Ai Agent Là Gì |15 Phút Hiểu Hết về AI

some technique in some where
364 người theo dõi
9 Lượt xem video·4 thg 3, 2025
Trong video hôm nay, tôi sẽ giải đáp những câu hỏi đó, đồng thời chia sẻ những framework mà bạn có thể sử dụng để bắt đầu xây dựng các ứng dụng agentic AI của riêng mình. Và bật mí nhé, trong năm 2025, tôi sẽ có rất nhiều video hướng dẫn chi tiết, cùng các bạn tạo ra những ứng dụng agentic AI thực tế, cực kỳ hữu ích!
Xin chào mọi người, tôi là Trung và chào mừng bạn đến với kênh youtube của tôi.
Như các bạn đã biết, chúng ta đang ở trong đầu năm 2025.
Tuy nhiên thì chúng ta đã nhận được rất là nhiều những cái thông tin mới về AI.
Các ông lớn về công nghệ đã liên tục đua nhau ra mắt các cái mô hình ngôn ngữ mới.
Ví dụ như bạn có thể nghe đến gần đây nhất, đó là Grog 3 của Elon Musk, đúng không ạ?
Và chúng ta có Obamini và những công cụ AI khác như là tạo ảnh.
Chúng ta có Mid Journey, chúng ta có Image Gen 3, chúng ta có Stable Diffusion 3.5, đúng không ạ?
Với video thì chúng ta có Luma Ray 2, chúng ta có Cling AI phiên bản 1.6
và rất rất nhiều những công cụ AI khác đang liên tục được cập nhật.
Và kết quả mà AI trả về tạo ảnh, tạo video, tạo content
để research, nghiên cứu thông tin càng ngày càng tuyệt vời, đúng không ạ?
Tuy nhiên thì có một cái từ khóa trong những khoảng thời gian giữa những năm 2024 và đến đầu năm 2025 này
mọi người đặc biệt ở Việt Nam đang bắt đầu nói đến nhiều hơn và nhận được những sự thu hút của tất cả mọi người.
Có một cái từ khóa được gọi là AI Agents hay còn gọi là Agentic AI
và các công ty bắt đầu nói nhiều hơn về Multi AI Agents
tức là nhiều AI Agents sẽ cùng làm việc với nhau.
Vậy thì AI Agents hay Agentic AI có gì đặc biệt và nó khác gì so với Generative AI,
AI tạo sinh mà chúng ta vẫn đang dùng hằng ngày.
Và trong video ngày hôm nay, Trung sẽ giải đáp những câu hỏi đó
đồng thời sẽ chia sẻ cho bạn những framework mà bạn có thể sử dụng
để bắt đầu xây các ứng dụng AI Agents, Agentic AI của riêng mình.
Và bật mí cho bạn, đó là trong năm 2025 này thì Trung cũng sẽ có rất là nhiều những video hướng dẫn chi tiết
cùng với bạn tạo ra những ứng dụng AI Agents, Agentic AI rất là thực tế và ứng dụng vào công việc kinh doanh của bạn.
Cực kỳ hữu ích.
Trong khoảng thời gian này thì Trung cũng đang phát triển một dự án riêng,
một nền tảng về ứng dụng AI dành cho người Việt Nam.
Ở ban đầu thì nó là một ứng dụng của Generative AI để mọi người có thể tạo ảnh, tạo video, huấn luyện những chatbot.
Nhưng hiện tại thì chúng tôi đang nâng cấp nó lên trở thành một AI Agent mạnh mẽ
để có khả năng tương tác, đánh giá và phục vụ cho công việc kinh doanh của bạn.
Và trong video ngày hôm nay, để giúp bạn hiểu rõ hơn về Agentic AI, AI Agent,
thì chúng ta sẽ cùng bắt đầu nhé.
Và trước đây khi mà nhắc đến Generative AI, AI tạo sinh,
chúng ta thường hình dung đến các mô hình có khả năng sáng tạo.
Ví dụ như là tạo nội dung mới dựa vào dữ liệu đồ vào.
Ví dụ như chúng ta sử dụng những mô hình ngôn ngữ lớn của chatGBT4 của OpenAI,
chúng ta sử dụng Gemini của Google hay là những mô hình mã nguồn mở như Lama hoặc Mistral.
Chúng tin được rằng là các bạn vẫn đang dùng nó rất là thường xuyên.
