Tác nhân AI hoạt động thế nào? Vòng lặp 5 bước đằng sau mọi nhiệm vụ

Bạn gõ "tìm cho tôi gói điện rẻ hơn so với hóa đơn này" và một điều lạ xảy ra. Một cửa sổ trình duyệt tự mở ra, một trang so sánh được điền sẵn, một bảng giá hiện lên, và một phút sau trên màn hình có một ghi chú ngắn với ba lựa chọn và một đề xuất. Cảm giác như phép màu, và đó là một vấn đề, vì những thứ giống phép màu thì khó tin tưởng và dễ bị dùng sai.

Bài hướng dẫn này giải thích tác nhân AI hoạt động thế nào bằng ngôn ngữ giản dị, không cần nền tảng máy tính. Bạn sẽ thấy vòng lặp năm bước mà mọi tác nhân đều chạy, "mô hình" bên trong thực sự làm gì, vì sao nó cần công cụ như trình duyệt, trí nhớ của nó hoạt động ra sao, vì sao đôi khi nó bịa, credit bạn bị tính phí trả cho việc gì và bạn đứng ở đâu. Nguồn là các công ty xây dựng tác nhân và cơ quan quản lý đo lường cách nước Anh sử dụng chúng, tất cả được đọc ngày 8 tháng 10 năm 2026.

Chúng tôi đã kiểm chứng bài hướng dẫn này như thế nào

1. Mô tả của chính những người xây dựng. Hướng dẫn xây dựng tác nhân do Anthropic công bố, về cách thiết kế vòng lặp.
2. Nghiên cứu về lỗi sai. Bài báo tháng 9 năm 2025 của OpenAI về lý do các mô hình ngôn ngữ nói điều sai một cách tự tin.
3. Số liệu sử dụng từ Ofcom. Báo cáo Online Nation của cơ quan quản lý (Ofcom), công bố tháng 12 năm 2025.
4. Những lần chạy của chính chúng tôi. Mọi ví dụ bên dưới đều là nhiệm vụ chúng tôi đã giao cho một tác nhân và theo dõi.

Vòng lặp 5 bước

Anthropic mô tả tác nhân là những hệ thống trong đó mô hình tự điều hướng quy trình và việc dùng công cụ của mình, làm việc theo chu kỳ hành động, nhận phản hồi từ môi trường rồi hành động lại, với các điểm kiểm tra dành cho con người. Nói theo ngôn ngữ đời thường, đó là năm bước. Hãy lấy hóa đơn điện làm ví dụ xuyên suốt.

Bước 1: nó đọc mục tiêu và quyết định thế nào là "xong"

Tác nhân biến câu nói của bạn thành một mục tiêu có thể đối chiếu: "một gói giá cho mã bưu chính và mức sử dụng này mà rẻ hơn gói hiện tại, kèm danh sách điều kiện chuyển đổi". Nếu mục tiêu mơ hồ, đây là bước dễ sai nhất, vì tác nhân sẽ phải đoán mục tiêu.

Bước 2: nó lập kế hoạch

Một danh sách ngắn các bước: đọc hóa đơn để lấy số liệu sử dụng, mở trang so sánh, nhập số liệu, thu thập kết quả, kiểm tra phí chấm dứt hợp đồng, viết ra ba lựa chọn tốt nhất. Tác nhân tốt sẽ cho bạn xem kế hoạch này trước khi bắt đầu. Jobbit có chế độ lập kế hoạch dừng lại ở đây để chờ bạn chấp thuận.

Bước 3: nó dùng công cụ

Đây là phần phân biệt tác nhân với chatbot. Tác nhân tự nó chỉ biết nói, nên để làm bất cứ việc gì, nó gọi một công cụ (tool): trình duyệt web để vào trang so sánh, trình đọc tệp để xem hóa đơn, máy tính hoặc bảng tính để so sánh chi phí hằng năm. Mỗi công cụ trả về một kết quả, và kết quả quay lại vào suy nghĩ của tác nhân.

Bước 4: nó kiểm tra

Sau mỗi bước, tác nhân so sánh những gì nhận được với những gì mong đợi. Trang so sánh hỏi một loại công tơ mà nó không biết, nên nó quay lại hóa đơn. Một gói rẻ hơn theo từng đơn vị nhưng có phí cố định cao hơn, nên nó tính lại theo cả năm. Việc kiểm tra này là lý do tác nhân mất vài phút chứ không phải vài giây, và là nơi phần lớn giá trị của chúng nằm.

