AI Agent thực tế: bắt đầu từ checklist nhỏ

AI Agent nghe rất lớn. Nhưng lần đầu tự xây, tôi học được một điều hơi ngược: agent càng nhỏ càng dễ hữu ích.

Một agent tốt không cần làm mọi thứ. Nó cần làm một việc lặp lại đủ rõ để bạn kiểm tra được kết quả.

Chọn việc có checklist

Ví dụ tốt: phân loại ghi chú vào 5 chủ đề, kiểm tra bài viết thiếu meta description, tạo draft checklist QA cho một PR, gom lỗi form từ log thành nhóm. Những việc này có đầu vào rõ và đầu ra có thể soi lại.

Ví dụ chưa nên bắt đầu: tự quản lý toàn bộ dự án, tự quyết định roadmap, tự sửa production bug không cần người xem. Nghe hay nhưng quá nhiều bối cảnh và rủi ro.

Thiết kế vòng lặp đơn giản

Agent nhỏ của tôi thường có bốn bước: đọc dữ liệu, yêu cầu mô hình đề xuất kết quả, kiểm tra kết quả theo rule cứng, rồi ghi lại log. Nếu bước kiểm tra fail, agent không được đoán tiếp mà phải đánh dấu cần người xem.

Rule cứng rất quan trọng. Ví dụ nếu chủ đề chỉ có 5 nhãn, kết quả ngoài 5 nhãn là fail. Nếu bài viết cần title dưới 70 ký tự, dài hơn là fail. Những rule này làm agent bớt mơ hồ.

Cho phép nó nói không chắc

Một agent nguy hiểm là agent luôn trả lời. Tôi thích thiết kế thêm trạng thái unsure. Khi không đủ dữ liệu hoặc điểm tự tin thấp, nó dừng lại.

Điều này làm output ít hơn, nhưng đáng tin hơn. Trong tự động hóa, ít nhưng đúng thường tốt hơn nhiều và sai.

Log là tính năng, không phải phụ kiện

Mỗi lần agent chạy, tôi muốn biết input là gì, prompt nào được dùng, output ra sao, vì sao bị reject. Không có log, bạn không debug được. Không debug được thì không nên tự động hóa.

Khi nào nâng cấp

Chỉ nâng agent lên bước phức tạp hơn khi phiên bản nhỏ chạy ổn vài ngày và bạn hiểu lỗi thường gặp. Lúc đó hãy thêm memory, tool call, scheduler hoặc nhiều bước suy luận.

Bắt đầu nhỏ không làm ý tưởng kém tham vọng. Nó giúp tham vọng có đường sống.