Nền tảng AI agent: từ mục tiêu đến kết quả đã kiểm chứng

AI agent kết hợp model với context, tool và một control loop. Model đề xuất hành động tiếp theo; hệ thống bao quanh quyết định điều gì được phép, thực thi tool, trả lại bằng chứng và xác định có nên tiếp tục hay không.

Agent loop hoạt động thế nào?

sequenceDiagram
    participant U as Người dùng
    participant O as Orchestrator
    participant M as Model
    participant T as Tool
    U->>O: Mục tiêu và constraint
    O->>M: Context liên quan
    M->>O: Hành động đề xuất
    O->>O: Kiểm tra permission và argument
    O->>T: Thực hiện hành động giới hạn
    T-->>O: Kết quả hoặc lỗi
    O->>M: Bằng chứng
    M-->>O: Tiếp tục, sửa hoặc kết thúc
    O-->>U: Kết quả đã kiểm chứng

Model chỉ là một phần của hệ thống. Độ tin cậy phụ thuộc nhiều vào orchestrator, permission, tool contract và completion check bao quanh nó.

Kết quả học tập

• Giải thích từng giai đoạn của agent loop.
• Phân biệt context, working state và durable memory.
• Chọn tool có contract hẹp và quan sát được.
• Định nghĩa completion độc lập với độ tự tin của model.

Năm khối xây dựng

Khối	Trách nhiệm	Lỗi thường gặp
Goal	Định nghĩa trạng thái mong muốn	Yêu cầu rộng, không có evidence
Context	Cung cấp fact và constraint liên quan	Thông tin cũ hoặc dư thừa
Model	Chọn hoặc đề xuất hành động	Quyết định hợp lý nhưng thiếu căn cứ
Tools	Đọc hoặc thay đổi môi trường	Permission hay argument quá rộng
Control loop	Validate, retry, stop và report	Lặp vô hạn hoặc báo xong sai

Context không phải memory

Context là thông tin có sẵn cho quyết định hiện tại. Working state theo dõi điều đã xảy ra trong task. Durable memory tồn tại qua nhiều task. Trộn ba khái niệm này dẫn đến quyết định dựa trên dữ liệu cũ và lưu thông tin ngoài ý muốn.

Chỉ lưu thông tin lâu dài khi nó còn hữu ích, có owner và an toàn để giữ lại. Retrieve có chọn lọc thay vì load mọi thứ vào đầu mỗi task.

Tool nên cung cấp hành động hẹp

Ưu tiên getOrder(id) và draftRefund(id, amount) thay vì shell hoặc kết nối database không giới hạn. Tool hẹp giúp authorization, validation, logging và testing dễ hơn.

Kết quả tool tốt chứa evidence có cấu trúc:

{
  "status": "drafted",
  "refundId": "rf_123",
  "requiresApproval": true,
  "amount": 42.00,
  "currency": "USD"
}

Agent có thể suy luận từ các field này mà không phải đoán operation đã thành công hay đã ảnh hưởng tới khách hàng.

Completion cần kiểm tra bên ngoài

“Model nói đã xong” không phải completion criterion. Hãy dùng verifier có thể kiểm tra target state:

• code compile và focused test pass;
• document có đủ section bắt buộc;
• database record tồn tại với status mong đợi;
• reviewer đã duyệt preview;
• tool trả đúng identifier và audit record.

Thực hành: đặc tả documentation agent

Thiết kế agent cập nhật API documentation sau khi route thay đổi.

1. Goal: chỉ cập nhật trang endpoint bị ảnh hưởng.
2. Context: route handler, request/response type, trang hiện tại, writing guide.
3. Tools: đọc file repo, ghi bản nháp, chạy documentation check.
4. Boundary: không deploy, không format file không liên quan.
5. Evidence: diff, link/code-example check pass và preview URL.
6. Stop: type mâu thuẫn, thiếu authorization behavior hoặc hai lần check lỗi.

Checkpoint: thử bỏ model khỏi thiết kế. Phần hệ thống còn lại vẫn phải giúp người đọc hiểu permission, evidence và completion.

Hiểu lầm thường gặp

• Agent chỉ là prompt dài hơn. Tool và control loop thay đổi điều hệ thống có thể quan sát và thực hiện.
• Autonomy càng cao càng tốt. Autonomy chỉ hữu ích trong boundary đã test.
• Memory sửa được context thiếu. Memory không được curate có thể khuếch đại thông tin cũ hoặc riêng tư.
• Tool call thành công nghĩa là task xong. Nó chỉ chứng minh một hành động.

Definition of done

• Mỗi tool có contract hẹp và permission boundary.
• Context, working state và durable memory được tách biệt.
• Error có retry limit và escalation behavior.
• Completion được kiểm tra bằng trạng thái quan sát được.
• Người dùng nhận evidence, không chỉ summary.

Ghi chú nguồn

Core loop được tổng hợp từ AI Agents Full Course 2026: Master Agentic AI (2 Hours) [EsTrWCV0Ph4].en.srt, thể hiện bằng cặp English/Vietnamese trong web-content cho đoạn 00:00:00–02:13:15. Phân rã hệ thống, ví dụ tool contract và bài tập documentation agent là phần biên tập bổ sung.