AI agent là gì? Tác tử AI, agentic AI và cách triển khai

Mục lục

1. AI agent là gì?
2. AI agent gồm những thành phần nào?
3. AI agent tự chủ đến mức nào?
4. AI agent và chatbot khác nhau thế nào? So với RPA và workflow tự động
5. Agentic AI là gì? Multi-agent là gì?
6. AI agent kết nối công cụ bằng chuẩn nào?
7. Ứng dụng AI agent trong doanh nghiệp theo phòng ban
8. Rủi ro khi dùng AI agent là gì?
9. Gartner dự báo gì về agentic AI và “agent washing”?
10. Pháp luật Việt Nam quy định gì với AI agent?
11. Lộ trình triển khai AI agent an toàn
12. Những hiểu lầm phổ biến về AI agent
13. Câu hỏi thường gặp

AI agent là gì?

AI agent là hệ thống phần mềm nhận một mục tiêu, tự chia thành các bước, chọn và gọi công cụ để thực hiện, rồi xem kết quả để quyết định bước tiếp theo. Nó dừng khi đạt mục tiêu, chạm giới hạn hoặc cần con người quyết định.

Ví dụ: bạn giao “Lập danh sách khách nợ quá 30 ngày và soạn email nhắc nợ”. Chatbot chỉ hướng dẫn cách làm. Agent sẽ truy vấn phần mềm kế toán, lọc hoá đơn quá hạn, lấy thông tin liên hệ từ CRM, soạn từng email và đưa danh sách cho bạn duyệt trước khi gửi.

Trong tiếng Việt, AI agent thường được gọi là tác tử AI hoặc tác nhân AI. Khái niệm tác tử không mới: giáo trình kinh điển của Russell và Norvig định nghĩa tác tử là thứ nhận biết môi trường qua cảm biến và tác động lên môi trường qua bộ phận chấp hành. Điểm mới là “bộ não” nay là mô hình ngôn ngữ lớn, nên agent hiểu yêu cầu bằng ngôn ngữ tự nhiên và xử lý được việc chưa lập trình sẵn.

Khoản 2 Điều 3 Luật Trí tuệ nhân tạo số 134/2025/QH15 định nghĩa hệ thống AI hoạt động “với các mức độ tự chủ khác nhau”; AI agent là dạng có mức tự chủ cao. Nếu cần nền tảng chung, hãy đọc bài trí tuệ nhân tạo hoạt động ra sao.

AI agent gồm những thành phần nào?

Dù do hãng nào cung cấp, phần lớn AI agent đều ghép từ 5 thành phần. Hiểu từng phần giúp bạn biết agent hỏng ở đâu khi làm sai.

Mô hình ngôn ngữ lớn (LLM)

Mô hình ngôn ngữ lớn (Large Language Model, LLM) đọc yêu cầu và quyết định bước tiếp theo. Nó không tự chạm vào hệ thống nào, chỉ “viết ra” ý định như “gọi công cụ tra đơn với mã 12345”. Phần mềm bao quanh mới thực thi. Xem thêm bài mô hình ngôn ngữ lớn là gì.

Công cụ (tool)

Công cụ là các chức năng agent được phép gọi: truy vấn cơ sở dữ liệu, gọi API của CRM, đọc tệp, tìm kiếm web, gửi email, chạy mã. Danh sách công cụ chính là ranh giới năng lực. Agent không có công cụ gửi email thì không thể tự gửi email.

Bộ nhớ

Bộ nhớ ngắn hạn là nội dung phiên hiện tại. Bộ nhớ dài hạn lưu thông tin qua nhiều phiên, như tài liệu nội bộ truy xuất khi cần (RAG). Đây cũng là nơi dữ liệu nhạy cảm dễ bị lưu sai chỗ.

Lập kế hoạch (planning)

Với việc nhiều bước, agent phải chia nhỏ: làm gì trước, bước nào phụ thuộc bước nào. Khi kết quả không như dự kiến, agent tốt điều chỉnh kế hoạch thay vì lặp lại thao tác lỗi.

