Cổng Tri Thức AI · Minh Đỗ
Bìa sách Dựng một Agent cho chắc trước khi dựng cả đội · Minh Đỗ
Ấn phẩm #71 · Tủ 4 · AI Agent, Bot & Kỹ thuật

Dựng một Agent cho chắc trước khi dựng cả đội

Hiểu đúng về Harness, 6 bộ phận của một trợ lý AI đáng tin và cách làm thử một agent không cần code

✍️ Tác giả: Minh Đỗ 📄 Độ dài: 34 trang PDF 📑 Cấu trúc: 9 chương · 4 phụ lục 🎧 Đã có Sách nói 1:1 💳 Mua lẻ: 99.000đ (hoặc Pass 365: 890.000đ)

Đúc kết nguyên lý cốt lõi khi thiết kế AI Agent: tại sao phải làm cho 1 agent chạy thật chuẩn trước khi ghép nhiều agent; giải thích dễ hiểu về Harness (bộ khung kiểm soát) và 6 thành phần bắt buộc của một Agent đáng tin cậy.

Mục lục & Cấu trúc thực hành (13 phần)

  • Trang bìa ấn phẩm Trang 1
  • Lời mở đầu Trang 4
  • Chương 1: Vì sao nên bắt đầu với một agent Trang 5
  • Chương 2: Harness là gì, nói cho dễ hiểu Trang 8
  • Chương 3: Sáu bộ phận của một agent đáng tin Trang 11
  • Chương 4: Làm thử một agent không cần code Trang 14
  • Chương 5: Khi nào thật sự cần thêm agent Trang 18
  • Chương 6: Chi phí và độ tin cậy Trang 21
  • Chương 7: An toàn: quyền hạn, bí mật và người duyệt Trang 23
  • Chương 8: Những lỗi hay gặp Trang 25
  • Chương 9: Bài tập thực hành Trang 27
  • Phụ lục A, B, C, D: Từ điển Việt Anh & Mẫu hướng dẫn Trang 29
  • Kết nối với Minh Đỗ Trang 34

Nội dung mở đầu & Trích đoạn đọc thử

Dựng một Agent cho chắc trước khi dựng cả đội · Trang 1Dựng một Agent cho chắc trước khi dựng cả đội · Trang 2Dựng một Agent cho chắc trước khi dựng cả đội · Trang 3
Trích trang 2 · Bản đọc thử công khai

E B O O K C H O N G Ư ỜI M ỚI Dựng một agent cho chắc trước khi dựng cả đội Từng bước làm một trợ lý AI đáng tin rồi mới tính chuyện thêm agent Minh Đỗ Phiên bản ngày 25/10/2026. Nội dung được đối chiếu với tài liệu chính thức của Google, Anthropic và OpenAI cùng nghiên cứu độc lập của Vals AI, truy cập ngày 25/10/2026. Tính năng, tên gọi và giao diện các ứng dụng AI thay đổi rất nhanh; hãy kiểm tra lại trang chính thức trước khi làm theo. Sách là tài liệu độc lập, không liên kết với Google, Anthropic hay OpenAI. Logo Google và Anthropic chỉ dùng để nhận diện nguồn tài liệu được tóm tắt. Tên sản phẩm của bên thứ ba chỉ là ví dụ, không phải lời khuyên mua. © 2026 Minh Đỗ. facebook.com/dotanminh M I N H Đ Ỗ · F A C E B O O K . C O M / D O T A N M I N H 02

Trích trang 3 · Bản đọc thử công khai

D ỰN G M ỘT A G E N T C H O C H ẮC M ỤC L ỤC M ỤC L ỤC Mục lục Lời mở đầu 04 1 Vì sao nên bắt đầu với một agent 05 2 Harness là gì, nói cho dễ hiểu 08 3 Sáu bộ phận của một agent đáng tin 11 4 Làm thử một agent không cần code 14 5 Khi nào thật sự cần thêm agent 18 6 Chi phí và độ tin cậy 21 7 An toàn: quyền hạn, bí mật và người duyệt 23 8 Những lỗi hay gặp 25 9 Bài tập 27 Tài liệu tra cứu A Phụ lục A: Từ điển Việt Anh 29 B Phụ lục B: Mẫu hướng dẫn cho agent 30 C Phụ lục C: Những điểm sách chưa khẳng định 32 D Phụ lục D: Nguồn tham khảo 32 M I N H Đ Ỗ · F A C E B O O K . C O M / D O T A N M I N H 03

