AI agent (tác tử AI) là phần mềm mà bạn giao cho một nhiệm vụ. Nó tự quyết định các bước, dùng các công cụ của bạn để thực hiện, và dừng lại khi việc đã xong hoặc khi bị mắc kẹt. Agentic AI là từ rộng hơn để chỉ AI làm việc theo cách này. Vì vậy hai thuật ngữ này không đối lập nhau. "AI agent" là tên của một thứ. "Agentic" mô tả mức độ AI tự lên kế hoạch và tự làm phần việc.
Vì sao điều này quan trọng? Vì các nhà cung cấp dùng cả hai từ khá tùy tiện, và cái nhãn hiếm khi cho bạn biết một sản phẩm thực sự sẽ làm gì với hộp thư, CRM hay khách hàng của bạn. Bài hướng dẫn này giải thích các từ này từ đâu ra, ngày nay mọi người dùng chúng thế nào, và cách đánh giá bất kỳ công cụ nào bằng vài câu hỏi đơn giản.
AI agent và agentic AI: bản ngắn gọn
| AI agent | Agentic AI | |
|---|---|---|
| Nó là gì | Một thứ cụ thể bạn có thể chỉ ra | Một cách mô tả, hoặc cả một nhóm sản phẩm |
| Mọi người nói thế nào | "Chúng tôi dùng một AI agent để tìm hiểu khách hàng tiềm năng mới." | "Workflow này mang tính agentic." |
| Quy mô | Một hệ thống làm một loại việc | Bất cứ thứ gì, từ một quy trình đơn giản có AI hỗ trợ đến nhiều agent cùng phối hợp |
| Nên hỏi gì | Nó phụ trách việc gì, và được chạm vào những gì? | Nó tự đưa ra bao nhiêu quyết định trước khi có người kiểm tra kết quả? |
Không ai sở hữu các thuật ngữ này. Nếu một bài viết đưa cho bạn một ranh giới "chính thức" giữa chúng, thì đó chỉ là ý kiến của một nhóm.
Các từ này bắt nguồn từ đâu
"Agent" là từ cũ. Trong cuốn giáo trình năm 1995 Artificial Intelligence: A Modern Approach, Stuart Russell và Peter Norvig định nghĩa agent là bất cứ thứ gì cảm nhận được môi trường xung quanh và tác động lên nó. Theo định nghĩa đó, một chiếc máy điều nhiệt cũng được tính. Điều mới là các mô hình AI ngày nay có thể đọc những tài liệu công việc lộn xộn, như email của một khách hàng đang bực bội, và quyết định phải làm gì với nó.
"Agentic" mới hơn. Vào tháng 6 năm 2024, Andrew Ng, nhà sáng lập DeepLearning.AI, đề xuất một cách để thôi tranh cãi về việc thế nào thì "được tính" là agent. Ông viết rằng hãy coi đó là chuyện mức độ. "Unlike the noun 'agent,' the adjective 'agentic'" (bản dịch: "Khác với danh từ 'agent', tính từ 'agentic'") cho phép bạn mô tả những hệ thống hơi giống agent hoặc rất giống agent.
Vài tháng trước đó, ông đã dùng một phép so sánh hay. Yêu cầu AI trả lời một lần là xong cũng giống như bắt ai đó viết một bài luận mà không bao giờ được bấm phím xóa. Cách làm agentic cho phép AI lập dàn ý, nghiên cứu, viết nháp, kiểm tra và sửa lại, giống như một người vẫn làm.
YouTube · Sequoia Capital
What's next for AI agentic workflows ft. Andrew Ng of AI Fund (Tương lai của các workflow AI agentic) · ngày 26 tháng 3 năm 2024
Phép so sánh "viết bài luận không có phím xóa" là lời giải thích ngắn gọn rõ ràng nhất về "agentic" mà chúng tôi tìm được. Đây là bài nói năm 2024, nên hãy xem nó như một bài học về ý tưởng, không phải báo cáo về các công cụ hiện nay.
