Tác tử AI (AI agent) là một mô hình ngôn ngữ được trao thêm công cụ và được phép tự chạy nhiều bước liên tiếp để hoàn thành một việc, thay vì chỉ trả lời một câu rồi dừng. Chatbot thông thường giống người bạn ngồi trả lời câu hỏi; tác tử giống người được giao việc, tự tra, tự thử, tự xem kết quả rồi quyết định bước kế tiếp cho tới khi xong hoặc bế tắc.
Bộ não bên trong thường vẫn là cùng một loại mô hình đoán chữ như chatbot. Thứ làm nên khác biệt nằm ở phần bao quanh: danh sách công cụ được dùng, một vòng lặp cho phép mô hình hành động rồi đọc kết quả, và các luật dừng. Bài này giải thích từng phần đó bằng ví dụ đời thường, chỉ ra tác tử hiện nay làm tốt việc gì, hay vấp ở đâu, và vì sao chữ "tác tử" đang bị dùng rộng hơn nghĩa thật của nó.
Chatbot trả lời, tác tử làm việc: khác nhau ở vòng lặp
Khi bạn hỏi chatbot "thời tiết Đà Nẵng cuối tuần này ra sao", một chatbot không có công cụ chỉ có thể đoán dựa trên những gì nó đã học, và thường sẽ nói rằng nó không biết thông tin mới. Một chatbot có công cụ tìm kiếm thì tra một lần rồi trả lời. Một tác tử nhận việc lớn hơn: "lên lịch đi Đà Nẵng ba ngày cho gia đình bốn người, tránh hôm mưa". Nó phải tra thời tiết, xem lịch bạn đã cho, cân nhắc khoảng cách giữa các điểm, rồi sửa kế hoạch khi phát hiện một hôm có mưa lớn.
Điểm mấu chốt là vòng lặp. Chatbot đi một lượt: nhận câu hỏi, sinh câu trả lời, xong. Tác tử đi nhiều lượt: nghĩ xem cần làm gì, gọi một công cụ, đọc kết quả công cụ trả về, nghĩ tiếp, gọi công cụ khác, và chỉ dừng khi tự đánh giá là đã đủ hoặc khi chạm giới hạn số bước mà người dựng hệ thống đặt ra.
Vì vậy cùng một mô hình có thể là chatbot trong ứng dụng này và là tác tử trong ứng dụng khác. Không có "con AI tác tử" riêng biệt nằm đâu đó; có một mô hình ngôn ngữ được đặt vào một khung chạy cho phép nó hành động. Hiểu điều này giúp bạn đọc tin tỉnh táo hơn: khi một sản phẩm quảng bá là "tác tử", câu nên hỏi là nó được dùng những công cụ gì và được tự chạy bao nhiêu bước.
Bốn bộ phận của một tác tử AI
Mô hình ngôn ngữ làm phần suy nghĩ. Đây là thành phần đọc yêu cầu, chia việc thành bước, chọn công cụ và viết câu trả lời cuối. Nó vẫn hoạt động bằng cách đoán chữ tiếp theo, nên mọi điểm yếu của chatbot như bịa chi tiết hay hiểu sai ý đều theo vào tác tử.
Bộ công cụ là tay chân. Công cụ có thể là tìm web, đọc tệp, chạy một đoạn mã, gửi thư, đặt lịch, bấm chuột trên màn hình. Mô hình không tự làm những việc này; nó viết ra yêu cầu, và phần mềm bao quanh mới thực sự thi hành rồi trả kết quả lại.
Bộ nhớ làm chỗ ghi chép. Trong một phiên, tác tử giữ lại kết quả các bước trước trong cửa sổ ngữ cảnh. Một số hệ thống có thêm sổ ghi chép dài hạn để lần sau còn nhớ sở thích hay tiến độ. Bộ nhớ càng dài, chi phí và nguy cơ lẫn lộn càng tăng.
Luật dừng và quyền hạn là hàng rào. Người dựng hệ thống quyết định tác tử được tự chạy bao nhiêu bước, được làm gì không cần hỏi, việc gì phải xin phép người dùng. Phần này ít được nói tới nhưng quyết định tác tử an toàn hay nguy hiểm.
