← Bài viết
·KienThuc.AI

AI Agent là gì

AI Agent là một agent mà việc hiểu, suy luận và quyết định do AI đảm nhận. Bài đi từ khái niệm agent đến AI Agent, chín loại hệ thống dễ bị gọi nhầm, quan hệ với LLM, và một ví dụ cài theo bốn cách.

Chữ "AI Agent" đang được dùng cho những hệ thống rất khác nhau: một khung trò chuyện trả lời câu hỏi, một quy trình tự chạy mỗi sáng, một chương trình tự đọc tài liệu rồi soạn bài tập. Cùng một tên gọi, khó biết đang nói về thứ gì.

Bài này đi từ gốc. Trước hết là agent, một khái niệm rộng hơn AI Agent và không cần đến AI. Sau đó là AI Agent, những hệ thống dễ bị gọi nhầm là AI Agent, và quan hệ giữa AI Agent với LLM. Cuối bài là một bài toán cụ thể, cài theo bốn cách, trong đó chỉ một cách là AI Agent.

Xuyên suốt bài là một câu hỏi: khi hệ thống đang làm việc, ai quyết định bước tiếp theo?

Agent: một thực thể theo đuổi mục tiêu, không phải một chương trình chạy một lần

Agent (tác tử) là một thực thể được giao một mục tiêu, tự quan sát môi trường, tự quyết định và thực hiện hành động, rồi dựa vào kết quả của hành động để quyết định bước tiếp theo, cho đến khi đạt mục tiêu hoặc phải dừng lại.

Định nghĩa đầy đủ. Agent là một thực thể có khả năng tiếp nhận mục tiêu, nhận thức trạng thái môi trường, suy luận và lập kế hoạch hành động, thực thi các hành động, quan sát và đánh giá kết quả, sau đó điều chỉnh kế hoạch hoặc hành động tiếp theo, cho đến khi đạt mục tiêu hoặc phải dừng lại.

Định nghĩa này không nhắc tới AI. Agent là khái niệm về cách một thực thể hoạt động, không phải về công nghệ bên trong nó.

Một chương trình thông thường nhận đầu vào, tạo ra kết quả, rồi dừng. Agent thì hành động, xem hành động đó dẫn tới đâu, rồi mới quyết định làm gì tiếp.

Sáu thành phần của một agent

Thành phầnVai tròCâu hỏi nó trả lời
Mục tiêu (goal)Điều agent cần đạt, do người hoặc hệ thống khác giao. Mọi quyết định được đo bằng mục tiêu này.Cần đạt điều gì? Khi nào thì xong?
Nhận thức (perception)Tiếp nhận thông tin từ người dùng và môi trường để biết trạng thái hiện tại.Tình hình hiện giờ ra sao?
Suy luận và lập kế hoạch (reasoning, planning)Phân tích tình huống, xác định việc cần làm và trình tự.Làm gì, theo thứ tự nào?
Hành động (action)Dùng công cụ hoặc tác động lên môi trường.Làm việc đó bằng cách nào?
Quan sát và đánh giá (observation, evaluation)Xem kết quả thực tế của hành động và so với mục tiêu.Hành động vừa rồi cho ra gì? Đã đạt chưa?
Điều chỉnh (replanning)Sửa kế hoạch hoặc chọn hành động khác khi kết quả không như dự kiến.Kế hoạch còn phù hợp không?

Không phải agent nào cũng có đủ sáu thành phần ở mức phức tạp như nhau. Một agent đơn giản có thể chỉ quyết định vài bước.

Vòng lặp là cách agent vận hành, không phải một bước trong kế hoạch

Sáu thành phần không chạy một lượt từ trên xuống. Chúng nối thành một vòng.

Mục tiêu
   ↓
Lập hoặc cập nhật kế hoạch  ←──────────────┐
   ↓                                        │
Hành động                                   │
   ↓                                        │
Quan sát kết quả                            │
   ↓                                        │
Đánh giá và quyết định bước tiếp theo ──────┘
   ↓ (đạt mục tiêu, hoặc không thể tiếp tục)
Kết thúc

Kế hoạch trả lời câu hỏi "dự kiến làm những gì". Vòng lặp trả lời câu hỏi "thực hiện và kiểm soát quá trình thế nào". Một kế hoạch có thể chứa điểm kiểm tra và nhánh rẽ, nhưng vòng lặp rộng hơn: nó quản lý cả việc thực hiện lẫn việc sửa chính kế hoạch đó.