Ba cách mọi người dùng các thuật ngữ này hiện nay
1. "Agentic" là từ bao trùm. Hướng dẫn Building effective agents của Anthropic (tháng 12 năm 2024) gọi tất cả những thứ này là "hệ thống agentic", rồi chia làm hai. Trong workflow, các bước được định sẵn. Trong agent, AI tự chọn các bước của mình. Một báo cáo hằng tuần luôn chạy đúng năm bước giống nhau là agentic, nhưng nó là một workflow.
2. "Agentic AI" là các nhóm agent. Một bài tổng quan nghiên cứu, AI Agents vs. Agentic AI (đăng lần đầu tháng 5 năm 2025, sửa đổi tháng 9 năm 2025), dùng "AI agent" cho một hệ thống làm một việc, như trả lời câu hỏi hỗ trợ khách hàng. Bài này dành từ "agentic AI" cho nhiều agent cùng chia nhỏ một mục tiêu lớn hơn và phối hợp với nhau.
3. "Agentic AI" là nhãn thị trường. Các nhà phân tích và nhà cung cấp thường dùng nó làm tên một nhóm sản phẩm. Vào tháng 6 năm 2025, Gartner dự báo rằng hơn 40% dự án agentic AI sẽ bị hủy trước cuối năm 2027 vì chi phí, giá trị không rõ ràng hoặc kiểm soát rủi ro yếu. Đó là dự báo, không phải số liệu thống kê. Gartner cũng đặt tên cho hiện tượng "agent washing": gọi một chatbot hay công cụ tự động hóa cũ là agent mà không bổ sung năng lực mới thực sự. Vào tháng 5 năm 2026, Gartner cảnh báo điều tương tự trong phần mềm chuỗi cung ứng.
Hình 1. Một cách dùng phổ biến của "hệ thống agentic" như khái niệm bao trùm cho workflow và agent. Đa agent mô tả cách các agent được kết hợp; đây không phải các nhóm sản phẩm loại trừ lẫn nhau.
Câu hỏi thật sự: ai chọn các bước?
Cả ba cách dùng đều có chung một ý. AI càng tự quyết định nhiều thì càng agentic. Hầu hết công việc kinh doanh rơi vào một trong ba mức sau:
- Trợ lý. Bạn hỏi, nó trả lời hoặc soạn nháp. Mọi thứ còn lại bạn tự làm.
- Workflow. Các bước được thống nhất từ trước. AI lo phần đọc và viết bên trong từng bước.
- Agent. Bạn giao cho nó một mục tiêu. Nó quyết định cần kiểm tra gì, dùng công cụ nào, và khi nào đã đủ thông tin.
Maya Murad của IBM gọi đây là "thang trượt" (sliding scale) về mức tự chủ. Bạn chọn mức cho từng nhiệm vụ. Đây không phải tính năng bạn mua một lần là xong.
YouTube · IBM Technology
What are AI Agents? (AI agent là gì?) · ngày 15 tháng 7 năm 2024
Maya Murad trình bày "thang trượt" về mức tự chủ của AI, rồi giải thích vì sao một nhiệm vụ hẹp, dễ đoán thường chạy tốt hơn với một lộ trình cố định thay vì với agent.
Agent hay tự động hóa? Một cuộc tranh luận đáng biết
Những người kiếm sống bằng việc xây dựng các hệ thống này đang tranh luận về chuyện này ngay lúc này. Alex Vacca, người tự giới thiệu là nhà sáng lập kiêm CEO của Frontal AI, một công ty giúp các doanh nghiệp B2B tăng doanh thu, đã thẳng thắn bênh vực tự động hóa trong một bài đăng gần đây.
X · Alex Vacca (@itsalexvacca) · ngày 7 tháng 10 năm 2026
"If you can write every step down first, build an automation." … "An agent fails quietly." (bản dịch: "Nếu bạn có thể viết ra mọi bước từ trước, hãy xây một quy trình tự động hóa." … "Agent thất bại trong im lặng.")
Quan điểm của anh rất thực tế. Nếu một việc có các bước cố định (ví dụ của chúng tôi: chép các mục mới từ biểu mẫu vào CRM), thì trả tiền cho AI để quyết định những bước đó là lãng phí. Anh cũng lưu ý rằng một quy trình tự động bị hỏng thường báo lỗi, còn agent có thể tiếp tục báo thành công trong khi câu trả lời của nó ngày càng kém đi. Vì vậy anh luôn để một người duyệt trước khi bất cứ thứ gì được gửi đi.
