Multi-Agent Workflow là quy trình trong đó nhiều AI agent với vai trò khác nhau hợp tác để đạt được một mục tiêu chung. Một thiết kế điển hình có thể bao gồm Planner chia việc, các Specialist xử lý chuyên môn, Reviewer kiểm tra kết quả, cùng cơ chế handoff chuyển nhiệm vụ và human approval trước những quyết định cần sự can thiệp của con người.
Điểm quan trọng trong Multi-Agent Workflow
Điểm mấu chốt nằm ở workflow. Một hệ thống nhiều AI agent không chỉ đơn giản là mở nhiều chatbot cùng lúc. Các agent cần biết ai chịu trách nhiệm cho phần việc nào, dữ liệu nào cần chuyển sang bước tiếp theo, điều kiện nào khiến một nhiệm vụ hoàn thành và khi nào cần dừng để con người xem xét.
Các framework hỗ trợ tổ chức
Các framework agent hiện nay hỗ trợ nhiều cách tổ chức như agent trung tâm điều phối specialist, handoff giữa các agent, graph workflow với luồng thực thi xác định hoặc human-in-the-loop để tạm dừng trước những hành động nhạy cảm.
Multi-Agent Workflow khác gì với một AI Agent đơn lẻ?
Trước tiên, cần phân biệt AI agent và multi-agent workflow. Theo OpenAI Agents SDK, một agent có thể được hiểu ở mức cơ bản là một mô hình được trang bị instructions và tools để thực hiện công việc. Agent cũng có thể sử dụng agent khác thông qua cơ chế delegation hoặc handoff.
Một agent đơn lẻ có thể:
- Nhận yêu cầu.
- Phân tích nhiệm vụ.
- Sử dụng công cụ.
- Tạo kết quả.
- Tiếp tục lặp lại cho đến khi hoàn thành.
Multi-agent mở rộng mô hình này bằng cách phân chia trách nhiệm cho nhiều agent chuyên biệt. Ví dụ, thay vì một agent phải nghiên cứu dữ liệu, viết báo cáo, kiểm tra logic và gửi kết quả, hệ thống có thể chia thành:
- Planner Agent
- Research Specialist
- Data Specialist
- Writer Agent
- Reviewer Agent
Một agent điều phối có thể quyết định agent nào cần được gọi. Trong mô hình supervisor của LangChain, một agent trung tâm duy trì ngữ cảnh và lựa chọn các subagent chuyên biệt để thực hiện những phần việc khác nhau.
Ví dụ nghiệp vụ: nhóm AI Agent chuẩn bị báo cáo phản hồi khách hàng
Có thể hình dung bằng một công việc: chuẩn bị báo cáo phân tích khách hàng cho một cuộc họp.
Khi chỉ dùng một agent
Một agent có thể được giao:
- Thu thập dữ liệu, phân tích, viết báo cáo, kiểm tra lỗi và đề xuất hành động.
Agent phải giữ toàn bộ:
- Yêu cầu nghiệp vụ.
- Dữ liệu.
- Quy tắc phân tích.
- Quy tắc viết.
- Tiêu chuẩn review.
- Công cụ cần sử dụng.
Khi dùng nhiều agent
Có thể chia công việc:
- Planner: xác định báo cáo cần những phần nào.
- Data Specialist: xử lý dữ liệu định lượng.
- Research Specialist: tìm thông tin bổ sung.
- Writer: tổng hợp thành báo cáo.
- Reviewer: kiểm tra báo cáo có đúng yêu cầu và có mâu thuẫn hay không.
- Người phụ trách: duyệt phiên bản cuối trước khi nó được gửi cho lãnh đạo.
Đây gần với mô hình supervisor/subagent, nơi agent điều phối giữ trách nhiệm workflow còn các agent chuyên biệt tập trung vào từng phạm vi nhỏ hơn. Lợi ích không đến từ việc có nhiều “AI thông minh hơn”, mà từ việc chia trách nhiệm và luồng kiểm soát rõ ràng hơn.