Giải mã lõi AI

Agentic AI thực sự hoạt động như thế nào?

Tool Use MCP Rules Skills Agents Subagents Agent Teams

~60 phút · 7 chủ đề · Dành cho người không chuyên kỹ thuật

Nội dung

7 khối kiến thức cốt lõi, mỗi khối là một bước tiến hoá của AI

Mục tiêu

Hiểu cơ chế hoạt động bên trong của AI thay vì chỉ dùng như hộp đen

01

Tool Use

Cho AI "đôi tay" để hành động — không chỉ nói

02

MCP

Ổ cắm USB-C chuẩn cho AI — kết nối mọi thiết bị

03

Rules

Nội quy / hiến pháp — AI luôn phải tuân theo

04

Skills

Sổ tay nghiệp vụ — dạy AI làm một việc thật giỏi

05

Agents

Nhân viên AI tự chủ — đặt mục tiêu, tự làm đến xong

06

Subagents

AI giao việc cho các "thực tập sinh" chạy song song

07

Agent Teams

Phòng ban AI chuyên môn hoá — hợp tác làm việc

01

Tool Use

Cho AI "đôi tay" để hành động với thế giới

Ví dụ đời thường: Bạn hỏi AI "Hà Nội bao nhiêu độ?" → AI không biết.
Nhưng nếu có tool get_weather() → AI gọi tool → nhận kết quả → trả lời.

Luồng hoạt động

🧠 LLM

→ gọi →

🛠️ Tool

→ thực thi →

🌍 Thế giới
/ API

Kết quả quay ngược lại → LLM đọc → trả lời người dùng

Tool có thể làm gì?

🔍

Tìm kiếm

Web, database, tài liệu

⚡

Thực thi

Chạy code, gọi API, query SQL

📂

Đọc / ghi

File, email, lịch, Git

🧮

Tính toán

Toán, xử lý dữ liệu, ảnh

⚡ ĐIỂM CỐT LÕI

LLM không bao giờ chạy code. Nó chỉ "đề nghị gọi hàm A với tham số B". Phần mềm của bạn (runtime) mới là người thực sự chạy hàm đó rồi đưa kết quả ngược về cho LLM.

02

MCP

Model Context Protocol — ổ cắm USB-C cho AI

Ví dụ đời thường: Sạc điện thoại ngày xưa có hàng chục loại đầu cắm → cực kỳ khó chịu.
USB-C sinh ra → một đầu cắm cho mọi thiết bị. MCP làm điều tương tự cho AI.

❌ KHÔNG CÓ MCP

✕
Code riêng cho mỗi tool
Mỗi dịch vụ viết lại từ đầu
✕
Tích hợp mong manh
Vỡ khi API thay đổi
✕
Không tự khám phá
Phải hard-code danh sách tool
✕
Viết lại mỗi dự án
Không tái sử dụng được

✓ CÓ MCP

✓
Giao thức chuẩn
Mọi bên nói cùng một "ngôn ngữ"
✓
Cắm là chạy
Plug-and-play như USB
✓
AI tự phát hiện tool
Tự hỏi server: "có gì để dùng?"
✓
Một client → nhiều server
Kết nối mọi dịch vụ dễ dàng

MCP cung cấp 3 thứ cơ bản

🛠️

Tools

Hàm mà AI có thể gọi
vd: send_email()

📦

Resources

Dữ liệu AI có thể đọc
vd: file, database

📝

Prompts

Template tạo sẵn
vd: "tóm tắt PR"

03

Rules

Nội quy / hiến pháp cho AI

Ví dụ đời thường: Như nội quy công ty — dán trước cửa, mọi nhân viên vào làm đều phải đọc và tuân theo.
Rules với AI cũng vậy: luôn được đọc trước, AI không thể "quên" hay "lờ đi".

Ví dụ các loại rule thường gặp

An toàn

"Không xoá file nào nếu chưa được xác nhận rõ ràng. Luôn hiển thị danh sách file trước khi xoá."

Ngôn ngữ

"Luôn trả lời bằng tiếng Việt trừ khi người dùng viết ngôn ngữ khác."

Phạm vi

"Chỉ trả lời câu hỏi liên quan tới sản phẩm công ty. Từ chối lịch sự với các chủ đề khác."

Định dạng

"Mọi đoạn code phải có comment. Không trả về JSON thô không có lời giải thích."

04

Skills

Gói kiến thức tái sử dụng — sổ tay nghiệp vụ cho AI

Ví dụ đời thường: Khi nhân viên mới vào, bạn đưa họ "sổ tay quy trình" (SOP) hướng dẫn từng bước làm báo cáo tuần.
Skill là SOP cho AI — nhưng AI đọc một lần rồi làm được mãi mãi.

Skills khác Rules ở đâu?

	Rules	Skills
Mục đích	Giới hạn hành vi	Mở ra năng lực mới
Phạm vi	Luôn bật (toàn cục)	Chỉ khi cần, đúng việc
Nói gì?	"KHÔNG làm X"	"HÃY làm Y theo cách này"
Ví dụ	"Không xoá file chưa xác nhận"	Skill tạo PowerPoint, tạo PDF, báo cáo tuần TCBS...

💡 GHI NHỚ

Rules nói "đừng làm X". Skills nói "đây là cách làm Y thật chuẩn". Hai thứ này bổ trợ, không đối lập.