Chúng tôi đồng ý với phép thử này, kèm một lưu ý: đây là quan điểm của một người làm nghề, dựa trên hệ thống riêng của anh, và anh cũng là người bán loại dịch vụ này. Dù vậy, nó khớp với những gì Anthropic và IBM nói. Hãy bắt đầu với thứ đơn giản nhất mà vẫn hiệu quả. Chỉ dùng agent khi các bước thực sự phụ thuộc vào những gì nó tìm thấy.
Những ngộ nhận phổ biến
"Agentic AI là phiên bản mới hơn, tốt hơn của AI agent." Không. Agent là một trong những thứ agentic nhất. Các thuật ngữ này mô tả mức độ, không phải thế hệ sản phẩm.
"Càng tự chủ càng tốt." Không. Tự chủ nhiều hơn thì tốn kém hơn và khó kiểm tra hơn. Với một báo cáo hằng tuần lần nào cũng cùng một khuôn, workflow cố định rẻ hơn và dễ đoán hơn.
"Agent biết mọi thứ về doanh nghiệp của bạn." Nó chỉ biết những gì nó nhìn thấy được: các công cụ bạn đã kết nối và cuộc trò chuyện mà nó đang tham gia. Ví dụ, trong Okou, mỗi chat giữ ngữ cảnh riêng. Một chat mới sẽ bắt đầu từ đầu, trừ khi bạn chủ động đưa một chat trước đó vào.
"Càng nhiều agent càng giỏi." Chưa chắc. Mỗi lần chuyển giao giữa các agent là thêm một chỗ để lỗi chồng chất hoặc quyền truy cập lan rộng. Hãy hỏi ai chịu trách nhiệm cho kết quả cuối cùng.
"Cái nhãn cho biết nó làm gì." Không đâu. Gartner đặt ra thuật ngữ "agent washing" chính vì chuyện này, và đến năm 2026 vẫn còn cảnh báo. Đừng để ý đến cái tên, hãy hỏi sản phẩm tự nó làm được gì.
Một việc, ba cách: một hợp đồng gia hạn đang gặp rủi ro
Đây là cách điều này diễn ra trong công việc thực tế. Ví dụ được dựng lên để minh họa ý tưởng. Đây không phải câu chuyện khách hàng.
Dana phụ trách customer success tại một công ty phần mềm. Một tài khoản sẽ đến hạn gia hạn trong sáu tuần nữa, và có gì đó không ổn. Các manh mối nằm rải rác. Một email không hài lòng nằm trong hộp thư hỗ trợ. CRM vẫn ghi "healthy" (khỏe mạnh). Một tài liệu dùng chung ghi rằng lượt đăng nhập giảm sau khi khách hàng tái cơ cấu. Và một thread Slack tháng trước cho biết ban lãnh đạo đã quyết định: không giảm giá gia hạn trong quý này.
1. Hỏi agent một lần
Dana hỏi Okou: "Vì sao tài khoản này có rủi ro, và tuần này tôi nên gửi gì?" Okou quyết định cần đọc gì: email, bản ghi CRM, ghi chú về mức sử dụng và thread Slack. Khung chat hiển thị Okou đã làm việc bao lâu, đã thực hiện bao nhiêu bước và Okou đang làm gì ngay lúc này.
Okou đang xử lý một nhiệm vụ khác. Bạn có thể thấy thời gian, số bước và hành động hiện tại.
Chính thread Slack làm thay đổi câu trả lời. Nếu chỉ đọc email, có thể bạn sẽ đề nghị giảm giá. Quyết định trên Slack loại bỏ khả năng đó, nên Okou đề xuất một buổi onboarding mới cho đội ngũ mới của khách hàng. Okou cũng chỉ ra rằng CRM và email đang mâu thuẫn nhau, thay vì lặng lẽ chọn một bên. Các dữ kiện đi kèm liên kết đến nguồn gốc. Những phỏng đoán được ghi rõ là phỏng đoán.
