Agentic AI khác AI Assistant như thế nào?

2025-09-24

Tóm tắt cho CIO/IT Manager

• AI assistant và agentic AI không khác nhau về mức độ “thông minh” — chúng khác nhau về mô hình xử lý: một bên nhận prompt và trả về response, một bên nhận goal rồi tự lập kế hoạch, chọn công cụ, và thực hiện hành động qua nhiều bước.
• Nền tảng kỹ thuật của mô hình thứ hai bắt nguồn từ một nghiên cứu đã được trích dẫn hơn 6.000 lần: “ReAct” (Yao và cộng sự, Google Research, 2022), giới thiệu vòng lặp Thought → Action → Observation — mô hình lặp lại tư duy, hành động, quan sát kết quả, rồi tư duy tiếp — hiện là nền tảng của phần lớn hệ thống AI agent hiện đại.
• Chính nghiên cứu gốc này cũng ghi nhận một thất bại cụ thể: một vòng lặp ReAct từng đi sai hướng vì một bước “tư duy” bị ảo giác (hallucination), và cần con người can thiệp chỉnh sửa để agent tiếp tục đúng hướng — minh chứng cho việc rủi ro trong hệ thống agentic không phải giả thuyết.
• Sự khác biệt giữa hai mô hình quyết định số điểm mà một hệ thống có thể tự hành động mà không cần con người xác nhận — và đây chính là biến số quyết định mức độ kiểm soát cần thiết.
• Với doanh nghiệp, việc đầu tiên cần làm không phải hỏi “hệ thống này có AI không”, mà là hỏi “hệ thống này đang chạy theo mô hình nào”.

“AI” đã trở thành một từ quá rộng để mô tả chính xác bất cứ điều gì. Một chatbot hỏi-đáp đơn giản và một hệ thống có thể tự đọc dữ liệu, gọi API, và thực hiện hành động qua nhiều bước — cả hai đều được gọi là “AI”, dù chúng khác nhau về bản chất kỹ thuật, và quan trọng hơn với doanh nghiệp, khác nhau về loại rủi ro chúng tạo ra.

Bài này đi sâu vào sự khác biệt kỹ thuật cụ thể giữa hai mô hình — AI assistant và agentic AI — không phải để phân loại cho vui, mà vì sự khác biệt này quyết định trực tiếp doanh nghiệp cần chuẩn bị cơ chế kiểm soát nào.

Mô hình Prompt → Response

Một AI assistant vận hành theo một chu trình đơn giản: nhận một prompt (câu hỏi hoặc yêu cầu), xử lý nó bằng một lượt suy luận, và trả về một response. Chu trình dừng lại ở đó.

Đặc điểm kỹ thuật của mô hình này:

• Một lượt duy nhất (single-turn). Mô hình không tự quay lại kiểm tra hoặc điều chỉnh câu trả lời dựa trên một hành động nó vừa thực hiện — vì nó không thực hiện hành động nào ngoài việc tạo văn bản.
• Không có trạng thái giữa các bước. Assistant không “nhớ” nó đang ở giữa một chuỗi hành động nhiều bước, vì bản thân khái niệm “chuỗi hành động” không tồn tại trong mô hình này.
• Con người là điểm quyết định duy nhất sau mỗi phản hồi. Sau khi nhận response, người dùng đọc, đánh giá, và tự quyết định có hành động theo hay không. Mọi rủi ro dừng lại ở bước này.

Đây là mô hình quen thuộc nhất, và cũng là mô hình ít rủi ro nhất — không phải vì AI “kém” hơn, mà vì kiến trúc của nó đặt con người vào đúng một điểm kiểm soát, ngay trước khi bất kỳ hành động nào xảy ra.

Mô hình Goal → Plan → Tool → Action

Agentic AI vận hành theo một chu trình hoàn toàn khác: nhận một goal (mục tiêu, không phải một câu hỏi cụ thể), tự lập kế hoạch các bước cần thiết, tự chọn công cụ (tool) phù hợp trong số những công cụ được cấp quyền sử dụng, và tự thực hiện hành động (action) — sau đó lặp lại chu trình dựa trên kết quả nhận được.