Và cách hoạt động cơ bản của Generative AI,
đó chính là khi bạn đưa vào một yêu cầu,
thì chúng sẽ kết hợp các yêu cầu đó với lời nhắc của bạn.
Sẽ hướng dẫn chi tiết cho mô hình ngôn ngữ lớn đó
và mô hình sẽ tạo ra kết quả tương ứng.
Ví dụ như là chúng có thể yêu cầu được rằng là
hãy viết cho tôi một bài văn tả cảnh mùa thu ở Hà Nội
theo phong cách của nhà văn Nguyễn Tuân chẳng hạn.
Hoặc là bạn yêu cầu được rằng là
hãy tạo cho tôi một bức ảnh về một chú mèo con đang ngủ trên bàn phím máy tính
theo phong cách tranh vẽ màu nước.
Thì đây hoàn toàn là những cách bạn đang dùng AI hàng ngày
với mô hình Generative AI, AI tạo sinh.
Vì nó sinh ra, generate những nội dung mới.
Bạn đã hình dung điều này chưa ạ?
Và bằng cách bạn điều chỉnh prompts,
điều chỉnh các câu lệnh, lời nhắc,
thì chúng ta có thể hướng dẫn mô hình đó
tạo ra những kết quả theo ý muốn.
Chúng ta có thể xây dựng các chatbot,
chúng ta có thể sử dụng công cụ hỗ trợ sáng tạo,
tạo hình ảnh, tạo video,
đều thông qua câu lệnh của chúng ta.
Thì đấy là cách thức hoạt động của Generative AI, AI tạo sinh.
Tuy nhiên, trong suốt khoảng thời gian hơn 2 năm qua
khi mà AI càng ngày càng phổ biến,
thì chúng ta đang bắt đầu nhìn thấy những sự hạn chế của AI tạo sinh.
Thứ nhất, đó là bạn sẽ thấy là nó chỉ tập trung vào việc tạo ra nội dung
mà chưa có khả năng hành động trong thế giới thực.
Thứ hai, đó là nó thường xuyên hoạt động theo một quy trình tính,
tức là đã được định sẵn bởi con người
và khó có thể tự động điều chỉnh và giải quyết các vấn đề một cách phức tạp.
Đúng không ạ?
Rõ ràng bạn đang dùng điều đó và bạn thấy được rằng là
đôi khi cách trả lời của chatGBT nó rất là máy móc,
nó có thể trả lời được tất cả mọi thứ,
thế nhưng mà các kiến thức chuyên sâu về các ngành nghề
thì gần như trả lời rất là kém. Đúng không ạ?
Và đó chính là những hạn chế của Generative AI.
Và đây chính là thời điểm mà Agentic AI hoặc AI Agent xuất hiện.
Agentic AI là gì?
Agentic AI là một bước tiến quan trọng vượt ngoài khả năng sáng tạo
và đơn thuần nó là một các hệ thống AI có khả năng
tự thực hiện các nhiệm vụ phức tạp,
có mục tiêu rõ ràng và có thể tương tác với thế giới thực
thông qua các công cụ, thông qua các tools.
Và lát nữa thì Trung sẽ lấy một số những ví dụ
để cho bạn dễ hình dung hơn về điều này.
Bạn hãy tưởng tượng như thế này,
các Agentic AI như một trợ lý ảo thông minh
không chỉ biết các câu trả lời,
mà còn có khả năng lập kế hoạch,
thực hiện các hành động và học hỏi các kinh nghiệm.
Và để làm được điều này,
thì Agentic AI dựa trên ba khả năng cốt lõi.
Thật sự là rất là đơn giản thôi.
Trung sẽ giải thích rất đơn giản, dễ hiểu
để ngay cả khi bạn là một người không cần phải tìm hiểu
nhưng mất nhiều thời gian để hiểu điều này.
Nó có ba thứ.
Thứ nhất, đó là reasoning.
Các model AI như Chats GPT, như Gemini,
những model càng về sau thì mọi người thường hay có
một bảng đánh giá là khả năng suy luận
của các công cụ AI nào thông minh hơn.
Khả năng phân tích vấn đề,
chia nhỏ thành các bước nhỏ
và lập kế hoạch để giải quyết từng bước.
Cái số hai đó là acting, đó là hành động.
