← Bài viết
·KienThuc.AI

AI tạo sinh và Agentic AI

AI tạo sinh là AI tạo ra nội dung mới. Agentic AI là hướng xây dựng hệ thống AI tự quyết cách làm. Bài chỉ ra hai khái niệm trả lời hai câu hỏi khác nhau, vì sao Agentic AI thường được xây trên AI tạo sinh, và năm hiểu lầm thường gặp.

"AI tạo sinh" và "Agentic AI" hay được nhắc thành một cặp. Cách kể quen thuộc là hai thế hệ: trước là AI tạo sinh, sau là Agentic AI, cái sau thay cái trước.

Cách kể đó dễ nhớ, nhưng lệch. Hai cụm từ không nối nhau trên một đường. Chúng trả lời hai câu hỏi khác nhau.

AI tạo sinh nói AI làm ra cái gì. Agentic nói ai quyết định bước tiếp theo.

Hai bài AI Agent là gì và Agentic là gì giải thích kỹ AI Agent và tính agentic. Bài này đọc riêng vẫn theo được.

AI tạo sinh là AI tạo ra nội dung mới, không phải AI chọn trong các đáp án có sẵn

AI tạo sinh (generative AI, GenAI) là AI tạo ra nội dung mới, như văn bản, hình ảnh, âm thanh hay mã, dựa trên những gì đã học từ dữ liệu.

Định nghĩa đầy đủ. AI tạo sinh là nhóm kỹ thuật và mô hình AI học các mẫu và quan hệ trong dữ liệu huấn luyện, rồi dựa vào đó tạo ra nội dung mới và có nghĩa, như văn bản, hình ảnh, âm thanh hoặc mã, theo yêu cầu đầu vào.

Trước AI tạo sinh, phần lớn hệ thống AI làm việc phân loại và dự đoán. Chúng nhận một đầu vào và trả về một nhãn hay một con số, trong những khả năng đã định trước. AI tạo sinh trả về một thứ chưa có trước đó.

Loại AITrả vềVí dụ
AI phân loại, dự đoánMột nhãn, một con sốThư này là thư rác; doanh số tháng sau
AI tạo sinhNội dung mớiMột lá thư trả lời; 20 câu trắc nghiệm

Một bên xếp cái có sẵn vào loại. Bên kia làm ra cái mới.

"Mới" không có nghĩa là đúng. Mô hình tạo ra nội dung có khả năng cao nhất theo những gì nó đã học. Nó không đối chiếu nội dung đó với thực tế. Một câu trả lời trôi chảy vẫn có thể sai.

Mô hình, hệ thống, ứng dụng: AI tạo sinh có ba tầng

Chữ "AI tạo sinh" được dùng cho ba thứ, ở ba tầng.

Tầng trong cùng là mô hình: phần đã học từ dữ liệu và tạo ra nội dung. Với ngôn ngữ, đó là mô hình ngôn ngữ lớn (LLM, large language model), một loại mô hình AI xử lý và tạo ra ngôn ngữ, và suy luận được ở một mức nhất định.

Nhiều mô hình tạo sinh hiện nay là mô hình nền. Mô hình nền (foundation model) là mô hình AI được huấn luyện trên dữ liệu rộng, ở quy mô lớn, và dùng lại được cho nhiều loại việc khác nhau. Cùng một mô hình viết được thư, tóm tắt được báo cáo, soạn được câu hỏi.

Tầng thứ hai là hệ thống: mô hình cùng những thứ quanh nó để dùng được, như giao diện và phần xử lý câu lệnh, dữ liệu. Tầng thứ ba là ứng dụng: hệ thống được đặt vào một việc cụ thể.

Lấy một bài toán làm ví dụ: một giáo viên đưa một file PDF tiếng Anh và yêu cầu 20 câu trắc nghiệm.

TầngLà gìTrong bài toán tạo câu hỏi
Mô hìnhPhần tạo ra nội dungLLM
Hệ thốngMô hình cùng giao diện và phần xử lý quanh nóPhần nhận file và câu lệnh, gọi LLM, trả kết quả
Ứng dụngHệ thống đặt vào một việcCông cụ soạn đề cho giáo viên

Loại "GenAI Application" trong bảng chín loại hệ thống của bài AI Agent là gì nằm ở tầng ứng dụng, ở dạng đơn giản nhất: một lần gọi LLM.