Okou còn điều chỉnh kết quả cho từng người đọc, một ý tưởng mà phần giới thiệu sản phẩm Okou gọi là giao tiếp qua đúng kênh. Dana nhận một bản tóm tắt ngắn để ra quyết định. Khách hàng có một thư trả lời, được lưu dưới dạng bản nháp Gmail để Dana duyệt. Nhóm phụ trách tài khoản có thể nhận một cập nhật hai dòng trong kênh của họ. Không có gì đến tay khách hàng cho đến khi Dana tự gửi. Okou chỉ có thể làm những gì Dana đã cho phép. Với công cụ tách riêng việc soạn nháp và việc gửi, Dana có thể cho phép việc này mà không cho phép việc kia.
Trong Okou, email nằm chờ dưới dạng bản nháp cho đến khi có người gửi. Ở đây số Sent là 0. Dữ liệu demo từ một nhiệm vụ khác.
Dana sửa một giả định sai (trưởng bộ phận vận hành là người mới, không phải sắp nghỉ) và yêu cầu thư trả lời ngắn hơn. Vì vẫn là cùng một chat, Okou ghi nhớ chỉnh sửa đó.
2. Lưu phương pháp thành workflow
Cách làm này hiệu quả, nên Dana nhờ Okou lưu lại thành một workflow: một bộ các bước có tên, các nguồn cần kiểm tra và các quy tắc. Những chỉnh sửa của cô trở thành quy tắc thành văn, chẳng hạn "không bao giờ đề nghị giảm giá mà không dẫn liên kết đến chính sách hiện hành." Phản hồi chỉ trở thành quy tắc của cả nhóm khi có người lưu lại như thế này.
Dana chia sẻ workflow với nhóm của mình. Khi một đồng nghiệp chạy nó, workflow dùng tài khoản và quyền của chính người đó, không phải của Dana. Chia sẻ một workflow là chia sẻ phương pháp, không phải hộp thư hay các chat riêng của cô. Giờ đây AI quyết định ít hơn vì các bước đã cố định, và kết quả trở nên nhất quán hơn.
3. Đặt lịch chạy
Workflow không tự chạy. Để nó chạy vào mỗi thứ Hai, nhóm thêm một automation (tự động hóa) có người phụ trách và điều kiện kích hoạt. Mỗi thứ Hai, nó kiểm tra các hợp đồng đến hạn gia hạn trong 60 ngày tới và đăng một bản tóm tắt cho từng tài khoản có dấu hiệu rủi ro. Email vẫn nằm chờ dưới dạng bản nháp.
Hãy để ý điều mà lịch chạy thay đổi và không thay đổi. Nó quyết định khi nào công việc bắt đầu. Nó không cho AI thêm quyền tự do về việc làm thế nào.
Đây là cùng một việc, đặt cạnh nhau:
| 1. Hỏi agent | 2. Workflow đã lưu | 3. Automation | |
|---|---|---|---|
| Ai chọn các bước | Agent, dựa trên những gì nó tìm thấy | Các bước đã lưu. AI làm việc bên trong từng bước | Giống workflow. Lịch chạy không thêm tự do nào |
| Cái gì khởi động | Dana hỏi | Bất kỳ ai trong nhóm yêu cầu, gọi theo tên | Một lịch chạy, với người phụ trách được chỉ định |
| Ai duyệt | Dana xem bản tóm tắt và bản nháp | Mỗi người chạy nó | Người phụ trách đọc bản tóm tắt. Email vẫn là bản nháp |
Cả ba đều agentic ở một mức độ nào đó. Chỉ cách đầu tiên là thứ mà hầu hết mọi người hiểu khi nói "một AI agent".
Những gì vẫn thuộc về con người
Để AI chọn các bước không có nghĩa là không ai chịu trách nhiệm về kết quả. Trước khi một agent chạm vào công việc thật, hãy chốt bốn điều:
- Nó được đọc gì. Những hộp thư, CRM và tài liệu nào, và qua tài khoản của ai.
- Nó được thay đổi gì. Soạn nháp không phải là gửi. Đề xuất cập nhật CRM không phải là thực hiện cập nhật.