Một tác tử làm việc từng bước: ví dụ giả định
Để thấy vòng lặp chạy thế nào, hãy theo một ví dụ giả định: bạn nhờ tác tử tìm ba quán cà phê yên tĩnh gần một địa chỉ ở phường Bến Thành, Thành phố Hồ Chí Minh, mở cửa sau tám giờ tối, để hẹn gặp đối tác.
| Lượt | Tác tử nghĩ gì | Hành động | Nhận lại |
|---|---|---|---|
| 1 | Cần danh sách quán quanh địa chỉ | Gọi công cụ tìm kiếm bản đồ | Mười hai quán kèm giờ mở cửa |
| 2 | Lọc quán mở sau tám giờ tối | Tự đọc và loại | Còn bảy quán |
| 3 | Chưa biết quán nào yên tĩnh | Tìm nhận xét về từng quán | Nhận xét lẫn lộn, có quán thiếu thông tin |
| 4 | Thông tin chưa đủ, chọn theo dấu hiệu gián tiếp | Ưu tiên quán có không gian tầng trên, ít nhắc nhạc sống | Ba quán ứng viên |
| 5 | Đủ để trả lời | Viết kết quả, nói rõ chỗ chưa chắc | Dừng vòng lặp |
Chú ý lượt thứ tư: tác tử phải tự quyết định khi thông tin không đủ. Một tác tử tốt nói rõ phần nào là suy đoán; một tác tử kém trình bày suy đoán như sự thật. Đây cũng là chỗ bạn nên đọc kỹ nhất khi xem kết quả của bất kỳ tác tử nào.
Hệ nhiều tác tử: khi các AI chia việc cho nhau
Một số hệ thống không dùng một tác tử mà dùng vài tác tử, mỗi cái được giao một vai: một cái lập kế hoạch, vài cái đi tìm thông tin song song, một cái đọc lại và bắt lỗi. Cách tổ chức này gọi là hệ nhiều tác tử. Hình dung một tổ biên tập nhỏ: trưởng nhóm chia đề, phóng viên đi lấy tin, biên tập viên đọc duyệt.
Lợi ích là mỗi tác tử chỉ phải giữ một phần việc trong đầu, nên ít bị rối khi việc dài. Các phần độc lập có thể chạy cùng lúc nên nhanh hơn. Cái giá là chi phí tính toán nhân lên, và lỗi có thể lan: nếu tác tử đi tìm mang về một thông tin sai, tác tử viết báo cáo có thể dựa vào đó mà không biết.
Thực tế các "nhân viên ảo" này thường là cùng một mô hình được đặt vào các vai khác nhau bằng những đoạn chỉ dẫn khác nhau. Chúng không có cá tính hay ý chí riêng. Khi đọc tin về "đội quân AI tự làm việc với nhau", bạn có thể hiểu đơn giản là nhiều lần gọi mô hình được nối thành một quy trình.
Tác tử hiện nay làm tốt việc gì, hay vấp ở đâu
Khả năng của tác tử thay đổi nhanh theo từng thế hệ mô hình, nên phần dưới là nguyên lý chung chứ không phải đánh giá một sản phẩm cụ thể. Bạn nên kiểm khả năng hiện hành của công cụ mình dùng.
- Làm tốt: việc có đích rõ và kiểm được kết quả, như gom thông tin từ nhiều trang rồi tóm tắt, chạy thử một đoạn mã và sửa tới khi chạy, điền một biểu mẫu theo dữ liệu có sẵn.
- Làm tốt: việc lặp lại nhiều bước nhỏ mà người làm thấy chán, nơi mỗi bước đơn giản nhưng tổng thể mất thời gian.
- Hay vấp: việc dài nhiều chục bước, vì sai số nhỏ ở mỗi bước cộng dồn. Nếu mỗi bước đúng chín phần mười, mười bước liên tiếp đều đúng là chuyện không dễ.
- Hay vấp: việc đòi hỏi phán đoán dựa trên hiểu biết ngầm mà không ai viết ra, như "chọn quà hợp ý sếp".
- Hay vấp: giao diện lạ, trang web thay đổi, thông tin mâu thuẫn. Tác tử có thể đi vòng quanh mà không tự nhận ra mình đang kẹt.
- Nguy hiểm: việc không đảo ngược được như chuyển tiền, xoá dữ liệu, gửi thư cho khách, nếu không có bước để người xác nhận.
Nguyên tắc chung dễ nhớ: càng cho tác tử tự chạy lâu và càng cho quyền rộng, bạn càng phải đặt điểm kiểm tra của con người ở những bước quan trọng.
Vì sao chữ "tác tử" đang bị dùng quá rộng
Từ khi tác tử trở thành chủ đề nóng, nhiều sản phẩm gắn nhãn "agent" cho những tính năng thực chất chỉ là một chatbot có thêm một nút bấm, hoặc một quy trình tự động cố định đã được lập trình sẵn. Ranh giới không phải lúc nào cũng rõ, và giới chuyên môn cũng chưa thống nhất một định nghĩa duy nhất.
