Kế 32: Phân quyền cho tướng — Delegate vs tự làm
Kế 32 Binh Pháp AI: Thuật toán phân quyền — khi nào giao việc cho AI agent, khi nào tự làm. Tránh ảo giác tốc độ, tối ưu chi phí đánh giá.
Định nghĩa
Phân quyền cho tướng là kỹ thuật ra quyết định chiến lược về việc giao phó (delegate) nhiệm vụ cho AI agent hay tự xử lý (principal), dựa trên cân bằng giữa chi phí đánh giá (evaluation cost) và thuế căn chỉnh (alignment tax). Khi agent làm sai vì hiểu sai mục tiêu ngầm, chi phí sửa chữa thường cao gấp nhiều lần so với tốc độ ban đầu — hiện tượng "ảo giác tốc độ" (velocity illusion) khiến nhiều đội ngũ tưởng nhanh mà hóa chậm.
Giải thích chi tiết
Từ Gia Cát Lượng đến Claude Code: Nghệ thuật "Giao quyền không giao mạng"
Trong Tam Quốc Diễn Nghĩa, Gia Cát Lượng trước khi qua đời đã trao quyền cho Khương Duy và Tưởng Uyển nhưng vẫn để lại "bát quái trận đồ" — bản đồ chiến lược chỉ đường cho tướng. Đây không phải là giao việc mù quáng, mà là giao quyền có giới hạn với "map" (bản đồ ràng buộc) chứ không chỉ "territory" (lãnh thổ tự do).
Trong thế giới AI hiện đại, khi bạn dùng Claude Code hay AutoGen để delegate task cho một agent lập trình, bạn chính là vị "thống soái" này. Bí quyết không nằm ở việc agent có thông minh hay không, mà nằm ở chi phí căn chỉnh (alignment cost) so với chi phí tự làm. Nếu bạn mất 2 giờ để review lại code agent sửa, trong khi tự sửa chỉ mất 30 phút, bạn đã thua trận dù agent chạy nhanh như chớp.
Ảo giác tốc độ và tối ưu cục bộ sai lệch
Vấn đề cốt lõi khi dùng AI agent là misaligned incentives. Agent tối ưu cho tín hiệu dễ đo (ví dụ: "code compile được", "output đủ 500 từ", "JSON không lỗi syntax") thay vì mục tiêu thực sự của bạn ("bảo toàn transaction integrity", "logic kiến trúc đúng").
Như case study Spring migration của Nybble Group: Khi delegate nâng cấp phiên bản Spring Boot mà không cung cấp đủ context (constraints, history quyết định kiến trúc), agent đã tối ưu cục bộ để "make it compile" — kết quả là phá vỡ semantic architecture, tạo ra technical debt song song (parallelized technical debt). Vận tốc ban đầu cao nhưng chi phí rework gấp đôi dự kiến.
Trái lại, ArgoCD đạt được 10x speedup vì trả thuế căn chỉnh trước (alignment tax upfront): đầu tư viết documentation về cluster topology và lịch sử quyết định trước khi giao cho agent. Agent từ "kẻ mù đi speedboat" trở thành "người lái có bản đồ".
Thuật toán phân quyền: Evaluation Cost + Alignment Tax
Công thức vàng để quyết định delegate hay không:
Delegation Cost = Evaluation Cost + Alignment Tax- Evaluation Cost: Chi phí thời gian/cognitive load của bạn để kiểm tra output agent có đúng không.
- Alignment Tax: Chi phí chuẩn bị context, documentation, guardrails để agent không đi lệch mục tiêu.
Quy tắc: Nếu Alignment Tax > Evaluation Cost, hãy tự làm. Nếu Evaluation Cost cao (ví dụ: đọc 100 trang báo cáo), hãy trả thuế căn chỉnh để delegate.
Hai chế độ: Delegate cách làm vs Delegate kết quả
Lấy cảm hừng từ quản lý Việt Nam (Harvey Tran), có hai cách phân quyền:
1. Delegate cách làm (Micromanage Methods) Dùng cho agent "junior" hoặc low-trust contexts. Bạn cung cấp:
- Prompt chi tiết từng bước (step-by-step)
- Few-shot examples cụ thể
- Constraints cứng (regex, JSON schema)
- Checkpoints giữa chặng (phải approve mới qua bước sau)
2. Delegate kết quả (Outcome-Based) Dùng khi agent đã có "world model" robust (senior agent, context-rich). Bạn chỉ định:
- Metric thành công (ví dụ: "tối ưu latency xuống dưới 100ms")
- Guardrails không được phá (hard constraints)
- Không chỉ định "how" — để agent tự tìm path
Trong hệ thống multi-agent (Kế 31), bạn nên dùng delegate kết quả cho agent Planner/Architect, nhưng delegate cách làm cho agent Junior Coder hoặc Data Entry.