Vòng lặp quan sát, suy luận, hành động

Đây là thứ biến mô hình ngôn ngữ thành agent. Tháng 10/2022, bài nghiên cứu ReAct công bố trên arXiv đề xuất cho mô hình xen kẽ suy luận và hành động: nghĩ, gọi công cụ, đọc kết quả, nghĩ tiếp. Hầu hết agent ngày nay chạy theo biến thể của vòng lặp này.

Ví dụ: hỏi “Vì sao đơn 12345 chưa giao?”, agent tra đơn, thấy “chờ kho”, tra tồn kho, thấy hết hàng, rồi soạn trả lời. Mỗi vòng là một lần gọi mô hình, nên càng nhiều vòng thì chi phí và khả năng sai càng tăng.

AI agent tự chủ đến mức nào?

Tự chủ là thang đo, không phải công tắc. Bài nghiên cứu “Levels of Autonomy for AI Agents” (arXiv, tháng 6/2025) đề xuất 5 cấp độ theo vai trò người dùng. Cột cuối là gợi ý của biên tập.

Cấp độ	Vai trò người dùng	Agent làm gì	Gợi ý áp dụng
1. Người vận hành	Tự quyết định, tự lập kế hoạch	Hỗ trợ khi được gọi	Trợ lý soạn thảo, tra tài liệu
2. Người cộng tác	Cùng lập kế hoạch, thấy toàn bộ tiến độ	Làm song song phần được giao	Soạn báo cáo cùng nhân viên
3. Người tư vấn	Góp ý, định hướng	Chủ động lập kế hoạch, hỏi ý kiến khi cần	Nghiên cứu thị trường
4. Người phê duyệt	Cấp quyền, ký duyệt việc quan trọng	Tự làm phần lớn, dừng xin duyệt ở bước có hệ quả	Hoàn tiền dưới hạn mức
5. Người quan sát	Theo dõi nhật ký, có nút dừng khẩn cấp	Tự quyết định hoàn toàn	Hiếm khi hợp với việc chạm tiền, dữ liệu cá nhân

Doanh nghiệp mới bắt đầu nên ở cấp 1 đến 3. Cấp 4 chỉ dùng khi quy trình đã ổn định, có nhật ký và hạn mức rõ.

AI agent và chatbot khác nhau thế nào? So với RPA và workflow tự động

Cách phân biệt nhanh: ai quyết định bước tiếp theo, và hệ thống có hành động trên phần mềm khác không?

Tiêu chí	Chatbot	RPA	Workflow tự động	AI agent
Đầu ra	Câu trả lời	Thao tác trên giao diện	Chuỗi bước giữa ứng dụng	Kết quả công việc nhiều bước
Ai quyết định bước tiếp	Kịch bản hoặc mô hình, trong hội thoại	Kịch bản cố định	Luồng định sẵn, có thể có bước gọi AI	Mô hình, trong phạm vi được cấp
Gặp tình huống lạ	Trả lời chung chung	Dừng, báo lỗi	Đi nhánh mặc định	Tự điều chỉnh, nhưng có thể đoán sai
Rủi ro chính	Trả lời sai	Vỡ khi giao diện đổi	Thiếu linh hoạt	Hành động sai trên hệ thống thật

Khác biệt giữa AI agent và chatbot không nằm ở việc có dùng LLM. Chatbot dùng LLM vẫn là chatbot nếu chỉ trả lời. Nó thành agent khi được trao công cụ và quyền tự quyết định chuỗi hành động. RPA thì ngược lại: hành động trên hệ thống thật nhưng không suy luận. Xem thêm RPA hoạt động thế nào.

Anthropic, trong hướng dẫn tháng 12/2024, phân biệt: workflow là hệ thống mà LLM và công cụ được điều phối theo nhánh mã định sẵn; agent là hệ thống mà LLM tự điều khiển quy trình và cách dùng công cụ. Bài viết khuyên chọn giải pháp đơn giản nhất và chỉ tăng độ phức tạp khi cần. Nhiều bài toán gắn mác agent thực ra chỉ cần workflow có bước gọi AI.

Agentic AI là gì? Multi-agent là gì?

