (LiveKit) vào một API dịch (DeepL, Google); chúng tôi không chạy cái nào trong số đó ở luồng trực tiếp. Không có mô hình dịch của bên thứ ba nào nằm trong vòng xử lý. (Chúng tôi có dùng DeepL, nhưng chỉ cho các tài liệu được thả vào chat, không dùng ở luồng giọng nói/chat trực tiếp; xem bản đồ runtime. Cơ chế của pipeline đã được trình bày trong Bên trong bốn pipeline dịch.)

Đây là phần không có trong bản đồ runtime: SDK mà cuộc họp của bạn chạy trên đó là mã nguồn mở theo giấy phép BSD 3-Clause. Client mind-sdk được công khai tại gitlab.com/mindlabs/api/sdk, bản quyền thuộc MindMeeting OÜ, pháp nhân sở hữu trí tuệ của chúng tôi tại Estonia. Nó giao tiếp với Mind API tại api.mind.com, do chính chúng tôi vận hành trên OVH Pháp.

Đây không phải kiểu "chỉ được xem, không được đụng" của mã nguồn khả dụng. BSD 3-Clause là giấy phép cho phép rộng rãi và được OSI công nhận. Đội bảo mật của bạn có thể clone SDK, đọc chính xác cách âm thanh và văn bản của bạn được thu, đóng khung và truyền đi, rồi kiểm toán phần tích hợp đó theo yêu cầu của riêng bạn. Engine phía máy chủ mà nó giao tiếp là của chúng tôi, không phải hộp đen của bên thứ ba. Một engine có thể tự vận hành hoàn toàn cho tenant có nhu cầu nằm trong lộ trình của chúng tôi, chứ hiện chúng tôi chưa cung cấp. Chúng tôi sẽ cập nhật bài này ngay khi nó ra mắt.

Từng tầng một: mặc định so với những gì chúng tôi vận hành

Hai sợi chỉ xuyên suốt bảng trên. Mã nguồn mở ở nơi công cụ xử lý dữ liệu của bạn, để có thể kiểm toán và về nguyên tắc có thể tự vận hành. Chuẩn mở (Postgres, S3 API, OIDC) ở nơi chúng tôi phụ thuộc vào hạ tầng, để không có gì bị khóa vào chính sách giá hay lập trường tuân thủ của một nhà cung cấp. Postgres có thể chuyển sang bất kỳ máy chủ Postgres nào; lưu trữ có thể chuyển sang bất kỳ kho S3 nào; xác thực liên kết với nhà cung cấp danh tính mà bạn đang dùng. Hàng cuối cùng nằm trên một trục thứ ba: CRM giữ hồ sơ khách hàng đặt tại EU (Pipedrive, Estonia) thay vì là nền tảng bán hàng của Mỹ. Nó không phải mã nguồn mở, nhưng cũng không chịu thẩm quyền của Mỹ.

Một vài mục đáng nói thêm đôi câu. PostHog là mã nguồn mở và có thể tự vận hành; chúng tôi chạy nó trên cloud EU của PostHog và proxy first-party qua origin của chính chúng tôi, nhờ vậy các sự kiện không bị trình chặn quảng cáo lặng lẽ loại bỏ và cũng không đi qua tên miền phân tích của bên thứ ba. Xác thực không bao giờ đi tới một SaaS xác thực của bên thứ ba nằm giữa bạn và các phiên của bạn: chúng tôi tự chạy luồng OIDC và liên kết với danh tính Google hoặc Microsoft sẵn có của bạn. Còn phông chữ trên mọi trang đều được phục vụ từ tên miền của chúng tôi; nơi duy nhất Google Fonts xuất hiện trong codebase của chúng tôi là một script tài nguyên thương hiệu chạy ngoại tuyến, không bao giờ là ứng dụng mà người dùng của bạn tải.

Nơi chúng tôi chọn cách thực dụng: nói thẳng

Chúng tôi không giả vờ rằng toàn bộ stack đều tự viết tay hay không dính đến Mỹ. Thực tế không phải vậy, và một bài viết khẳng định ngược lại sẽ bị chính bản đồ runtime của chúng tôi bác bỏ.

Phần hạ tầng nền gồm hosting và SSR (Vercel), tài nguyên tính toán của máy chủ cuộc họp (Fly.io), thanh toán (Stripe), email giao dịch (Resend) chạy trên SaaS có trụ sở tại Mỹ. Stripe và Resend xử lý thanh toán và lời mời, và không bao giờ thấy nội dung cuộc họp. Vercel và Fly là tài nguyên tính toán đi thuê: mã nguồn của chính chúng tôi chạy trên đó, và máy chủ cuộc họp trên Fly có xử lý phiên trực tiếp cùng bản ghi mà digest của chúng tôi đọc, nhưng đó là mã của chúng tôi chạy trên máy của họ, không phải một sản phẩm của nhà cung cấp tiếp nhận cuộc họp của bạn. Tất cả đều thực thi tại EU khi chạy (chủ đề của bản đồ runtime).