Khả năng sử dụng các công cụ AI
để tương tác với thế giới thực ở bên ngoài,
để thu thập các thông tin
và thực hiện các hành động cụ thể.
Các công cụ này có thể tìm kiếm trên web,
truy vấn vào một cơ sở dữ liệu,
đọc một bài báo, đọc một quyển sách
bên ngoài, thậm chí là điều khiển
các thiết bị ngoại vi.
Và thứ ba của AI Agent,
Agentic AI, đó là memory,
là khả năng ghi nhớ.
Khả năng lưu trữ các thông tin
từ các khả năng tương tác trước đó
hoặc từ quá trình suy luận
để có thể sử dụng cho các lần sau.
Điều này giúp cho các Agentic AI
trở nên cá nhân hóa hơn
và có thể thích ứng được với
từng người dùng cụ thể.
Vậy thì các bạn có thể đã từng nghe
đến một cái khái niệm
đó là RAC.
RAC là một kỹ thuật kết hợp khả năng
của ngôn ngữ lớn với các nguồn thông tin
bên ngoài giúp cho mô hình câu trả lời
dựa trên dữ liệu mới nhất
hoặc dữ liệu đặc thù của một lĩnh vực nào đó.
RAC, nếu như dễ hiểu nhất,
thì giống như việc đó là khi bạn upload
một cái file tài liệu lên trên
chat GPT, và bạn hỏi chat GPT
được rằng là, OK, hãy truy cập vào
cái file tài liệu đó
trước khi trả lời câu hỏi này của tôi,
hãy đọc cái quyển sách đó đi,
hãy đọc cái file đó đi.
Thì RAC là một cái kỹ thuật
mà sẽ yêu cầu là, OK, hãy truy vấn
thông tin đó trước và trả lời
để kết quả trả về sẽ chính xác hơn.
Tuy nhiên thì chúng ta thấy được rằng
RAC hay là các công cụ của AI
mới chỉ là bước đầu.
Nó còn rất nhiều hạn chế.
Tại vì kiến thức của AI liên tục cập nhật
theo thời gian thực.
Vậy nên, ở trên tích AI
đã có những bước tiến xa hơn rất là nhiều.
Đó là thay vì chỉ đơn thuần
giống như các công cụ AI là trả lời câu hỏi
hoặc là truy xuất và đọc
một cái file rồi trả lời câu hỏi,
thì Ergentic AI có thể giải quyết các vấn đề
rất là phức tạp, đòi hỏi nhiều bước
suy luận và hành động.
Nó có thể tự động chưa lựa chọn công cụ
phù hợp và điều chỉnh kế hoạch
khi cần thiết, hoặc là học hỏi
từ các kết quả của hành động.
Và một trong những phương pháp
quan trọng để xây dựng
Ergentic AI đó chính là
REACT, Reasoning and Acting.
REACT là sự kết hợp
của hai khả năng khen chốt của AI Agent
đó chính là suy luận và hành động.
Và để giúp cho bạn
hiểu rõ hơn về cách thức hoạt động
của Ergentic AI
thì chúng ta sẽ có một ví dụ như thế này.
Giả sử
tôi muốn xây dựng một trợ lý
để giúp tôi tư vấn các chuyến du lịch
của mình một cách tự động.
Thế thì thay vì chỉ hỏi chat GPT
một cách đơn thuần được rằng là
thời tiết ở Phú Quốc tháng 12 như thế nào
thì tôi sẽ đặt ra
một yêu cầu phức tạp hơn như sau.
Đó chính là hãy lên cho tôi một kế hoạch
chi tiết cho chuyến đi Phú Quốc
4 ngày 3 đêm của gia đình tôi,
2 người lớn, 1 trẻ em 5 tuổi
vào tháng 12, bao gồm
đặt vé bay khứ hồi từ TP.HCM
ưu tiên hãng Vietnam Airlines
và bay vào giờ ban ngày, đặt phòng khách sạn
4-5 sao ở khu vực bãi, trường,
gần biển, có hồ bơi
và khu vực chơi cho trẻ em.
Gợi ý các hoạt động vui chơi,
tham quan phù hợp với gia đình có trẻ nhỏ
và ưu tiên các hoạt động ngoài trời và gần gũi với thiên nhiên.
Đề xuất các nhà hàng, quán ngon,
phục vụ hải sản tươi sống,
giữ chủ kinh phí cho toàn bộ chuyến đi,
không quá 30 triệu.