Sau mỗi hành động, vòng lặp không chỉ hỏi hành động có thành công không. Nó còn hỏi: kết quả có đúng mong đợi không, tình hình đã đổi thế nào, kế hoạch còn phù hợp không, đã đạt mục tiêu chưa.

Giả sử mục tiêu là phân tích dữ liệu kinh doanh của một cửa hàng. Một hệ thống theo kế hoạch cố định sẽ đọc file, tính doanh thu, tính lợi nhuận, tạo báo cáo. Gặp dữ liệu lỗi, nó báo thất bại hoặc đi theo một nhánh đã viết sẵn. Một agent, sau khi đọc file và thấy nhiều bản ghi thiếu giá trị, sẽ cân nhắc: bổ sung từ nguồn khác, loại các bản ghi hỏng, hoặc hỏi lại người dùng. Rồi nó cập nhật kế hoạch và làm tiếp.

Kế hoạch của agent là thứ có thể sửa trong lúc chạy.

Một agent không dùng học máy hay LLM: robot kho hàng

Một robot tự di chuyển trong kho hàng có đủ sáu thành phần, dù bên trong chỉ có cảm biến, thuật toán tìm đường và các quy tắc điều khiển.

Thành phầnỞ robot kho hàng
Mục tiêuDi chuyển đến vị trí A
Nhận thứcĐọc cảm biến để biết vị trí và vật cản
Lập kế hoạchThuật toán tìm đường
Hành độngĐiều khiển động cơ
Quan sát và đánh giáKiểm tra vị trí hiện tại
Điều chỉnhTìm đường khác nếu gặp vật cản

AI Agent: cấu trúc của agent, năng lực của AI

AI Agent là một agent mà việc hiểu, suy luận và quyết định, một phần hoặc toàn bộ, do AI đảm nhận.

Định nghĩa đầy đủ. AI Agent là một agent sử dụng một hoặc nhiều công nghệ trí tuệ nhân tạo để thực hiện các hoạt động nhận thức, suy luận, ra quyết định hoặc học hỏi, qua đó tự chủ thực hiện và điều chỉnh hành động, cho đến khi đạt mục tiêu hoặc phải dừng lại.

Nói cách khác, AI Agent là một hệ thống AI không chỉ trả lời yêu cầu, mà còn tự quyết định cần làm gì và thực hiện các hành động cần thiết để hoàn thành mục tiêu được giao.

Hai chữ trong tên gọi mô tả hai lớp khác nhau. "Agent" mô tả cấu trúc: một thực thể có mục tiêu và hoạt động theo vòng lặp. "AI" mô tả nguồn năng lực: thứ dùng để hiểu, suy luận và quyết định.

AI Agent giữ nguyên sáu thành phần, chỉ đổi cách thực hiện

Việc của agentCách truyền thốngKhi dùng AI
Nhận thứcQuy tắc, cảm biến, bộ lọcThị giác máy tính, nhận dạng giọng nói
Hiểu mục tiêuCú pháp, biểu mẫuMô hình ngôn ngữ
Suy luậnLogic, cây quyết địnhMô hình suy luận
Lập kế hoạchThuật toán tìm kiếm, quy tắcMô hình ngôn ngữ kết hợp bộ lập kế hoạch
Chọn hành độngĐiều kiện nếu, thìAI cân nhắc nhiều phương án
Đánh giá kết quảSo với ngưỡng cố địnhAI đánh giá ngữ nghĩa, chất lượng

Agent truyền thống xử lý được những tình huống mà người lập trình đã lường trước và viết thành quy tắc. AI Agent xử lý được cả yêu cầu viết bằng lời tự nhiên, và cả tình huống chưa ai viết quy tắc cho.

