Từ chatbot đến agent tự hành
Một chatbot thông thường chỉ trả lời một câu hỏi rồi dừng. Một AI agent thì khác: nó nhận một mục tiêu (goal), tự lập kế hoạch, gọi các công cụ (tools) để hành động, quan sát kết quả, rồi lặp lại cho đến khi hoàn thành. Điểm mấu chốt của "agentic" là vòng lặp tự hành: cảm nhận → suy luận → hành động → quan sát → điều chỉnh.
Ví dụ cụ thể: bạn giao cho agent nhiệm vụ "đặt lịch họp với 3 nhà cung cấp tuần sau". Chatbot sẽ hỏi lại bạn từng bước. Agent tự hành sẽ: (1) đọc lịch của bạn, (2) gửi email đề xuất khung giờ, (3) đọc email phản hồi, (4) chọn khung giờ chung, (5) tạo sự kiện, (6) báo lại bạn. Nó tự đi qua nhiều bước mà không cần bạn cầm tay.
Bốn thành phần cốt lõi của một agent
- Model (bộ não) — LLM suy luận và ra quyết định bước tiếp theo.
- Tools (tay chân) — API, hàm, cơ sở dữ liệu để agent hành động trong thế giới thật (gửi email, truy vấn DB, gọi thanh toán).
- Memory (trí nhớ) — ngữ cảnh ngắn hạn (cuộc hội thoại hiện tại) và dài hạn (thông tin lưu lại giữa các phiên).
- Orchestration (điều phối) — logic quyết định khi nào lập kế hoạch, khi nào gọi tool, khi nào dừng, khi nào hỏi người.
Vì sao đây là bước ngoặt cho nghề PM
Sản phẩm AI thế hệ trước bán "câu trả lời". Sản phẩm agentic bán kết quả công việc đã hoàn thành (outcome). Điều này thay đổi tận gốc cách bạn định nghĩa giá trị: thay vì đo "độ chính xác câu trả lời", bạn đo tỷ lệ hoàn thành tác vụ end-to-end (task completion rate). Người dùng không quan tâm agent gọi 3 hay 30 lệnh; họ quan tâm việc có xong không, đúng không, và tốn bao nhiêu.
Điều này tạo ra loại PM mới: Agentic AI PM — người vừa hiểu năng lực và giới hạn của agent, vừa thiết kế được ranh giới tự chủ, vừa đo được độ tin cậy và chi phí.
Khung tư duy: 5 câu hỏi trước khi xây agent
- Mục tiêu: Tác vụ nào đủ lặp đi lặp lại và có giá trị để tự động hóa?
- Ranh giới: Agent được phép tự làm gì, việc gì bắt buộc phải có người duyệt?
- Tools: Nó cần những công cụ nào để thực sự hoàn thành, không chỉ để "nói"?
- Thành công: Định nghĩa "xong đúng" là gì, đo bằng con số nào?
- Thất bại: Khi sai thì hậu quả tới đâu, và ai/việc gì hứng đỡ?
Ví dụ phân loại độ tự chủ (mức 0→3)
- Mức 0 — Trợ lý gợi ý: chỉ soạn nháp email, người bấm gửi.
- Mức 1 — Có duyệt: agent chuẩn bị hành động, người duyệt trước khi thực thi.
- Mức 2 — Tự hành có giám sát: agent tự làm, ghi log, người xem lại sau.
- Mức 3 — Tự hành hoàn toàn: agent làm và tự quyết trong phạm vi cho phép.
Sai lầm thường gặp
- Nhầm agent với chatbot rồi hứa "tự động hóa" nhưng sản phẩm chỉ biết trò chuyện.
- Cho agent quá nhiều quyền quá sớm khi độ tin cậy chưa được đo.
- Không định nghĩa "xong" — dẫn tới không thể đánh giá agent tốt hay tệ.
- Bỏ qua chi phí token và độ trễ, chỉ mê tính năng.
Checklist kết bài
- [ ] Tôi phân biệt được chatbot vs agent tự hành.
- [ ] Tôi liệt kê được 4 thành phần: model, tools, memory, orchestration.
- [ ] Tôi xác định được mức tự chủ phù hợp với chi phí sai lầm.
- [ ] Tôi biết Agentic AI PM đo outcome, không chỉ đo answer.