Bước 5: nó báo cáo và chờ

Nó viết bản tóm tắt, cho thấy cách làm nếu được hỏi, và dừng ở thời điểm tiền sắp đổi chủ hoặc một tin nhắn sắp được gửi. Chuyển sang gói mới là quyết định của bạn. Một tác nhân được xây dựng tốt sẽ hỏi; một tác nhân kém sẽ tự cho là được.

Sau đó vòng lặp lặp lại cho mục tiêu tiếp theo. Hướng dẫn giản dị của chúng tôi về tác nhân AI là gì đặt vòng lặp này bên cạnh mười hai ví dụ thực tế.

Bộ máy: mô hình thực sự làm gì

Bên trong mọi tác nhân có một mô hình, thứ đọc và viết ngôn ngữ. Claude, GPT và Gemini là các mô hình. Một mô hình đã đọc một lượng văn bản khổng lồ và học cách dự đoán điều gì đến tiếp theo, từng mảnh nhỏ một. Những mảnh ấy gọi là token, và một token xấp xỉ ba phần tư của một từ tiếng Anh. Mọi thứ tác nhân "nghĩ" đều được viết ra bằng token: kế hoạch, lập luận, yêu cầu gọi công cụ, câu trả lời cuối cùng.

Ba hệ quả theo sau, và chúng giải thích phần lớn điều người mới thấy khó hiểu.

• Mô hình không biết gì sau ngày huấn luyện của nó trừ khi nó tra cứu. Đó là lý do tác nhân mở trình duyệt thay vì trả lời theo trí nhớ, và vì sao câu trả lời về tuần trước cần một lượt tìm kiếm.
• Mô hình có một cửa sổ ngữ cảnh (context window), lượng văn bản nó có thể ghi nhớ cùng lúc. Hãy hình dung nó như một chiếc bàn làm việc. Hóa đơn của bạn, kế hoạch, các trang web đã đọc và ghi chú của chính nó đều nằm trên bàn, và khi bàn đầy thì những tờ giấy cũ nhất rơi xuống. Các nhiệm vụ dài được xử lý bằng cách dọn bàn, mà tác nhân gọi là nén ngữ cảnh (compaction). Jobbit hiển thị một đồng hồ ngữ cảnh để bạn thấy chiếc bàn đầy đến đâu.
• Mô hình tự tin theo thiết kế. Nó tạo ra các token có khả năng nhất tiếp theo, và "có khả năng nhất" không đồng nghĩa với "đúng sự thật". Phần về lỗi sai bên dưới giải thích điều này có ý nghĩa gì với bạn.

Báo cáo Online Nation của Ofcom cho thấy bộ máy này đã trở nên bình thường đến mức nào: khoảng 30% lượt tìm kiếm tại Vương quốc Anh hiện hiển thị phần tổng quan AI, và 53% người trưởng thành nói họ thường xuyên thấy các bản tóm tắt đó. Mô hình viết bản tóm tắt cùng loại với mô hình điều khiển một tác nhân.

Công cụ: cách tác nhân chạm tới thế giới

Hàng nào cũng có cột "điều có thể sai" vì công cụ là nơi tác nhân gặp thế giới thực bừa bộn. Hàng trình duyệt đáng được ghi chú thêm: ngày càng nhiều website chặn tác nhân theo mặc định, như báo cáo của chúng tôi về việc web khóa cửa các tác nhân AI đã giải thích, đó là lý do đôi khi tác nhân báo rằng nó không vào được. Trình duyệt tác nhân của Jobbit cho phép bạn xem nó làm việc và tự cầm lái khi một trang cần con người, như mô tả trong hướng dẫn của chúng tôi về các tác nhân AI dùng máy tính.

Trí nhớ: nó nhớ gì và quên gì

Người mới thường mong tác nhân nhớ mình như một đồng nghiệp. Phần lớn là không, và hiểu ba loại trí nhớ sẽ giúp bạn đỡ phải lặp lại nhiều lần.

• Trí nhớ làm việc là cửa sổ ngữ cảnh ở phần trên. Nó kéo dài trong một nhiệm vụ và bị xóa khi nhiệm vụ kết thúc, trừ khi tác nhân tự ghi chú cho chính mình.
• Chỉ dẫn đã lưu là các tệp bạn đưa cho nó và nó đọc ở đầu mỗi nhiệm vụ: bạn là ai, bạn thích văn phong thế nào, điều gì nó tuyệt đối không được làm. Trên Jobbit, những thứ này nằm trong Projects, cùng với tệp dùng chung, ghi chú và mọi mật khẩu nó cần được lưu dưới dạng bí mật thay vì gõ vào cuộc trò chuyện.
• Trí nhớ dài hạn là tính năng một số sản phẩm cung cấp, trong đó tác nhân giữ ghi chú qua các cuộc trò chuyện. Nó hữu ích và nên thỉnh thoảng kiểm tra, vì một ghi chú sai sẽ tồn tại mãi.

