Kế 31: Tam quân phối hợp — Multi-agent mỗi AI một chuyên môn

Định nghĩa

Tam quân phối hợp là kỹ thuật phân chia công việc phức tạp thành nhiều vai trò chuyên môn (kiến trúc sư, lập trình viên, người kiểm tra), mỗi vai trò do một AI agent đảm nhận, thay vì ép một AI duy nhất phải liên tục chuyển đổi giữa các chế độ tư duy mâu thuẫn như sáng tạo và phê phán.

Giải thích chi tiết

Vấn đề của "một tướng cô độc"

Khi bạn yêu cầu một AI vừa thiết kế (sáng tạo, mở rộng) vừa review (phê phán, thu hẹp), nó mắc phải attention conflict — xung đột tập trung. Cùng một bộ não (context window) phải kích hoạt đồng thời hai chế độ tư duy đối lập: một bên thì "thử cách này, lỗi cũng được" (creative generation), một bên thì "cấm lỗi, phải chính xác" (critical review).

Hệ quả là "ô nhiễm bối cảnh" (context pollution): dấu vết tư duy sáng tạo (stream-of-consciousness) còn lẫn trong output, khiến AI tự bênh vực code dở khi đang trong vai reviewer, hoặc quá cứng nhắc khi đang thiết kế. Giống như bạn vừa thở vào vừa thở ra — hai hành động đối lập trong cùng một phút giây.

Tam quân: Phân vai rõ ràng

Thay vì một AI đa năng, ta tách thành ba "binh chủng" chuyên biệt:

• Agent Thiết kế (Planner/Architect): Chuyên vẽ bản thảo, tạo outline, đặt câu hỏi. Luôn ở trạng thái "yes, and" (đồng ý và bổ sung).
• Agent Thực thi (Coder/Writer): Biến bản thảo thành code hoặc văn bản hoàn chỉnh. Tập trung vào syntax và cấu trúc.
• Agent Kiểm tra (Reviewer/Critic): Chỉ nhận artifact (sản phẩm trao tay), không nhận lý do biện hộ của agent khác. Chuyên tìm lỗi logic, bảo mật, hoặc lỗi chính tả.

Mỗi agent có system prompt cố định, không đổi đổi trong suốt phiên làm việc. Điều này tạo ra process boundary — ranh giới tiến trình vật lý, ngăn không cho "suy nghĩ loạn xạ" của agent A lây nhiễm sang agent B.

Người chỉ huy động: Orchestrator

Để tránh lãng phí (luôn chạy đủ 3 agent dù chỉ cần 1), cần một Orchestrator (người cầm kịch). Đây là một agent (hoặc thuật toán RL - Reinforcement Learning) quan sát trạng thái công việc và quyết định:

• Khi nào gọi Agent Thiết kế (ví dụ: lúc bắt đầu dự án)?
• Khi nào gọi Agent Kiểm tra (ví dụ: khi code vừa viết xong, hoặc khi phát hiện "mùi" lỗi)?
• Khi nào kết thúc vòng lặp (converged)?

Orchestrator học được rằng "gọi chuyên gia đắt đỏ" (như security auditor) chỉ khi cần thiết, giống như quản lý giỏi biết khi nào mới mời CTO vào họp, thay vì họp định kỳ vô nghĩa.

Vòng lặp thuật toán: Cyclic Reasoning

Thay vì chạy thẳng từ A→B→C, Tam quân thường tạo thành các vòng lặp cục bộ (local loops), ví dụ:

1. Coder viết → 2. Reviewer phê bình → 3. Coder sửa → lặp lại 2-3 lần cho đến khi cả hai "thỏa thuận".

Vòng lặp này giống như gradient descent trong toán học: thu hẹp dần không gian lỗi trong một "túi" nhỏ (convergence pocket) trước khi đưa kết quả ra ngoài. Lợi ích là giảm nhiễu toàn cục: bạn không muốn lỗi chính tả làm phiền bộ não Planner đang lo phương án tổng thể.

Cách bàn giao sạch (Clean Handoff)

Khi Coder trả code cho Reviewer, nó chỉ gửi file code, không gửi kèm lời biện hộ "tôi dùng biến này vì hôm qua tôi nghĩ...". Điều này ngăn sycophancy (nịnh bợ): Reviewer không bị thuyết phục bởi lý do sai lầm, chỉ thấy sản phẩm đúng hay sai.