Mô hình là trung tâm, nhưng tự nó chưa trọn vẹn. Cùng một mô hình có thể được đặt vào những hệ thống rất khác nhau. Phần còn lại của bài xoay quanh điều này.

Agentic AI trả lời một câu hỏi khác: ai quyết định bước tiếp theo

Bài Agentic là gì đã giải thích khái niệm này. Ở đây chỉ nhắc lại hai câu.

Agentic là tính từ mô tả mức độ một hệ thống tự quyết định cách làm để đạt mục tiêu được giao: tự chọn việc cần làm tiếp theo, tự thực hiện, xem kết quả rồi điều chỉnh. Agentic AI là cách tiếp cận xây dựng hệ thống AI sao cho hệ thống có tính agentic, tức là hoạt động được theo cơ chế của một agent.

Thước đo của tính agentic là một câu hỏi: khi hệ thống đang làm việc, ai quyết định bước tiếp theo?

Câu hỏi đó không nhắc gì tới nội dung. AI tạo sinh là một năng lực: tạo ra nội dung. Agentic là một tính chất của hệ thống: tự quyết cách làm.

Có thể so với hai phẩm chất của một nhân viên. Viết giỏi là một tay nghề. Chủ động là một cách làm việc. Một người viết giỏi vẫn có thể chỉ viết khi được nhờ. Một người chủ động chưa chắc viết giỏi.

Phép so sánh không khớp hoàn toàn, nhưng giữ được ý chính: đây là hai phẩm chất đo riêng. AI tạo sinh ứng với tay nghề. Agentic ứng với cách làm việc.

Hai câu hỏi, hai trục: một bài toán nhìn theo cả hai

Bài toán 20 câu trắc nghiệm có thể được giải theo bốn cách, như bài Agentic là gì đã kể. Cách A là phần mềm truyền thống, sinh câu hỏi theo quy tắc viết sẵn. Cách B hỏi mô hình AI một lần và nhận về 20 câu. Cách C là một quy trình có AI, chạy một chuỗi bước cố định. Cách D là một AI Agent: hệ thống nhận mục tiêu kèm tiêu chí hoàn thành, rồi tự chọn từng bước.

Bài đó xếp bốn cách lên một thang bốn bậc, theo mức hệ thống tự quyết định. Đây là một thang để dễ hình dung, không phải một tiêu chuẩn chính thức. Thêm một cột về AI tạo sinh, bảng thành như sau.

Cách làmCó AI tạo sinh khôngBậc agentic
A. Phần mềm truyền thốngKhông0
B. Hỏi mô hình một lầnCó0
C. Quy trình có AICó1
D. AI AgentCó2

Từ A sang B, AI tạo sinh xuất hiện; bậc agentic vẫn là 0. Từ B sang D, AI tạo sinh vẫn vậy; bậc agentic tăng. Hai cột đổi độc lập với nhau.

Đặt thành hai trục, có đủ bốn ô.

Không dùng AI tạo sinhDùng AI tạo sinh
Ít agenticDịch vụ phân loại thưCách B; cách C
Agentic caoXe tự hành: nhận diện đường, xe và người đi bộ bằng thị giác máy tính và mô hình học máyCách D

Có AI tạo sinh mà không agentic. Có agentic mà không cần AI tạo sinh.

Agentic AI ngày nay thường được xây trên AI tạo sinh

Hai trục độc lập về khái niệm. Trên thực tế, chúng hay đi cùng nhau.

Lý do nằm ở năng lực của mô hình tạo sinh. Nó hiểu được yêu cầu viết bằng lời tự nhiên, và xử lý được cả tình huống chưa ai viết quy tắc cho. Đó là thứ một agent cần ở bộ phận ra quyết định.

Trong cách D, cùng một LLM làm hai loại việc. Nó viết nội dung. Và nó viết ra quyết định: mỗi vòng, nó trả về tên hành động tiếp theo, kèm lý do.

Chỗ trong agentAI tạo sinh tạo ra gì
Bộ ra quyết địnhTên hành động tiếp theo, kèm lý do
Công cụ tạo câu hỏiCác câu hỏi
Công cụ sửa câu hỏiCâu viết lại
Phần đánh giáNhận xét câu hỏi có bám tài liệu không

Phần còn lại của agent không phải AI tạo sinh: nơi giữ mục tiêu và trạng thái, bộ điều khiển, phần thực thi, việc đếm cho đủ 20 câu. LLM chỉ nói nên làm gì. Phần còn lại của agent mới làm.

