Trang 22 / 43
Chương 22
AI agent là gì? Khác gì chatbot, ví dụ dễ hiểu cho người mới
AI agent là AI tự lên kế hoạch và tự dùng công cụ để hoàn thành một mục tiêu, không chỉ trả lời câu hỏi. Bạn giao cho nó một việc, ví dụ "tìm 5 khách sạn gần biển dưới 1 triệu đồng rồi lập bảng so sánh", và nó tự chia nhỏ việc, tự tra cứu, tự kiểm tra rồi mới báo lại kết quả. Nói gọn: chatbot thì trả lời, còn AI agent thì làm việc.
AI agent là gì?
Hãy hình dung một trợ lý mới vào làm. Bạn chỉ nói mục tiêu: "Chuẩn bị giúp anh buổi họp sáng mai". Người trợ lý tự mở lịch, gom tài liệu, soạn chương trình họp rồi gửi email nhắc mọi người. AI agent làm đúng kiểu đó, nhưng là phần mềm, với ba đặc điểm:
- Có mục tiêu: bạn giao một việc cần hoàn thành, không phải một câu hỏi cần trả lời.
- Tự quyết cách làm: nó tự nghĩ ra các bước, tự chọn làm bước nào trước.
- Tự dùng công cụ: nó có thể tìm trên web, đọc file, chạy lệnh, gửi tin nhắn hay cập nhật bảng tính.
Anthropic, công ty làm ra Claude, phân biệt rất rõ hai kiểu hệ thống. Kiểu thứ nhất là workflow (quy trình cố định): AI chạy theo các bước con người đã viết sẵn, dễ đoán trước. Kiểu thứ hai mới là agent: AI tự quyết quy trình, tự chọn công cụ và tự điều khiển việc mình làm. Bạn có thể đọc kỹ hơn trong bài hướng dẫn build AI agent của Anthropic: đơn giản thắng phức tạp.
Điểm mấu chốt: agent mạnh hơn chatbot không phải nhờ bộ não khác, mà vì nó được trao quyền hành động và chạy trong một vòng lặp cho tới khi xong việc.
AI agent khác chatbot thế nào?
AI agent không chỉ là chatbot "xịn hơn". Hai thứ khác nhau ở cách làm việc:
- Đầu vào: chatbot nhận một câu hỏi. AI agent nhận một mục tiêu, thường lớn và gồm nhiều bước.
- Đầu ra: chatbot trả về một đoạn chữ. AI agent trả về một kết quả thật: file đã sửa, email đã gửi, báo cáo đã lập.
- Số bước: chatbot trả lời một lượt rồi dừng. AI agent làm nhiều lượt liên tiếp, bước sau dựa vào kết quả bước trước.
- Công cụ: chatbot thường chỉ dùng kiến thức có sẵn trong đầu. AI agent gọi công cụ bên ngoài như trình duyệt, bảng tính, email, phần mềm quản lý dự án.
- Ai cầm lái: với chatbot, bạn là người điều khiển từng bước. Với AI agent, bạn giao việc rồi để nó tự điều khiển, bạn chỉ duyệt ở những điểm quan trọng.
- Rủi ro: chatbot sai thì bạn đọc thấy sai. AI agent sai thì cái sai có thể đã xảy ra thật, như xóa nhầm file.
Ví dụ: hỏi chatbot "làm sao đổi tên 200 file ảnh theo ngày chụp?", nó hướng dẫn bạn từng bước. Giao cùng việc đó cho AI agent, nó tự mở thư mục, đổi tên rồi báo "đã xong". Chatbot nói cách làm, AI agent tự làm.
Một AI agent gồm những phần nào?
Bên trong mỗi AI agent thường có bốn phần. Bạn không cần biết lập trình để hiểu chúng.
1. Mô hình AI: bộ não
Đây là phần "suy nghĩ", ví dụ Claude, GPT hay Gemini. Mô hình đọc mục tiêu, hiểu tình huống và quyết định bước tiếp theo.
2. Công cụ: đôi tay
Công cụ là những việc agent được phép làm: tìm kiếm web, đọc và ghi file, gửi email, xem lịch. Mô hình AI tự nó chỉ biết viết chữ, công cụ giúp nó chạm vào thế giới thật.
Công cụ quan trọng tới mức Anthropic cho biết họ dồn công sức tối ưu công cụ còn nhiều hơn tối ưu câu lệnh chung khi xây agent lập trình. Bài viết tool cho AI agent: 5 nguyên tắc mà Anthropic dùng giải thích vì sao một công cụ được mô tả rõ ràng giúp agent làm việc tốt hơn hẳn.