Agentic AI là cách gọi chung cho các hệ thống AI có tính tác tử: tự đặt bước, tự dùng công cụ, theo đuổi mục tiêu với ít giám sát hơn. “AI agent” là một hệ thống cụ thể, còn “agentic AI” là xu hướng thiết kế. Đây là bước tiếp theo của AI tạo sinh: từ tạo nội dung sang làm việc.

Multi-agent (hệ đa tác tử) dùng nhiều agent phối hợp. Mô hình phổ biến là điều phối viên và người thực hiện (orchestrator-worker): agent chính chia việc cho các agent con chạy song song rồi tổng hợp.

Anthropic công bố tháng 6/2025 rằng hệ đa tác tử của họ tốt hơn 90,2% so với agent đơn trong bộ đánh giá nghiên cứu nội bộ. Nhưng agent thường dùng khoảng 4 lần số token so với trò chuyện, còn hệ đa tác tử khoảng 15 lần. Việc mà các agent phải chia sẻ chung ngữ cảnh hoặc phụ thuộc chặt vào nhau, như nhiều tác vụ lập trình, chưa hợp với kiến trúc này. Chỉ dùng multi-agent khi giá trị công việc đủ bù chi phí.

AI agent kết nối công cụ bằng chuẩn nào?

Trước đây, mỗi cặp ứng dụng AI và hệ thống cần một tích hợp riêng. Giao thức chuẩn giải quyết việc này.

Model Context Protocol (MCP)

Model Context Protocol (MCP) được Anthropic công bố ngày 25/11/2024, là chuẩn mở kết nối trợ lý AI với nơi dữ liệu nằm. Theo tài liệu kiến trúc chính thức, ứng dụng AI đóng vai host, tạo một client cho mỗi kết nối tới một server. Server cung cấp tools (hàm thực thi hành động), resources (dữ liệu làm ngữ cảnh) và prompts (mẫu tương tác). Giao tiếp dùng JSON-RPC 2.0, qua stdio với server cục bộ hoặc HTTP với server từ xa.

Ngày 09/12/2025, Linux Foundation thành lập Agentic AI Foundation, với MCP là một dự án sáng lập cùng goose của Block và AGENTS.md của OpenAI. Theo thông cáo, sau năm đầu MCP đã có hơn 10.000 server được công bố và được dùng trên Claude, Microsoft Copilot, Gemini, ChatGPT.

Agent2Agent (A2A)

MCP nối agent với công cụ, còn Agent2Agent (A2A) nối agent với agent. Google giới thiệu A2A tháng 4/2025; ngày 23/06/2025, Linux Foundation tiếp nhận dự án để các agent trên nền tảng khác nhau tìm thấy nhau, trao đổi an toàn và phối hợp.

Ứng dụng AI agent trong doanh nghiệp theo phòng ban

Ví dụ có tên doanh nghiệp đều có nguồn công khai; còn lại là ví dụ minh hoạ.

Chăm sóc khách hàng

Quy trình: agent xác thực khách, tra đơn và chính sách, tự xử lý việc đơn giản như đổi địa chỉ, gửi lại hoá đơn; ca phức tạp được chuyển nhân viên kèm tóm tắt.

Ví dụ thật: cuối tháng 2/2024, Klarna công bố trợ lý AI xử lý 2,3 triệu cuộc chat trong tháng đầu, khoảng hai phần ba số cuộc chat chăm sóc khách hàng, tương đương công việc của 700 nhân viên toàn thời gian; thời gian giải quyết giảm từ 11 phút xuống dưới 2 phút. Nhưng tháng 5/2025, CEO Klarna nói với Bloomberg rằng đầu tư vào chất lượng hỗ trợ của con người là hướng đi tương lai, và công ty tuyển lại nhân viên. Với kênh thoại, xem bài tổng đài AI và callbot.

Bán hàng

Quy trình: trước buổi gặp, agent tổng hợp lịch sử giao dịch và ghi chú cũ; sau buổi gặp, soạn biên bản, cập nhật CRM, đề xuất bước tiếp theo để nhân viên duyệt.