Nền tảng kỹ thuật của mô hình này được thiết lập rõ ràng trong nghiên cứu “ReAct: Synergizing Reasoning and Acting in Language Models” (Yao và cộng sự, Google Research, 2022) — một trong những nghiên cứu nền tảng của lĩnh vực AI agent, hiện đã được trích dẫn hơn 6.000 lần. Nghiên cứu này giới thiệu vòng lặp Thought → Action → Observation: mô hình tạo ra một bước “tư duy” (suy nghĩ nên làm gì tiếp theo), thực hiện một “hành động” (gọi một công cụ), nhận về một “quan sát” (kết quả từ hành động đó), rồi tiếp tục tư duy dựa trên quan sát mới — lặp lại cho tới khi hoàn thành mục tiêu.

Anthropic, trong tài liệu kỹ thuật “Building Effective Agents” (2024), mô tả sự khác biệt này ở cấp độ kiến trúc: với workflow, người thiết kế kiểm soát toàn bộ đường đi xử lý; với agent, mô hình tự quyết định bước tiếp theo dựa trên phản hồi từ môi trường.

→ Liên quan: Khi AI tự lựa chọn phương pháp: vấn đề kiểm soát và tự chủ

Tại sao sự khác biệt tạo ra rủi ro khác nhau

Claim: Số lượng “điểm quyết định không có con người giám sát” trong một chu trình xử lý là biến số quyết định mức độ rủi ro — và hai mô hình trên có số điểm quyết định khác nhau tới mức không thể so sánh trực tiếp.

Với mô hình Prompt → Response, có đúng một điểm mà hệ thống “quyết định” điều gì đó — và ngay sau đó, con người là người quyết định tiếp theo. Với mô hình Goal → Plan → Tool → Action, số điểm quyết định phụ thuộc vào độ dài của vòng lặp Thought-Action-Observation, và trên lý thuyết có thể kéo dài qua rất nhiều bước trước khi con người có cơ hội xem lại.

Điều đáng chú ý: chính nghiên cứu ReAct gốc đã ghi nhận một trường hợp thất bại cụ thể trong quá trình thử nghiệm — một vòng lặp bị lệch hướng vì bước “tư duy” tạo ra một suy luận bị ảo giác (hallucination), và các nhà nghiên cứu phải để con người chỉnh sửa lại bước tư duy đó để agent quay lại đúng hướng. Đây không phải một rủi ro suy diễn — nó là một quan sát thực nghiệm được chính công trình nền tảng của lĩnh vực này ghi lại.

Rủi ro của mô hình agentic không nằm ở việc mô hình “kém thông minh hơn” — nó nằm ở việc kiến trúc của mô hình cho phép nhiều bước hành động xảy ra liên tiếp mà không có điểm dừng bắt buộc để con người xem lại.

→ Liên quan: AI được phép làm đến đâu? Tại sao doanh nghiệp cần một control layer

Hàm ý cho enterprise

Từ phân tích trên, ba hàm ý cụ thể cho doanh nghiệp khi đánh giá một hệ thống có gắn nhãn “AI”:

1. Hỏi đúng câu hỏi trước: “hệ thống này chạy theo mô hình nào?” Trước khi hỏi “AI này có tốt không”, cần hỏi rõ liệu hệ thống đang vận hành theo Prompt → Response hay Goal → Plan → Tool → Action. Câu trả lời quyết định loại cơ chế kiểm soát cần chuẩn bị.

2. Đặt điểm kiểm soát tại từng bước Action, không chỉ ở đầu ra cuối cùng. Với mô hình agentic, kiểm soát chỉ ở đầu vào (prompt) hoặc đầu ra cuối cùng là không đủ — vì rủi ro nằm ở các bước hành động ở giữa chu trình.

3. Số lượng bước trong vòng lặp là một tham số cần được giới hạn có chủ đích, không phải để mặc định. Việc đặt một số bước tối đa, hoặc một điểm xác nhận bắt buộc sau một số lượng hành động nhất định, là một cơ chế kiểm soát cụ thể.

Bài viết này là một phần trong chuỗi OKELAS AI Control.

Bài liên quan:

• Khi AI tự lựa chọn phương pháp: vấn đề kiểm soát và tự chủ
• AI được phép làm đến đâu? Tại sao doanh nghiệp cần một control layer
• Chatbot sai khác agent sai: sự khác biệt định hình rủi ro AI trong doanh nghiệp

→ AI Readiness Assessment