Và khi mà bạn thấy được rằng là
có rất là nhiều các yếu tố
mà lên kế hoạch này
phải trải qua rất là nhiều các điều kiện,
đúng không ạ?
Vậy thì để giải quyết được yêu cầu này
thì trợ lý AI Agent
sẽ sử dụng React
suy luận và hành động
có thể thực hiện các bước như sau.
Thứ nhất, các bạn sẽ thấy được rằng nó sẽ suy nghĩ
để lên kế hoạch chế định cho chuyến đi này
thì tôi cần một là tôi phải tìm thông tin chuyến bay này,
hai là tôi phải tìm khách sạn này, tôi phải tìm
hoạt động vui chơi này, tôi phải tìm nhà hàng,
quán ăn và tôi phải tính toán chi phí, đúng không ạ?
Và tiếp theo đến bước hành động, nó sẽ làm gì?
Nó sẽ truy cập vào Internet
các cái web tìm kiếm chuyến bay
từ thành phố Hồ Chí Minh đến Phú Quốc
vào tháng 12 của Vietnam Airlines
Nó sẽ truy cập real time vào thời gian thực
Tiếp theo, nó sẽ quan sát tất cả các kết quả trả về
sau khi nó truy cập Internet
và nó tìm các mức giá và các giờ bay khác nhau
Và khi mà nó quan sát như vậy xong
nó bắt đầu suy nghĩ là
à, tôi cần phải lọc các chuyến bay theo giờ ban ngày
và với một cái mức giá hợp lý
Sau đó, nó sẽ thực hiện một cái hành động
là sử dụng công cụ lọc kết quả tìm kiếm
nếu có, hoặc là tìm kiếm
các từ khóa cụ thể hơn
Và nó sẽ liên tục lọc lại các bước
cho đến khi nó tìm được chuyến bay phù hợp
Sau đó, nó sẽ có cái suy nghĩ là
ok, bây giờ tôi cần phải tìm khách sạn
Sau đó, nó sẽ có hành động là
ok, tôi sẽ sử dụng công cụ tìm kiếm
tìm khách sạn 4-5 sao ở Bãi Trường, Phú Quốc
gần biển, có hồ bơi và khu chơi chỏe trẻ em
Đúng không ạ?
Và tiếp tục nó sẽ quan sát là
có rất nhiều khách sạn đáp ứng yêu cầu tôi
nhưng tôi cần xem xét đánh giá của khách hàng và so sánh giá cả
Và tiếp tục nó sẽ suy nghĩ là
tôi sẽ sử dụng các công cụ đọc và tóm tắt
đánh giá khách sạn nếu có
và truy cập vào các trang web đặt phòng để so sánh giá
và nó lặp lại các bước như trên
cho đến khi nó tìm được khách sạn phù hợp
và tiếp tục như vậy
nó sẽ làm các bước tương tự để tìm ra
hoạt động vui chơi, nhà hàng và tính toán chi phí
Vậy thì như các bạn đã thấy được rằng
Agentic AI không chỉ đơn thuần là nó trả lời
một cái câu hỏi thôi
mà nó có thể tương tác với thế giới thực
thông qua công cụ, thông qua suy luận
đưa ra quyết định và điều chỉnh kế hoạch
dựa trên kết quả mà nó quan sát được
Đấy chính là điểm khác biệt then chốt
giữa Agentic AI và Generative AI truyền thống
Generative AI truyền thống
sự khác nhau là gì?