Định nghĩa trên rộng: nó gồm mọi công nghệ AI, không riêng mô hình ngôn ngữ lớn (LLM, large language model). Từ đây, bài tập trung vào AI Agent dùng LLM, vì đó là loại thường gặp nhất hiện nay.

Năm khối của một AI Agent dùng LLM

KhốiLàm gìỨng với thành phần nào của agent
Mục tiêu và trạng tháiGiữ điều cần đạt, tiêu chí hoàn thành, và tình hình hiện tại: đã làm gì, có kết quả gìMục tiêu, nhận thức
Bộ ra quyết địnhDùng LLM để suy luận trên mục tiêu và trạng thái, chọn hành động tiếp theo, đổi cách làm khi cầnSuy luận và lập kế hoạch, điều chỉnh
Công cụ và phần thực thiCác công cụ agent được phép dùng, và bộ phận thực sự chạy chúngHành động
Đánh giáSo kết quả thực tế với mục tiêu và tiêu chí hoàn thànhQuan sát và đánh giá
Vòng lặpNối bốn khối trên, chạy tới khi đạt mục tiêu hoặc dừng có kiểm soátVòng lặp

Ba điều đi kèm năm khối này.

LLM đề xuất, hệ thống thực thi. LLM không trực tiếp làm gì cả. Nó nói nên làm gì; một bộ điều khiển kiểm tra đề xuất đó có được phép và hợp lệ không; phần thực thi mới chạy hành động.

Danh sách hành động là giới hạn do kỹ sư đặt. LLM chỉ được chọn trong danh sách đó. Kỹ sư quyết định agent được làm những gì; agent quyết định dùng chúng thế nào.

AI Agent không bắt buộc chạy hoàn toàn tự động. Những hành động rủi ro cao, như gửi thư cho khách hàng hay xóa dữ liệu, có thể phải chờ người dùng phê duyệt.

Chín loại hệ thống có vẻ giống nhưng chưa phải là AI Agent

Các hệ thống dưới đây có thể dùng AI và xử lý được việc phức tạp. Điểm chung của chúng: chưa tự quyết định và điều phối hành động để đạt một mục tiêu.

Loại hệ thốngVí dụVì sao chưa phải AI Agent
Phần mềm truyền thốngChương trình xử lý tài liệu theo quy tắc viết sẵnMọi bước và điều kiện do lập trình viên viết trước; không bắt buộc có AI
AI Inference Service (dịch vụ suy luận AI)Dịch vụ phân loại văn bản, nhận diện cảm xúc, trích thông tin từ tài liệuNhận đầu vào, chạy mô hình, trả đầu ra. Không có mục tiêu, không chọn việc tiếp theo
GenAI Application (ứng dụng AI tạo sinh, một lần gọi LLM)Đưa một file PDF và một câu lệnh cho LLM, nhận về 20 câu hỏiLLM tạo nội dung mới, nhưng không có trạng thái, danh sách hành động hay vòng lặp
AI-powered Application (ứng dụng có tính năng AI)Ứng dụng dịch văn bản, chỉnh ảnh, viết nội dung quảng cáo bằng AINgười dùng gọi một chức năng, hệ thống làm đúng chức năng đó. Quy trình do kỹ sư thiết kế trước
AI Chatbot (hệ thống hội thoại AI)Chatbot trả lời câu hỏi về sản phẩm, tư vấn chính sách bảo hiểmHỏi thì đáp. Nhớ được ngữ cảnh hội thoại, nhưng không tự làm một chuỗi hành động để đạt mục tiêu
AI Decision Support System (hệ thống hỗ trợ ra quyết định)Phân tích hồ sơ ứng viên và đề xuất danh sách; dự báo nhu cầu hàng hóaAI phân tích và khuyến nghị; con người quyết định và hành động
AI Copilot (trợ lý làm việc)Trợ lý gợi ý mã khi lập trình, hỗ trợ soạn thưNgười dùng điều khiển quá trình; AI đề xuất hoặc làm một thao tác theo yêu cầu
AI Automation (tự động hóa có AI)Có thư đến thì AI phân loại; có hóa đơn thì AI trích thông tin; mỗi sáng tự tổng hợp báo cáoChạy không cần người bấm, nhưng do quy tắc, sự kiện hoặc lịch định sẵn điều khiển
AI Workflow (quy trình có AI)Nhận PDF, trích nội dung, LLM tạo câu hỏi, LLM khác kiểm tra, lưu kết quảNhiều bước, nhiều LLM, có thể rẽ nhánh, nhưng trình tự đã được thiết kế trước

Tên gọi không quyết định bản chất. Một chatbot được thêm khả năng tự lập kế hoạch và hành động thì thành AI Agent. Một copilot tự làm được việc nhiều bước cũng mang bản chất agent.

