Nếu bạn đang dùng ChatGPT, Claude hay Gemini để viết nội dung, có một thay đổi quan trọng đang âm thầm diễn ra: văn bản do AI tạo ra sẽ ngày càng được gắn watermark: một dạng “dấu vân tay” kỹ thuật số vô hình.

Anthropic, công ty đứng sau Claude, đã thông báo các phiên bản Claude trong tương lai sẽ tạo ra văn bản có watermark. Đây không phải dòng chữ kiểu “Written by AI” hay logo chìm như hình ảnh. Watermark nằm ẩn bên trong, tàng hình giữa hai dòng chữ, không thể thấy bằng mắt thường.

Dấu Watermark AI thực chất là gì?

Khi mô hình ngôn ngữ lớn (LLM) viết một câu, nó không đơn giản chọn từ có xác suất cao nhất. Mô hình tính toán xác suất của hàng nghìn lựa chọn, rồi dùng cơ chế lấy mẫu để quyết định từ tiếp theo.

Watermark tận dụng quá trình này.

Thay vì thay đổi nội dung một cách rõ ràng, hệ thống sẽ điều chỉnh rất nhẹ xác suất lựa chọn giữa những từ vốn đều có thể xuất hiện. Mỗi thay đổi riêng lẻ gần như không thể nhận ra, nhưng khi được tích lũy trên đoạn văn đủ dài, chúng tạo thành hình mẫu thống kê đặc trưng.

Có thể hình dung nó giống mực tàng hình trong lĩnh vực mã hoá: mắt thường không nhìn thấy, nhưng công cụ có “passkey” phù hợp có thể nhận diện được.

Dùng AI sửa bài có bị “đóng dấu” không?

Watermark chủ yếu phản ánh lượng văn bản được mô hình tạo ra trực tiếp. Nếu bạn tự viết 80% nội dung, chỉ dùng Claude chuốt một phần nhỏ, dấu watermark – nếu có – cũng sẽ tương ứng với phần AI can thiệp.

Anthropic thậm chí cho biết với những chỉnh sửa nhỏ hoặc văn bản quá ngắn, mức độ thay đổi có thể không đủ để phát hiện.

Tuy nhiên, điều này đặt ra câu hỏi thú vị: “Dùng AI chỉnh sửa” thực sự khác “để AI viết” ở đâu? Một nghiên cứu được IBM dẫn lại cho thấy ngay cả khi được yêu cầu chỉ sửa lỗi ngữ pháp, LLM vẫn “nhiệt tình” thay đổi đáng kể ý nghĩa của câu chữ.

Tại sao cần watermark khi đã có AI detector?

Hiện nay, nhiều công cụ như GPTZero hay Pangram dùng để đoán một văn bản có phải do AI tạo ra hay không. Nhưng vấn đề là: AI detector chỉ đưa ra phán đoán dựa trên đặc điểm của văn bản.

Một bài viết có “mùi AI” không chắc chắn do AI viết. Con người cũng có thể viết theo phong cách AI. Ngược lại, AI ngày càng giỏi bắt chước văn phong con người.

Watermark khác ở chỗ, nó được tạo ngay trong quá trình sinh văn bản. Vì vậy, nếu phát hiện được watermark, đó là bằng chứng trực tiếp, khẳng định mô hình AI đã tham gia tạo nội dung.

Tuy nhiên, watermark cũng không phải công nghệ hoàn hảo.

Watermark có thể bị xoá khi được viết lại bằng AI

Một trong những điểm yếu rõ nhất: nếu watermark nằm trong cách lựa chọn từ, khi viết lại bằng mô hình khác có thể làm mất watermark ban đầu.

Nhưng điều đó không có nghĩa watermark vô dụng.

Đưa toàn bộ văn bản qua một mô hình khác để viết lại làm tăng chi phí, thời gian và độ phức tạp. Hơn nữa, nếu ngày càng nhiều AI sử dụng watermark, văn bản được viết lại bằng AI khác có thể mang watermark mới.

Đây là cuộc đua công nghệ mới giữa LLM – watermark – AI detector – công cụ “humanize” nội dung.

Một tiêu chuẩn mới cho kỷ nguyên content AI

EU đang thúc đẩy minh bạch hóa nội dung do AI tạo ra, nhiều công ty AI lớn đã tham gia bộ quy tắc về minh bạch nội dung AI.

Vì thế, watermark nhiều khả năng sẽ không chỉ xuất hiện ở Claude. Gemini đã sử dụng SynthID cho văn bản từ năm 2024, trong khi các công nghệ watermark tương tự đang được nhiều nhà cung cấp AI nghiên cứu và triển khai.

Thách thức tiếp theo là khả năng tương thích: watermark của Google không nhất thiết nhận diện được nội dung từ Claude hay ChatGPT. Nếu mỗi hãng có hệ thống riêng, quá trình xác minh nguồn gốc văn bản có thể trở nên phức tạp.