Trích trang 4 · Bản đọc thử công khai

D ỰN G M ỘT A G E N T C H O C H ẮC L ỜI M Ở Đ ẦU T R Ư ỚC K H I B ẮT Đ ẦU Lời mở đầu Cuốn sách này dành cho bạn nếu đang thấy khắp nơi khoe đội mười mấy agent AI làm việc thay người, và tự hỏi mình nên bắt đầu từ đâu. Cuối tháng 10/2026, hai chủ đề nổi lên cùng lúc trong các thảo luận về AI mà mình theo dõi [1]. Một là lời giới thiệu khóa học miễn phí 2 giờ của Google về harness engineering lan nhanh trên X. Hai là bài hướng dẫn của Anthropic khuyên các doanh nghiệp cân nhắc gộp bớt agent con về một agent chính. Đi kèm là vài con số rất kêu, và một nỗi lo rất thật: nhiều người ngại cấp quyền Gmail, Drive hay tài khoản ngân hàng cho agent. Hai chủ đề này thật ra nói cùng một điều. Một agent chạy ổn là nhờ phần bao quanh mô hình được làm cẩn thận: hướng dẫn rõ, công cụ vừa đủ, ngữ cảnh gọn, rào chắn chắc, có cách kiểm tra kết quả và có nhật ký để lần lại. Người ta gọi phần bao quanh đó là harness. Khi một agent đã chắc, bạn mới biết có cần thêm agent thứ hai hay không. Nhiều khi câu trả lời là không. Nguyên tắc của cuốn sách Mọi con số đều có nguồn chính thức kèm ngày. Mình đã tự đọc lại từng trang của Anthropic, Google, OpenAI và nghiên cứu độc lập vào ngày 25/10/2026. Con số nào chưa tìm được nguồn gốc thì không dùng, chỉ ghi ở Phụ lục C. Không cần biết lập trình. Ví dụ làm thử ở Chương 4 chỉ dùng các ứng dụng chat quen thuộc. Phần nói về code chỉ để bạn hiểu ý tưởng. Không bịa giao diện. Sách chỉ ghi đường bấm khi trang trợ giúp chính thức ghi đúng như vậy. Sách không có ảnh chụp màn hình giả. Tóm tắt bằng lời của mình. Tài liệu của Google và Anthropic được diễn giải lại bằng tiếng Việt, ghi rõ tác giả và đường dẫn. Muốn đọc bản gốc, bạn mở Phụ lục D. Cách đọc sách này Mới nghe chữ agent: đọc Chương 1 đến 3 theo thứ tự, rồi làm ví dụ ở Chương 4. Đã có một trợ lý AI đang dùng: đọc Chương 3, rồi dùng các mẫu ở Phụ lục B để rà lại. Đang định dựng nhiều agent: đọc Chương 5 và 6 trước khi bắt tay vào. Sắp cho agent nối vào email, Drive hay tiền bạc: đọc Chương 7 trước tiên. Trong sách có các ô video kèm mã QR. Mỗi mã dẫn thẳng tới đúng đoạn cần xem, thường chỉ hai đến bốn phút, trên kênh YouTube chính thức của Google Cloud Tech hoặc kênh hội thảo AI Engineer. Trên máy tính bạn có thể bấm thẳng vào mã hoặc đường dẫn bên dưới. Lưu ý Sách là tài liệu độc lập, không liên kết với Google, Anthropic hay OpenAI. Tên sản phẩm của bên thứ ba chỉ là ví dụ để giải thích, không phải lời khuyên mua. Hình trong sách là sơ đồ và bảng do tác giả vẽ. M I N H Đ Ỗ · F A C E B O O K . C O M / D O T A N M I N H 04