Ví dụ tại Việt Nam: theo bài đăng của Hiệp hội Ngân hàng Việt Nam ngày 19/08/2026, đại diện VietinBank cho biết trên nền tảng MyGenie, trong 5 tháng đã có hơn 1.100 AI Agent được đưa vào vận hành. Trợ lý AI sau gần 2 tháng đã phục vụ hơn 5.600 cán bộ với trên 84.000 yêu cầu, trong đó có hỗ trợ cán bộ quan hệ khách hàng nắm nhu cầu khách và gợi ý sản phẩm.

Kế toán

Ví dụ minh hoạ, đối chiếu công nợ:

1. Agent đọc sao kê ngân hàng và danh sách hoá đơn chưa thu.
2. Khớp tự động khoản trùng số tiền và nội dung chuyển khoản.
3. Với khoản lệch, đề xuất bút toán kèm lý do.
4. Kế toán viên duyệt; agent chỉ ghi sổ sau khi được duyệt.

Nhân sự

Ví dụ minh hoạ, tiếp nhận nhân viên mới: khi hợp đồng được ký, agent gửi yêu cầu cấp tài khoản cho IT, đặt lịch đào tạo, trả lời câu hỏi về nghỉ phép từ sổ tay nội bộ. Không nên để agent tự loại hồ sơ ứng viên: việc này tác động trực tiếp đến cơ hội của con người và dễ thiên lệch theo dữ liệu cũ.

IT

Ngày 19/05/2025, GitHub công bố bản xem trước Copilot coding agent: bạn giao một issue như giao cho lập trình viên, agent làm trong môi trường đám mây, sửa mã, chạy kiểm thử và linter, rồi mở pull request và gắn bạn vào review. Con người vẫn quyết định có gộp mã hay không.

Phân tích dữ liệu

Ví dụ minh hoạ: “Vì sao doanh thu miền Trung tháng này giảm?”. Agent viết truy vấn SQL, so sánh theo kênh, sản phẩm, chi nhánh, vẽ biểu đồ và nêu giả thuyết kèm số liệu. Agent chỉ có quyền đọc; người phân tích kiểm tra logic trước khi trình lãnh đạo.

Rủi ro khi dùng AI agent là gì?

Chatbot trả lời sai thì người đọc còn bỏ qua được. Agent làm sai thì sai đã xảy ra trên hệ thống.

Hành động sai

Tháng 7/2025, nhà sáng lập cộng đồng SaaStr công khai việc agent lập trình của Replit xoá cơ sở dữ liệu thật chứa thông tin 1.206 lãnh đạo và 1.196 công ty, dù đã được dặn không thay đổi khi chưa được phép. CEO Replit gọi sự cố là không thể chấp nhận; công ty bổ sung tách môi trường phát triển và môi trường thật, chế độ chỉ lập kế hoạch, khôi phục sao lưu bằng một thao tác. Lời dặn trong câu lệnh không phải rào chắn; quyền truy cập và môi trường tách biệt mới là rào chắn.

Bảo mật và prompt injection

Prompt injection (chèn lệnh) đứng đầu OWASP Top 10 cho ứng dụng LLM năm 2025 (LLM01). Dạng gián tiếp, khi lệnh ẩn nằm trong email, trang web hay tài liệu agent đọc, đặc biệt nguy hiểm vì agent đọc nội dung bên ngoài liên tục. Cùng danh sách có LLM06 “Excessive Agency”: agent được cấp quá nhiều chức năng, quyền hoặc tự chủ.

Lập trình viên Simon Willison gọi là “bộ ba chết người”: agent vừa truy cập dữ liệu riêng tư, vừa đọc nội dung không đáng tin, vừa gửi được dữ liệu ra ngoài thì dễ bị lừa làm lộ dữ liệu. Đừng để một agent có đủ cả ba.

Chi phí

Một tác vụ có thể tốn vài hoặc hàng chục lần gọi mô hình. Hãy đặt giới hạn số bước và ngân sách mỗi tác vụ.

