# AI agent: từ câu trả lời đến công việc được thực hiện

Để tạo đúng một cuộc hẹn, AI cần nhiều hơn một lời đề xuất: chọn công cụ, theo dõi kết quả và biết lúc nào cần dừng. Khám phá cách AI agent thực hiện một công việc.

Canonical: https://phunamai.com/bat-dau-voi-ai/ai-agent-tu-cau-tra-loi-den-thuc-hien-cong-viec
Tác giả: Trần Phương Nam
Ngày xuất bản: 2026-10-01T01:43:20.031Z
Cập nhật: 2026-10-01T01:43:20.031Z

Giả sử bạn nhờ AI sắp xếp một cuộc họp. Một câu trả lời như “14 giờ 30 có vẻ phù hợp” có thể hữu ích. Nhưng để cuộc hẹn xuất hiện đúng trên lịch, hệ thống phải kiểm tra người tham dự, tìm khoảng thời gian phù hợp, thực hiện thao tác tạo và xem thao tác ấy có đạt kết quả hay không.
Khoảng cách giữa một lời đề xuất và một công việc đã hoàn tất giúp chúng ta hiểu **AI agent**. Điểm cần nhìn là cách hệ thống lựa chọn hành động và sử dụng kết quả của hành động để quyết định bước tiếp theo, trong những giới hạn được giao.
## 1. AI agent là gì, và khác quy trình định sẵn ở đâu?
**AI agent**, có thể hiểu là tác nhân AI, là hệ thống hướng đến mục tiêu, tiếp nhận thông tin từ môi trường và lựa chọn hành động với một mức độ tự chủ. Môi trường có thể là không gian vật lý hoặc môi trường số như lịch, hộp thư, tệp và phần mềm. Bài này tập trung vào các agent dùng mô hình ngôn ngữ để hỗ trợ lựa chọn bước làm và sử dụng công cụ.
“Tự chủ” có nhiều mức. Một hệ thống có thể tự chọn cách tìm thông tin nhưng cần người duyệt trước khi tạo cuộc hẹn. Một hệ thống khác được phép tạo ngay nếu đáp ứng các điều kiện đã quy định. Vì thế, gọi là agent không có nghĩa được toàn quyền hành động hoặc phải hoạt động hoàn toàn không có người giám sát.
**Mục tiêu** mô tả kết quả cần đạt; **ràng buộc** xác định điều kiện kết quả ấy phải tuân theo. “Tạo một cuộc họp” là mục tiêu. “Đúng ba người, dài 30 phút, trong khung giờ được yêu cầu và chỉ tạo sau khi được duyệt” là các ràng buộc. Kết quả đạt một phần mục tiêu nhưng phá vỡ ràng buộc vẫn chưa đáp ứng công việc.
Khả năng suy luận cũng cần được phân biệt với hành động. AI có thể phân tích nhiều phương án và trình bày một kế hoạch tốt. Để thay đổi lịch hoặc tệp, ứng dụng phải có cách thực hiện thao tác với hệ thống bên ngoài. Một lời giải thích dài không tự tạo ra cuộc hẹn.
**Quy trình định sẵn**, thường gọi là **workflow**, có các bước và nhánh xử lý được thiết kế trước. Chẳng hạn, lấy yêu cầu, phân loại rồi chuyển đến một trong ba bước tiếp theo theo các điều kiện cố định. Quy trình ấy vẫn có thể gọi mô hình nhiều lần hoặc rẽ nhánh; số bước và việc dùng AI chưa đủ để cho thấy hệ thống đang tự chọn cách làm.
Ở một cách phân biệt phổ biến, agent được giao mục tiêu và có thể lựa chọn bước tiếp theo dựa trên tình hình đang gặp: tìm thêm dữ liệu, đổi phương án, gọi công cụ hoặc dừng để hỏi người dùng. Khác biệt nằm ở **mức độ lựa chọn linh hoạt trong quá trình thực hiện**, không chỉ ở số thao tác.
Trong thực tế, hai cách có thể kết hợp. Một phần tìm lịch cho phép agent thử các phương án, còn bước tạo cuộc hẹn đi qua một quy trình kiểm tra quyền và điều kiện cố định. Tự chọn bước trong một phần việc vẫn có thể đi cùng quy tắc chặt chẽ ở phần khác.
Thuật ngữ **agentic AI** thường nhấn mạnh khả năng AI theo đuổi mục tiêu và hành động qua nhiều bước. Cách dùng chưa thống nhất hoàn toàn: có cách nhấn mạnh mức độ tự chủ, có cách nhấn mạnh sự phối hợp giữa nhiều agent. Vì vậy, nhiều agent không phải điều kiện bắt buộc trong mọi cách dùng của thuật ngữ này.