Về dài hạn, watermark có thể trở thành một phần quan trọng của hạ tầng niềm tin trong thế giới AI. Dĩ nhiên, watermark không nhằm mục đích “bắt bài” người viết bằng AI, mà giúp chúng ta có thêm cách trả lời cho câu hỏi: Nội dung này ai viết?

Ảnh chụp đồ ăn đẹp mắt, đắt hàng thường có phần “dàn dựng”, nhưng để có bức ảnh đẹp chưa bao giờ là chuyện miễn phí.

Một quán cà phê ở San Francisco treo ngoài cửa sổ tấm poster quảng cáo các món trong menu với hình ảnh tạo bằng AI. Chẳng bao lâu sau, bức ảnh xuất hiện trên Reddit. Bài đăng mang tiêu đề “Yum, slop” nhanh chóng nhận về hàng loạt bình luận chế giễu: Ngon, dữ chưa!

Vậy tại sao một công nghệ có thể tạo ra hình ảnh gần như bất cứ thứ gì với độ chân thực kinh ngạc, lại đặc biệt “bó tay” khi tạo hình ảnh món ăn?

Phần lớn các công cụ tạo ảnh AI dành cho người dùng phổ thông hiện nay đều dựa trên mô hình khuếch tán (diffusion model).

Để huấn luyện mô hình như vậy, người ta lấy những tấm hình thật, sau đó từng bước phủ thêm độ nhiễu hạt (noise) ngẫu nhiên, cho đến khi hình gốc biến mất hoàn toàn, chỉ còn lại một đống noise.

Mô hình được cho xem quá trình này hàng triệu lần, từ đó học cách làm ngược lại: từng bước dự đoán phải loại bỏ phần noise nào để biến một đống “noise” trở lại thành tấm hình hoàn thiện. Ghê chưa, ghê chưa!

Khi bạn yêu cầu AI tạo con tôm, hình dáng tổng thể hình thành trước, các chi tiết râu ria dần dần xuất hiện.

Vấn đề là, chẳng có ai đứng bên cạnh để kiểm tra xem thứ đó có thực sự giống con tôm hay không. Nếu mô hình AI hình dung sai cấu trúc ngay từ bước đầu, những bước sau càng sửa càng sai.

Thế là đến một thời điểm nào đó, thứ AI tạo ra bắt đầu trông giống chiếc phao cứu sinh hơn một loài giáp xác. Và thay vì nhận ra mình đã sai, con AI cứ thế tiếp tục phát triển hình ảnh dựa trên lựa chọn ban đầu. Thế là chúng ta có con tôm hình đồng tiền :))

Nhưng đó chưa phải là tất cả. Còn một vấn đề khác: dữ liệu AI được học.

Các mô hình học khái niệm “trông ngon” từ hàng triệu bức ảnh đồ ăn thương mại. Chúng hấp thụ cả một “ngôn ngữ hình ảnh” mà ngành chụp ảnh F&B đã xây dựng suốt hàng chục năm: màu sắc rực rỡ, ánh sáng bắt mắt, bề mặt bóng bẩy, tất cả khiến món ăn trông ngon hơn thực tế.

Khi AI đẩy những thủ pháp ấy đi quá xa, kết quả bắt đầu trở nên kỳ quặc: món ăn cố gắng hết sức trông thật hấp dẫn nhưng sai hình dạng, trong khi ánh sáng chỉ lệch đi một chút, mọi thứ trở nên đáng ngờ.

Dù vậy, đây không phải giới hạn công nghệ không thể giải quyết. Vấn đề nằm ở chỗ: tinh chỉnh mô hình tốn tiền. Với những công cụ miễn phí, phải có thứ bị cắt giảm để giữ cho chúng… miễn phí.

Cho đến lúc này, hệ thống kiểm soát chất lượng rẻ nhất đối với hình ảnh poster đồ ăn do AI tạo ra vẫn là con người.

Vẫn còn một cách tốt hơn, real hơn: chụp đồ ăn bằng điện thoại, sau đó kêu AI tút lại một xíu là đẹp mắt, đắt hàng.

Hiểu về AI là một chuyện; giải thích nó cho người khác cũng có thể hiểu chút chút là chuyện khác. Nếu bạn đang gặp khó khăn với điều thứ hai, thì bài này đáng đọc, hai lần.

1/ LLM: “bộ não” của AI

Nếu xem hệ thống AI như con người, mô hình chính là bộ não. Hiện nay, nhiều ứng dụng sử dụng mô hình ngôn ngữ lớn, hay LLM, làm nền tảng xử lý thông tin và tạo nội dung. LLM có thể tạo văn bản, hình ảnh, âm thanh, video bằng cách dự đoán đầu ra phù hợp dựa trên dữ liệu đầu vào.