Quy tắc thực tế: bất cứ điều gì bạn thấy mình gõ hai lần đều thuộc về chỉ dẫn đã lưu.

Vì sao đôi khi nó bịa

Câu trả lời sai nhưng đầy tự tin, gọi là ảo giác (hallucination), là khuyết điểm nổi tiếng nhất của tác nhân. Bài nghiên cứu của OpenAI về chủ đề này, công bố tháng 9 năm 2025, đưa ra lời giải thích rõ nhất: các mô hình được huấn luyện và kiểm tra theo cách thưởng cho việc đoán hơn là thừa nhận không biết, giống như một bài thi trắc nghiệm thưởng cho việc đoán mò. Một mô hình luôn trả lời sẽ đạt điểm cao hơn một mô hình đôi khi nói "tôi không chắc", nên các mô hình học cách trả lời.

Tác nhân giảm bớt vấn đề này nhưng không loại bỏ được. Bước kiểm tra bắt được nhiều lỗi vì kết quả từ công cụ là thật: trang so sánh hoặc hiển thị một gói giá, hoặc không. Những lỗi lọt qua là những lỗi không công cụ nào kiểm tra, chẳng hạn một số liệu thống kê được trích dẫn hoặc bản tóm tắt một tài liệu mà nó chỉ đọc lướt. Ba thói quen bảo vệ bạn: hỏi nguồn của bất kỳ con số nào bạn sắp dựa vào để hành động, yêu cầu nó nói rõ khi không chắc, và đọc mọi thứ gửi đi dưới tên bạn.

Credit trả cho việc gì

Hầu hết dịch vụ tác nhân tính phí bằng credit, và người mới thường ngạc nhiên khi hai nhiệm vụ nghe có vẻ giống nhau lại tốn số tiền khác nhau. Credit trả cho ba thứ: các token mô hình đọc và viết, những lần gọi công cụ, và ở một số sản phẩm là số phút một trình duyệt hay một máy tính đang chạy. Một câu hỏi một dòng gần như không tốn gì. Một công việc nghiên cứu đọc ba mươi trang web, viết báo cáo và kiểm tra lại các con số của chính nó tốn nhiều hơn, vì mỗi trang đọc là token vào và mỗi bản nháp là token ra.

Trên Jobbit, gói Free cho 100 credit mỗi ngày mà không cần thẻ, đủ cho vài nhiệm vụ thật, còn Go giá £7 một tháng cho 2,000 credit và một ứng dụng nhỏ được giữ hoạt động trên tên miền riêng của bạn. Hướng dẫn của chúng tôi về chi phí của tác nhân AI giải thích credit và token ở ChatGPT, Claude, Manus, Muse và Jobbit, cùng cách so sánh các gói một cách trung thực.

Bạn đứng ở đâu

Hướng dẫn của Anthropic nói các điểm kiểm tra của con người là một phần của thiết kế, không phải dấu hiệu tác nhân đã thất bại. Trong thực tế bạn có bốn việc, và không việc nào là làm nhiệm vụ.

1. Viết mục tiêu cho đúng. Bạn muốn gì, kết quả tốt trông ra sao, nó không được làm gì. Hướng dẫn của chúng tôi về cách viết câu lệnh cho tác nhân AI có 30 ví dụ.
2. Duyệt kế hoạch khi nhiệm vụ quan trọng.
3. Trả lời các câu hỏi nó dừng lại để hỏi, và tiếp quản trình duyệt khi một trang cần con người.
4. Kiểm tra kết quả trước khi bạn hành động dựa trên nó.

Các công việc lớn thêm một tầng nữa. Một tác nhân có thể chia một nhiệm vụ lớn cho nhiều tác nhân nhỏ hơn, mỗi tác nhân có bàn làm việc riêng, rồi kết hợp công sức của chúng, đó là cách một công việc nghiên cứu 200 trang hoặc cả một website được hoàn thành, như hướng dẫn của chúng tôi về các tác nhân phụ AI mô tả. Và khi một công việc cần đôi tay thay vì token, tác nhân của Jobbit giao việc cho một chuyên gia đã được xác minh từ mạng lưới con người và giữ khoản thanh toán của bạn trong ký quỹ (escrow).

Điều này có nghĩa gì trong thực tế

ChatGPT, Claude, Gemini, Microsoft Copilot, Manus và Muse của Meta đều chạy một phiên bản nào đó của vòng lặp này, với bộ công cụ đầy đủ hơn ở các gói trả phí. Vòng lặp giống nhau; điểm khác là bạn nhìn thấy và điều khiển được bao nhiêu phần của nó.

