import { Alert } from '@/components/mdx/alert';

AI Agent — Khi AI Không Chỉ Trả Lời Mà Còn Tự Hành Động

TL;DR: AI Agent = AI có mục tiêu, tự lên plan, tự dùng tool để hoàn thành task. Khác với chatbot (chỉ trả lời), agent TỰ HÀNH ĐỘNG. Agent là cấp độ cao nhất của AI application — và AI Engineer giỏi là người biết design goal cho agent.

---

Agent vs Chatbot

Đây là điểm khác biệt quan trọng nhất:

ℹ️ Info: Nói đơn giản:
Chatbot: "Tôi sẽ trả lời bạn."
Agent: "Tôi sẽ làm xong việc này cho bạn."

---

AI Agent Là Gì?

AI Agent = AI có khả năng tự đưa ra quyết định và hành động để đạt được mục tiêu.

Agent có 4 thành phần cốt lõi:

┌─────────────────────────────────────────┐
│              AI Agent                    │
│                                          │
│  ┌──────────┐  ┌──────────┐  ┌────────┐ │
│  │  Goal    │→│   Plan   │→│  Act   │ │
│  │ (Mục tiêu)│ │ (Lên plan)│ │ (Hành động)│ │
│  └──────────┘  └──────────┘  └───┬────┘ │
│                                   │       │
│  ┌──────────┐  ┌──────────┐      │       │
│  │  Repeat  │←│ Reflect  │←─────┘       │
│  │ (Lặp lại)│ │ (Kiểm tra)│              │
│  └──────────┘  └──────────┘              │
└──────────────────────────────────────────┘

1. Goal (Mục tiêu)

Agent biết mình cần đạt được gì.

Goal: "Phân tích doanh thu Q1 và gửi báo cáo cho sếp"

2. Plan (Lên kế hoạch)

Agent tự phân chia task thành các bước.

Plan:
  Step 1: Query database lấy data doanh thu Q1
  Step 2: Phân tích trend, so sánh Q4 năm trước
  Step 3: Generate report PDF
  Step 4: Gửi email cho sếp với attachment

3. Act (Hành động)

Agent thực hiện từng bước bằng cách gọi tools.

Act Step 1: Call query_db tool → got data
Act Step 2: Call code_interpreter → analysis done
Act Step 3: Call generate_pdf → PDF created
Act Step 4: Call send_email → email sent

4. Reflect (Kiểm tra & Điều chỉnh)

Agent check kết quả → nếu sai → điều chỉnh plan → lặp lại.

Reflect Step 3: PDF generation failed → retry với format khác
Reflect Step 4: Email sent successfully → goal complete ✅

---

Agent Loop — Vòng Lặp Hoạt Động

User: "Phân tích doanh thu Q1 và gửi báo cáo"
        ↓
┌───────────────────────────────────────────────┐
│  Agent Loop:                                    │
│                                                 │
│  1. THINK: "Tôi cần làm gì?"                    │
│     → Goal: Analyze Q1 revenue + send report    │
│                                                 │
│  2. PLAN: "Làm như thế nào?"                    │
│     → Step 1-4 như trên                         │
│                                                 │
│  3. ACT: "Bắt đầu làm"                          │
│     → Call query_db tool                        │
│     → Result: got 1500 orders                   │
│                                                 │
│  4. REFLECT: "Kết quả đúng không?"              │
│     → Check: data looks good ✅                 │
│     → Continue to Step 2                        │
│                                                 │
│  ... repeat until goal complete ...             │
│                                                 │
│  5. DONE: "Report đã gửi thành công!"           │
└─────────────────────────────────────────────────┘

✅ Success: Key insight: AI Engineer KHÔNG code từng step cho agent. AI Engineer design goal và cung cấp tools — agent tự figure out cách đạt goal.

