Bài 1 — Agent là gì và tại sao khác một chatbot thường

Trước khi viết một dòng code, bạn cần phân biệt rõ AI agent với một chatbot LLM thông thường. Nhầm lẫn này là nguyên nhân số một khiến người mới xây ra thứ chỉ biết trả lời chứ không biết làm việc.

Chatbot vs Agent

Một chatbot LLM nhận câu hỏi và trả về văn bản. Hết. Nó không nhìn được lịch của bạn, không gửi được email, không đọc được file. Một agent thì khác: nó có thể quan sát môi trường, quyết định hành động, thực thi hành động đó qua công cụ (tool), rồi quan sát kết quả và lặp lại cho đến khi hoàn thành mục tiêu.

Công thức cốt lõi mà bạn sẽ dùng suốt khóa học:

Agent = LLM (bộ não) + Tools (tay chân) + Loop (vòng lặp) + Memory (trí nhớ)

Ví dụ cụ thể: "Trợ lý đặt lịch họp"

Hãy tưởng tượng yêu cầu: "Đặt cuộc họp 30 phút với anh Minh vào chiều mai".

• Chatbot sẽ trả lời: "Bạn nên chọn 2h chiều nhé". Xong, không có gì xảy ra.
• Agent sẽ: (1) gọi tool check_calendar để xem chiều mai còn slot nào trống, (2) suy luận chọn 14:00, (3) gọi tool create_event để tạo sự kiện thật, (4) gọi send_email mời anh Minh, (5) báo lại: "Đã đặt 14:00 mai, đã gửi lời mời".

Sự khác biệt: agent tạo ra thay đổi trong thế giới thật.

Vòng lặp ReAct — khung tư duy nền tảng

Hầu hết agent thực chiến chạy theo vòng lặp ReAct (Reasoning + Acting):

Loop:
  Thought   -> agent nghĩ: cần làm gì tiếp?
  Action    -> chọn tool + tham số
  Observation -> nhận kết quả từ tool
  (lặp lại cho tới khi đủ dữ kiện)
  Final Answer -> trả lời người dùng

Bạn sẽ tự tay code vòng lặp này ở các bài sau. Điều quan trọng bây giờ: hiểu rằng agent không trả lời ngay, mà lặp qua nhiều bước suy nghĩ - hành động.

Các bước bắt đầu ngay hôm nay

• Xác định một công việc lặp đi lặp lại bạn muốn tự động hóa (ví dụ: tóm tắt email, tra cứu đơn hàng, phân loại ticket support).
• Viết ra mục tiêu cuối cùng của agent bằng một câu: "Agent nhận X, tự làm Y, trả về Z".
• Liệt kê những hành động thật agent cần làm (đọc file? gọi API? gửi tin nhắn?). Đây chính là danh sách tool tương lai.
• Xác định điều kiện dừng: khi nào coi là xong? (ví dụ: đã gửi được email xác nhận).
• Lưu tài liệu này lại — nó là bản đặc tả dự án 30 ngày của bạn.

Checklist "đây có nên là agent không?"

• [ ] Công việc cần nhiều bước, không phải một câu trả lời.
• [ ] Cần truy cập dữ liệu/hệ thống bên ngoài (file, API, DB).
• [ ] Các bước phụ thuộc kết quả của bước trước (không đoán trước được hết).
• [ ] Có tiêu chí thành công rõ ràng để biết khi nào dừng.

Nếu tick được từ 3 ô trở lên: bài toán của bạn hợp với agent. Nếu chỉ cần một câu trả lời tĩnh, một prompt đơn giản là đủ, đừng phức tạp hóa.

Sai lầm thường gặp

• Nhầm agent với một prompt dài. Nhồi mọi thứ vào một prompt không tạo ra agent; agent cần vòng lặp và tool.
• Chọn bài toán quá lớn cho dự án đầu tiên. "Agent điều hành cả công ty" sẽ thất bại. Hãy chọn một tác vụ hẹp, đo được.
• Bỏ qua điều kiện dừng. Không định nghĩa "xong" khiến agent lặp vô tận hoặc trả lời lan man.
• Cho agent quyền hành động thật ngay từ đầu (gửi email, xóa dữ liệu) khi chưa test. Luôn bắt đầu bằng tool "giả lập" chỉ in ra màn hình.

Kết thúc bài này, bạn đã có bản đặc tả một dòng cho agent 30 ngày của mình. Bài sau chúng ta dựng môi trường và gọi LLM đầu tiên.