Số lượng cũng không quyết định. Một workflow 100 bước vẫn có thể không phải agent; một agent chỉ có hai, ba công cụ vẫn là agent. Workflow có vòng lặp, có thử lại, có nhánh điều kiện vẫn là workflow.

Các loại này không loại trừ nhau. Một sản phẩm có thể gồm vài agent, vài workflow và phần mềm truyền thống.

Bảng so sánh

Loại hệ thốngAi quyết định bước tiếp theoTự hành động lên môi trườngDùng kết quả để chọn bước sau
Phần mềm truyền thốngLập trình viên, qua mãTheo mãChỉ theo nhánh đã viết
AI Inference ServiceHệ thống gọi nóKhông, chỉ trả kết quảKhông
GenAI ApplicationNgười dùngKhông, chỉ trả nội dungKhông
AI-powered ApplicationKỹ sư, qua quy trình của ứng dụngTheo thiết kếChỉ theo nhánh đã thiết kế
AI ChatbotNgười dùng, qua từng câu hỏiThường khôngHạn chế, trong hội thoại
AI Decision Support SystemCon người, sau khi đọc khuyến nghịKhôngKhông
AI CopilotChủ yếu người dùngTừng thao tácMột phần
AI AutomationQuy tắc, sự kiện, lịchCóChỉ theo quy tắc
AI WorkflowNgười thiết kế quy trìnhCó, theo quy trìnhChỉ theo nhánh đã thiết kế
AI AgentChính agent, trong giới hạn được giaoCóCó, đây là cơ chế đặc trưng

Ba phép thử

Cột thứ hai của bảng là tiêu chí phân biệt rõ nhất: ai quyết định bước tiếp theo. Tách ra, nó thành ba phép thử.

  1. Người dùng giao một mục tiêu, hay chỉ định từng bước?
  2. Thứ tự các bước có viết sẵn trong mã hay trong quy trình không? Nếu vẽ được toàn bộ sơ đồ các bước trước khi chạy, đó là workflow.
  3. Khi kết quả một bước không như dự kiến, hệ thống tự chọn cách xử lý, hay chỉ đi theo nhánh đã lập trình rồi dừng?

Agent vẫn hoạt động trong giới hạn kỹ sư đặt ra. "Tự quyết định bước tiếp theo" không có nghĩa là tự do thay đổi cả hệ thống.

AI Agent và LLM: LLM là bộ phận ra quyết định, chưa phải là agent

LLM là một loại mô hình AI xử lý và tạo ra ngôn ngữ, và suy luận được ở một mức nhất định. Quan hệ giữa LLM và AI Agent gói trong ba mệnh đề.

LLM không phải AI Agent

Agent không phải là một loại mô hình AI. Trong một AI Agent, LLM giữ vai bộ ra quyết định. Mỗi vòng, hệ thống đưa cho LLM bốn thứ: mục tiêu, trạng thái hiện tại, danh sách hành động được phép, và những gì đã làm. LLM trả về hành động nên làm tiếp, kèm lý do.

Một lần hỏi như vậy có thể trông thế này:

Mục tiêu: tạo 20 câu trắc nghiệm tiếng Anh từ file PDF người dùng đưa.
Trạng thái: đã trích nội dung PDF; đã xác định 5 chủ đề;
            chưa tạo câu hỏi; chưa kiểm tra.
Hành động được phép: AnalyzeContent, GenerateQuestions, ValidateQuestions,
                     ReviseQuestions, CompleteTask.
Yêu cầu: chọn hành động tiếp theo và nêu lý do. Không tự thực hiện hành động.