## 2. Từ mục tiêu đến vòng lặp hành động và phản hồi
Một agent dùng mô hình ngôn ngữ thường cần cả mô hình, công cụ, thông tin về tiến độ và lớp ứng dụng thực hiện thao tác. Mỗi thành phần có một vai trò riêng:
| Thành phần | Vai trò |
| --- | --- |
| Mục tiêu và ràng buộc | Xác định cần đạt điều gì và trong những điều kiện nào |
| Mô hình | Dựa trên thông tin hiện có để đề xuất hoặc lựa chọn bước tiếp theo |
| Công cụ | Cung cấp khả năng đọc thông tin hoặc thực hiện thao tác với môi trường |
| Trạng thái công việc | Giữ thông tin cần thiết về dữ liệu đã biết, bước đã làm và điều còn chưa rõ |
| Lớp ứng dụng | Kiểm tra điều kiện, thực hiện yêu cầu được phép và đưa kết quả trở lại cho mô hình |
**Công cụ** không chỉ dùng để thay đổi dữ liệu. Đọc lịch cũng là một thao tác: nó bổ sung thông tin cho quyết định tiếp theo, dù chưa tạo hay sửa cuộc hẹn. Một thao tác tạo lịch lại làm thay đổi môi trường. Quyền đọc thông tin và quyền thay đổi thông tin có thể được cấp riêng.
Trong nhiều hệ thống, mô hình tạo ra yêu cầu dùng công cụ; lớp ứng dụng tiếp nhận, kiểm tra rồi thực thi nếu hợp lệ. Khi chọn thao tác, hệ thống còn phải điền đúng thông tin: đúng lịch, người nhận, thời điểm và thời lượng. Chọn đúng loại công cụ nhưng truyền sai người tham dự vẫn có thể tạo ra một cuộc hẹn sai.
Ứng dụng có thể kết nối trực tiếp với dịch vụ hoặc thao tác qua giao diện phần mềm. Cả hai đều có thể hỗ trợ hành động. Cách kết nối không tự chứng minh hệ thống là agent; vẫn cần xem nó lựa chọn bước và sử dụng phản hồi ra sao.
**Vòng lặp hành động và phản hồi** là quá trình hệ thống quan sát kết quả, cập nhật điều đã biết rồi quyết định tiếp tục, điều chỉnh hoặc dừng. Có thể nhìn vòng lặp qua các câu hỏi:
| Thời điểm | Câu hỏi cần được giải quyết |
| --- | --- |
| Trước hành động | Còn thiếu thông tin gì? Bước nào phù hợp với mục tiêu và quyền hiện có? |
| Khi thực hiện | Yêu cầu có đủ dữ liệu, đúng điều kiện và được phép thực hiện không? |
| Sau hành động | Môi trường trả lại kết quả gì? Điều gì đã được xác nhận? |
| Trước bước tiếp theo | Kết quả ấy có làm thay đổi phương án? Có thể tiếp tục hay cần dừng? |
Đây là vòng lặp vì kết quả của một bước có thể dẫn trở lại việc kiểm tra hoặc lựa chọn phương án. Nếu lịch vừa kiểm tra đã kín, hệ thống cần dùng thông tin ấy để tìm phương án phù hợp khác. Lặp lại một kế hoạch mà bỏ qua phản hồi không thể hiện việc điều chỉnh theo môi trường.
Cần phân biệt **yêu cầu hành động**, **hành động đã thực thi** và **kết quả đã đạt**. Yêu cầu tạo lịch có thể bị từ chối vì thiếu quyền. Một yêu cầu được tiếp nhận cũng có thể còn đang xử lý. Chỉ khi có thông tin xác nhận phù hợp mới có căn cứ nói thao tác đã xảy ra; sau đó vẫn phải kiểm tra nó có đúng yêu cầu công việc hay không.
Việc điều chỉnh bước làm thường sử dụng thông tin mới trong ngữ cảnh và trạng thái ứng dụng. Nó không đòi hỏi mô hình phải cập nhật lại các tham số đã học sau mỗi thao tác. Agent có thể đổi kế hoạch trong một công việc nhờ biết thêm về tình huống, mà không trải qua một đợt huấn luyện mới.
## 3. Một cuộc họp đi từ đề xuất đến được tạo như thế nào?
**Tình huống giả định:** Người dùng nhờ tìm lịch họp cho Minh, Lan và Huy, dài 30 phút, trong khoảng 14–16 giờ chiều thứ Sáu. Hệ thống được phép đọc các lịch liên quan, nhưng chỉ được tạo cuộc hẹn sau khi người dùng duyệt phương án cụ thể.
