Bạn đã dùng Zapier để nối Gmail → Google Sheets → Slack. Nó chạy tốt, nhưng cứng nhắc: mỗi khi input lệch khỏi kịch bản, Zap sẽ sai hoặc dừng. Agentic AI ra đời để giải quyết đúng chỗ đó — khi công việc cần phán đoán thay vì chỉ sao chép dữ liệu.
Automation tuyến tính là gì?
Zapier/Make hoạt động theo mô hình trigger → action → action. Mọi nhánh rẽ đều phải do bạn định nghĩa trước bằng Filter hoặc Paths. Logic nằm hoàn toàn trong đầu người xây, không nằm trong hệ thống.
[Trigger: email mới]
-> [Filter: subject chứa 'invoice']
-> [Action: tạo dòng Sheet]
-> [Action: gửi Slack]
Đặc điểm: quyết định tĩnh. Nếu email viết "hóa đơn" thay vì "invoice", Zap trượt filter và bỏ sót.
Agentic AI là gì?
Một agent nhận mục tiêu (goal), rồi tự quan sát → suy luận → chọn hành động → quan sát kết quả → lặp lại cho đến khi đạt mục tiêu. Nó có ba thứ mà Zap không có:
- Reasoning: một LLM đọc dữ liệu và tự quyết định làm gì.
- Tools: agent gọi được nhiều "action" và tự chọn cái phù hợp.
- Loop + Memory: agent lặp nhiều bước và nhớ ngữ cảnh giữa các bước.
Goal: "Xử lý email này đúng nghiệp vụ"
LLM đọc email -> nhận ra đây là hóa đơn (dù viết tiếng Việt)
-> chọn tool create_invoice_row
-> kiểm tra kết quả -> nếu thiếu mã số thuế thì hỏi lại
Khung tư duy: Rule vs. Goal
Dùng khung này để biết khi nào cần agent:
| Câu hỏi | Nếu YES → Automation | Nếu YES → Agent |
|---|---|---|
| Đầu vào có cấu trúc cố định? | Cố định | Tự do, mơ hồ |
| Bạn liệt kê hết được các nhánh? | Có | Không |
| Cần diễn giải ngôn ngữ tự nhiên? | Không | Có |
| Sai một chút vẫn chấp nhận được? | Không | Có (với guardrail) |
Ví dụ chuyển đổi cụ thể
Một đội CSKH có Zap: khi có ticket mới → gắn nhãn theo từ khóa → gán cho nhân viên. Vấn đề: khách viết đủ kiểu, danh sách từ khóa phình to mãi mà vẫn sót. Chuyển sang agent: đưa nội dung ticket cho LLM, yêu cầu phân loại vào 1 trong 6 nhóm và trả lý do, rồi gọi tool assign_ticket. Không còn bảng từ khóa 200 dòng.
Các bước tự đánh giá một workflow
- Liệt kê từng bước trong Zap hiện tại.
- Đánh dấu bước nào là "sao chép dữ liệu" (giữ nguyên) và bước nào là "ra quyết định" (ứng viên cho LLM).
- Với mỗi bước quyết định, hỏi: hiện bạn đang mô phỏng nó bằng bao nhiêu filter/path?
- Nếu con số > 3 nhánh và vẫn hay sai → đó là điểm nên thay bằng agent.
- Ghi lại mục tiêu (goal) của bước đó bằng một câu tiếng Việt rõ ràng.
Sai lầm thường gặp
- Agent-hóa mọi thứ: gửi email cố định thì không cần LLM. Đừng trả tiền token cho việc
if-elseđơn giản. - Nghĩ agent thay thế Zapier hoàn toàn: thực tế agent thường sống bên trong automation — Zap trigger, agent quyết định, Zap thực thi.
- Bỏ qua tính bất định: agent có thể trả lời khác nhau cho cùng input. Nếu nghiệp vụ yêu cầu 100% giống nhau, giữ automation.
- Không định nghĩa goal rõ ràng: agent không có mục tiêu rõ sẽ lang thang, tốn token và cho kết quả loạn.
Tổng kết
Automation tuyến tính = bạn nghĩ hộ máy. Agentic AI = bạn giao mục tiêu, máy tự nghĩ trong khuôn khổ bạn đặt. Bài sau ta sẽ mổ xẻ giải phẫu một agent để biết chính xác cần dựng những khối gì.