---

Agent Framework Phổ Biến

1. OpenCode Agents (Diginno đang dùng)

Hệ thống agents nội bộ của Diginno — mỗi agent có role riêng:

2. LangChain/LangGraph

Framework phổ biến nhất để build agents.

from langchain.agents import initialize_agent
from langchain.tools import Tool

tools = [
    Tool(name="query_db", func=query_database),
    Tool(name="send_email", func=send_email),
]

agent = initialize_agent(
    tools=tools,
    llm=llm,
    agent_type="react"  # Reason + Act loop
)

agent.run("Phân tích doanh thu Q1 và gửi báo cáo")

3. n8n AI Agent

n8n có built-in AI Agent node — kéo thả để build agent workflow.

Webhook → AI Agent → Tool Call → Result → Response

4. CrewAI

Multi-agent framework — nhiều agents phối hợp.

from crewai import Agent, Crew, Task

researcher = Agent(role="Researcher", goal="Research topic")
writer = Agent(role="Writer", goal="Write article")
reviewer = Agent(role="Reviewer", goal="Review article")

crew = Crew(agents=[researcher, writer, reviewer])
crew.kickoff()

---

Agent trong Công Việc Tại Diginno

Example 1: HR Agent — Screening CV

Goal: "Screen 50 CVs và shortlist 10 ứng viên phù hợp nhất"

Agent tự làm:
  1. Read 50 CV files (Filesystem MCP)
  2. Extract: skills, experience, education
  3. Score mỗi CV theo job requirements
  4. Sort by score → top 10
  5. Update Lark Base với shortlist
  6. Send email通知 ứng viên được chọn

→ Agent làm xong, human chỉ review kết quả

Example 2: Data Agent — Query + Analyze

Goal: "Phân tích hiệu suất quảng cáo Facebook Ads tháng 3"

Agent tự làm:
  1. Fetch data từ Facebook Ads API
  2. Calculate: CPC, CTR, ROAS, CPA
  3. Compare vs tháng 2
  4. Identify underperforming ads
  5. Generate dashboard (HTML + Chart.js)
  6. Save report + send to marketing team

Example 3: Workflow Agent — Orchestrate n8n

Goal: "Khi có đơn hàng mới → sync → notify → update inventory"

Agent monitors webhook → triggers workflow:
  1. Receive order from Pancake POS
  2. Sync to Lark Base (via Lark MCP)
  3. Check inventory (via PostgreSQL MCP)
  4. If low stock → alert warehouse (via Zalo API)
  5. Send confirmation to customer (via ZNS)

---

Design Goal Cho Agent — Kỹ Năng Quan Trọng Nhất

AI Engineer không code agent — họ design goal cho agent.

Goal tốt:

✅ "Phân tích doanh thu Q1, so sánh với Q4 năm trước, 
   identify top 3 trends, và gửi báo cáo PDF cho sếp 
   qua email trước 5pm hôm nay"

→ Clear, measurable, có deadline

Goal tệ:

❌ "Làm gì đó với data doanh thu"

→ Không rõ ràng, không measurable

Checklist cho Goal tốt:

• Cụ thể: Rõ ràng cần làm gì
• Measurable: Biết khi nào xong
• Achievable: Agent có đủ tools để làm
• Relevant: Đúng việc cần làm
• Time-bound: Có deadline (nếu cần)

---

Bài Tập Thực Hành

Task 1: Agent vs Chatbot

Cho các scenario sau, identify nên dùng chatbot hay agent:

1. "Trả lời câu hỏi FAQ của khách hàng"
2. "Sync đơn hàng mới từ POS vào database"
3. "Viết email marketing cho campaign mới"
4. "Phân tích data và generate báo cáo hàng tuần"

Task 2: Design Agent Goal

Design goal cho agent xử lý task: "Mỗi sáng thứ 2, gửi báo cáo tuần cho team"

• Goal: ?
• Tools cần: ?
• Schedule: ?

Task 3: Agent Loop Simulation

Cho goal "Phân tích và optimize 5 ads campaigns", mô phỏng agent loop:

• Think → Plan → Act → Reflect (viết ra từng step)

---

Tóm Tắt

---

Bài Tiếp Theo

→ Bài 8: Agent Skill — "Chức Năng Đặc Biệt" Của Agent

← Bài 6: MCP Protocol — Cầu Nối AI Với Mọi Hệ Thống

---

Liên hệ tư vấn

• Hotline: 0816226086
• Email: contact@diginno.net
• Website: diginno.net