Kiến trúc Agentic

Một “agent” là một mô hình ngôn ngữ được đặt bên trong một vòng lặp cho phép nó hoạch định, tác động lên thế giới thông qua công cụ, quan sát kết quả, và điều chỉnh. Bản thân mô hình thì đứng yên (frozen); trí thông minh của hệ thống đến từ cách vòng lặp đó được cấu trúc. Bài viết này khảo sát các mẫu hình suy luận làm cho agent hoạt động và những lựa chọn thiết kế quyết định liệu chúng thành công hay rơi vào vòng xoáy mất kiểm soát.

Vì sao các mẫu hình quan trọng

Một mô hình ngôn ngữ thô tạo ra một phản hồi cho một prompt. Như vậy là đủ cho một câu hỏi, nhưng không đủ cho một mục tiêu như “nghiên cứu chủ đề này, kiểm chứng các sự kiện, và viết một báo cáo.” Các mục tiêu đòi hỏi nhiều bước, các lần kiểm tra trung gian, khả năng phục hồi sau sai lầm, và khả năng dùng công cụ bên ngoài. Các kiến trúc agentic là những công thức đã được xác lập để biến một bộ dự đoán một-lần thành một bộ giải quyết vấn đề nhiều bước.

Các mẫu hình suy luận cốt lõi

ReAct (Reason + Act)

ReAct đan xen suy nghĩ (thought), hành động (action), và quan sát (observation) trong một vòng lặp. Agent suy luận về việc cần làm, thực hiện một hành động (thường là một lần gọi công cụ), quan sát kết quả, rồi suy luận lại với thông tin mới đó. Việc bám rễ vào các quan sát thực này cho phép agent tự sửa lỗi: nếu một lần tìm kiếm không trả về gì hữu ích, suy nghĩ tiếp theo có thể đổi chiến lược. ReAct là mẫu hình chủ lực cho các tác vụ truy hồi và suy luận có cấu trúc, với chi phí token vừa phải sinh ra từ dòng độc thoại nội tâm đang chạy.

Reflexion

Reflexion bổ sung việc học từ thất bại. Khi một tác vụ thất bại, agent viết ra một lời tự phê bình bằng ngôn ngữ tự nhiên — “tôi đã giả định tập tin tồn tại; lẽ ra tôi nên kiểm tra trước” — và lưu nó vào bộ nhớ. Trong lần thử kế tiếp, lời phê bình đó được đưa trở lại làm ngữ cảnh. Agent không huấn luyện lại; nó chỉ đơn giản mang theo một bài học bằng lời. Reflexion tỏa sáng ở những công việc lặp lại như lập trình, nơi việc làm đúng ngay lần đầu là điều phi thực tế. Cái giá là nó đòi hỏi việc phát hiện thất bại đáng tin cậy và bộ nhớ bền bỉ.

Tree-of-Thoughts và Graph-of-Thoughts

Những mẫu hình này khám phá nhiều nhánh suy luận song song, đánh giá các trạng thái trung gian, và tỉa bỏ những nhánh yếu. Chúng có thể vượt trội đáng kể so với các chuỗi suy luận tuyến tính trên những bài toán phân rã một cách tự nhiên, chẳng hạn các bài đố toán và trò chơi. Đánh đổi rất lớn: khám phá nhiều nhánh có thể tốn gấp mười đến một trăm lần token, nên chúng chỉ đáng giá khi cấu trúc bài toán biện minh cho việc tìm kiếm đó.

Plan-and-Execute

Ở đây agent sinh ra một kế hoạch đầy đủ ngay từ đầu, rồi thực thi các bước — thường với một mô hình rẻ hơn — chỉ hoạch định lại nếu có gì đó thất bại. Lợi thế là ít lần gọi suy luận đắt đỏ hơn và một kế hoạch có thể được con người soi xét trước khi bất kỳ hành động nào chạy. Điểm dễ vỡ là nếu kế hoạch ban đầu sai về căn bản, agent có ít cơ hội xoay xở giữa chừng. Một biến thể liên quan, ReWOO, hoạch định với các chỗ trống (placeholder) và chạy tất cả công cụ trước khi tích hợp kết quả, cắt giảm mạnh lượng token với cái giá là không có khả năng tự sửa lỗi giữa chừng.