Trách nhiệm

Tháng 2/2024, Civil Resolution Tribunal, cơ quan giải quyết tranh chấp dân sự của bang British Columbia (Canada), buộc Air Canada bồi thường vì chatbot hướng dẫn sai về vé tang lễ. Hãng lập luận chatbot là thực thể riêng nhưng bị bác bỏ: hãng chịu trách nhiệm với mọi thông tin trên trang web của mình. Agent hành động thay doanh nghiệp càng không thể là cớ thoái thác.

Gartner dự báo gì về agentic AI và “agent washing”?

Ngày 25/06/2025, Gartner dự báo hơn 40% dự án agentic AI sẽ bị huỷ trước cuối năm 2027 vì chi phí leo thang, giá trị kinh doanh không rõ hoặc kiểm soát rủi ro chưa đủ.

Gartner gọi agent washing là việc gắn mác mới cho sản phẩm cũ như trợ lý AI, RPA, chatbot mà không có năng lực tác tử thực chất, và ước tính trong hàng nghìn nhà cung cấp chỉ khoảng 130 là thật. Dù vậy, Gartner vẫn dự báo đến 2028, 15% quyết định công việc hằng ngày sẽ do agentic AI đưa ra tự động và 33% phần mềm doanh nghiệp tích hợp agentic AI. Đây là dự báo, không phải kết quả.

Bốn câu hỏi để nhận ra agent washing:

1. Hệ thống tự quyết định bước tiếp theo hay chạy kịch bản viết sẵn?
2. Nó gọi được công cụ nào, với quyền gì?
3. Gặp tình huống ngoài kịch bản thì sao? Yêu cầu thử trực tiếp.
4. Có nhật ký ghi từng bước và từng lần gọi công cụ không?

Pháp luật Việt Nam quy định gì với AI agent?

Luật Trí tuệ nhân tạo số 134/2025/QH15 được thông qua ngày 10/12/2025, hiệu lực từ 01/03/2026. Luật không dùng từ “AI agent”, nhưng nhiều điều áp dụng trực tiếp cho doanh nghiệp đưa agent vào vận hành với tư cách “bên triển khai”:

• Khoản 2 Điều 4: AI không thay thế thẩm quyền và trách nhiệm của con người; phải duy trì khả năng kiểm soát, can thiệp của con người với mọi quyết định của hệ thống.
• Điều 10: bên triển khai kế thừa phân loại rủi ro của nhà cung cấp, nhưng nếu tích hợp, sửa đổi làm phát sinh rủi ro mới hoặc cao hơn thì phải phối hợp phân loại lại. Gắn thêm công cụ cho agent chính là thay đổi chức năng.
• Khoản 1 Điều 11: hệ thống tương tác trực tiếp với con người phải giúp người dùng nhận biết họ đang tương tác với AI.
• Điều 12: bên triển khai phải ghi nhận, thông báo kịp thời sự cố nghiêm trọng và phối hợp khắc phục.
• Điều 14: với hệ thống rủi ro cao, nhà cung cấp phải lưu nhật ký hoạt động, thiết kế để con người giám sát và can thiệp được; bên triển khai phải vận hành đúng mục đích, bảo mật dữ liệu.
• Điều 29: hệ thống rủi ro cao vận hành đúng quy định mà vẫn gây thiệt hại thì bên triển khai bồi thường trước, sau đó có thể đòi nhà cung cấp hoàn trả nếu có thoả thuận. Nếu bị bên thứ ba xâm nhập, chiếm quyền điều khiển mà bên triển khai có lỗi, bên triển khai phải liên đới bồi thường.
• Điều 35: hệ thống hoạt động trước 01/03/2026 có 18 tháng để tuân thủ nếu thuộc y tế, giáo dục, tài chính và 12 tháng với lĩnh vực khác.

Agent xử lý thông tin khách hàng, nhân viên còn phải tuân thủ Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15, hiệu lực từ 01/01/2026.

Lộ trình triển khai AI agent an toàn

Quy trình còn rối thì nên tái cấu trúc quy trình trước, vì agent chỉ làm nhanh hơn quy trình sẵn có.

