Một chatbot có thể trả lời rất hay nhưng vẫn chỉ dừng ở việc sinh văn bản. Một tác tử AI phải đi xa hơn: hiểu mục tiêu, chọn công cụ, thực hiện hành động, sử dụng tri thức và bộ nhớ, đánh giá kết quả, lập kế hoạch cho bước tiếp theo và phối hợp với những tác tử khác khi bài toán vượt quá năng lực của một thành phần đơn lẻ.
AI Agents in Action: Build, Orchestrate, and Deploy Autonomous Multi-Agent Systems của Micheal Lanham được viết để giúp người đọc đi qua chính khoảng cách đó. Cuốn sách không chỉ giải thích tác tử AI là gì mà còn dẫn dắt người đọc xây dựng từng lớp năng lực của một hệ thống tác tử: từ mô hình ngôn ngữ lớn, hồ sơ và persona, hành động, công cụ, RAG, bộ nhớ, suy luận, đánh giá đến lập kế hoạch, phản hồi và điều phối đa tác tử.
Điểm đáng giá nhất của sách là cách kết hợp tư duy kiến trúc với các bài thực hành bằng Python và những công cụ đã định hình làn sóng Agent đầu tiên như OpenAI Assistants, AutoGen, CrewAI, Semantic Kernel, Prompt Flow, LM Studio và nền tảng Nexus. Người đọc không chỉ xem một bản demo chạy được, mà hiểu mỗi thành phần được thêm vào để giải quyết vấn đề gì và vì sao hệ thống tác tử cần nhiều hơn một prompt tốt.
Ngay từ phần mở đầu, sách phân biệt nhiều mức tương tác với mô hình ngôn ngữ lớn: sử dụng LLM trực tiếp, dùng trợ lý làm lớp trung gian, trao công cụ cho trợ lý và xây tác tử tự chủ có khả năng lập kế hoạch, ra quyết định rồi hành động hướng tới mục tiêu.
Từ đó, tác giả bóc tách một tác tử thành các hệ thống thành phần có thể thiết kế và cải tiến riêng:
Cách phân rã này giúp người đọc tránh một lỗi phổ biến: cố giải quyết mọi vấn đề bằng cách kéo dài prompt. Khi tác tử trả lời sai, nguyên nhân có thể nằm ở dữ liệu truy xuất, mô tả công cụ, bộ nhớ, kế hoạch hoặc cơ chế đánh giá. Sách giúp xác định đúng lớp cần sửa thay vì tiếp tục chắp vá hướng dẫn cho mô hình.
Phần nền tảng hướng dẫn làm việc với API mô hình thương mại và mô hình mã nguồn mở chạy cục bộ. Người đọc được tiếp cận OpenAI API, cấu trúc request–response, quản lý khóa truy cập, giới hạn tốc độ và lựa chọn mô hình; đồng thời tìm hiểu LM Studio như một phương án phục vụ LLM trên máy cá nhân.
Sách đặt kỹ thuật prompt vào đúng vai trò: đây là một thành phần quan trọng nhưng không phải toàn bộ hệ thống Agent. Các kỹ thuật như viết chỉ dẫn rõ ràng, thiết lập persona, dùng dấu phân cách, chỉ định tuần tự các bước, cung cấp ví dụ và kiểm soát độ dài đầu ra được trình bày như nền móng để tạo hành vi nhất quán trước khi bổ sung công cụ, bộ nhớ và lập kế hoạch.
Một lợi ích thực tế của phần này là người đọc học cách lựa chọn mô hình theo nhu cầu thay vì mặc định dùng mô hình lớn nhất. Chất lượng, chi phí, độ trễ, quyền riêng tư và khả năng triển khai cục bộ đều là những biến số ảnh hưởng đến kiến trúc Agent.
Chương về GPT Assistants giúp người đọc đi từ cấu hình một trợ lý trong ChatGPT đến các trường hợp sử dụng cụ thể như trợ lý ẩm thực, trợ lý phân tích dữ liệu và trợ lý đọc sách. Tác giả trình bày cách bổ sung tệp làm nguồn tri thức, sử dụng khả năng phân tích mã và mở rộng trợ lý bằng hành động tùy chỉnh.