Ví dụ thực tế
Spring Migration: Thảm họa khi thiếu "bản đồ"
Một đội ngũ delegate việc migrate từ Spring Boot 2 lên 3 cho AI agent chỉ với prompt: "Update code để compile được với Spring 3". Agent chạy nhanh, sửa import, đổi deprecated API. Nhưng vì không có context về "transaction boundary across microservices", agent đã chuyển đổi singleton thành prototype scope, phá vỡ consistency. Kết quả: 2 tuần đầu tưởng xong, 4 tuần sau debug production.
Bài học: Không delegate khi thiếu context-first documentation (ràng buộc ngữ nghĩa, không chỉ syntax).
ArgoCD: Thắng lợi nhờ trả thuế căn chỉnh trước
Đội DevOps cung cấp cho agent:
- Sơ đồ topology cluster (diagram + mô tả coupling)
- History các quyết định "tại sao dùng StatefulSet thay vì Deployment"
- Constraint: "Không được phép thay đổi PodDisruptionBudget khi có canary đang chạy"
Agent tự động hóa được 80% thao tác migrate, đạt 10x speedup, vì đã có "map" để navigate trade-offs.
Review hợp đồng 100 trang: Phân quyền theo section
Thay vì giao toàn bộ hợp đồng cho một agent (risk cao, evaluation cost cao), bạn phân chia:
- Tự làm (Principal): Review các clause liability, indemnification (high stake, cần tacit knowledge)
- Delegate cách làm: Agent 1 check định dạng, cross-reference điều khoản số liệu với Excel
- Delegate kết quả: Agent 2 tóm tắt logic bảo hiểm (có ràng buộc: "chỉ tóm tắt, không diễn giải"), bạn chỉ đọc 1 trang summary
Ứng dụng
Lập trình viên (Developers)
- Delegate: Viết boilerplate CRUD, refactor đổi tên biến, generate unit test cho hàm đơn giản.
- Tự làm: Thiết kế kiến trúc database migration, quyết định về distributed transaction, debug race condition phức tạp.
- Mẹo: Dùng Claude Code với
CLAUDE.local.mdchứa architecture decision records (ADR) — đóng vai "bát quái trận đồ" để agent hiểu ràng buộc ngữ nghĩa.
Quản lý sản phẩm (PMs)
- Delegate: Draft PRD từ bullet points, rewrite user story theo template, summarize feedback từ 50 transcript interview.
- Tự làm: Quyết định trade-off giữa tech debt và time-to-market, xác định metric thành công cho feature mới.
- Guardrail: Luôn kèm negative constraints ("Không được đề xuất giải pháp cần phá bỏ GDPR compliance").
Doanh nghiệp SME & Enterprise
- Delegate: Data entry, phân loại invoice, trả lời FAQ tier-1 (có kho kiến thức chuẩn).
- Tự làm: Phê duyệt khoản vay lớn, quyết định chiến lược M&A, xử lý complaint của khách hàng VIP (cần emotional intelligence và tacit knowledge về lịch sử khách hàng).
So sánh
| Tiêu chí | Tự làm (Principal) | Delegate cho AI Agent |
|---|---|---|
| Thời gian ban đầu | Chậm (linear) | Nhanh (parallel) |
| Chi phí ẩn | Chi phí cơ hội (bạn không làm việc khác) | Alignment Tax + Rework Risk |
| Khi nào dùng | Evaluation Cost thấp, hoặc Alignment Tax cao hơn giá trị output | Evaluation Cost cao, có thể trả Alignment Tax < 20% thời gian tiết kiệm |
| Kiểm soát | Full control | Cần Guardrails (hard constraints) |
| Hiệu ứng | Đúng từ đầu | Ảo giác tốc độ nếu thiếu context |
Kết luận: Delegate không phải là lười biếng, mà là tính toán chiến lược. Nếu bạn không chịu trả "thuế căn chỉnh" (viết document, thiết lập guardrails), bạn đang delegate cho một "tướng mù" chạy nhanh vào vực thẳm.
Bài viết liên quan
Kế 29: Biết lúc rút quân
Human-in-the-loop: Khi nào dừng AI, chuyển quyền lại cho người để tránh de-skilling.
Kế 30: Điều binh bằng khí hậu
Temperature control: Khi cần sáng tạo (high-T) vs khi cần chính xác (low-T).
Kế 31: Tam quân phối hợp
Multi-agent setup: Mỗi AI một chuyên môn, phối hợp dưới quyền điều phối (orchestrator).
Đọc tiếp
Kế 31: Tam quân phối hợp — Multi-agent mỗi AI một chuyên môn
Kế 31 Binh pháp AI: Thay vì một AI làm tất cả, dùng nhiều agent chuyên môn hóa (coder, reviewer, planner) phối hợp để giải quyết vấn đề phức tạp với độ chính...
Kế 33: Vây hãm tự động — Feedback loop agent tự kiểm
Kế 33 Binh pháp AI: Xây dựng vòng lặp tự kiểm generate-critique-revise, biến AI từ cung thủ một nấc thành quân đoạn hậu tự động.