Trích trang 5 · Bản đọc thử công khai

D ỰN G M ỘT A G E N T C H O C H ẮC C H Ư Ơ N G 1 01 C H Ư Ơ N G 1 Vì sao nên bắt đầu với một agent Thêm agent giống như thêm người vào một nhóm làm việc. Có lúc nhanh hơn, nhưng lúc nào cũng tốn thêm công phối hợp. Mục tiêu chương Phân biệt quy trình cố định, một agent và nhiều agent. Hiểu vì sao các nhóm làm agent lớn khuyên bắt đầu đơn giản. Có bốn câu hỏi để biết việc của mình có cần agent hay không. 1 Ba mức tự chủ Anthropic chia các hệ thống dùng mô hình ngôn ngữ làm hai loại [2]. Quy trình (workflow) là khi các bước đã được vạch sẵn, mô hình chỉ làm từng bước theo đường đã định. Agent là khi mô hình tự quyết bước tiếp theo và tự chọn công cụ, dựa trên kết quả nó nhận được sau mỗi bước. Hệ nhiều agent là khi có vài agent như vậy, mỗi agent một ngữ cảnh riêng, được điều phối với nhau [3]. Quy trình cố định Một agent Nhiều agent Ai quyết bước tiếp theo Người thiết kế, từ trước Mô hình, trong lúc làm Agent điều phối và các agent con Hợp với Việc lặp lại, các bước đã rõ Việc cần linh hoạt, khó vạch hết đường Việc tách được thành phần độc lập, hoặc quá lớn cho một ngữ cảnh Ví dụ Tóm tắt mỗi email theo một mẫu Trợ lý trả lời khách dựa trên tài liệu Tìm hiểu một chủ đề theo nhiều hướng cùng lúc Cái giá Ít linh hoạt Tốn hơn, khó đoán hơn quy trình Tốn nhất, nhiều chỗ có thể hỏng Bảng 1.1 Ba mức tự chủ, do tác giả tóm tắt. Nguồn: [2], [3] Lời khuyên đầu tiên trong bài Building effective agents là tìm giải pháp đơn giản nhất có thể, và chỉ thêm phức tạp khi thật cần, kể cả khi điều đó có nghĩa là không làm agent [2]. Hai kỹ sư của Google Cloud Tech cũng nói thẳng: nhiều thứ người ta muốn làm không cần agent, một quy trình có thêm một hai bước dùng mô hình là đủ [4]. VIDEO 1 · XEM TỪ 00:43 ĐẾN 04:33 Agentic AI: Workflows vs. agents Kênh Google Cloud Tech · đăng 19/03/2025 · 136.539 lượt xem (ngày 25/10/2026) · dài 05:30 Hai kỹ sư Google giải thích khác nhau giữa quy trình và agent qua hai ví dụ: xử lý hóa đơn và để agent tự viết trò chơi rắn săn mồi. Đoạn cuối nói khi nào nên giữ người trong vòng kiểm soát. youtu.be/Qd6anWv0mv0?t=43 M I N H Đ Ỗ · F A C E B O O K . C O M / D O T A N M I N H 05