Cách hoạt động này có thể được hình dung như tính năng tự động hoàn thành một câu có đủ chủ ngữ vị ngữ, nhưng ở quy mô lớn hơn nhiều. Thay vì đoán từ tiếp theo, mô hình có thể tạo cả đoạn văn, cuốn sách, tài liệu hoặc câu trả lời hoàn chỉnh. Tuy nhiên, “bộ não” chưa được đào tạo đâu có ích gì.

2/ Training: quá trình học tập

Con người cần đến trường để học viết chữ, ngôn ngữ, toán học, địa lý, lịch sử và các kỹ năng khác. AI cũng cần quá trình tương tự, được gọi là huấn luyện và tinh chỉnh mô hình. Trong giai đoạn này, LLM học cách nhận diện mẫu, hiểu ngôn ngữ và tạo ra phản hồi phù hợp.

Huấn luyện giúp mô hình tích luỹ năng lực cơ bản, nhưng kiến thức của nó có thể nhanh chóng trở nên lỗi thời. Nếu con người ngừng học sau khi tốt nghiệp, họ cũng không thể biết tin tức, công nghệ hay sự kiện mới. AI cũng gặp vấn đề tương tự.

3/ RAG: bổ sung kiến thức

RAG, viết tắt của Retrieval-Augmented Generation, giúp AI truy xuất thông tin từ các nguồn bên ngoài đáng tin cậy trước khi tạo nội dung trả lời. Những nguồn này có thể là tài liệu doanh nghiệp, báo cáo nghiên cứu, tin tức hoặc nội dung content quảng cáo.

Nhờ được cung cấp dữ liệu phù hợp với câu hỏi, AI có thể trả lời sát thực tế hơn, giảm hiện tượng “ảo giác” đưa ra thông tin sai nhưng với giọng điệu tự tin như đúng rồi.

4/ Agent AI: "tay và chân"

Mô hình AI chỉ có khả năng suy luận và trả lời câu hỏi vẫn chưa đủ để hoàn thành nhiều nhiệm vụ khác nhau trong thực tế. Khi được kết nối với các công cụ, mô hình có thể hành động theo mục tiêu cụ thể, chẳng hạn đọc và ghi dữ liệu, viết mã, tìm kiếm trên web, đăng bài website hoặc thực hiện một số thao tác thay cho người dùng.

Đây chính là Agent AI, mô hình sử dụng các công cụ theo một vòng lặp tương đối tự chủ. Agent không chỉ trả lời câu hỏi, có thể lập kế hoạch, lựa chọn công cụ phù hợp, thực hiện hành động, tiếp tục đánh giá kết quả và báo cáo cho chủ nhân.

Trong phép so sánh với con người, nếu mô hình ngôn ngữ lớn là “bộ não” Agent AI giống “tay và chân”, giúp bộ não tương tác với thế giới bên ngoài và hoàn thành công việc được giao.

5/ MCP: "hệ thần kinh trung ương"

Khi AI có mô hình để suy luận và Agent để sử dụng công cụ, vẫn cần cơ chế kết nối hai thành phần này. MCP, viết tắt của Model Context Protocol, đảm nhiệm vai trò đó bằng cách kết nối mô hình AI với các công cụ Agent.

6/ System Prompt: nguyên tắc định hướng

Khả năng hành động cần đi kèm giới hạn an toàn. System prompt là tập hợp những hướng dẫn giúp AI biết nên làm gì, không nên làm gì, phản hồi như thế nào trong những tình huống nhất định.

-----

Nhìn tổng thể, một hệ thống AI hiện đại có thể được hiểu như một con người: LLM là bộ não, Training là quá trình học tập, RAG là cập nhật kiến thức, Agent là đôi tay và đôi chân, MCP là hệ thần kinh, System prompt là nguyên tắc đạo đức định hướng hành vi.

Đây là cách tiếp cận đơn giản, giúp người mới có thể hiểu nền tảng AI hiện đại, là cái giống gì.

Doanh nghiệp đang đầu tư mạnh vào AI, nhưng phần lớn vẫn chưa biến năng lực này thành hiệu quả kinh doanh. Vấn đề không hẳn nằm ở công nghệ, mà ở cách điều phối toàn bộ hệ thống để AI tạo ra kết quả có thể đo lường.

IBM gọi tình trạng này là “random acts of AI” - những sáng kiến hoạt động rất tốt trong một bộ phận, nhưng không kết nối được với kết quả ở cấp toàn doanh nghiệp. Mỗi hệ thống có thể đang làm đúng phần việc của mình, nhưng nếu không có Nhạc trưởng dẫn dắt tổng thể, doanh nghiệp vẫn khó tạo ra giá trị tương xứng.

Ba dấu hiệu cần chú ý

1. Đã đầu tư vào nền tảng, nhưng kết quả vẫn chưa đến

Nhiều doanh nghiệp đã đặt cược lớn vào các nền tảng như Salesforce, SAP, Odo, Oracle hay AWS. Những quyết định này không còn là vấn đề chính. Thách thức hiện nay là các nền tảng đó phải tạo ra giá trị vượt xa phạm vi thiết kế ban đầu.