Vì vậy Agentic AI không thay AI tạo sinh. Nó dùng AI tạo sinh ở bên trong. Bỏ mô hình tạo sinh ra, agent ở cách D không còn bộ ra quyết định.

Câu ở tiêu đề mục có hai chữ giới hạn: "ngày nay" và "thường". Khái niệm agent có từ trước AI tạo sinh, và có AI Agent không dùng LLM. Bài AI Agent là gì nói kỹ cả hai điều này.

"Xây trên" còn có một hệ quả. Chỗ yếu của mô hình đi theo vào hệ thống. Một mô hình có thể bịa nội dung thì cũng có thể đưa ra một quyết định dựa trên điều nó bịa.

Từ viết giúp đến làm giúp: phần việc còn lại chuyển sang hệ thống

Ở cách B, giáo viên nhận về một bản nháp. Phần việc còn lại thuộc về giáo viên: đếm số câu, đối chiếu từng câu với tài liệu, sửa câu chưa đạt, hỏi lại nếu cả bộ chưa ổn.

Ở cách D, hệ thống nhận mục tiêu kèm tiêu chí hoàn thành, và tự làm phần việc đó. Mô hình viết ra câu hỏi vẫn là mô hình ấy.

Phần việcCách B: viết giúpCách D: làm giúp
Viết câu hỏiMô hìnhMô hình
Kiểm tra có bám tài liệu khôngGiáo viênHệ thống
Sửa câu chưa đạtGiáo viênHệ thống
Quyết định đã xong chưaGiáo viênHệ thống, theo tiêu chí hoàn thành
Duyệt trước khi gửi học sinhGiáo viênGiáo viên

Viết giúp trả về một bản nháp. Làm giúp trả về một kết quả đã qua kiểm tra. Hai bên khác nhau ở chỗ ai làm phần việc còn lại, không ở chỗ mô hình nào giỏi hơn.

Làm giúp không phải lúc nào cũng hơn. Khi chỉ cần một đoạn văn, một lần gọi mô hình thường đã đủ, lại nhanh và rẻ hơn. Bài Agentic là gì bàn điều này ở mục "Agentic nhiều hơn không có nghĩa là tốt hơn".

Cái sai cũng đổi dạng. Với viết giúp, người đọc bản nháp là chốt chặn cuối. Với làm giúp, có những bước không ai đọc trước. Vì vậy việc có hệ quả, như gửi bộ câu hỏi cho học sinh, vẫn chờ giáo viên duyệt. Bài Năng lực và niềm tin bàn về cái giá khi sai; bài Năm cấp độ tự chủ của AI Agent bàn về việc con người còn trông đến đâu.

AI tạo sinh và Agentic AI không phải hai thế hệ

Năm hiểu lầm thường gặp

  1. "Agentic AI là thế hệ sau, thay AI tạo sinh." Agentic AI dùng AI tạo sinh ở bên trong.
  2. "Đó là hai loại mô hình khác nhau." Cùng một mô hình; khác ở hệ thống quanh nó.
  3. "Mô hình tạo sinh mạnh hơn thì thành agentic." Bậc agentic do thiết kế hệ thống quyết định.
  4. "Agentic AI thì phải có AI tạo sinh." Có AI Agent không dùng LLM.
  5. "Sản phẩm có AI tạo sinh và mang tên agent thì là Agentic AI." Đó có thể chỉ là một ứng dụng AI tạo sinh được đổi tên. Hiện tượng này được gọi là gắn mác agent (agent washing): gọi một sản phẩm là agent hay agentic trong khi nó chưa tự quyết định bước tiếp theo. Ba phép thử ở bài AI Agent là gì giúp nhận ra.

Tóm lại

AI tạo sinh và Agentic AI trả lời hai câu hỏi khác nhau. Một bên: AI làm ra cái gì. Bên kia: ai quyết định bước tiếp theo.

Một hệ thống có thể dùng AI tạo sinh mà không agentic, và có thể agentic mà không dùng AI tạo sinh.

Agentic AI ngày nay thường được xây trên AI tạo sinh: cùng một mô hình vừa viết nội dung, vừa viết ra quyết định.

Từ viết giúp sang làm giúp, mô hình không đổi. Thứ đổi là ai kiểm tra, ai sửa, và ai quyết định đã xong.

Câu hỏi không phải là nên dùng AI tạo sinh hay Agentic AI. Câu hỏi là sau khi AI viết xong, ai làm phần việc còn lại.

AgentKhái niệm