Ok, mục chính của Generative AI
mà chúng ta đang dùng bây giờ đó là
Ok, hãy tạo cho tôi một văn bản mới
hãy tạo cho tôi một hình ảnh mới
tạo cho tôi một đoạn audio mới
tạo cho tôi một cái video mới
chúng ta viết câu lệnh, bấm Enter và ra kết quả
và cái khả năng hành động thì thông thường
là bị giới hạn trong việc tạo ra nội dung
Đúng không ạ? Nó sẽ giới hạn trong việc tạo ra nội dung
Quy trình làm việc thường là tĩnh
được định sẵn với con người và khả năng
học hỏi thì nó dựa vào huấn luyện ban đầu
của mô hình mà nhà xuất đưa ra
khó có thể tự cải thiện được
Đúng không ạ? Cái này thì chúng ta đã xài rất là nhiều
các công cụ AI rồi
Vậy thì với AI Agent
hoặc là Agentic AI thì mục tiêu chính của nó
là giải quyết vấn đề và đạt được một mục tiêu cụ thể
Khả năng hành động của nó là có thể
tương tác thực với thế giới bên ngoài
thông qua các công cụ, thông qua việc
là kết nối, đọc website, kết nối với
API của các hệ thống khác
Đọc tất cả các comment trên diễn đàn, đọc đánh giá
để xem được rằng là khách sạn nào tốt, khách sạn nào dở
Được chứ ạ? Và nó có quy trình
làm việc có thể tự động điều chỉnh kế hoạch
và lựa chọn công cụ nào cho phù hợp
Nó có khả năng có thể học hỏi từ kinh nghiệm, kết quả
của các hành động và từ phản hồi của chính người dùng
Đúng không ạ?
Thế thì chúng ta có thể lấy một số những cái ví dụ
như là các AI Agent chơi game
của AlphaGo chẳng hạn
Rồi, thế vậy thì
chúng ta thấy được rằng là đó là sự khác nhau
giữa Generative AI và
Urgentic AI
Và như đã hứa với các bạn thì
tôi sẽ giới thiệu với các bạn một số những cái framework
bạn có thể sử dụng để
ứng dụng Urgentic AI của riêng mình
Bạn có thể sử dụng là
Field Data, một framework mã nguồn mở
mà cho phép bạn có thể tạo ra các AI
Agent chuyên biệt, AI Agent phân tích tài chính
AI pháp lý, rồi marketing
kết hợp chúng lại với nhau để giải quyết các tác bộ
phức tạp, đúng không ạ?
Và Field Data hỗ trợ tích hợp
nhiều mô hình lờ lầm mở khác nhau
ví dụ như là ChatsGPT, Gemini, Grok
và các cái mã nguồn mở
và nhiều công cụ tìm kiếm bên ngoài
Thế số 2 bạn có thể lựa chọn đó là Microsoft AutoAgent
cũng là một framework mã nguồn mở
được phát triển bởi Microsoft
và tập trung vào việc xây dựng
các AI Agent có thể giao tiếp được
và cộng tác với nhau để hoàn thành một nhiệm vụ
Và AutoAgent hỗ trợ rất nhiều cái mô hình ngôn ngữ lớn
mà cho phép bạn tùy chỉnh hành vi
của Agent một cách linh hoạt
Ngoài ra bạn cũng có thể tham khảo
một cái framework
của bên Langflow, một công cụ no code
giúp bạn thiết kế
các quy trình làm việc của AI trên một cách trực quan
bằng cách kéo thả các thành phần
Và Langflow đặc biệt hữu ích đối với những người
không có nhiều kinh nghiệm lập trình
nhưng vẫn muốn tạo ra các AI Agent
Hoặc là bạn có thể sử dụng
Langgraph, một cái thư viện
mở rộng của Langchain
cho phép bạn xây dựng các ứng dụng AI
Agent với các quy trình phức tạp
Trong các video sắp tới
tôi sẽ hướng dẫn chi tiết ra các framework này
step by step từng bước một
và cùng các bạn xây dựng các ứng dụng
Agent AI thực tế
từ đơn giản đến phức tạp
Nếu như các bạn thích điều này
thì hãy comment xuống phía dưới
Video này sẽ giúp cho bạn
có một nhìn tổng quan về
Agent AI và hiểu được sự khác biệt
giữa Agent AI và
Genitive AI truyền thống
và bạn sẽ thấy được tiềm năng
to lớn của Agent AI
đặc biệt là trong năm 2025 này
Hãy nhớ rằng
chúng ta mới chỉ đang ở trong giai đoạn đầu
của cuộc cách mạng Agent AI mà thôi
Còn rất nhiều điều thú vị đang chờ phía trước
Đừng ngần ngại thử nghiệm
Hãy khám phá đi, hãy chia sẻ đi
Hãy nói những ý tưởng của bạn
Hãy bắt đầu học cách ứng dụng và tìm hiểu đi
và trung tin được rằng những điều này
sẽ thực sự có ích cho bạn trong năm 2025 này
Và cảm ơn bạn đã lắng nghe postcard ngày hôm nay
Xin chào và hẹn gặp lại các bạn
ở trong những postcard tiếp theo