Giá, tồn kho, dịch vụ khách hàng thường nằm ở những hệ thống khác nhau. Nếu các hệ thống này không vận hành cùng nhịp, tổ chức dễ rơi vào tình trạng mỗi phần kéo theo một hướng riêng. Kết quả mà doanh nghiệp quan tâm không nằm trong một nền tảng đơn lẻ, mà nằm ở cách các nền tảng phối hợp với nhau.

2. Hệ thống đã được kết nối, nhưng chưa được điều phối

Đây là khác biệt nhiều doanh nghiệp bỏ lỡ. Kết nối giúp các hệ thống trao đổi thông tin; điều phối mới quyết định liệu chúng có tạo ra kết quả cùng nhau hay không. Nhiều tổ chức đã làm tốt phần kết nối, nhưng rất ít nơi làm tốt phần điều phối.

Vì vậy, các sáng kiến AI thường chỉ mang lại cải thiện cục bộ, không cộng hưởng thành giá trị chung. Các hệ thống vẫn chạy đúng thiết kế, nhưng không có ai “chỉ huy” để chúng hướng về một mục tiêu. Ở những doanh nghiệp dẫn đầu, sự phối hợp này được xác lập rõ ràng để các sáng kiến hỗ trợ lẫn nhau, tạo ra hiệu suất lặp lại có thể nhìn thấy.

3. Không ai trả lời được câu hỏi: ai thực sự đang điều phối?

Khi AI lan rộng trong doanh nghiệp, trách nhiệm thường bị chia cho nhiều vai trò như công nghệ, tài chính, vận hành, nhân sự và an ninh. Trên lý thuyết, điều đó có vẻ đầy đủ. Nhưng trong thực tế, nó tạo ra cấu trúc vận hành khiến ai cũng nghĩ sẽ có người khác nắm bức tranh tổng thể.

CTO chịu trách nhiệm về hạ tầng và năng lực, CFO phụ trách lợi nhuận và rủi ro, COO phụ trách triển khai và hiệu suất. Mỗi người đều làm đúng phần việc của mình, nhưng khi AI chững lại hoặc ROI bị đặt câu hỏi, rất khó xác định ai thực sự chịu trách nhiệm cuối cùng. IBM gọi vai trò còn thiếu này là Orchestrator - người hoặc chức năng có đủ tầm nhìn, quyền hạn, năng lực để liên kết toàn bộ hệ thống, dẫn nó về một kết quả chung.

Lợi thế khi được điều phối tốt

Khi doanh nghiệp được nhìn như một hệ thống thống nhất, dữ liệu, AI, nền tảng và quy trình bắt đầu hỗ trợ lẫn nhau thay vì cạnh tranh nguồn lực. Đây là lợi thế điều phối mà nhiều tổ chức cần xây dựng ngay lúc này.

Câu hỏi trọng tâm không còn là đầu tư vào cái gì, mà làm sao để những khoản đầu tư đó vận hành cùng nhau và tạo ra kết quả. IBM cho rằng 12 đến 24 tháng tới sẽ là giai đoạn quan trọng, ảnh hưởng cả hiệu suất ngắn hạn lẫn năng lực cạnh tranh dài hạn.

Làm đúng không phải đầu tư khủng, làm đúng là khả năng phối hợp giúp công nghệ hoạt động hiệu quả.

Thuật ngữ Model Context Protocol, thường được biết đến với tên gọi MCP, đã gia tăng đáng kể về lượt tìm kiếm trong những tuần gần đây. Lý do?

Với MCP thế hệ cũ, máy chủ lưu giữ thông tin từ các tương tác trước đó; giờ đây, mỗi yêu cầu đều độc lập và không lưu giữ ký ức về các phiên trước. Sự chuyển đổi từ trạng thái có lưu giữ thông tin sang trạng thái không lưu giữ thông tin là nâng cấp mang tính đột phá cho Giao thức Ngữ cảnh Mô hình (Model Context Protocol) vốn đã là tiêu chuẩn vàng để kết nối các trợ lý AI với các nguồn dữ liệu bên ngoài kể từ khi Anthropic lần đầu tiên công khai mã nguồn vào năm 2024.

Ngay từ đầu, các hệ thống học máy (LLM) như Copilot, ChatGPT, Claude đã có khả năng thực hiện nhiều nhiệm vụ ấn tượng dựa trên nguồn dữ liệu mà chúng được huấn luyện. Tuy nhiên, nếu không có công cụ bổ sung, LLM không thể phản hồi thành công các yêu cầu kiểu “Tìm kiếm hộp thư đến trong Slack và Gmail của tôi các tin nhắn về thu hồi sản phẩm, sau đó soạn một email với mục đích cảm ơn”.