Một cách thực hiện có thể diễn ra như sau. Các kết quả lịch trong bảng đều là dữ liệu giả định để minh họa:
| Tình hình quan sát được | Bước xử lý phù hợp |
| --- | --- |
| Đã đọc đủ ba lịch; Lan bận lúc 14–14 giờ 30 | Loại khoảng giờ này và tìm khoảng 30 phút khác trong khung cho phép |
| Cả ba đều trống lúc 14 giờ 30–15 giờ | Đề xuất đúng khoảng giờ này và chờ người dùng duyệt |
| Phương án được duyệt; kiểm tra lại cho thấy vẫn phù hợp | Yêu cầu tạo cuộc hẹn với đúng ba người, thời điểm và thời lượng |
| Có xác nhận cuộc hẹn được tạo | Đối chiếu thông tin cuộc hẹn với yêu cầu rồi báo kết quả đã xác nhận |
Các nhánh ngoài đường đi thuận lợi giúp thấy rõ tính chất của agent. Nếu chưa đọc được lịch của Huy, hệ thống chưa có căn cứ kết luận Huy rảnh hoặc bận. Nó có thể thử lấy lại thông tin trong giới hạn được phép; nếu vẫn thiếu, phải nêu phần chưa xác định thay vì điền bằng phỏng đoán.
Nếu không có khoảng 30 phút chung trong 14–16 giờ, hệ thống cần báo rằng chưa tìm được phương án đáp ứng điều kiện. Muốn chuyển sang ngoài khung giờ hoặc rút ngắn cuộc họp, nó phải nhận thay đổi yêu cầu từ người dùng. Tìm không ra một phương án không tự cho phép sửa tiêu chí để tạo được bất kỳ cuộc hẹn nào.
Trạng thái bên ngoài cũng có thể thay đổi trong lúc chờ duyệt. Nếu khoảng 14 giờ 30–15 giờ vừa được duyệt đã trở nên không phù hợp, việc duyệt ấy không làm lịch thực tế trống trở lại. Trong tình huống này, hệ thống cần tìm phương án mới trong phạm vi cũ và xin duyệt phương án mới trước khi tạo, vì quyền tạo gắn với một phương án cụ thể.
Yêu cầu duyệt trong ví dụ là điều kiện của công việc giả định, không phải quy tắc bắt buộc cho mọi agent. Nếu người dùng đã cho phép tự tạo bất kỳ khoảng giờ nào đáp ứng đủ điều kiện, hệ thống có thể thực hiện trong phạm vi ấy mà không hỏi lại ở từng bước. Điều quan trọng là hiểu đúng quyền đã được cấp.
## 4. Trạng thái, quyền hạn và điểm dừng giữ công việc trong phạm vi
**Trạng thái công việc** là thông tin hệ thống giữ để tiếp tục xử lý: mục tiêu hiện tại, lịch đã đọc, phương án đã duyệt, thao tác đã xác nhận và phần còn thiếu. Trạng thái ấy khác với **trạng thái thực tế của môi trường**: cuộc hẹn nào đang tồn tại, lịch nào vừa có thay đổi. Thông tin ghi trong ứng dụng có thể thiếu hoặc đã cũ, nên đôi khi phải kiểm tra lại môi trường.
Một tình huống cần đặc biệt thận trọng là mất phản hồi sau khi gửi yêu cầu tạo. Hết thời gian chờ không chứng minh cuộc hẹn chưa được tạo. Có thể thao tác đã thành công nhưng thông báo kết quả chưa đến. Gửi lại ngay có thể tạo thêm một cuộc hẹn giống nhau. Bước phù hợp là kiểm tra kết quả của yêu cầu trước đó bằng thông tin đủ để nhận diện; nếu vẫn chưa xác định được, nêu tình trạng chưa rõ và xử lý theo giới hạn được giao.
Trạng thái vì thế cần phân biệt “dự định tạo”, “đã gửi yêu cầu” và “đã xác nhận được tạo”. Nếu ghi một dự định thành việc đã hoàn tất, các bước sau có thể dựa trên một kết quả không tồn tại. Ngược lại, quên một thao tác đã xảy ra có thể dẫn đến thực hiện trùng.
Quyền hạn xác định hệ thống được làm gì, với dữ liệu nào và trong điều kiện nào. Quyền đọc lịch không tự bao gồm quyền tạo hoặc hủy cuộc hẹn. Một mục tiêu rộng như “sắp xếp giúp tôi” cũng không tự mở thêm quyền truy cập dữ liệu hoặc quyền sửa lịch của người khác. Hệ thống có thể tự chọn bước trong phạm vi được cấp, còn việc mở rộng phạm vi cần được cho phép.
Khi thiếu dữ kiện quan trọng như chưa xác định đúng người nhận, hỏi để làm rõ có thể là một bước của quá trình thực hiện. Hỏi cũng giúp giải quyết một quyết định nằm ngoài quyền hiện tại. **Điểm kiểm tra của con người** cho phép xem phương án và quyết định có chấp nhận hành động hay không; nó không tự làm mô hình suy luận chính xác hơn. Người xem cần biết việc nào đã xảy ra, việc nào mới được đề xuất và điều gì còn chưa chắc chắn.