Self-Consistency và Chain-of-Verification

Thay vì tin vào một đường suy luận duy nhất, các phương pháp này sinh ra vài đường độc lập rồi hòa giải chúng — bằng biểu quyết đa số hoặc bằng một lượt kiểm chứng kiểm tra câu trả lời tập thể. Việc này giảm ảo giác và bắt được những lỗ hổng kích hoạt việc hoạch định lại. Nó đặc biệt giá trị cho các truy vấn rủi ro cao, nơi việc sai một cách tự tin gây tốn kém.

Sự lai ghép thực dụng

Để hoàn thành tác vụ một cách tự chủ, công thức đa dụng mạnh nhất kết hợp ba mẫu hình: ReAct + Reflexion + Self-Consistency.

• ReAct cung cấp khả năng tự sửa lỗi thời gian thực thông qua quan sát công cụ.
• Reflexion nắm bắt các thất bại để những lần chạy về sau cải thiện.
• Self-Consistency kiểm chứng câu trả lời qua các đường suy luận song song.

Cùng nhau chúng xử lý sự mơ hồ, học từ sai lầm, và kiểm tra chính công việc của mình — đó là lý do tổ hợp này làm nền tảng cho nhiều agent nghiên cứu và lập trình đang chạy thực tế.

Dùng công cụ đúng cách

Công cụ là cách agent chạm tới thực tại, và thiết kế công cụ cẩu thả là một nguyên nhân hàng đầu khiến agent thất bại. Các thực hành tốt nhất đã được xác lập:

• Phạm vi hẹp. Mỗi công cụ làm một việc. Tránh những công cụ kiểu dao đa năng mà mô hình không thể dự đoán hành vi.
• Vỏ bọc ổn định. Trả về một hình dạng nhất quán — success, error, metadata — để agent có thể suy luận về kết quả một cách đồng nhất.
• Tách đọc khỏi ghi. Các hành động ghi rủi ro không bao giờ nên được ứng biến theo kiểu một truy vấn đọc có thể.
• Schema nghiêm ngặt. Mỗi tham số được mô tả bằng một JSON schema, không để lại sự mơ hồ nào cho mô hình ảo giác chen vào.

Hai quy ước quan trọng đã trưởng thành. Model Context Protocol (MCP) đã trở thành cách chuẩn để phơi bày công cụ — tự động hóa trình duyệt, truy cập tập tin, cơ sở dữ liệu — cho bất kỳ mô hình tương thích nào, với một hệ sinh thái lớn các server làm sẵn. Mẫu hình CodeAct coi việc viết và chạy mã như một hành động duy nhất: agent phát ra một đoạn mã, một sandbox thực thi nó, và stdout/stderr quay về như là quan sát. CodeAct gộp nhiều lần gọi công cụ vào ít lượt mô hình hơn và tự nhiên có thể kiểm toán được, vì mã của mô hình hiện rõ để soi xét.

Vòng lặp điều khiển và các rào chắn an toàn của nó

Mọi agent đều quy về một vòng lặp đơn giản: quan sát trạng thái, sinh ra một suy nghĩ và hành động, thực thi, cập nhật bộ nhớ, rồi kiểm tra xem nên dừng hay tiếp tục. Nguy hiểm là nếu không bị giới hạn, vòng lặp này có thể chạy mãi mãi và đốt tiền — chính là kiểu lỗi đã khai tử những agent tự chủ thời kỳ đầu.