LLM trả về:
{ "recommendedAction": "GenerateQuestions",
  "reason": "Đã có đủ điều kiện cần để tạo câu hỏi." }

LLM chỉ nói nên làm gì. Phần còn lại của agent mới làm.

Phần còn lại đó gồm: nơi giữ mục tiêu và trạng thái, danh sách công cụ, cơ chế kiểm soát hành động, phần thực thi, và phần đánh giá kết quả. Ngay cả việc đánh giá cũng không bắt buộc do LLM làm. Đếm cho đủ 20 câu, mỗi câu bốn lựa chọn, là việc của mã thông thường. Xét câu hỏi có bám nội dung tài liệu không mới cần đến LLM.

Có AI Agent không dùng LLM

Trường hợpVí dụLà gì
Agent dùng thuật toán truyền thốngRobot kho hàng: cảm biến, thuật toán tìm đường, quy tắc điều khiểnAgent
AI Agent dùng học máyXe tự hành: thị giác máy tính và mô hình học máy nhận diện đường, xe, người đi bộAI Agent, không cần LLM
AI Agent dùng LLMAgent dùng LLM để hiểu yêu cầu, suy luận, chọn công cụ, lập kế hoạchAI Agent

Định nghĩa AI Agent là "agent dùng LLM" thì quá hẹp, và buộc khái niệm vào một công nghệ cụ thể. Cách hiểu rộng có ích trong thực tế: có thể đổi LLM, kết hợp nhiều mô hình, hoặc dùng thuật toán truyền thống ở vài chỗ, mà kiến trúc agent vẫn giữ nguyên.

Dùng LLM chưa đủ để thành AI Agent

Một ứng dụng gọi LLM để tạo câu hỏi và một AI Agent tạo câu hỏi có thể dùng cùng một LLM. Khác nhau ở chỗ khác: ai chọn hành động tiếp theo, và tình huống phát sinh được xử lý theo nhánh viết sẵn hay được đánh giá để chọn cách khác.

LLM là bộ não mà AI Agent hay dùng nhất hiện nay. Một bộ não chưa phải là một agent.

Một bài toán, bốn cách cài đặt: tạo 20 câu trắc nghiệm từ một file PDF

Một giáo viên đưa một file PDF tiếng Anh và yêu cầu: tạo 20 câu trắc nghiệm, mỗi câu bốn lựa chọn và một đáp án đúng, bám sát nội dung tài liệu, độ khó trung bình.

Mục tiêu là một bộ 20 câu thỏa các điều kiện trên, không phải "sinh ra 20 câu". Vì vậy mục tiêu đi kèm tiêu chí hoàn thành: đủ 20 câu; mỗi câu bốn lựa chọn; đúng một đáp án; bằng tiếng Anh; độ khó trung bình; bám tài liệu nguồn; không trùng câu.

Tiêu chí hoàn thành không phải là kế hoạch. Nó cho agent biết kết quả nào thì được coi là đạt.

Cách thứ tư trước: AI Agent

Người dùng: mục tiêu + file PDF
        │
        ▼
┌──────────────── Vòng lặp của agent ────────────────┐
│ Mục tiêu và trạng thái: mục tiêu, tiêu chí,        │
│   đã làm gì, đang có gì                            │
│         ▼                                          │
│ Bộ ra quyết định (LLM): chọn hành động tiếp theo   │
│         ▼                                          │
│ Bộ điều khiển: kiểm tra hành động, rồi gọi công cụ │
│         ▼                                          │
│ Bộ đánh giá: so kết quả với tiêu chí hoàn thành    │
└─────────┬──────────────────────────────────────────┘
          ▼
Công cụ: đọc PDF · phân tích nội dung · tạo câu hỏi · kiểm tra câu hỏi

Các khối này có thể chỉ là vài phần trong cùng một chương trình, không cần tách thành nhiều dịch vụ.

Agent được phép làm sáu hành động:

Hành độngChức năng
ExtractDocumentTrích nội dung PDF
AnalyzeContentPhân tích chủ đề, kiến thức
GenerateQuestionsTạo một nhóm câu hỏi
ValidateQuestionsKiểm tra chất lượng câu hỏi
ReviseQuestionsSửa các câu chưa đạt
CompleteTaskKết thúc công việc

Một lượt chạy có thể diễn ra như sau.