Ví dụ FastAPI, đặc tả OpenAPI và đường hầm ngrok cho thấy toàn bộ chuỗi kết nối giữa một trợ lý với dịch vụ bên ngoài. Đây là bước chuyển quan trọng từ “AI biết nói” sang “AI có thể làm”: truy vấn dữ liệu, gọi một endpoint và trả kết quả dựa trên phản hồi của công cụ.
Sách cũng nhắc đến những rủi ro thực tế khi công khai hành động tùy chỉnh, chẳng hạn dịch vụ có thể bị người dùng không xác định kích hoạt hoặc làm phát sinh chi phí. Vì vậy, phần này không chỉ hữu ích về kỹ thuật tích hợp mà còn giúp hình thành tư duy kiểm soát quyền truy cập cho tác tử.
Khi một nhiệm vụ cần nhiều vai trò chuyên biệt, hệ đa tác tử cho phép chia công việc cho các thành viên có hồ sơ và năng lực khác nhau. Sách đưa người đọc thực hành với AutoGen Studio, AutoGen và CrewAI để tạo nhóm tác tử, tổ chức trò chuyện nhóm, giao nhiệm vụ và tổng hợp kết quả.
Một mẫu thiết kế đáng chú ý là tác tử phản biện. Thay vì tin ngay vào đầu ra đầu tiên, một tác tử khác kiểm tra, đặt câu hỏi hoặc đề xuất sửa đổi. Cơ chế tạo–phản biện này đặc biệt hữu ích cho sinh mã, nghiên cứu, lập kế hoạch và các nhiệm vụ cần nhiều góc nhìn.
Phần AgentOps tiếp tục cho thấy việc quan sát hệ tác tử quan trọng như thế nào. Khi nhiều tác tử trao đổi qua nhiều vòng, nếu không theo dõi được ai đã làm gì, dùng bao nhiêu token và lỗi phát sinh ở bước nào, hệ thống rất khó đánh giá hoặc cải tiến.
Hành động là ranh giới phân biệt một tác tử hữu dụng với một chatbot chỉ tạo nội dung. Sách giải thích cách mô hình lựa chọn và gọi hàm, cách định nghĩa tham số, xử lý kết quả trả về và kết nối nhiều loại dịch vụ.
Người đọc còn được tiếp cận Semantic Kernel để tổ chức plugin, chức năng và luồng gọi công cụ. Giá trị của phần này không chỉ nằm ở cú pháp của một framework, mà ở nguyên tắc tổng quát: công cụ phải có mô tả rõ, đầu vào có cấu trúc, quyền hạn phù hợp và kết quả đủ minh bạch để tác tử biết bước tiếp theo nên làm gì.
Những nguyên tắc đó vẫn hữu ích khi thay đổi nền tảng, bởi vấn đề cốt lõi của tool use không đổi: tác tử phải chọn đúng công cụ, truyền đúng tham số, xử lý được lỗi và không được hành động vượt ngoài phạm vi cho phép.
Một trong những phần khác biệt của sách là cách đưa cây hành vi từ robot và phát triển trò chơi vào hệ thống tác tử. Cây hành vi biểu diễn quyết định dưới dạng các nút có điều kiện, hành động, trình tự và nhánh lựa chọn. Nhờ đó, một nhiệm vụ tự chủ không còn là chuỗi prompt khó quan sát mà trở thành cấu trúc có thể đọc, kiểm thử và sửa đổi.
Sách sử dụng cây hành vi để điều phối các tác tử cùng giải quyết thử thách. Mẫu này hữu ích khi quy trình có những nhánh dự phòng, điều kiện dừng hoặc yêu cầu quay lại bước trước. Nó cũng minh họa một bài học kiến trúc quan trọng: mức tự chủ nên được bao quanh bởi cơ chế kiểm soát, thay vì giao toàn bộ quyết định cho mô hình trong một vòng lặp mở.
Nexus được dùng làm ví dụ về một nền tảng điều phối nhiều tác tử và nhiều LLM. Qua đó, người đọc thấy cách những khái niệm trước đó được ghép thành một môi trường thống nhất: cấu hình tác tử, kết nối mô hình, quản lý workflow, thực thi nhiệm vụ và quan sát tương tác.
