Bỏ qua để đến nội dung chính
LeoNex News

Multi-agent: khi nào nên tách agent, khi nào không

Sơ đồ bắt đầu với một agent, rẽ sang nhiều agent qua điểm quyết định, kèm ghi chú chuyển giao và biểu đồ so sánh.
Trong bài này

Trong các hệ thống AI agent, việc chia nhỏ thành nhiều agent nghe có vẻ hiện đại, nhưng thực tế thường kéo theo khó khăn khi kiểm thử, gỡ lỗi và làm tăng chi phí. Nguyên tắc xuyên suốt: bắt đầu bằng một agent, chỉ tách khi có lý do cụ thể, và luôn đo đạc để xác nhận quyết định đó. Những nguyên tắc dưới đây không gắn với framework nào, vì tên framework đổi nhanh hơn các nguyên tắc này.

Mặc định: một agent với bộ công cụ gọn

Một agent nắm trọn ngữ cảnh của cuộc hội thoại, nên không xảy ra tình trạng hai agent hiểu cùng một yêu cầu theo hai cách khác nhau. Khi gặp lỗi, người phát triển chỉ cần lần theo một chuỗi suy luận duy nhất. Việc tách agent chỉ hợp lý khi chỉ ra được một lý do cụ thể; cảm giác rằng kiến trúc trông chuyên nghiệp hơn thì không phải là lý do.

Bốn tình huống nên tách agent

Dấu hiệu bạn đã tách quá tay

Quy tắc chuyển giao giữa các agent

Khi đã tách, cần quy định rõ thứ gì được trao từ agent này sang agent khác. Tối thiểu nên có bốn phần:

  • mục tiêu cần đạt

  • dữ liệu đã có

  • những việc đã làm

  • những việc còn lại

Một ghi chú chuyển giao ngắn và có cấu trúc luôn tốt hơn việc đổ nguyên lịch sử hội thoại sang. Ghi chú này cũng là công cụ kiểm tra: nếu agent nhận phải hỏi lại điều mà agent trước đã biết, nghĩa là mẫu chuyển giao còn thiếu trường và cần được xem lại.

Kiểm chứng quyết định bằng số liệu

Điểm chính

  • Mặc định nên dùng một agent với danh sách công cụ gọn, vì ngữ cảnh thống nhất và dễ gỡ lỗi hơn.

  • Chỉ tách khi có lý do cụ thể: quá nhiều công cụ, quyền khác nhau, phần việc dài sinh nhiều nội dung trung gian, hoặc hai việc chạy song song được.

  • Chuyển giao qua ghi chú ngắn, có cấu trúc; đặt giới hạn bước và số lần chuyển giao, rồi giao cho con người khi chạm giới hạn.

  • So sánh hai phương án trên cùng bộ câu hỏi thật; nếu nhiều agent không hơn rõ rệt, hãy quay lại một agent.

Nguồn tham khảo

Các nguồn mà bài viết này dựa vào.

  1. Multi-agent: khi nào nên tách agent, khi nào không? (mở trong tab mới) — Viblo

Xem thêm trong AI Engineering

Sơ đồ vòng xử lý: đánh giá được lấy mẫu, LLM tạo bản tóm tắt, hệ thống kiểm tra căn cứ và phản hồi người dùng quay lại để cập nhật.
AI-ENG AI Engineering

Tóm tắt review tự động có vòng phản hồi: LLM chạy production tại Grab

Hệ thống Automated Merchant Review Summary System biến các đánh giá viết tay về cửa hàng thành bản tóm tắt ngắn gọn. Người tiêu dùng có thể xem tóm tắt tổng thể hoặc chọn một chủ đề cụ thể, còn merchant (cửa hàng, đối tác bán hàng) nhận biết được điều khách hàng đánh giá cao và khâu nào cần cải…

6 phút đọc

Dây chuyền ba bước đưa đặc tả và ngữ cảnh qua các cổng kiểm tra trước khi xuất mã đã xác minh.
AI-ENG AI Engineering

Context engineering và guardrails để "thuần hoá" coding agent

Coding Agent như Cursor, Windsurf, Cline hay Claude Code thường cho kết quả ấn tượng ở giai đoạn đầu, nhưng khi dự án lớn dần với nhiều file và nghiệp vụ rẽ nhánh, chúng có thể làm hỏng tính năng đang chạy, kéo thêm thư viện xung đột hoặc phá vỡ kiến trúc. Nguyên nhân nằm ở cách dùng thiếu cấu…

5 phút đọc

Bản tin qua email

Nhận tuyển chọn bài viết mới của LeoNex News qua email.

Chúng tôi chỉ dùng địa chỉ này để gửi bản tin.

Nhận tuyển chọn bài viết mới của LeoNex News qua email. Bạn sẽ nhận một email xác nhận; đăng ký chỉ có hiệu lực sau khi bạn xác nhận. Mỗi email đều có liên kết hủy đăng ký. Xem chính sách quyền riêng tư