AI Agent — Khi AI Tự Lập Kế Hoạch Và Thực Thi • blog.dopana

Chatbot thụ động đang lùi vào dĩ vãng. Thay vào đó là các AI Agent — hệ thống có khả năng chủ động lập kế hoạch, gọi công cụ bên ngoài, và thực thi tác vụ nhiều bước mà không cần con người can thiệp từng bước.

AI Agent Khác Gì Chatbot Thường?#

Chatbot truyền thống	AI Agent
Trả lời dựa trên prompt đơn lẻ	Có memory và context xuyên suốt
Không thể tự động làm gì ngoài trò chuyện	Có thể chạy code, gọi API, đọc file
Mỗi câu hỏi là một phiên riêng biệt	Có khả năng suy luận nhiều bước (multi-step reasoning)
Không tự kiểm tra kết quả	Có thể tự đánh giá và sửa sai (self-healing)

Kiến Trúc Cơ Bản Của AI Agent#

Một AI Agent điển hình gồm ba thành phần chính:

1. Core Model (LLM)#

Trái tim của agent — một mô hình ngôn ngữ lớn có khả năng suy luận. Các model phổ biến: GPT-4, Claude 3.5 Sonnet, Gemini, DeepSeek, Llama 3.

2. Tool System#

Agent không chỉ nói — nó cần làm. Tool system cung cấp các “đôi tay” cho agent:

Code interpreter — Chạy Python, JavaScript, shell command
File I/O — Đọc, ghi, tìm kiếm file
Web search — Tìm kiếm thông tin trên Internet
API calls — Gọi REST API, database query
Browser — Tương tác với trình duyệt web

3. Memory & Context#

Short-term memory — Context window của LLM, chứa toàn bộ lịch sử hội thoại và kết quả tool call
Long-term memory — RAG, vector database, file system để lưu thông tin lâu dài

Các Loại AI Agent Phổ Biến#

ReAct Agent (Reasoning + Acting)#

Đây là pattern phổ biến nhất. Agent luân phiên giữa suy luận (reason) và hành động (act):

Thought: Tôi cần tìm hiểu thời tiết hôm nay
Action: gọi API thời tiết tại Hà Nội
Observation: 35°C, nắng
Thought: Trời nắng, tôi sẽ gợi ý người dùng mang ô
Action: trả lời người dùng

plaintext

Framework tiêu biểu: LangChain Agent, OpenAI Function Calling.

Plan-and-Execute Agent#

Agent lập kế hoạch trước, sau đó thực thi từng bước:

Plan:
1. Đọc file requirements.txt
2. Tìm phiên bản mới nhất của từng package
3. Tạo file requirements-updated.txt
4. Chạy test để kiểm tra tương thích

plaintext

Sau đó agent thực thi từng bước, có thể điều chỉnh kế hoạch nếu gặp lỗi.

Multi-Agent System#

Nhiều agent chuyên biệt hợp tác với nhau:

Orchestrator Agent — Nhận yêu cầu, chia nhỏ task, giao cho các agent khác
Coder Agent — Viết code
Reviewer Agent — Review code, tìm bug
Tester Agent — Viết và chạy test
Docs Agent — Viết tài liệu

Ứng Dụng Thực Tế#

Lập Trình (Coding Agent)#

Đây là ứng dụng phát triển nhanh nhất hiện nay:

OpenCode — Agent CLI mã nguồn mở, đọc codebase, chạy lệnh, chỉnh sửa file
Cursor Agent Mode — Agent tích hợp trong IDE, tự động duyệt code và thực thi
GitHub Copilot Agent — Tạo PR hoàn chỉnh từ issue description
Devin — “AI software engineer” đầu tiên, có thể nhận task cả tuần

Customer Support#

Agent có thể:

Tra cứu thông tin khách hàng
Xử lý hoàn tiền, đổi trả
Tạo ticket, gán đúng phòng ban
Leo thang khi cần người thật

Nghiên Cứu#

Tự động tìm kiếm tài liệu
Phân tích và tổng hợp thông tin
Tạo báo cáo có trích dẫn nguồn

Thử Nghiệm: Xây Agent Đơn Giản Với OpenCode#

OpenCode là một coding agent chạy trong terminal. Bạn có thể thử ngay:

# Cài đặt
npm install -g @opencode/cli

# Bắt đầu phiên làm việc
opencode

bash

Khi đã vào giao diện chat, thử yêu cầu:

“Add input validation to the login form, write unit tests for it, and make sure all existing tests still pass.”

Agent sẽ:

Đọc codebase để hiểu cấu trúc hiện tại
Thêm validation cho form đăng nhập
Viết unit test cho validation mới
Chạy test suite để đảm bảo không hỏng gì

Thách Thức Khi Làm Việc Với AI Agent#

1. Hallucination#

Agent có thể tin tưởng vào kết quả sai. Giải pháp: thêm verification step, dùng external source làm ground truth.

2. Tool Call Lỗi#

Agent có thể gọi sai API, dùng sai tham số. Giải pháp: thiết kế tool interface rõ ràng, thêm error handling, retry mechanism.

3. Chi Phí#

Agent gọi LLM nhiều lần, có thể tốn kém. Giải pháp: dùng model nhỏ cho task đơn giản, cache kết quả giống nhau.

4. Bảo Mật#

Agent có quyền truy cập hệ thống. Giải pháp: permission system, sandbox, human-in-the-loop cho hành động nguy hiểm.

Framework Phát Triển AI Agent#

Framework	Ngôn ngữ	Đặc điểm
LangChain	Python	Hệ sinh thái lớn, nhiều tích hợp
CrewAI	Python	Multi-agent, dễ dùng
AutoGen	Python	Agent hợp tác, từ Microsoft
OpenAI Agents SDK	Python	Chính thức từ OpenAI
Vercel AI SDK	TypeScript	Agent cho web app

Tương Lai#

AI Agent đang tiến hoá theo hướng:

Long-running agent — Làm việc hàng giờ, thậm chí hàng ngày
Agent-to-agent communication — Agent tự động thuê agent khác
Agent marketplace — Mua bán agent chuyên biệt cho từng lĩnh vực

AI Agent không thay thế con người — nó thay thế sự nhàm chán. Bạn vẫn là người ra quyết định, nhưng không còn phải tự mò mẫm từng bước thực thi.

AI Agent — Khi AI Tự Lập Kế Hoạch Và Thực Thi