Một cách phân biệt thực dụng: nếu chuỗi bước đã được con người vẽ sẵn và mô hình chỉ điền nội dung vào từng ô, đó gần với quy trình tự động hoá có dùng AI. Nếu mô hình tự quyết định bước tiếp theo dựa trên kết quả vừa nhận, chọn công cụ nào, khi nào dừng, đó mới gần với tác tử theo nghĩa hẹp. Nhiều hệ thống thực tế nằm ở giữa hai đầu này, và điều đó không có gì xấu; quy trình cố định thường dễ đoán và dễ kiểm hơn.
Ý tưởng cho mô hình ngôn ngữ xen kẽ giữa suy nghĩ và hành động đã được bàn trong giới nghiên cứu từ vài năm trước, chẳng hạn hướng tiếp cận ReAct công bố năm 2022. Điều thay đổi gần đây là mô hình đủ tốt để vòng lặp đó chạy được trong những việc đời thường, chứ không phải một phát minh xuất hiện qua một đêm.
Khi nào nên giao việc cho tác tử, khi nào không
Một phép thử đơn giản là tự hỏi: nếu giao việc này cho một nhân viên mới vào làm tuần đầu, bạn có yên tâm không, và bạn sẽ kiểm lại những bước nào? Tác tử hiện nay giống nhân viên mới chăm chỉ, nhanh, đọc được rất nhiều, nhưng thiếu hiểu biết về hoàn cảnh riêng của bạn và đôi khi tự tin quá mức. Việc bạn dám giao cho người mới kèm một lần duyệt cuối thì thường giao được cho tác tử.
Ngược lại, việc mà sai một lần là thiệt hại lớn, việc cần trách nhiệm pháp lý, việc đụng tới dữ liệu cá nhân của người khác thì nên để tác tử chỉ chuẩn bị, còn quyết định và bấm nút cuối cùng là của người. Phần rủi ro chi tiết khi giao quyền cho tác tử có bài riêng trong danh mục này, còn cách thiết lập quyền hạn an toàn ở góc doanh nghiệp được trang AI Bảo Mật bàn kỹ.
Một điều cuối: tác tử không làm bạn hết cần hiểu việc. Người hiểu việc mới viết được yêu cầu rõ và mới nhận ra kết quả sai. Tác tử khuếch đại năng lực của người giao việc theo cả hai chiều.
Câu hỏi thường gặp
Tác tử AI có tự đặt ra mục tiêu cho mình không?
Không theo nghĩa con người có mục tiêu. Tác tử nhận mục tiêu từ người dùng hoặc từ người dựng hệ thống, rồi tự chia thành các bước nhỏ. Việc chia bước trông giống tự chủ, nhưng nó vẫn bám vào yêu cầu ban đầu và chỉ dẫn được cài sẵn, không tự nảy ra mong muốn mới.
Tác tử AI có cần kết nối mạng mới chạy được không?
Tuỳ công cụ được trao. Phần lớn tác tử phổ biến chạy mô hình trên máy chủ của hãng nên cần mạng. Có những hệ thống chạy mô hình nhỏ ngay trên máy, khi đó tác tử vẫn làm được việc với tệp trong máy, nhưng muốn tìm web hay gửi thư thì vẫn phải có kết nối.
Vì sao tác tử AI thường chậm hơn chatbot?
Vì mỗi lượt trong vòng lặp là một lần gọi mô hình cộng thêm thời gian chờ công cụ trả về, như tải trang web hay chạy mã. Một việc mười lượt có thể mất vài phút. Hệ nhiều tác tử chạy song song giúp nhanh hơn ở một số việc nhưng tốn tài nguyên hơn.
Tác tử AI có thay được nhân viên văn phòng không?
Tác tử làm thay được một số nhiệm vụ cụ thể trong công việc, nhất là phần tra cứu, gom thông tin, điền mẫu lặp lại. Một công việc gồm nhiều nhiệm vụ, trong đó có phần cần phán đoán, quan hệ và trách nhiệm. Cách nhìn theo nhiệm vụ thay vì theo nghề được bàn kỹ hơn ở danh mục AI và xã hội.
Có phải tác tử AI nào cũng nguy hiểm?
Mức rủi ro phụ thuộc vào quyền được trao chứ không phụ thuộc vào cái tên. Tác tử chỉ được đọc tài liệu công khai và viết bản nháp thì rủi ro thấp. Tác tử được gửi thư, chuyển tiền, xoá tệp mà không cần người xác nhận thì rủi ro cao, dù mô hình bên trong có tốt đến đâu.
Làm sao biết một sản phẩm có phải tác tử thật không?
Hãy xem nó có tự quyết định bước tiếp theo dựa trên kết quả vừa nhận hay chỉ chạy theo một kịch bản cố định. Đọc phần mô tả xem nó dùng được những công cụ nào, có giới hạn số bước không, có hỏi bạn trước những hành động quan trọng không. Ba câu đó nói nhiều hơn nhãn quảng cáo.