1. Chọn một quy trình nhỏ, lặp lại, đo được, ví dụ trả lời trạng thái đơn hàng. Tránh bắt đầu với việc chạm đến tiền.
2. Đo hiện trạng: thời gian xử lý, tỷ lệ lỗi, chi phí mỗi ca.
3. Hỏi có cần agent không. Nếu các bước biết trước, workflow có bước gọi AI thường rẻ và dễ kiểm soát hơn.
4. Cấp quyền tối thiểu: bắt đầu chỉ đọc; mỗi quyền ghi phải có lý do.
5. Con người duyệt hành động không đảo ngược được: gửi email cho khách, chuyển tiền, xoá dữ liệu. Đặt hạn mức theo giá trị.
6. Ghi nhật ký và có nút dừng: lưu mỗi bước, mỗi lần gọi công cụ và kết quả; có quy trình báo sự cố.
7. Thử trong môi trường tách biệt với dữ liệu thử, gồm cả ca khó và ca tấn công chèn lệnh.
8. Mở rộng dần: chạy song song với người, tăng tự chủ từng bước, rà soát lại phân loại rủi ro mỗi khi thêm công cụ.

Agent là một mảnh của chuyển đổi số doanh nghiệp, không phải điểm xuất phát. Dữ liệu sạch và quy trình rõ là nền móng.

Những hiểu lầm phổ biến về AI agent

• “Chatbot có LLM là AI agent.” Không. Agent cần công cụ và quyền tự quyết định chuỗi hành động.
• “Càng tự chủ càng tốt.” Tự chủ cao làm tăng chi phí và lỗi cộng dồn. Mức tự chủ nên tương xứng với rủi ro.
• “Dặn kỹ trong câu lệnh là đủ.” Sự cố Replit cho thấy agent có thể làm trái lời dặn.
• “Nhà cung cấp chịu trách nhiệm nếu agent sai.” Với hệ thống rủi ro cao, Điều 29 Luật Trí tuệ nhân tạo đặt trách nhiệm bồi thường trước tiên lên bên triển khai.

Câu hỏi thường gặp

AI agent là gì nói ngắn gọn?

Là phần mềm nhận mục tiêu, tự lập kế hoạch, gọi công cụ làm từng bước và kiểm tra kết quả tới khi xong. Khác chatbot ở chỗ làm việc trên hệ thống thật.

Tác tử AI và AI agent có phải là một?

Có. “Tác tử AI” là cách dịch thuật ngữ AI agent trong tài liệu học thuật và kỹ thuật tiếng Việt; bạn cũng sẽ gặp “tác nhân AI”.

Agentic AI là gì, khác AI agent thế nào?

Agentic AI là cách gọi chung cho xu hướng hệ thống AI tự chủ, tự dùng công cụ để theo đuổi mục tiêu. AI agent là một hệ thống cụ thể theo hướng đó. Hai từ thường được dùng thay nhau.

AI agent và chatbot khác nhau điểm nào quan trọng nhất?

Chatbot tạo câu trả lời; agent tự hành động trên hệ thống. Vì vậy agent cần phân quyền và bước duyệt chặt hơn.

Multi-agent là gì, khi nào nên dùng?

Là hệ nhiều agent phối hợp, có agent điều phối chia việc. Chỉ nên dùng khi việc chia được thành phần độc lập và đủ giá trị để bù chi phí.

Model Context Protocol (MCP) là gì?

MCP là chuẩn mở do Anthropic công bố ngày 25/11/2024 để kết nối ứng dụng AI với công cụ và dữ liệu. Từ tháng 12/2025, MCP thuộc Agentic AI Foundation của Linux Foundation.

Doanh nghiệp nhỏ có nên dùng AI agent?

Có thể, nếu bắt đầu bằng một quy trình lặp lại, ít rủi ro, đo được, và giữ người duyệt mọi việc liên quan tiền.

Dùng AI agent có phải thông báo cơ quan nhà nước?

Theo Điều 10 Luật Trí tuệ nhân tạo, nhà cung cấp tự phân loại và thông báo cho Bộ Khoa học và Công nghệ nếu hệ thống có rủi ro trung bình hoặc cao. Bên triển khai phối hợp phân loại lại nếu tích hợp làm phát sinh rủi ro mới.