Nói cách khác, mặc dù LLM có hàng triệu tài liệu để tham khảo, chúng không thể tự động truy cập dữ liệu hoặc công cụ bên ngoài. Đó là lúc MCP phát huy tác dụng.

“Với sự bùng nổ của Agent AI trong một năm qua và thời gian tới, thách thức lớn nhất không chỉ làm cho các mô hình thông minh hơn mà cung cấp cho chúng quyền truy cập vào các công cụ và dữ liệu một cách đáng tin cậy, đồng thời phải được chuẩn hóa,” Anna Gutowska, kỹ sư AI và chuyên viên hỗ trợ phát triển tại IBM, cho biết trong lần phỏng vấn với IBM Think. “Một tác nhân có thể suy luận sâu, nhưng không thể tương tác với thế giới sẽ bị hạn chế.”

Blog chính thức của nhà phát triển MCP ví giao thức này như cổng USB-C: “Cũng giống như USB-C cung cấp một cách chuẩn hóa để kết nối các thiết bị điện tử, MCP cung cấp một cách chuẩn hóa để kết nối các ứng dụng AI với các hệ thống bên ngoài.”

Agent AI xuất hiện sau làn sóng phát triển mạnh mẽ của công nghệ trí tuệ nhân tạo, khi mô hình ngôn ngữ lớn (LLM) và hệ thống học sâu đạt đủ khả năng hiểu ngữ cảnh, lập kế hoạch và thực thi nhiệm vụ phức tạp một cách tự chủ.

Từ khoảng giữa thập niên 2020, các "agent" kết hợp khả năng suy luận, truy cập dữ liệu thời gian thực, tương tác đa kênh đã nổi lên như bước tiến tiếp theo, chuyển AI từ công cụ phản hồi sang cộng sự có thể chủ động giải quyết vấn đề.

Trong thế giới thực, Agent AI được ứng dụng rộng rãi: tự động hóa dịch vụ khách hàng (chatbot giải quyết khiếu nại, hỗ trợ kỹ thuật), trợ lý cá nhân thông minh (lên lịch, tổng hợp email, tối ưu hành trình), điều phối logistics và chuỗi cung ứng (lập kế hoạch giao hàng, tối ưu kho), bảo trì dự đoán trong sản xuất (phân tích cảm biến, đề xuất sửa chữa), hỗ trợ chăm sóc sức khỏe (hỗ trợ bác sĩ sàng lọc, nhắc thuốc cho bệnh nhân), và tự động hóa công việc văn phòng hoặc phân tích dữ liệu cho doanh nghiệp. Những ứng dụng này giúp tăng hiệu suất, giảm lỗi thủ công và tạo ra trải nghiệm cá nhân hóa hơn cho người dùng.

Bên dưới là 3 bài viết mang tính nhập môn được Bút Chì AI tổng hợp lại cho cộng đồng chuốt.

1/ Một năm Agent AI, một thập kỷ loài người
https://community.butchi.ai/portal/space/ibm-think/post/nam-cua-ai-agents-thap-ky-cua

2/ Khi nào chỉ cần LLM; khi nào cần Agent AI?
https://community.butchi.ai/portal/space/ibm-think/post/khi-nao-chi-can-llm-va-khi-nao-c

3/ Sự khác nhau giữa Agent và Agent team?
https://community.butchi.ai/portal/space/ibm-think/post/khi-nao-can-mot-agent-khi-nao-can-mot-t

Như bạn thấy, Agent AI đang định hình lại cách con người và máy móc hợp tác, biến các hệ thống thông minh từ công cụ thụ động thành đối tác chủ động trong công việc hàng ngày. Khi công nghệ tiếp tục tiến bộ và được triển khai có trách nhiệm - tập trung vào tính minh bạch, sự an toàn và đúng mục tiêu - Agent AI hứa hẹn đem lại năng suất cao hơn, quyết định chính xác hơn, mang đến trải nghiệm cá nhân hóa sâu sắc hơn cho cả doanh nghiệp lẫn cá nhân. Tất cả để phục vụ con người.

Trong kỷ nguyên AI hiện nay, nhiều người nghĩ chỉ cần một mô hình ngôn ngữ lớn đủ mạnh là có thể giải mọi bài toán. Tuy nhiên, không một cá nhân nào có thể xây cả một sản phẩm phức tạp từ A đến Z, một mô hình đơn lẻ cũng khó xử lý trọn vẹn những tác vụ nhiều bước, nhiều ràng buộc.

Vì thế, cách tiếp cận hiệu quả hơn là xây dựng một “đội nhóm” AI (AI agents), mỗi agent đảm nhiệm vai trò rõ ràng và phối hợp với nhau như một team làm sản phẩm thực thụ.