Các hệ thống vững vàng áp đặt các rào chắn:

• Giới hạn số bước và số lần gọi công cụ mỗi vòng lặp và mỗi phiên, để agent không thể lặp vô hạn.
• Ngân sách token với các trần cứng, và hạ cấp bậc mô hình khi ngân sách thắt lại.
• Tiêu chí kết thúc rõ ràng — mục tiêu đã thỏa mãn, ngân sách đã cạn, hoặc không có tiến triển (cùng một hành động lặp lại) — thay vì “cứ tiếp tục cho đến khi hoàn hảo.”
• Một rào chắn ba lớp ở đầu vào (xác thực yêu cầu), đầu ra (kiểm chứng sự kiện và kiểm tra ràng buộc), và thực thi công cụ (một bộ lọc an toàn trước bất kỳ lần gọi ra bên ngoài nào).
• Lưu trạng thái xuống tập tin hoặc git, chứ không chỉ dựa vào bộ nhớ của LLM, để khi ngữ cảnh đầy lên hệ thống có thể tạo checkpoint, sinh một agent mới, và tiếp tục một cách gọn gàng.

Đơn-agent so với điều phối đa-agent

Một cuộc tranh luận sôi nổi trong ngành: khi nào bạn cần nhiều agent phối hợp thay vì một?

Lập luận ủng hộ các hệ thống đa-agent là sự phân rã. Một agent điều phối chính chia tác vụ thành các luồng độc lập, các worker song song mỗi cái xử lý một luồng trong cửa sổ ngữ cảnh riêng, và agent chính tổng hợp kết quả. Trên các công việc song song hóa được một cách tự nhiên — nghiên cứu, thu thập dữ liệu, kiểm chứng — cách này có thể mang lại bước nhảy lớn về chất lượng, vì chi token qua các đường độc lập giải được những bài toán mà ngân sách của một agent đơn không kham nổi.

Lập luận phản đối là sự dễ vỡ. Các thiết lập đa-agent có thể chia sẻ ngữ cảnh kém, đưa ra quyết định mâu thuẫn, và — trong các thiết kế kiểu tranh luận — rơi vào tâng bốc (sycophancy), nơi các agent đồng tình với đa số kể cả khi đa số sai. Với công việc tuần tự cố hữu như sửa mã lặp đi lặp lại, một agent đơn với bộ nhớ tốt thì đơn giản và đáng tin cậy hơn.

Lời giải là lựa chọn này phụ thuộc vào bài toán, không phải mang tính ý thức hệ:

• Công việc tuần tự hoặc lặp lại → một agent đơn cộng với Reflexion.
• Công việc song song hóa được → mô hình điều phối-với-các-worker.
• Công việc nhạy về độ trễ hoặc chi phí → một agent đơn, để tránh chi phí phối hợp.

Mẫu hình đa-agent thắng thế trong thực tế là điều phối tập trung với các subagent cô lập: một agent nắm toàn bộ ngữ cảnh và sinh ra các subagent sống ngắn, cô lập về bộ nhớ cho các tác vụ con cụ thể, rồi tự nó đưa ra quyết định cuối cùng. Sự cô lập ngăn được tình trạng tâng bốc vốn gây họa cho các thiết kế tranh luận ngang hàng, và một cổng đơn giản — chỉ sinh thêm agent khi tác vụ thực sự phân rã được — giữ chi phí trong tầm kiểm soát.

Ghép tất cả lại với nhau

Nghệ thuật của kiến trúc agentic là khớp mẫu hình với bài toán: ReAct cho suy luận bám rễ thực tế, Reflexion cho việc học từ thất bại, hoạch định cho sự mạch lạc trên chặng dài, self-consistency cho các câu trả lời rủi ro cao, và việc dùng công cụ kỷ luật cùng các rào chắn xuyên suốt. Không điều gì trong số này đòi hỏi huấn luyện lại một mô hình. Đó là kỹ thuật xây quanh các mô hình frozen — chính xác là lý do vì sao đây là lộ trình dễ tiếp cận nhất và chuyển động nhanh nhất trong AI ứng dụng hôm nay.