Agent cũng cần điều kiện dừng. Có ít nhất ba tình huống khác nhau:
- **Đã hoàn thành:** Có bằng chứng đủ để xác nhận kết quả đáp ứng mục tiêu và điều kiện đã giao.
- **Cần quyết định hoặc thông tin:** Một bước tiếp theo phụ thuộc vào dữ kiện, quyền hoặc lựa chọn chưa có; hệ thống tạm dừng và nêu rõ cần gì.
- **Đã chạm giới hạn:** Hết số bước, thời gian hoặc ngân sách được phép; hệ thống dừng và báo phần đã làm, phần còn lại.
Dừng do hết giới hạn không đồng nghĩa với hoàn thành. Tiếp tục vô hạn để tìm một kết quả cũng không phải biểu hiện của tự chủ tốt.
Công việc còn có thể hoàn thành một phần. Ví dụ giả định: cuộc hẹn đã được tạo đúng, nhưng bước gửi lời mời báo lỗi. Hệ thống cần báo riêng hai trạng thái đó và xử lý phần còn lại trong quyền được cấp. Tự tuyên bố “đã xong” hoặc mặc nhiên hủy cuộc hẹn đều có thể làm sai yêu cầu. Nếu cần sửa hay hủy, vẫn phải xét quyền và tình hình thực tế.
## 5. Vì sao biết gọi công cụ chưa đủ để làm việc đáng tin?
Một công việc nhiều bước phụ thuộc vào cả chuỗi: hiểu đúng yêu cầu, chọn thao tác, truyền đúng dữ liệu, đọc phản hồi, điều chỉnh và xác nhận kết quả. Sai sót ở bước trước có thể trở thành đầu vào sai cho bước sau. Vì vậy, một lời đáp hợp lý hoặc một thao tác riêng lẻ thành công chưa chứng minh toàn bộ công việc đạt yêu cầu.
Trong một thử nghiệm công bố tháng 6/2024, agent dùng mô hình GPT-4o và công cụ thực hiện **115 tác vụ mô phỏng trong lĩnh vực bán lẻ**. Mỗi tác vụ được thử ít nhất ba lần; mỗi lần giới hạn tối đa 30 hành động, tính cả gọi công cụ và trả lời người dùng. Tỷ lệ thành công trung bình được ghi nhận là **61,2%**. Tiêu chí chấm dựa vào trạng thái dữ liệu cuối cùng có đúng mục tiêu hay không, đồng thời kiểm tra thông tin cần xuất hiện trong lời trả lời nếu tác vụ yêu cầu.
Con số này đo việc hoàn thành tác vụ theo tiêu chí của thử nghiệm; nó không phải tỷ lệ chọn đúng công cụ, cũng không phải tỷ lệ thành công ít nhất một lần sau ba lần thử. Đáng chú ý, trạng thái cuối đúng vẫn có thể đi cùng việc bỏ qua một bước xác nhận bắt buộc. Do đó, kết quả chấm ấy chưa đủ để bảo đảm mọi điều kiện trong quá trình đều được tuân thủ. Đây là kết quả trong một môi trường mô phỏng và cấu hình lịch sử cụ thể, không đại diện cho mọi agent hoặc năng lực hiện tại của GPT-4o.
Đối với công việc thực tế, cần nhìn cả **kết quả cuối** và **cách thực hiện có đúng điều kiện không**. Một công cụ báo tạo thành công nhưng cuộc hẹn thiếu người tham dự vẫn chưa đạt mục tiêu. Một cuộc hẹn có đủ người nhưng được tạo trước bước duyệt bắt buộc cũng chưa đáp ứng điều kiện được giao.
Vòng lặp linh hoạt còn có chi phí: thêm lần gọi mô hình, công cụ và kiểm tra có thể tăng thời gian, tài nguyên và cơ hội sai sót. Với một việc có các bước ổn định, quy trình định sẵn có thể phù hợp hơn. Với tình huống phải lựa chọn phương án theo thông tin mới, khả năng tự điều chỉnh của agent có thể hữu ích. Nhiều bước hơn không tự bảo đảm chất lượng cao hơn.
Phối hợp nhiều agent giúp chia việc nhưng cần truyền thông tin, thống nhất trạng thái và xử lý bất đồng. Chất lượng vì vậy cần được đánh giá theo kết quả và điều kiện thực hiện, thay vì số agent. Lời báo hoàn thành phải dựa trên những gì đã được xác nhận trong môi trường.

---

Nguồn: PHUNAM
URL: https://phunamai.com/bat-dau-voi-ai/ai-agent-tu-cau-tra-loi-den-thuc-hien-cong-viec