Hãy tưởng tượng bạn muốn xây một ứng dụng di động chỉ bằng vibe code. Nếu chỉ ném yêu cầu cho một mô hình duy nhất, kết quả thường rời rạc và khó kiểm soát. Thay vào đó, chúng ta thiết kế một đội:

• Một agent phân tích yêu cầu người dùng
• Một agent thiết kế kiến trúc bên trong
• Một agent chuyên sinh code
• Một agent kiểm tra, xử lý sự cố
• Một agent “thuyết trình” lại toàn bộ kết quả

Toàn bộ quá trình này giống hệt cách một nhóm phát triển phần mềm ngoài đời vận hành, chỉ khác là các thành viên đều là mô hình AI.

Trong đội hình đó, mỗi vai trò có “job description” riêng. Doer là người thực hiện – giống một bạn junior – chuyên viết, tóm tắt, sinh code, nhưng cần có người khác định hướng. Planner nhận yêu cầu và bẻ bài toán thành chuỗi bước logic, đảm bảo không bỏ sót công đoạn quan trọng. Bên cạnh đó là Tool Operator, chuyên kết nối với thế giới bên ngoài: gọi API, chạy script, truy vấn hệ thống, đảm bảo AI không chỉ “nói cho hay” mà thực sự hành động trên dữ liệu và công cụ có sẵn.

Để hệ thống bám sát thực tế, ta cần một vai trò Learner hoặc Retriever – thành phần đi thu thập thông tin từ bên ngoài, như tài liệu kỹ thuật, hành vi người dùng, hay sản phẩm cạnh tranh. Về bản chất, đây là nơi ta áp dụng các kỹ thuật như RAG: truy xuất tri thức, lọc, cung cấp lại cho các agent khác dưới dạng ngữ cảnh hữu ích. Ở chiều ngược lại, Critic là người “soi” kết quả: review nội dung, phát hiện lỗi suy luận, viết test cho code, hoặc chấm điểm nhiều phương án rồi chọn ra phương án tốt nhất. Vai trò này giúp giảm ảo tưởng và nâng độ tin cậy của toàn hệ thống.

Giống hầu hết mọi công ty, đội ngũ agent cũng cần một Supervisor. Đây là thành phần giám sát luồng công việc, theo dõi các bước đã hoàn thành, phát hiện chỗ nào bị kẹt hoặc thất bại để điều phối lại.

Cuối cùng, Presenter là “gương mặt đại diện” với người dùng: tổng hợp kết quả, giải thích những gì hệ thống đã làm, từ yêu cầu ban đầu đến kiến trúc và sản phẩm cuối cùng. Người dùng không cần biết bên trong có bao nhiêu agent, họ chỉ cần bản trình bày mạch lạc và dễ hiểu.

Xây được đội hình chỉ là bước đầu, làm sao để từng agent thực sự giỏi việc của mình mới là câu chuyện chính. Có 4 đòn bẩy quan trọng.

Thứ nhất là prompt: giống như onboarding nhân viên mới, bạn cần viết hướng dẫn cụ thể cho từng vai, bao gồm mục tiêu, cách xử lý khi thiếu thông tin, tiêu chí đánh giá đầu ra.

Thứ hai là chọn đúng mô hình cho đúng vai, có thể dùng mô hình nhỏ cho tác vụ đơn giản, mô hình mạnh hơn cho các công đoạn đòi hỏi suy luận sâu hoặc ra quyết định.

Thứ ba là tuning, tức “đào tạo nội bộ”: bạn cho mô hình xem ví dụ tốt và xấu, xây bộ dữ liệu chuẩn để nó học cách hành xử theo tiêu chuẩn của tổ chức. Dù tốn công sức và tài nguyên, việc này giúp một agent trở thành “chuyên gia” thực sự ở vai trò của mình.

Cuối cùng là quản lý ngữ cảnh: cung cấp cho mỗi agent đúng dữ liệu, tài liệu và quyền truy cập cần thiết, đủ để làm việc hiệu quả nhưng không nhồi nhét quá mức, tránh nhiễu và lãng phí chi phí xử lý.

Khi bắt đầu, bạn không cần đội hình phức tạp. Giống một startup nhỏ, vài vai trò cốt lõi là đủ để tạo ra phiên bản đầu tiên có thể hoạt động. Nhưng khi bài toán mở rộng, yêu cầu đa dạng hơn, chuẩn chất lượng cao hơn, hệ thống agent cũng cần “tuyển thêm người”, chuyên môn hóa sâu hơn, bổ sung các vòng phản hồi, giám sát, kiểm thử. Lúc đó, bạn không còn nghĩ về AI như một lệnh gọi duy nhất vào LLM, mà như đang điều hành cả một tổ chức sống động, biết phối hợp, học hỏi và cải tiến theo thời gian.
-----
https://baigon.ai/ là một siêu dự án về phân tích dữ liệu & chiến lược kinh doanh khi sử dụng cả agent team để thực hiện các task vụ phức tạp.

Một nhà phát triển của IBM cho biết các công cụ AI hiện nay đảm nhiệm phần lớn công việc ban đầu trong việc xây dựng các bản demo, cho phép anh ấy bắt tay ngay vào việc thử nghiệm ý tưởng.

