Multi-Agent
Multi-Agent
Từ 2 agent riêng biệt trở lên, mỗi agent có Reasoning/Planning độc lập. 3 mẫu hình có tên chính thức: Manager pattern (1 agent trung tâm gọi các agent con như tool), Decentralized pattern (handoff ngang hàng), Hierarchical (ADK, nhiều tầng).
Nắm vững nguyên lý và khái niệm nền tảng trước khi đi vào công cụ thực tế.
Áp dụng quy trình từng bước, case study thực chiến và template mẫu có sẵn.
Kiểm tra checklist hoàn thành, né tránh các sai lầm kinh điển để vận hành bền vững.
Nắm vững các khái niệm nền tảng, cơ chế hoạt động và mô hình tư duy cốt lõi.
1. Khái niệm cốt lõi
Multi-Agent là kiến trúc gồm từ 2 agent riêng biệt trở lên, mỗi agent có Reasoning/Planning độc lập (bài 80), cùng phối hợp để đạt 1 mục tiêu lớn hơn khả năng 1 agent xử lý tốt.
Điểm chuyển tiếp từ single agent (bài 82): mẫu hình thứ 5 — Orchestrator-Workers — là ranh giới mờ giữa 2 thế giới: 1 LLM trung tâm (“orchestrator”) chia nhỏ tác vụ và giao cho các LLM “worker” xử lý từng phần. Khi các “worker” này đủ độc lập (có ngữ cảnh riêng, tự quyết định cách hoàn thành phần việc của mình), chúng thực chất đã là các agent riêng biệt — đây chính là lúc Orchestrator-Workers “lớn lên” thành multi-agent thật sự.
2. Tại sao nội dung này quan trọng
Nhắc lại nguyên tắc đã học bài 82: multi-agent có chi phí phối hợp thật — nhiều agent cần giao tiếp, dễ phát sinh lỗi tích lũy qua nhiều tầng hơn 1 agent đơn lẻ. Hiểu đúng các mẫu hình multi-agent đã có tên chính thức giúp bạn chọn đúng cấu trúc thay vì tự phát minh 1 cách phối hợp tùy tiện — và giao tiếp rõ ràng hơn với đội kỹ thuật (“chúng ta cần Manager pattern ở đây” thay vì mô tả lại ý tưởng từ đầu).
3. Cơ chế hoạt động — 3 mẫu hình multi-agent có tên chính thức
- Manager pattern (OpenAI) — 1 agent “manager” trung tâm điều phối các agent chuyên biệt khác thông qua tool call, giữ quyền kiểm soát và tổng hợp kết quả cuối cùng. Manager coi mỗi agent con như 1 “tool” nó có thể gọi.
- Decentralized pattern (OpenAI) — nhiều agent ngang hàng, “handoff” (chuyển giao 1 chiều) cho nhau dựa trên chuyên môn, không có agent trung tâm giữ quyền kiểm soát xuyên suốt.
- Multi-agent phân cấp (hierarchical) (Google ADK) — các agent tổ chức theo cấu trúc phân cấp, có thể điều phối/giao việc cho nhau. ADK hỗ trợ 2 cách tiếp cận orchestration: workflow agent xác định trước (Sequential/Parallel/Loop) hoặc LLM-driven dynamic routing (để LLM tự quyết định định tuyến).
Lưu ý minh bạch quan trọng (đã xác lập ở phần nền tảng Level 8): Sequential/Parallel/Loop của ADK không đồng nhất với 4 mẫu hình đã học bài 82 (Prompt Chaining/Routing/Parallelization/Evaluator-Optimizer) dù nghe giống — đây là 2 framework độc lập của 2 công ty khác nhau (Google vs Anthropic), sự tương đồng chỉ ở mức khái niệm chung của ngành, không phải 1 framework mô phỏng framework kia.
4. Visual hoặc diagram cần thiết
(Visual Brief đầy đủ còn mô tả 2 panel khác: Decentralized pattern — nhiều vòng tròn ngang hàng, mũi tên 1 chiều (handoff) nối tiếp, không có vòng tròn trung tâm; và Hierarchical (ADK) — cấu trúc cây, vòng tròn gốc phân nhánh xuống nhiều tầng.)
Quy trình thực thi từng bước, case study cụ thể và bộ prompt/template áp dụng ngay.
5. Hướng dẫn từng bước — Chọn đúng mẫu hình multi-agent
- Tác vụ có đủ phức tạp để cần nhiều chuyên môn khác nhau, không chỉ nhiều bước (nếu chỉ nhiều bước, quay lại bài 82 — Prompt Chaining/Routing có thể đã đủ)?
- Có cần 1 điểm kiểm soát trung tâm tổng hợp kết quả cuối, hay từng phần việc có thể giao thẳng cho đúng agent chuyên trách rồi kết thúc ở đó? → Câu trả lời đầu tiên dẫn tới Manager pattern; câu trả lời thứ hai dẫn tới Decentralized pattern.