VòngAgent thấy gì trong trạng tháiLLM chọnKết quả
1Có file PDF, chưa có nội dungExtractDocumentCó văn bản của tài liệu
2Có văn bản, chưa biết chủ đềAnalyzeContent5 chủ đề; chủ đề 1 rất dài
3Chủ đề 1 nặng hơn hẳn các chủ đề khácGenerateQuestions cho riêng chủ đề 1, 5 câu5 câu
4Có 5 câu, chưa kiểm traValidateQuestions5 câu đạt
5Còn thiếu 15 câu cho 4 chủ đềGenerateQuestions cho các chủ đề còn lạiĐủ 20 câu
6Đủ số lượng, chưa kiểm tra tổng thểValidateQuestions3 câu không bám tài liệu
7Có 3 câu chưa đạtReviseQuestions cho đúng 3 câu đó3 câu được viết lại
8Vừa sửa, chưa kiểm tra lạiValidateQuestions20 câu đạt
9Mọi tiêu chí đã thỏaCompleteTaskTrả bộ câu hỏi

Không ai viết sẵn thứ tự chín bước này. Mỗi bước được chọn sau khi xem kết quả của bước trước. Ở vòng 3, agent chia việc theo tình hình thực tế của tài liệu, thay vì tạo cả 20 câu một lần.

Với một file PDF khác, số vòng và thứ tự sẽ khác.

Viết thành mã giả, toàn bộ agent là một vòng lặp:

trạng_thái = { mục tiêu, tiêu chí hoàn thành, file PDF, câu hỏi: [] }

lặp tối đa 15 lần:
    hành_động  = LLM chọn một hành động(mục tiêu, tiêu chí,
                     trạng_thái, danh sách hành động được phép)
    kết_quả    = bộ điều khiển kiểm tra rồi thực thi(hành_động)
    trạng_thái = cập nhật(trạng_thái, hành_động, kết_quả)
    đánh_giá   = đánh giá(trạng_thái, tiêu chí hoàn thành)

    nếu đánh_giá đạt:                        trả kết quả, kết thúc
    nếu gặp lỗi không khắc phục được:        dừng, báo thất bại

hết số vòng cho phép: dừng, báo thất bại

Trong mã không có thứ tự các bước. Chỉ có: hỏi LLM làm gì tiếp, làm, xem kết quả, hỏi lại.

Vòng lặp dừng khi đạt tiêu chí hoàn thành, khi không còn hành động khả thi, khi vượt giới hạn số vòng hoặc chi phí, khi gặp lỗi không khắc phục được, hoặc khi cần người dùng bổ sung thông tin hay phê duyệt. Đó là dừng có kiểm soát.

Ba cách còn lại

Phần mềm truyền thống. Lập trình viên quyết định mọi thứ.

PDF → trích văn bản → áp quy tắc → sinh câu hỏi → trả kết quả

Các bước và điều kiện viết sẵn. Chương trình không hiểu nội dung tài liệu theo nghĩa linh hoạt; nó làm đúng những gì mã quy định.

GenAI Application. Một lần gọi LLM.

PDF + câu lệnh → LLM → 20 câu hỏi → trả kết quả

LLM hiểu nội dung và tạo được câu hỏi. Nhưng hệ thống không giữ mục tiêu, không có danh sách hành động, không có vòng lặp. Yêu cầu vào, nội dung ra.

AI Workflow. Quy trình định sẵn, nhiều bước có AI.

văn_bản = đọc_PDF(file)
chủ_đề  = LLM_phân_tích(văn_bản)
câu_hỏi = LLM_tạo_câu_hỏi(chủ_đề, 20)
báo_cáo = LLM_kiểm_tra(câu_hỏi)
trả câu_hỏi

Ở đây thứ tự nằm ngay trong mã. Có thể thêm điều kiện, thử lại, rẽ nhánh, nhưng trình tự vẫn do người thiết kế quy trình định. LLM làm việc bên trong từng bước.