Các kỹ sư ngày càng sử dụng hệ thống AI để đẩy nhanh giai đoạn đầu của quá trình phát triển phần mềm. Các công cụ này có thể quét tài liệu, lắp ráp mã thô, tạo ra các ví dụ hoạt động chỉ trong vài phút. Ash Minhas, Giám đốc Nội dung Kỹ thuật tại IBM cho biết một công cụ phát triển AI mới có tên IBM Bob đã trở thành một phần trong quy trình làm việc hàng ngày của anh ấy.

“Tôi đang sử dụng nó để giúp tôi tạo ra các ứng dụng demo và nguyên mẫu kỹ thuật,” ông nói với IBM Think trong một cuộc phỏng vấn.

Bob là một đối tác phát triển phần mềm trí tuệ nhân tạo (AI) giúp các nhà phát triển tạo, xem xét và cải thiện mã nguồn trong quy trình làm việc, điều phối các tác vụ xuyên suốt toàn bộ vòng đời phát triển phần mềm (SDLC).

Tại hội nghị Think 2026, Chủ tịch kiêm Giám đốc điều hành của IBM, Arvind Krishna, đã minh họa một cách đơn giản về sản phẩm này, hiện đã được cung cấp rộng rãi. Ông nói: “Bob không chỉ là trợ lý lập trình. Khi chúng tôi nói về phát triển phần mềm, chúng tôi muốn nói đến những điều xa hơn như: kiến ​​trúc, lập kế hoạch, tạo mã, kiểm thử và bảo mật”.

Đối với Minhas, công cụ này giúp anh ấy bỏ qua giai đoạn nghiên cứu dài hơi trước khi bắt tay vào xây dựng bất cứ thứ gì.

“Thay vì mất hàng giờ để nghiên cứu ban đầu, tôi có thể dùng phần mềm này để quét tài liệu và thông số kỹ thuật, sau đó tìm ra các chi tiết liên quan gần như ngay lập tức,” ông nói. “Nó cho phép tôi bắt tay vào việc nhanh chóng để có thể tạo nguyên mẫu sớm hơn”.

Tuy vậy, Minhas nhấn mạnh khi các dự án tiến đến giai đoạn hoàn thành, chuyên môn của con người vẫn rất quan trọng. “Việc hoàn thành từ 0 đến 30% rất dễ dàng,” ông nói. “Từ 30 đến 80% cần nhiều sự trao đổi qua lại hơn với các gợi ý, và 20% cuối cùng đòi hỏi tôi phải xem xét mã nguồn”.

Nếu gần đây bạn có xem qua sơ đồ tổ chức của các công ty, bạn có thể nhận thấy một chức danh hầu như không tồn tại vài năm trước nhưng giờ đây có mặt ở khắp mọi nơi: Giám đốc trí tuệ nhân tạo (Chief AI Officer). Meta có một người. HSBC có một người. Ngay cả Heineken cũng có một người. Và nhiều công ty không hề nhỏ khác...

Theo Viện Giá trị Kinh doanh của IBM chia sẻ: 76% các công ty được khảo sát hiện có giám đốc AI – tăng từ 11% vào năm 2023. Và gần 70% CEO tin rằng vai trò này sẽ được thiết lập vào năm 2030.

Điều gì đang thúc đẩy nhu cầu này?

Nói ngắn gọn, đó là khả năng thực thi. “Trước đây, các giám đốc AI chỉ đóng vai trò tượng trưng – những người truyền bá công nghệ AI,” Jacob Dencik, Giám đốc Nghiên cứu tại IBV, cho biết. “Giờ đây, họ đang thúc đẩy sự chuyển đổi, giúp các tổ chức chuyển từ giai đoạn thử nghiệm sang thị trường.” Nói cách khác: ít bài thuyết trình hơn, nhiều kết quả hơn.

Schneider Electric là ví dụ điển hình ban đầu. Công ty đã tạo ra vị trí CAIO (California and Information Organization) từ năm 2021 – rất lâu trước khi trí tuệ nhân tạo trở thành nỗi ám ảnh trong các cuộc họp hội đồng quản trị – và tập trung hoàn toàn vào tác động vận hành. Philippe Rambach, Giám đốc Trí tuệ Nhân tạo của công ty, đã nói, AI nên “bắt đầu từ nhu cầu kinh doanh, chứ không phải công nghệ”. Ý tưởng đơn giản. Nhưng lại hiếm khi được áp dụng trong thực tế.

Cố vấn Chiến lược CIO Tim Crawford so sánh thời điểm này với sự trỗi dậy của các giám đốc kỹ thuật số cách đây một thập kỷ - có những thành công, cũng có không ít sự nhầm lẫn. Quan điểm của ông: đừng giải quyết sự phân mảnh AI bằng cách thêm một chức danh khác. Trong một số tổ chức, vai trò lãnh đạo AI có thể thuộc về CIO hoặc thậm chí là CEO - miễn trách nhiệm và sự phối hợp được rõ ràng.