Ví dụ thực tế

Ví dụ 1: Claude Code (Trợ lý lập trình thông minh) Trong bản rò rỉ kiến trúc của Claude Code, hệ thống dùng một orchestrator ẩn để điều phối. Khi bạn yêu cầu "thêm tính năng đăng nhập", orchestrator không gọi ngay lập trình viên (Coder). Thay vào đó:

• Gọi Security Auditor kiểm tra xem có lỗ hổng bảo mật không.
• Nếu lỗi 3 lần liên tiếp, Orchestrator tự động "thăng cấp" (escalate), mời Senior Architect vào với bối cảnh rộng hơn để tái cấu trúc, thay vì cố sửa lỗi nhỏ.

Ví dụ 2: Hệ thống hỏi đáp tài liệu pháp lý (Legal AI) Harvey hoặc EvenUp xử lý hợp đồng 200 trang:

• Agent Đọc hiểu (Perception): Trích xuất điều khoản, số liệu từ PDF.
• Agent Phân tích (Reasoning): So sánh với tiền lệ, tìm mâu thuẫn pháp lý.
• Agent Tóm tắt (Synthesis): Viết báo cáo cho luật sư. Vòng lặp 1→2→1 giúp phát hiện điều khoản ẩn mà một AI đơn lẻ dễ bỏ qua vì "mất tập trung" giữa chừng.

Ví dụ 3: Tự động hóa marketing (CrewAI) Lên kế hoạch chiến dịch quảng cáo:

• Researcher: Tìm insight khách hàng từ Reddit và báo cáo ngành.
• Copywriter: Viết 10 bài quảng cáo dựa trên insight.
• Reviewer: Chọn bài nào phù hợp brand voice, loại bỏ bài quá "salesy". Kết quả cuối là sản phẩm của sự đối thoại giữa 3 "nhân sự" AI, không phải ý kiến một chiều.

Ứng dụng

Sinh viên (Học tập & Nghiên cứu)

Dùng bộ ba Researcher → Synthesizer → Fact-checker để viết luận văn:

• Researcher tìm 20 nguồn tài liệu.
• Synthesizer viết outline liên kết các nguồn.
• Fact-checker đọc từng câu, đánh dấu "[cần trích dẫn]" nếu không có nguồn. Tránh cảnh dùng ChatGPT một mình viết ra thông tin giả mạo (hallucination) mà không kiểm chứng.

Người đi làm (Kỹ sư phần mềm)

Thiết lập workflow Architect + Coder + Tester trong Cursor hoặc Windsurf:

• Architect viết spec (yêu cầu kỹ thuật).
• Coder viết code theo spec.
• Tester viết unit test và báo cáo lỗi. Khi lỗi quá 3 lần, Orchestrator (bạn hoặc một agent quản lý) quyết định xem spec có bị sai không, rồi đưa Architect vào lại — thay vì bắt Coder cố gắng sửa code sai kiến trúc.

Doanh nghiệp (Tự động hóa quy trình)

Triển khai AWS Bedrock Agents hoặc AutoGen cho quy trình phức tạp như "Xử lý đơn hàng B2B":

• Router Agent: Phân loại đơn (thường/khẩn/đặc biệt).
• Inventory Agent: Kiểm tra kho.
• Pricing Agent: Tính giá chiết khấu.
• Compliance Agent: Kiểm tra hợp đồng có điều khoản cấm không? Orchestrator điều phối thứ tự: Router → Inventory song song với Compliance → rồi mới đến Pricing. Nếu Compliance báo "cấm", Orchestrator dừng luôn, không làm phiền Pricing.

So sánh

Kết luận: Tam quân phối hợp là lựa chọn sáng suốt khi bạn ưu tiên chất lượng và độ tin cậy hơn tốc độ, đặc biệt trong các tác vụ có nhiều giai đoạn mâu thuẫn (viết → kiểm tra → sửa). Nếu bạn chỉ cần trả lời nhanh một câu hỏi đơn giản, dùng Single AI tiết kiệm hơn.

Bài viết liên quan

Cùng cụm Thống soái (Kế 29–32)

Đọc tiếp