KHÓA AI AGENTS

Học AI Agents bài bản

Từ “agent là gì” đến các design pattern cốt lõi (Tool Use/ReAct, Planning, Metacognition) — có mô phỏng tương tác. Biên soạn theo giáo trình AI Agents for Beginners của Microsoft.

17 bài · 5 chặng 3 simulator tương tác Gói Middle trở lên
Kiến thức cần có:bạn nên nắm cơ bản về LLM & prompt trước. Nếu chưa, học Khóa học AI cơ bản rồi quay lại — sẽ dễ hơn nhiều.

Thuật ngữ cần nhớ

AgentHệ thống dùng LLM tự quyết các bước để đạt mục tiêu (không chỉ trả lời).
Tool / Function callingCơ chế agent gọi hàm/API để hành động và lấy dữ liệu thật.
ReActKhuôn mẫu xen kẽ Reasoning (suy luận) và Acting (hành động) theo vòng lặp.
RAGRetrieval-Augmented Generation — lấy tài liệu liên quan rồi mới sinh câu trả lời.
OrchestrationĐiều phối nhiều agent/bước phối hợp với nhau.
MCP / A2AGiao thức chuẩn để agent kết nối công cụ (MCP) và nói chuyện với nhau (A2A).

Lưu ý: giữ nguyên thuật ngữ tiếng Anh (agent, tool, ReAct…) — dịch ra thường khó hiểu hơn.

1

Nhập môn AI Agents

Hiểu agent là gì, khi nào dùng, và xây bằng công cụ nào.

Bài 1.1AI Agent là gì?

Sau bài này bạn sẽ

  • Phân biệt được một “AI agent” với một chatbot/LLM thông thường.
  • Chỉ ra 4 thành phần cốt lõi của agent: mục tiêu, bộ não (LLM), công cụ (tools), vòng lặp.

AI agent là một hệ thống dùng mô hình ngôn ngữ (LLM) làm “bộ não” để TỰ quyết định các bước cần làm nhằm đạt một mục tiêu — thay vì chỉ trả lời một câu hỏi. Khác biệt mấu chốt so với chatbot: agent có khả năng hành động (gọi công cụ, đọc dữ liệu, lặp lại) và tự điều chỉnh dựa trên kết quả.

Bốn thành phần của một agent

Một agent tối thiểu gồm bốn mảnh ghép phối hợp trong một vòng lặp.

  • Mục tiêu (goal): điều người dùng muốn đạt, không phải một câu lệnh cố định.
  • Bộ não (LLM): suy luận, lập kế hoạch và chọn hành động tiếp theo.
  • Công cụ (tools): hàm/API agent gọi để “chạm” thế giới thật (tìm web, đọc DB, gửi mail).
  • Vòng lặp (loop): suy nghĩ → hành động → quan sát kết quả → lặp cho tới khi xong.

Agent khác chatbot ở đâu

Chatbot nhận câu hỏi và trả một câu trả lời. Agent nhận một mục tiêu và tự chia thành nhiều bước, gọi công cụ, kiểm tra kết quả rồi mới kết luận.

  • Chatbot: 1 input → 1 output. Agent: 1 mục tiêu → nhiều bước tự quyết.
  • Agent có “trí nhớ làm việc” và có thể sửa hướng khi gặp kết quả ngoài dự kiến.
  • Mức tự chủ (autonomy) là một dải: từ “gợi ý cho người duyệt” đến “tự chạy hoàn toàn”.

Lỗi thường gặp

  • Tưởng cứ gắn LLM + vài API là thành agent — thiếu vòng lặp “quan sát & sửa” thì chỉ là script.
  • Cho agent quyền tự chủ quá cao ngay từ đầu; nên bắt đầu ở mức “đề xuất, người duyệt”.
Mẹo: Khi mới học, hãy hỏi “bài toán này có cần nhiều bước + gọi công cụ + tự sửa không?”. Nếu không, một prompt tốt cho LLM thường rẻ và đủ — đừng dựng agent cho việc một bước.

Mở khoá toàn bộ khóa AI Agents

Bài 1.1 đang xem thử. Mở khoá các bài còn lại + 3 simulator tương tác.

Cần gói Middle trở lên

Đã có tài khoản gói phù hợp? Đăng nhập để mở khoá ngay.

2

Design Patterns cốt lõi

Những khuôn mẫu bền vững mà mọi framework đều xoay quanh.

3

Kiến thức & Bộ nhớ

Cho agent dùng đúng dữ liệu, đúng lúc — và nhớ những gì cần nhớ.

4

Đa tác tử & Giao thức

Nhiều agent phối hợp, kết nối công cụ và thao tác thực tế.

5

Tin cậy · Bảo mật · Vận hành

Đưa agent ra thực tế một cách an toàn và đáng tin.

Sắp ra mắt

Triển khai agent quy mô lớn (Scalable) Sắp ra mắt
Tạo AI agent chạy local Sắp ra mắt

Nguồn: Nội dung biên soạn gốc theo giáo trình AI Agents for Beginners của Microsoft (github.com/microsoft/ai-agents-for-beginners, giấy phép MIT). Bản tiếng Việt do ORA·tech biên soạn cho mục đích học tập.

Phiên bản nội dung: Chặng 1-5 (đầy đủ) · cập nhật 2026-06.