Sự khác biệt giữa điều phối và kiểm soát đang trở thành câu chuyện thực sự. Nhiều nhà lãnh đạo AI thực chất không hề “sở hữu” AI. Họ điều phối nó trên khắp các nhóm, nền tảng và quy trình. Tại IBM, không có giám đốc AI chính thức, nhưng nhiều người coi Joanne Wright, Phó Chủ tịch cấp cao về Chuyển đổi và Vận hành, là người có vai trò tương đương. Phạm vi trách nhiệm của bà nằm ở giao điểm của mọi lĩnh vực hoạt động tại IBM, từ mua sắm đến dữ liệu và phân tích, CIO và hơn thế nữa.

Khi trí tuệ nhân tạo lan rộng khắp mọi nơi, vai trò lãnh đạo trong lĩnh vực AI không phải giành lấy cây gậy chỉ huy, mà là điều khiển dàn nhạc, đảm bảo mọi người cùng hòa nhịp.

Các AI agent riêng lẻ có thể suy luận, tạo nội dung và tự động hóa tác vụ khá tốt, nhưng nếu chúng không giao tiếp được với nhau hoặc với hệ thống hiện có (database, codebase, CRM, file system...), giá trị thực tế sẽ giới hạn. Khi mỗi agent, mỗi ứng dụng lại dùng một kiểu tích hợp khác nhau, bạn dễ rơi vào “ma trận” custom integration khó bảo trì và mở rộng.

Để giải quyết vấn đề này, cộng đồng đã đưa ra hai giao thức tiêu biểu: A2A (Agent‑to‑Agent) và MCP (Model Context Protocol). A2A tập trung giúp các agent nói chuyện với nhau, còn MCP giúp agent nói chuyện với dữ liệu và công cụ bên ngoài theo một cách chuẩn hóa.

A2A là gì và giải quyết vấn đề nào?

A2A (Agent‑to‑Agent Protocol) là giao thức mở, cho phép các AI agent, dù đến từ nhiều vendor hay framework khác nhau, có thể giao tiếp và phối hợp với nhau một cách nhất quán. Thay vì mỗi cặp agent phải viết một bộ API riêng, A2A đưa ra một kiểu “ngôn ngữ chung” để trao đổi request, response, đàm phán hay phối hợp nhiệm vụ.

Trọng tâm của A2A là giúp bạn xây dựng hệ thống multi‑agent: nhiều agent với kỹ năng khác nhau cùng xử lý một quy trình. Ví dụ, một agent chuyên thiết kế có thể tạo mockup, một agent khác review, và một agent khác đóng vai “khách hàng” phê duyệt – tất cả đều nói chuyện với nhau thông qua A2A.

MCP là gì và nó khác A2A ở đâu?

Nếu A2A giải quyết bài toán “agent nói chuyện với agent”, MCP (Model Context Protocol) giải bài toán “một agent nói chuyện với dữ liệu và công cụ bên ngoài”. MCP định nghĩa một lớp trừu tượng giúp model truy cập file system, code repository, database, hay các hệ thống khác theo một giao diện thống nhất.

Không dùng MCP, bạn hoàn toàn có thể tự code tích hợp trực tiếp giữa model và từng hệ thống. Nhưng bạn sẽ phải viết lại mỗi khi đổi model, đổi công cụ, hoặc muốn tái sử dụng tích hợp cho một ứng dụng khác, dẫn tới lãng phí và phụ thuộc chặt. Khá là phiền phức.

A2A và MCP bổ trợ nhau, không cạnh tranh

Thực tế cho thấy A2A và MCP không cạnh tranh mà bổ trợ nhau. A2A phù hợp cho lớp “social” của agent, giúp chúng tìm thấy nhau, mô tả khả năng, chia sẻ nhiệm vụ và cập nhật tiến độ.

Trong khi đó, MCP phù hợp cho lớp “context” – cách một agent truy cập vào dữ liệu, công cụ và hạ tầng để có đủ ngữ cảnh thực tế cho công việc của mình.

Khi thiết kế hệ thống AI agent hiện đại, sự kết hợp cả hai giúp bạn vừa đảm bảo khả năng cộng tác giữa agent, vừa đảm bảo khả năng kết nối sâu với thế giới hệ thống và dữ liệu sẵn có.

❉ ❉ ❉

Dự án https://baigon.ai/ là ví dụ tiêu biểu cho cách thiết kế hệ thống multi AI agent đầu tiên tại Việt Nam. Mỗi chức năng có một agent team riêng biệt bổ trợ cho nhau khi cần phân tích sâu. Và đặc biệt hơn, tất cả được kiểm soát chặt chẽ, nếu không sẽ rối như canh hẹ 😭