Thay vì làm việc với chỉ một “tác nhân” lập trình, các lập trình viên sắp nhận ra lợi ích khi dẫn dắt cả một nhóm tác nhân.
Khi lập trình có hỗ trợ AI ngày càng phổ biến, một xu hướng mới đang nổi lên: quy trình đa tác nhân (multi-agent workflows).
Quy trình đa tác nhân nghĩa là sử dụng nhiều tác nhân AI song song cho các nhiệm vụ cụ thể trong vòng đời phát triển phần mềm (SDLC) — từ lập kế hoạch, tạo khung, viết mã, kiểm thử, gỡ lỗi, phân tích log, cho đến triển khai.
“Một ‘tác nhân’ lập trình tổng quát là chưa đủ,” Harry Wang, Giám đốc tăng trưởng tại Sonar, nhà phát triển công cụ phân tích mã cho biết. “Giống như đội ngũ con người có các chuyên gia back-end, bảo mật, kiểm thử…, hệ thống tác nhân cũng cần nhiều tác nhân chuyên biệt.”
Dẫn dắt một đội tác nhân
“Bạn hãy hình dung như một đội kỹ sư hiệu suất cao,” Dr. Eran Yahav, đồng sáng lập kiêm CTO của Tabnine — trợ lý lập trình AI phổ biến — nói. “Một tác nhân viết mã, tác nhân khác kiểm thử, tác nhân thứ ba viết tài liệu hoặc xác thực, và tác nhân thứ tư kiểm tra bảo mật và tuân thủ.”
Trong quy trình đa tác nhân, mỗi tác nhân giỏi một mảng, giống như vai trò của các thành viên trong nhóm kỹ sư.
“Mỗi tác nhân hoạt động trên luồng riêng, trong khi lập trình viên vẫn kiểm soát, định hướng và xem xét công việc của họ,” Zach Loyd, CEO Warp — môi trường lập trình hỗ trợ nhiều tác nhân — chia sẻ.
Không chỉ phát triển phần mềm, các lĩnh vực như thực thi kiểm thử và triển khai cũng rất phù hợp cho việc “chuyển giao” giữa các tác nhân, kể cả khi dùng công cụ từ nhiều nhà cung cấp khác nhau.
“Lập trình chỉ là một phần của SDLC,” Wing To, CTO tại Digital.ai nói. Với ông, quy trình đa tác nhân mạnh mẽ phải kết hợp toàn bộ các khía cạnh của SDLC, bao gồm cả phân phối liên tục.
Thay đổi công việc hằng ngày
Với lập trình viên, quy trình đa tác nhân phân bổ công việc cho các tác nhân chuyên môn hóa. “Nó giống như làm việc với một nhóm cộng tác viên hữu ích mà bạn có thể triệu hồi ngay lập tức,” Loyd cho biết.
Hãy hình dung bạn xây một tính năng mới trong khi đồng thời:
- Một tác nhân tóm tắt nhật ký người dùng
- Tác nhân khác xử lý các thay đổi mã lặp đi lặp lại
Bạn có thể xem trạng thái từng tác nhân, duyệt kết quả hoặc chỉ dẫn thêm khi cần.
Ví dụ cụ thể:
- Tác nhân tạo mã đề xuất một module phù hợp tiêu chuẩn thiết kế nội bộ.
- Tác nhân rà soát mã đánh dấu vi phạm và đề xuất cải thiện.
- Trước khi phát hành, tác nhân kiểm thử tìm các tình huống biên và tạo test unit.
Trong quy trình này, không thay đổi nào được thực hiện nếu không có sự xác nhận của con người. “Con người vẫn ở trong vòng kiểm soát,” Yahav khẳng định. Cách làm này thay đổi vai trò của con người, nhưng không làm giảm tầm quan trọng.
Một biến thể thú vị là “adversarial prompting” — chạy cùng một yêu cầu qua nhiều mô hình (Claude, OpenAI, DeepSeek…) rồi để các tác nhân so sánh hoặc phản biện nhau để tìm ra câu trả lời tốt nhất.
Lợi ích của đa tác nhân
Quy trình lập trình đa tác nhân hứa hẹn:
- Tăng tốc phát triển
- Cải thiện chất lượng mã
- Giúp kết quả AI phù hợp hơn với mục tiêu kinh doanh
- Tiết kiệm thời gian nhờ giảm việc thủ công và tránh chuyển đổi ngữ cảnh
Ngoài ra, chất lượng và tính rõ ràng của mã còn có thể cải thiện nhờ tự động tuân thủ chính sách nội bộ và giải thích quyết định của AI.
Một số tác nhân chuyên biệt tốt hơn ở ngôn ngữ nhất định: GitHub Copilot thiên về TypeScript, trong khi Mistral lại mạnh về Python.
Nhu cầu điều phối (orchestration)
Hiện tại, đa tác nhân vẫn ở giai đoạn sơ khai. Nhiều quy trình là thủ công, như cập nhật prompt hay thêm lớp bảo mật cho từng tác nhân. Nếu không điều phối tốt, dễ xảy ra:
- Sao chép thừa
- Kết quả mâu thuẫn
- Thiếu đồng bộ
Cần một kiến trúc thống nhất, cơ chế quản trị theo chính sách, khả năng quan sát hoạt động của từng tác nhân, và cơ sở tri thức dùng chung để tránh “lạc đề”.
Rào chắn bảo mật và kiểm toán
Rủi ro bao gồm:
- Rò rỉ dữ liệu nếu tác nhân dùng API bên ngoài
- Thiếu khả năng kiểm toán
- Tạo nợ kỹ thuật
- Hành vi tự động không kiểm soát
Giải pháp:
- Quyền hạn chi tiết cho từng tác nhân
- Nhật ký minh bạch
- Thực thi chính sách runtime
- Môi trường tách biệt (air-gapped) cho dữ liệu nhạy cảm
- Con người rà soát mọi dòng mã AI tạo ra
Tránh “bẫy” đa tác nhân
Lời khuyên từ chuyên gia:
- Có cơ sở tri thức chung cho người và máy
- Giữ con người trong vòng kiểm soát
- Dùng tác nhân chuyên biệt
- Bắt đầu nhỏ, thử nghiệm từng phần
- Đặt tiêu chí đo lường hiệu quả
- Kiến trúc thống nhất cho quản lý quyền hạn và ngữ cảnh
Công cụ hiện có
Một số nền tảng và công cụ:
- Claude Code (terminal AI tool)
- Roo Code (VSCode AI assistant với nhiều chế độ)
- Warp (terminal dev environment chạy song song nhiều tác nhân)
- AutoGen, LangChain, LlamaIndex, Haystack (framework hỗ trợ phối hợp LLM và tác nhân)
- Giao thức MCP (Model Context Protocol) và A2A (Agent2Agent) cho kết nối tác nhân
Kết luận
Dùng nhiều tác nhân AI song song mở ra tiềm năng lớn, nhưng cần:
- Yêu cầu rõ ràng
- Tiêu chuẩn mã hóa
- Chính sách bảo mật
- Quy trình thử nghiệm — sẵn sàng thất bại trước khi thành công
“Quy trình phát triển phần mềm với tác nhân AI cần cùng những trụ cột mà một nhóm con người hiệu suất cao có: sứ mệnh rõ ràng, quy tắc ứng xử và kiến thức chung,” Wang nói.
Cre: Bill Doerrfeld.