Trích trang 6 · Bản đọc thử công khai

D ỰN G M ỘT A G E N T C H O C H ẮC C H Ư Ơ N G 1 2 Vì sao chưa nên dựng cả đội Bài viết của Anthropic tháng 01/2026 kể lại một cảnh khá quen: có nhóm bỏ ra nhiều tháng dựng một hệ nhiều agent phức tạp, rồi phát hiện chỉ cần viết lại hướng dẫn cho một agent là đạt kết quả tương đương [3]. Theo bài đó, mỗi agent thêm vào là thêm một chỗ có thể hỏng, thêm một bộ hướng dẫn phải giữ, và thêm một nguồn hành vi khó đoán [3]. Ngày 22/10/2026, nhóm Applied AI của Anthropic viết tiếp rằng nhiều doanh nghiệp đã được lợi khi gộp bộ định tuyến, bộ lập kế hoạch và các agent chuyên trách về lại vòng lặp của agent chính [5]. Bài viết nhận xét rằng trong nhiều trường hợp, một bản hướng dẫn hệ thống rõ ràng, bốn năm công cụ lấy dữ liệu gọn nhẹ và rào chắn chắc chắn cho đầu ra là đã lo được phần lớn việc [5]. Đừng làm agent cho mọi thứ. Nếu tìm được việc đáng làm, hãy giữ nó đơn giản càng lâu càng tốt. Ý chính trong bài nói của Barry Zhang, Anthropic, tại hội thảo AI Engineer ngày 04/04/2025, tác giả dịch ý [6] Dễ thấy lỗi. Một agent làm sai, bạn biết ngay sai ở hướng dẫn, công cụ hay tài liệu. Năm agent chuyền tay nhau, lỗi có thể nằm ở bất kỳ lần chuyền nào. Rẻ hơn. Mỗi agent cần ngữ cảnh riêng và phải nhắn qua lại với nhau, nên tốn thêm. Chương 6 có số liệu đã kiểm chứng. Học nhanh hơn. Một agent chạy chắc dạy bạn đủ sáu bộ phận của harness. Khi cần thêm agent, bạn dùng lại đúng những bài học đó. 3 Bốn câu hỏi trước khi làm agent Barry Zhang đưa ra một danh sách kiểm tra ngắn trước khi quyết định làm agent [6]. Mình diễn giải lại cho việc hằng ngày như sau. Câu hỏi Nếu câu trả lời là... Thì nên Việc có đủ mơ hồ không? Bạn có vẽ được hết các nhánh quyết định không? Vẽ được hết Làm quy trình cố định, rẻ và dễ kiểm soát hơn Kết quả có đủ giá trị để trả thêm chi phí không? Việc nhỏ, làm rất nhiều lần Dùng quy trình cho các trường hợp hay gặp Mô hình có làm tốt các khâu quan trọng nhất không? Còn vấp ở một khâu chính Thu hẹp phạm vi, làm thử khâu đó trước Nếu sai thì hậu quả lớn đến đâu, và có dễ phát hiện không? Sai nặng, khó thấy Chỉ cho quyền đọc, thêm người duyệt Bảng 1.2 Bốn câu hỏi trước khi làm agent, tác giả diễn giải. Nguồn: [6] VIDEO 2 · XEM TỪ 02:31 ĐẾN 05:00 How We Build Effective Agents: Barry Zhang, Anthropic Kênh AI Engineer · đăng 04/04/2025 · 570.073 lượt xem (ngày 25/10/2026) · dài 15:09 Barry Zhang (Anthropic) trình bày danh sách kiểm tra khi nào nên làm agent: độ phức tạp, giá trị, các khả năng cốt lõi và cái giá của lỗi, kèm ví dụ vì sao lập trình là việc hợp với agent. youtu.be/D7_ipDqhtwk?t=151 M I N H Đ Ỗ · F A C E B O O K . C O M / D O T A N M I N H 06

📖 Lật đọc tiếp trên Trình đọc Cổng Tri Thức →

Câu hỏi thường gặp về ấn phẩm

Ấn phẩm "Dựng một Agent cho chắc trước khi dựng cả đội" giải quyết vấn đề thực tế nào?

Hiểu đúng về Harness, 6 bộ phận của một trợ lý AI đáng tin và cách làm thử một agent không cần code. Nội dung được biên soạn theo hướng thực chiến bởi Minh Đỗ, tập trung vào quy trình từng bước và khung câu lệnh (Prompt) áp dụng ngay vào công việc.

Cuốn sách "Dựng một Agent cho chắc trước khi dựng cả đội" dài bao nhiêu trang và gồm những chương nào?

Ấn phẩm gồm 34 trang (9 chương · 4 phụ lục), bao gồm các phần chính: Trang bìa ấn phẩm; Lời mở đầu; Chương 1: Vì sao nên bắt đầu với một agent; Chương 2: Harness là gì, nói cho dễ hiểu; Chương 3: Sáu bộ phận của một agent đáng tin; Chương 4: Làm thử một agent không cần code.

Làm thế nào để đọc thử miễn phí và nghe Sách nói của ấn phẩm này?

Bạn đọc có thể bấm nút "Mở Trình Đọc Tương Tác & Đọc Thử" ngay trên trang để lật đọc miễn phí các trang mở đầu và nghe miễn phí Phần 1 Sách nói trên Cổng Tri Thức Minh Đỗ, hoặc sở hữu trọn bộ PDF gốc kèm Sách nói với mức phí 99.000đ (hoặc mở không giới hạn toàn bộ 85+ ấn phẩm với Gói Hội viên 1 Năm 890.000đ).

Ai phù hợp nhất để áp dụng tài liệu này?

Người bắt đầu xây dựng AI Agent, chủ doanh nghiệp và chuyên gia tự động hóa quy trình.

Ấn phẩm cùng tủ sách: Tủ 4 · AI Agent, Bot & Kỹ thuật