Để nối agent với phần mềm bạn đang dùng, có một chuẩn chung tên MCP (Model Context Protocol), hay được ví như "cổng USB-C cho AI". Xem thêm bài MCP là gì và cách Claude kết nối với mọi tool bạn đang dùng.
3. Trí nhớ: cuốn sổ ghi chép
Agent cần nhớ mình đang làm tới đâu, đã thử gì. Có hai loại trí nhớ:
- Trí nhớ ngắn hạn: những gì agent đang "nhìn thấy" lúc làm việc. Phần này có giới hạn: nhét quá nhiều vào thì agent dễ bỏ sót, Anthropic gọi hiện tượng này là "context rot" (ngữ cảnh bị mục).
- Trí nhớ dài hạn: ghi chú hoặc file lưu bên ngoài để agent đọc lại khi cần, giống bạn ghi sổ tay.
Việc chọn đưa thông tin gì vào đầu agent, lúc nào, được gọi là context engineering. Bài context engineering: kỹ năng quan trọng nhất khi build AI agent nói rõ hơn về chuyện này.
4. Vòng lặp suy nghĩ và hành động: cách làm việc
Đây là phần làm nên chữ "agent". Nó chạy một vòng lặp:
- Nghĩ: mục tiêu là gì, bước tiếp theo nên làm gì?
- Làm: gọi một công cụ, ví dụ tìm kiếm hay mở file.
- Xem kết quả: công cụ trả về gì, có đúng như mong đợi không?
- Điều chỉnh: nếu chưa xong thì quay lại bước 1 với thông tin mới. Nếu xong thì báo kết quả.
Nhờ vòng lặp này, agent tự sửa sai: tìm không ra thì đổi từ khóa, gặp lỗi thì đọc lỗi rồi thử cách khác.
Ví dụ AI agent trong đời sống và công việc
Những kiểu việc agent đang làm được:
- Nghiên cứu thông tin: agent tự tìm nhiều nguồn, đối chiếu rồi viết báo cáo có trích dẫn, như Claude Research hay Google Deep Research.
- Lập trình: Claude Code tự đọc code, sửa lỗi và chạy thử. Bạn mô tả tính năng bằng lời, agent lo phần còn lại.
- Việc văn phòng: tổng hợp email, soạn báo cáo tuần, sắp lịch họp. Với MCP, bạn bảo Claude "cập nhật doanh thu tháng này vào cột C" là nó làm luôn.
- Chăm sóc khách hàng: agent tra đơn hàng, trả lời và chỉ chuyển cho nhân viên khi gặp ca khó.
- Làm việc nền như nhân viên thật: AWS đã mở mã nguồn Pizza Bot, một ứng dụng cho agent chạy việc dài ở chế độ nền rồi báo kết quả qua giao diện giống hộp thư email. Dự án này từng có hơn 2.000 người dùng nội bộ trong Amazon. Đọc thêm bài AWS mở mã nguồn Pizza Bot: AI agent làm việc nền như nhân viên thật.
Việc hợp nhất để giao cho agent là việc có nhiều bước, cần dùng công cụ và kết quả kiểm tra được.
Nhiều agent làm việc cùng nhau
Có những việc quá lớn cho một agent. Lúc đó người ta cho nhiều agent làm việc cùng nhau, gọi là multi-agent.
Cách phổ biến nhất giống một nhóm làm việc: có một agent trưởng nhóm nhận việc, chia thành nhiều phần nhỏ, giao cho các agent phụ làm song song, rồi gom kết quả lại.
Anthropic dùng đúng cách này cho tính năng Claude Research. Theo chia sẻ của họ, hệ thống nhiều agent cho kết quả tốt hơn một agent đơn lẻ tới 90,2% trong bài kiểm tra nghiên cứu nội bộ, và chạy 3 đến 5 agent phụ song song giúp cắt thời gian nghiên cứu tới 90%. Đổi lại, nó tốn khoảng 15 lần lượng token (đơn vị tính chi phí của AI) so với chat thường. Chi tiết nằm trong bài cách Anthropic xây hệ thống multi-agent cho Claude Research.
Trong lập trình, Claude Code có tính năng Agent Teams: một phiên làm trưởng nhóm, tạo ra các "đồng đội", chia việc, và các đồng đội còn nhắn tin trực tiếp cho nhau để phối hợp. Ví dụ, bạn cho 3 agent cùng xem một thay đổi code dưới 3 góc nhìn: bảo mật, tốc độ và kiểm thử. Xem bài Agent Teams: biến 1 developer thành cả đội AI trong Claude Code.
Bài học: nhiều agent không phải lúc nào cũng tốt hơn. Nó đắt và phức tạp hơn, chỉ đáng dùng cho việc lớn.