Đây là phần đặc biệt phù hợp với Backend Developer, Solution Architect và Tech Lead. Khi Agent trở thành một thành phần của sản phẩm, đội phát triển cần nghĩ đến cấu hình, trạng thái, khả năng thay thế mô hình, tái sử dụng công cụ và quản lý nhiều phiên làm việc. Một notebook chạy được chưa phải một nền tảng có thể mở rộng.
Mô hình ngôn ngữ không thể ghi nhớ mọi thông tin riêng của doanh nghiệp và kiến thức trong trọng số cũng có thể đã cũ. Chương về tri thức và bộ nhớ trình bày sinh nội dung có tăng cường truy xuất (RAG), tìm kiếm ngữ nghĩa, embedding, kho vector và cách đưa ngữ cảnh liên quan vào prompt.
Sách phân biệt tri thức được lấy từ tài liệu với bộ nhớ hình thành qua quá trình tương tác. Một tác tử có thể cần nhớ nội dung hội thoại, sở thích của người dùng, sự kiện từng xảy ra hoặc cách một nhiệm vụ đã được giải quyết. Mỗi loại bộ nhớ cần cách lưu, truy xuất và nén khác nhau.
Điểm thực dụng của phần này là giúp người đọc hiểu RAG không đơn thuần là “đưa PDF vào vector database”. Hiệu quả phụ thuộc vào cách chia dữ liệu, tạo embedding, tìm kiếm tương đồng, chọn ngữ cảnh và kiểm soát thông tin nào thực sự nên được lưu thành bộ nhớ.
Khi Agent được dùng trong ứng dụng thật, việc sửa prompt bằng cảm giác không đủ đáng tin cậy. Sách sử dụng Prompt Flow để tổ chức, thử nghiệm và đánh giá prompt theo một quy trình có thể lặp lại.
Người đọc học cách xây hồ sơ và persona của tác tử, kiểm tra biến thể prompt, đo chất lượng đầu ra và duy trì tính nhất quán khi hệ thống phát triển. Đây là bước chuyển từ “prompt engineering thủ công” sang quản lý prompt như một tài sản của sản phẩm phần mềm.
Phần này đem lại giá trị cho cả AI Engineer và Product Manager: hành vi của Agent cần được mô tả, phiên bản hóa, thử nghiệm và đánh giá dựa trên tiêu chí rõ ràng, không chỉ dựa vào một vài cuộc hội thoại có vẻ thuyết phục.
Hai chương cuối tập trung vào những năng lực tạo nên tính tác tử: giải quyết vấn đề theo nhiều bước, đánh giá phương án, xây kế hoạch và điều chỉnh dựa trên phản hồi.
Sách trình bày các kỹ thuật suy luận trong prompt engineering, từ giải pháp trực tiếp đến suy luận theo chuỗi và những phương pháp tạo nhiều phương án để so sánh. Sau đó, cơ chế đánh giá được dùng để kiểm tra tính nhất quán và chọn kết quả tốt hơn.
Với lập kế hoạch, tác giả chỉ ra cách biến một mục tiêu cấp cao thành chuỗi nhiệm vụ, theo dõi kết quả của từng bước và cập nhật kế hoạch nếu công cụ trả lỗi hoặc môi trường thay đổi. Vòng phản hồi giúp tác tử học từ kết quả trước đó, tự phản tư và cải thiện chiến lược thay vì lặp lại cùng một sai lầm.
Đây là phần giúp người đọc hiểu vì sao một Agent đáng tin cậy cần cả hành động lẫn cơ chế tự kiểm tra. Tự chủ mà không có đánh giá và phản hồi chỉ làm cho lỗi xảy ra nhanh hơn.
Nếu mới bước vào lĩnh vực Agent, nên đọc tuần tự từ chương 1 đến chương 3 để nắm khái niệm, LLM và trợ lý có công cụ. Sau đó, chương 4 đến chương 7 giúp chuyển sang đa tác tử, hành động, cây hành vi và nền tảng điều phối. Chương 8 đến chương 11 hoàn thiện các lớp tri thức, bộ nhớ, prompt, suy luận, đánh giá, lập kế hoạch và phản hồi.