Đó là một sự đánh đổi có chủ ý và có giới hạn: sở hữu và dùng mã nguồn mở cho mặt phẳng dữ liệu; dùng SaaS tốt nhất hiện có cho mặt phẳng điều khiển. Nói rõ ra chính là điểm mấu chốt, vì "chủ quyền" chẳng có mấy ý nghĩa nếu các ngoại lệ không được đặt lên bàn bên cạnh những điểm mạnh.

Các bước AI, và phương án đã được triển khai

Các bước dùng mô hình ngôn ngữ, gồm AI digest (chủ đề, quyết định, action items), tóm tắt tài liệu, các thao tác sinh nội dung của trình soạn ghi chú AI, Ask AI và Mia, chạy trên cổng AI mà tổ chức của bạn chọn: mặc định là Azure OpenAI trong EU Data Zone, hoặc Vertex AI trên endpoint đa vùng EU, hay Amazon Bedrock tại Frankfurt nếu bạn muốn, mỗi loại nằm trong tenant riêng của chúng tôi với chính sách không lưu giữ dữ liệu và không huấn luyện trên nội dung của khách hàng. Hoặc là endpoint tương thích OpenAI của chính bạn, giữ mô hình trên hạ tầng do bạn kiểm soát. Bản tóm tắt sau cuộc họp và thao tác dịch của trình soạn thảo đi qua tuyến dịch, không đi qua mô hình ngôn ngữ. Giọng nói, chat, ghi chú và tài liệu theo thời gian thực ngay từ đầu chưa bao giờ đi gần một LLM đa dụng.

Đó là hình dạng trung thực của tầng này: các mô hình là độc quyền, và nhà cung cấp của chúng là các công ty Mỹ vận hành các vùng tại EU. Đây là cùng một sự đánh đổi như với phần hạ tầng nền ở trên, được nêu ngay bên cạnh thay vì che giấu. Thay cho một mô hình tự lưu trữ của riêng chúng tôi, thứ đã được triển khai là quyền lựa chọn: tổ chức có thể tắt AI hoàn toàn (phiên âm và dịch vẫn hoạt động), và có thể trỏ mọi tính năng AI tới endpoint của riêng mình, như vLLM trong trung tâm dữ liệu của chính họ hay một triển khai trong tenant của họ, điều này đưa tầng này vào cùng trục mở và có thể tự vận hành như phần còn lại của mặt phẳng dữ liệu. Benchmark dịch công khai của chúng tôi được chấm bởi một LLM làm giám khảo (Gemini, với Claude làm phương án dự phòng) trên các câu tham chiếu cố định của FLORES-200, không bao giờ là cuộc họp của bất kỳ ai.

Vì sao điều này quan trọng ngoài phạm vi của chúng tôi

Đây không phải kỹ thuật vì kỹ thuật. Lý do để xây dựng một stack theo cách này thể hiện ở phía bạn của hợp đồng:

1. Có thể kiểm toán. SDK mà cuộc họp của bạn chạy trên đó là mã nguồn mở mà đội bảo mật của bạn có thể đọc, và engine phía sau nó là của chính chúng tôi, không phải hộp đen của bên thứ ba.
2. Có thể di chuyển. Chuẩn mở ở mọi tầng dữ liệu, gồm Postgres, S3, OIDC, đồng nghĩa không có sự khóa chặt độc quyền. Những gì có thể di chuyển thì không bị gắn với một nhà cung cấp duy nhất.
3. Có thể tự vận hành. Các tầng dữ liệu theo chuẩn mở, gồm Postgres, S3, OIDC, đã chạy được trên hạ tầng do bạn kiểm soát; một engine dịch tự vận hành hoàn toàn nằm trong lộ trình dành cho tenant có nhu cầu.

Đây là bức tranh tại thời điểm 2026-06-07. Chúng tôi sẽ cập nhật khi stack thay đổi: đổi nhà cung cấp, xây lại một tầng, thay mô hình của digest. Cấu hình hiện tại có thể kiểm chứng trong vercel.json mở, nuxt.config.ts của chúng tôi, và kho mind-sdk theo BSD-3-Clause được liên kết ở trên.

Nếu một tầng nào ở đây trông chưa đúng, hoặc bản rà soát bảo mật của bạn cần một câu trả lời mà bản đồ này chưa đưa ra, hãy viết cho chúng tôi. Chúng tôi thà bổ sung một chi tiết còn thiếu còn hơn để bạn tự phát hiện nó trong một lần kiểm toán mã.

Nguồn: kho mind-sdk (BSD-3-Clause), FLORES-200; các dữ kiện về stack được đối chiếu với cấu hình đã triển khai (vercel.json, nuxt.config.ts) và mã nguồn đã phát hành, kiểm tra vào tháng 8 năm 2026.