• Bạn thấy được kế hoạch trước khi nó chạy. Chế độ lập kế hoạch của Jobbit hiển thị các bước và chờ bạn đồng ý.
• Bạn xem được trình duyệt. Trình duyệt tác nhân cho thấy mọi trang nó ghé thăm, và bạn có thể cầm lái.
• Bạn điều hướng được giữa chừng. Gửi một tin nhắn khi nó đang làm và nó điều chỉnh, hoặc tách cuộc trò chuyện để thử một cách tiếp cận thứ hai.
• Bạn cho nó một trí nhớ được. Projects lưu chỉ dẫn, tệp và bí mật của bạn để mọi nhiệm vụ bắt đầu với đầy đủ thông tin.
• Bạn đặt nó chạy theo lịch được. Các nhiệm vụ theo lịch lặp lại vòng lặp mà không cần bạn.
• Bạn giao cho một con người được. Khi vòng lặp gặp một việc cần con người, chính tác nhân ấy tìm và giao việc cho một người.

Thí nghiệm năm phút cho thấy vòng lặp

• Phút 1: mở Jobbit và tạo tài khoản miễn phí.
• Phút 2: hỏi nó: "So sánh ba cách rẻ nhất để gửi một bưu kiện 5 kg từ Leeds đến Glasgow trong tuần này, kèm liên kết, và cho tôi biết bạn sẽ chọn cách nào và vì sao." Một mục tiêu, một định nghĩa về việc xong và một yêu cầu về nguồn.
• Phút 3 và 4: xem kế hoạch hiện ra, rồi trình duyệt mở các trang của hãng vận chuyển. Để ý các bước kiểm tra khi một mức giá cần mã bưu chính.
• Phút 5: đọc kết quả và nhấp vào một liên kết để xác nhận một mức giá. Bạn vừa thấy đủ cả năm bước, và bạn biết lần sau cần kiểm tra gì.

Câu hỏi thường gặp

Tác nhân AI hoạt động từng bước như thế nào?

Nó đọc mục tiêu của bạn và quyết định thế nào là xong, viết một kế hoạch ngắn, dùng công cụ như trình duyệt và các tệp của bạn để thực hiện từng bước, kiểm tra từng kết quả so với kế hoạch, rồi báo cáo lại, dừng chờ bạn chấp thuận trước mọi việc liên quan đến tiền hoặc tin nhắn.

Mô hình AI khác tác nhân AI ở điểm nào?

Mô hình là bộ máy đọc và viết ngôn ngữ, như Claude hay GPT. Tác nhân là mô hình cộng với công cụ, một kế hoạch, một vòng lặp kiểm tra và cách để dừng lại hỏi bạn. Mô hình trả lời; tác nhân hành động.

Tác nhân AI có học từ tôi không?

Trong một nhiệm vụ, nó nhớ mọi điều bạn đã nói. Giữa các nhiệm vụ, nó chỉ nhớ những gì được lưu trong chỉ dẫn, tệp hoặc tính năng trí nhớ. Bất cứ điều gì bạn gõ hai lần đều thuộc về chỉ dẫn đã lưu.

Vì sao tác nhân AI mắc lỗi?

Vì mô hình bên trong tạo ra văn bản có khả năng nhất, không phải sự thật được đảm bảo, và nghiên cứu cho thấy các mô hình được huấn luyện theo cách thưởng cho việc đoán. Công cụ và bước kiểm tra bắt được nhiều lỗi; phần còn lại bạn bắt bằng cách hỏi nguồn và đọc những gì được gửi đi.

Tác nhân AI có duyệt internet được không?

Có, với công cụ trình duyệt, nó có thể vào website, điền biểu mẫu và đọc trang như bạn. Một số website chặn tác nhân, và trên Jobbit bạn có thể xem trình duyệt và tiếp quản khi một trang cần con người.

Credit trong tác nhân AI là gì?

Đơn vị mà hầu hết dịch vụ dùng để tính phí. Chúng trả cho văn bản mô hình đọc và viết, các công cụ nó gọi và đôi khi là thời gian một trình duyệt chạy. Gói Free của Jobbit cho 100 credit mỗi ngày, không cần thẻ.

Tôi có xem được tác nhân AI làm việc không?

Trên Jobbit thì được: nó cho thấy kế hoạch, trình duyệt và từng bước, và bạn có thể dừng, điều hướng hoặc tiếp quản bất cứ lúc nào. 100 credit miễn phí mỗi ngày, không cần thẻ, và Go giá £7 một tháng cho một ứng dụng nhỏ trên tên miền riêng của bạn.