- Quy mô có đủ lớn/phức tạp để cần cấu trúc phân cấp nhiều tầng (không chỉ 1 tầng manager–worker)? → cân nhắc mô hình hierarchical.
- Mặc định nên cân nhắc Manager pattern trước — chỉ chuyển sang Decentralized khi thực sự không cần 1 điểm kiểm soát trung tâm.
6. Ví dụ thực tế
(2 ví dụ có nguồn thật từ — không bịa thêm.)
Manager pattern: 1 agent “manager” điều phối 3 agent chuyên biệt để dịch 1 câu sang nhiều ngôn ngữ khác nhau (Tây Ban Nha, Pháp, Ý) — manager gọi từng agent dịch thuật như 1 tool, tổng hợp kết quả trả về cho người dùng.
Decentralized pattern: 1 agent “triage” (phân loại ban đầu) tiếp nhận yêu cầu khách hàng, sau đó handoff cho 1 trong 3 agent chuyên trách — hỗ trợ kỹ thuật, bán hàng, hoặc quản lý đơn hàng — tùy nội dung yêu cầu. Đây là phiên bản multi-agent của Customer Support Agent đã học bài 79 — khác với phiên bản single-agent-với-Routing đã học bài 82 (agent tự quyết định hướng xử lý bên trong chính nó, thay vì chuyển hẳn cho 1 agent khác).
7. Prompt/template/workflow
Tác vụ này có cần nhiều chuyên môn riêng biệt không (không chỉ nhiềubước)? [ ] Có / [ ] Không → nếu Không, quay lại bài 82.
Nếu Có:[ ] Cần 1 điểm kiểm soát trung tâm tổng hợp kết quả? → Manager pattern[ ] Không cần kiểm soát trung tâm, chỉ cần chuyển đúng chuyên gia? → Decentralized pattern[ ] Quy mô đủ lớn, cần cấu trúc nhiều tầng? → Hierarchical (ADK)8. Bài tập thực hành
Quay lại agent bạn đã thiết kế ở bài 82 (đã áp dụng ít nhất 1 mẫu hình single-agent). Giả sử tác vụ đó mở rộng quy mô đáng kể — dùng worksheet mục 7 để xác định: nó có trở thành ứng viên multi-agent không, và nếu có, mẫu hình nào (Manager/Decentralized/Hierarchical) phù hợp hơn — giải thích lý do.
Checklist kiểm tra mức độ sẵn sàng, nhận diện các bẫy sai lầm và nguyên tắc vàng vận hành.
9. Checklist
10. Lỗi thường gặp
(Suy luận từ nguyên tắc [S19, S20, S21], không phải quan sát độc lập.)
- Dùng multi-agent cho tác vụ mà 1 agent với Routing (bài 82) đã đủ — thêm chi phí phối hợp không cần thiết.
- Nhảy thẳng vào Decentralized pattern khi 1 điểm kiểm soát trung tâm (Manager) thực ra an toàn hơn và dễ debug hơn.
- Coi Sequential/Parallel/Loop (ADK) và 5 mẫu hình Anthropic là cùng 1 hệ thống — đây là lỗi đã cảnh báo tường minh ở nguồn gốc, dễ gây nhầm lẫn nếu đọc tài liệu 2 hãng cùng lúc.
11. Nội dung nâng cao (không bắt buộc)
Với hệ thống multi-agent phân cấp (hierarchical), guardrail (bài 87) cần áp dụng ở nhiều điểm trong cấu trúc, không chỉ ở agent cấp cao nhất — lỗi tích lũy trong 1 hệ thống multi-agent phân cấp có thể ảnh hưởng rộng hơn nhiều so với 1 agent đơn lẻ. Đây chỉ là điểm dẫn chiếu — cơ chế guardrail cụ thể học đầy đủ ở bài 87, không đào sâu ở đây.
📚 12. Nguồn tham khảo
Building Effective Agents, Anthropic — Orchestrator-Workers, điểm chuyển tiếp single→multi-agent · A Practical Guide to Building Agents, OpenAI — Manager pattern, Decentralized pattern, 2 ví dụ có nguồn thật (dịch thuật, triage khách hàng) · Agent Development Kit (ADK) — Technical Overview, Google — 4 primitive, cấu trúc hierarchical, 2 kiểu orchestration · Dẫn chiếu (không trích dẫn mới): bài 79 (Customer Support Agent, đối chiếu phiên bản single-agent ở bài 82 với phiên bản Decentralized ở đây); bài 80 (8 bộ phận, mỗi agent trong hệ thống multi-agent vẫn có đủ 8 bộ phận riêng); bài 87 (Guardrails, dẫn chiếu ở mục 11).