Bốn cách đặt cạnh nhau

Đặc điểmPhần mềm truyền thốngGenAI ApplicationAI WorkflowAI Agent
Người dùng đưa vàoDữ liệuDữ liệu và câu lệnhDữ liệuMục tiêu và dữ liệu
Dùng AIKhông bắt buộcCóCóCó
Mục tiêu nằm ở đâuTrong mãTrong câu lệnhTrong thiết kế quy trìnhTrong hệ thống, kèm tiêu chí hoàn thành
Ai quyết định bước tiếp theoMãKhông có bước tiếp theoQuy trìnhAgent
Đánh giá kết quảTheo quy tắcKhông bắt buộcTheo bước đã thiết kếSo với mục tiêu
Đổi cách làm khi không đạtTheo nhánh đã viếtKhôngTheo nhánh đã thiết kếTự đổi
Vòng lặp theo kết quảKhông bắt buộcKhôngCó thể có, nhưng cố địnhCơ chế đặc trưng

Giả sử file PDF là một bản chụp, và công cụ đọc PDF trả về văn bản rỗng. Bốn cách phản ứng khác nhau.

Phần mềm truyền thống báo lỗi, hoặc cho ra kết quả rỗng. GenAI Application đưa nội dung rỗng cho LLM, và LLM có thể bịa ra 20 câu không liên quan tới tài liệu. AI Workflow chạy tiếp các bước sau trên dữ liệu rỗng, trừ khi người thiết kế đã lường trước đúng trường hợp này. AI Agent thấy trạng thái "chưa có nội dung" sau khi đã đọc, nên chọn một hành động khác trong số được phép, hoặc dừng lại và hỏi người dùng.

Một workflow thiết kế kỹ cũng xử lý được tình huống trên, nếu người thiết kế đã thêm nhánh cho nó. Workflow xử lý được những gì đã lường trước. Agent được trao quyền chọn cách xử lý cho cả những gì chưa ai lường.

Quyền đó có giá. Agent khó đoán trước hơn, tốn nhiều lần gọi LLM hơn, và cần giới hạn rõ: số vòng, chi phí, những hành động phải chờ phê duyệt.

Xa hơn một bước: agent chọn cả cách giải

Trong ví dụ trên, agent chọn giữa sáu hành động có sẵn. Có những agent được trao quyền rộng hơn.

Giả sử yêu cầu là tính tổng doanh thu của 10.000 đơn hàng, thống kê theo tháng, tìm tháng cao nhất. LLM cân nhắc: tự nhẩm bằng suy luận ngôn ngữ thì không hợp với 10.000 bản ghi; viết một chương trình thì chính xác và kiểm chứng được. Agent chọn viết chương trình, cho chạy trong một môi trường cách ly, xem kết quả rồi trả lời. Nếu dữ liệu chỉ có 20 dòng, nó có thể chọn một công cụ tính đơn giản.

Ở đây kỹ sư không viết sẵn một hàm cho từng loại bài toán. Họ cấp một môi trường chạy mã và các quy tắc an toàn. Agent chọn cách giải, không chỉ chọn công cụ.

Tự viết chương trình là mức linh hoạt cao hơn, không phải điều kiện để là agent. Tự chọn, kết hợp và điều phối các công cụ có sẵn để đạt mục tiêu đã đủ.

Một câu hỏi để nhận ra AI Agent

Agent là một cấu trúc: mục tiêu, hành động, và vòng lặp theo kết quả. AI Agent là cấu trúc đó, với AI đảm nhận việc hiểu, suy luận và quyết định. LLM là bộ phận ra quyết định thường gặp nhất, không phải toàn bộ agent.

Số bước, số mô hình, số công cụ và tên gọi của sản phẩm đều không cho biết một hệ thống có phải AI Agent hay không. Câu hỏi cho biết điều đó vẫn là câu ở đầu bài: khi hệ thống đang làm việc, ai quyết định bước tiếp theo?

Ở phần mềm truyền thống, đó là lập trình viên. Ở workflow, đó là người thiết kế quy trình. Ở AI Agent, đó là chính agent, trong giới hạn con người đã đặt.

AgentKhái niệm