Rủi ro và cách dùng AI agent an toàn
Vì được quyền hành động, AI agent rủi ro hơn chatbot. Một báo cáo năm 2026 cho thấy 65% doanh nghiệp đã gặp sự cố bảo mật liên quan AI agent, và 61% trong số đó bị lộ dữ liệu thật. Nguyên nhân chủ yếu là cấp quyền quá rộng, để lộ mật khẩu hay khóa truy cập, và cho agent tự làm việc nhạy cảm mà không qua bước xác nhận. Đọc thêm bài AI agent lộ dữ liệu: 61% doanh nghiệp dính vụ rò rỉ vì credential.
Ba nguyên tắc giúp bạn dùng agent an toàn:
1. Quyền hạn: chỉ cho đúng những gì cần
Agent cần đọc file thì chỉ cho đọc, đừng cho xóa. Với việc nguy hiểm như xóa dữ liệu, gửi tin cho khách hay chuyển tiền, luôn bật chế độ phải hỏi bạn trước. Pizza Bot là một ví dụ tốt: bạn đặt trước công cụ nào chạy tự do, công cụ nào bắt buộc chờ bạn bấm duyệt.
2. Dữ liệu: cẩn thận với thứ bạn đưa vào
- Không để mật khẩu, khóa API hay thông tin khách hàng ở nơi agent có thể làm lộ.
- Chỉ cài công cụ, "skill" hay kết nối MCP từ nguồn bạn tin tưởng. Một nhóm nghiên cứu từng quét 17.022 skill của bên thứ ba và tìm ra 520 skill có vấn đề về lộ thông tin đăng nhập.
- Với dữ liệu rất nhạy cảm, cân nhắc dùng mô hình chạy ngay trên máy của bạn.
3. Kiểm tra kết quả: tin nhưng vẫn soát lại
Agent có thể làm sai mà vẫn báo "xong rồi" rất tự tin. Vì vậy:
- Đọc lại kết quả trước khi dùng, nhất là số liệu và trích dẫn.
- Bắt đầu với việc nhỏ, có thể hoàn tác được, rồi mới giao việc lớn.
- Yêu cầu agent kể lại các bước đã làm để biết cần soát chỗ nào.
Bắt đầu thử AI agent thế nào?
Bạn không cần biết lập trình. Lộ trình gợi ý từ dễ đến khó:
- Dùng tính năng nghiên cứu sâu có sẵn: thử Claude Research hoặc chế độ nghiên cứu sâu trong ứng dụng AI bạn đang dùng, xem agent tự làm việc ra sao.
- Kết nối AI với phần mềm quen thuộc: bật kết nối Google Drive, Gmail hay Notion, rồi nhờ nó tóm tắt email hay tìm tài liệu.
- Thử agent làm việc trên máy tính: dùng Claude Code để agent tự tạo một trang web nhỏ hoặc sắp xếp lại thư mục.
- Tự xây agent đơn giản: lời khuyên của Anthropic là bắt đầu thật đơn giản, chỉ thêm phức tạp khi cách đơn giản không đủ.
Mẹo nhỏ: khi giao việc, nói rõ mục tiêu, giới hạn và thế nào là xong. Thay vì "tìm khách sạn", hãy viết "tìm 5 khách sạn ở Đà Nẵng gần biển, dưới 1 triệu đồng một đêm, trả về danh sách có đường link".
Câu hỏi thường gặp
AI agent là gì, nói trong một câu? AI agent là AI tự lên kế hoạch và tự dùng công cụ để hoàn thành một mục tiêu bạn giao, thay vì chỉ trả lời câu hỏi.
AI agent khác chatbot ở điểm nào quan trọng nhất? Chatbot trả lời một lượt rồi dừng. AI agent làm nhiều bước liên tiếp, tự dùng công cụ và tạo ra kết quả thật như file, email hay báo cáo.
ChatGPT hay Claude có phải là AI agent không? Bản thân chúng là mô hình AI kèm giao diện chat. Khi được bật công cụ và chạy theo vòng lặp tự làm việc, như Claude Code hay chế độ nghiên cứu sâu, chúng hoạt động như một AI agent.
Không biết lập trình có dùng được AI agent không? Được. Bạn có thể bắt đầu với tính năng nghiên cứu sâu hoặc kết nối AI với Gmail, Google Drive có sẵn trong các ứng dụng AI, không cần viết dòng code nào.
Dùng AI agent có an toàn không? An toàn nếu bạn chỉ cấp quyền vừa đủ, bắt agent hỏi trước khi làm việc nguy hiểm, không đưa dữ liệu nhạy cảm bừa bãi và luôn kiểm tra lại kết quả.
AI agent là bước chuyển từ "AI biết nói" sang "AI biết làm". Hiểu nó từ hôm nay, bạn sẽ biết giao đúng việc và dùng nó an toàn.