05

Agents

LLM + Trí nhớ + Tool + Vòng lặp theo mục tiêu

Ví dụ đời thường: Giao cho nhân viên task: "Viết báo cáo AI trong y tế".
Họ tự tìm tài liệu → đọc → tóm tắt → viết → kiểm tra — không cần bạn chỉ từng bước.

Vòng lặp của Agent (Agent Loop)

👁️

Perceive

Nhận thông tin: tin nhắn, ngữ cảnh, bộ nhớ

🤔

Reason

Suy nghĩ: đã xong chưa? gọi tool nào?

⚡

Act

Thực thi: gọi tool, tạo output

📝

Observe

Ghi nhận kết quả → cập nhật → lặp lại

Lặp: Perceive → Reason → Act → Observe → quay lại... cho tới khi mục tiêu hoàn thành

🎯 VÍ DỤ THỰC TẾ

Task: "Tìm và tóm tắt 5 paper AI mới nhất tuần này"
Agent tự lặp: tìm → đọc paper 1 → tóm → tìm tiếp → đọc paper 2 → ... → tổng hợp → DONE

06

Subagents

Agent mẹ giao việc cho các agent con — chạy song song

Ví dụ đời thường: Trưởng nhóm nhận task lớn → chia thành 3 phần → giao cho 3 thực tập sinh chạy đồng thời.
Khi các em xong, sếp ghép kết quả lại thành bài hoàn chỉnh.

Sơ đồ hoạt động

⚡ LỢI ÍCH

Một agent xử lý tuần tự 3 task tốn 3x thời gian. Chia cho 3 subagent chạy song song → tốn ~1x thời gian. Và mỗi subagent có bộ nhớ riêng → không lẫn lộn ngữ cảnh.

07

Agent Teams

Đội AI chuyên môn hoá — hợp tác giải quyết vấn đề lớn

Ví dụ đời thường: Một công ty có Phòng R&D (nghiên cứu), Phòng Dev (lập trình), Phòng Ops (vận hành).
Tổng giám đốc điều phối → mỗi phòng giỏi một việc → hợp tác giải quyết vấn đề lớn.

Đội agent thực tế

🔬 Research Agent

Tools: web_search, arxiv_search, scrape

💻 Code Agent

Tools: run_code, edit_file, git_commit

✍️ Write Agent

Tools: draft, translate, review

📁 File Agent

Tools: read_file, write_file, create_dir

Vì sao cần Agent Teams?

Chuyên môn hoá

Mỗi agent giỏi 1 việc duy nhất

Chạy song song

Nhiều việc chạy cùng lúc, tiết kiệm thời gian

Cô lập lỗi

Một agent lỗi không kéo sập cả hệ thống

Mở rộng được

Task phức tạp → chia thành phần nhỏ dễ xử

Bức tranh toàn cảnh

Tất cả 7 khối kết hợp thành một hệ thống AI hoàn chỉnh

ORCHESTRATOR

Agent điều phối — phân phối subagent, tổng hợp kết quả, giữ vòng lặp theo mục tiêu

Research Agent

Tìm thông tin

Code Agent

Lập trình & test

Write Agent

Soạn nội dung

File Agent

Quản lý file

TOOL USE

Hàm, API, chạy code — "đôi tay" của hệ thống

MCP

Giao thức chuẩn — kết nối tới Slack, GitHub, DB, File, API...

FOUNDATION

Rules (nội quy) + Skills (sổ tay nghiệp vụ) — nền tảng mọi agent đứng trên

Điểm cốt lõi cần nhớ

01 — TOOL USE

AI không chạy code

LLM đề nghị gọi hàm nào, với tham số nào → runtime thực thi → kết quả quay về context.

02 — MCP

USB-C cho AI

Giao thức chuẩn kết nối mọi model với mọi nguồn dữ liệu / tool. Cắm là chạy.

03 — RULES

Hiến pháp của AI

Chỉ thị cấp hệ thống, luôn bật trong mọi cuộc hội thoại. Định hình hành vi AI.

04 — SKILLS

Sổ tay nghiệp vụ

Gói SKILL.md + script — viết một lần, dùng mọi nơi. Bật khi task phù hợp.

05 — AGENTS

Vòng lặp theo mục tiêu

Perceive → Reason → Act → Observe. Tự chủ, không chỉ phản ứng.

06 — SUBAGENTS

Chia nhỏ, chạy song song

Orchestrator sinh con xử lý subtask đồng thời, mỗi agent có ngữ cảnh riêng.

07 — AGENT TEAMS

Đội chuyên môn hợp tác

Dispatch → Research + Code + File + Write... Mỗi agent giỏi 1 việc, hợp tác giải bài lớn.

Cảm ơn

Q & A

Các chủ đề đã đi qua:

Tool Use · MCP · Rules · Skills · Agents · Subagents · Agent Teams

Giải mã lõi AI — Agentic AI thực sự hoạt động thế nào

Giải mã lõi AI

Agentic AI thực sự hoạt động như thế nào?

Nội dung

Tool Use

AI là bộ não biết nói. Tool là "đôi tay".

MCP

Hãy tưởng tượng USB-C cho AI

❌ KHÔNG CÓ MCP

✓ CÓ MCP

Rules

Rules = Hiến pháp của AI

Skills

Skills = Sổ tay nghiệp vụ

Agents

Chatbot chỉ trả lời. Agent tự làm đến xong.

Subagents

Một người làm không kịp? Thuê đội.

Agent Teams

Như một công ty AI — có nhiều phòng ban

Bức tranh toàn cảnh

Điểm cốt lõi cần nhớ