Nếu đã có một dự án cụ thể, có thể dùng sách như tài liệu tra cứu theo vấn đề:
Các ví dụ mang tính thực hành, nhưng người đọc nên chuẩn bị Python cơ bản, quen với API và sẵn sàng cài đặt thư viện. Những dịch vụ đám mây hoặc API thương mại có thể yêu cầu tài khoản, khóa truy cập và phát sinh chi phí riêng.
Đây không phải sách dạy Python từ đầu, cũng không phải bộ prompt mẫu chỉ cần sao chép để sử dụng. Người đọc chưa từng lập trình hoặc chưa quen API sẽ cần học bổ sung nền tảng.
Cuốn đang bán là bản đầu tiên xuất bản năm 2025, không phải AI Agents in Action, Second Edition. Vì vậy sách tập trung vào thế hệ công cụ OpenAI Assistants, AutoGen, CrewAI, Semantic Kernel, Prompt Flow và Nexus; không trình bày MCP, A2A hoặc OpenAI Agents SDK theo cấu trúc của bản thứ hai. API và giao diện của các framework có thể thay đổi theo thời gian, nên khi thực hành cần đối chiếu thêm tài liệu phiên bản hiện tại.
Điểm bền vững của sách nằm ở các mẫu thiết kế: phân rã thành phần tác tử, tool use, RAG và bộ nhớ, cơ chế phản biện, cây hành vi, suy luận, đánh giá, lập kế hoạch và vòng phản hồi. Đây là những nguyên tắc vẫn hữu ích ngay cả khi công cụ triển khai được thay thế.
Bản tiếng Việt trong kho 89ebook có 378 trang, giúp người đọc tiếp cận đầy đủ lộ trình 11 chương bằng hệ thuật ngữ kỹ thuật được trình bày song song với nhiều thuật ngữ tiếng Anh cần thiết. eBook tiếng Anh tặng kèm hỗ trợ đối chiếu nguyên bản khi đọc code, tên API hoặc tài liệu framework.
Sách in ruột đen trắng, bìa mềm full màu, giấy chống lóa mắt hiện đại, chữ và hình in sắc nét. 89ebook cam kết nội dung chuẩn 100% từ sách gốc và áp dụng chính sách lỗi in 1 đổi 1 trong 90 ngày kể từ ngày nhận sách.
Sách hướng dẫn xây dựng tác tử AI từ nền tảng LLM và prompt đến hành động, công cụ, hệ đa tác tử, RAG, bộ nhớ, suy luận, đánh giá, lập kế hoạch và phản hồi. Các ví dụ sử dụng Python cùng OpenAI Assistants, AutoGen, CrewAI, Semantic Kernel, Prompt Flow, LM Studio và Nexus.
Sách phù hợp với người mới học Agent nhưng đã có nền tảng lập trình. Manning định hướng sách cho lập trình viên Python trình độ trung cấp; bản thân sách không dạy Python từ đầu.
Có. Sách trình bày AutoGen Studio, AutoGen, CrewAI, trò chuyện nhóm, phân vai cho tác tử, tác tử phản biện và quan sát hoạt động bằng AgentOps.
Có. Chương 8 trình bày retrieval, RAG, tìm kiếm ngữ nghĩa, embedding, kho vector, các loại bộ nhớ và cách dùng truy xuất để tăng cường tri thức cho tác tử.
Không. Cuốn này là bản đầu tiên xuất bản năm 2025 và không phải Second Edition. MCP và A2A thuộc phạm vi cập nhật của bản thứ hai, vì vậy không nên mua cuốn này nếu mục tiêu duy nhất là học MCP.
Các nguyên tắc kiến trúc và mẫu thiết kế vẫn có giá trị. Tuy nhiên API, giao diện và phiên bản thư viện có thể đã thay đổi; người đọc nên đối chiếu tài liệu hiện hành của OpenAI, AutoGen, CrewAI và các công cụ liên quan khi chạy code.
Bản tiếng Việt có 378 trang, được tặng eBook tiếng Anh để đối chiếu thuật ngữ. Sản phẩm in đen trắng, bìa mềm full màu, giấy chống lóa và được bảo hành lỗi in 1 đổi 1 trong 90 ngày kể từ ngày nhận sách.