- Nó dừng ở đâu. Những hành động nào luôn phải chờ một người.
- Nó giao lại gì. Một bản tóm tắt, một bản nháp, hoặc một bản ghi mà ai đó có thể đối chiếu với nguồn.
Những người dùng AI trong công việc vốn đã nghĩ như vậy. Trong 2026 Work Trend Index của Microsoft, một khảo sát 20.000 người dùng AI tại 10 quốc gia thực hiện đầu năm 2026, 86% cho biết họ coi kết quả của AI là điểm khởi đầu, không phải câu trả lời cuối cùng. Đây là câu trả lời của chính những người được hỏi, không phải thước đo kết quả.
Để tìm hiểu thêm về cách một nhóm điều chỉnh khi AI bắt đầu đảm nhận công việc, hãy xem điều gì thay đổi khi AI hoạt động tự chủ.
Những câu hỏi nên đặt cho bất kỳ công cụ "agentic" nào
- Ai chọn các bước? Định sẵn, do AI chọn mỗi lần, hay kết hợp?
- Nó nhìn thấy được gì? Những công cụ nào, qua thông tin đăng nhập của ai, và nó có nhớ các cuộc trò chuyện trước không?
- Việc gì cần bạn duyệt? Điều đó được thực thi bằng phân quyền, hay chỉ được viết trong prompt?
- Nó làm gì khi không chắc chắn? Nó báo vấn đề, hay đoán?
- Bạn có xem được nó đã làm gì không? Mọi bước và kết quả có được ghi lại không?
- Nhóm của bạn có dùng lại được cách làm hiệu quả không? Phương pháp có thể được lưu, chia sẻ và đặt lịch với người phụ trách được chỉ định không?
Một công cụ trả lời rõ ràng những câu hỏi này đáng để xem xét, dù nó tự gọi mình là gì. Để có ý tưởng bắt đầu từ đâu, hãy xem các ví dụ AI agent cho công việc thực tế và hướng dẫn của chúng tôi về quản lý ngữ cảnh và phân quyền.
Câu hỏi thường gặp (FAQ)
Agentic AI có giống AI agent không?
Không hẳn. AI agent là một hệ thống cụ thể nhận một nhiệm vụ, chọn các bước và dùng công cụ để hoàn thành. Agentic AI là thuật ngữ rộng hơn cho AI làm việc theo cách này, ở bất kỳ mức độ nào. Mọi AI agent đều agentic, nhưng "agentic AI" cũng có thể là một workflow cố định có các bước dùng AI, hoặc nhiều agent cùng phối hợp.
Agentic AI khác generative AI thế nào?
Generative AI (AI tạo sinh) viết hoặc tạo ra thứ gì đó khi bạn yêu cầu, rồi chờ. Agentic AI dùng khả năng đó để làm việc hướng tới một mục tiêu: nó lên kế hoạch, hành động bằng các công cụ, kiểm tra kết quả và tiếp tục. Hầu hết AI agent chạy trên một mô hình tạo sinh, nhưng viết câu trả lời chỉ là một phần trong những gì chúng làm.
Agentic AI có những rủi ro gì?
Rủi ro đến từ việc hành động, không phải từ việc trả lời. Một AI có quyền truy cập email, CRM hoặc tài khoản quảng cáo có thể thực hiện một thay đổi sai hoặc gửi đi thứ chưa ai kiểm tra. Dự báo năm 2025 của Gartner rằng nhiều dự án agentic AI sẽ bị hủy trước năm 2027 chỉ ra các nguyên nhân là chi phí, giá trị không rõ ràng và kiểm soát rủi ro yếu. Chỉ cấp quyền truy cập mà nhiệm vụ cần, lưu lại từng bước, và yêu cầu phê duyệt cho mọi thứ gửi ra ngoài công ty.
Agentic AI khác RPA thế nào?
RPA (robotic process automation, tự động hóa quy trình bằng robot) làm đúng y các bước đã được ghi lại, như chép các trường dữ liệu từ hệ thống này sang hệ thống khác. Agentic AI có thể xử lý những việc mà bước tiếp theo phụ thuộc vào nội dung nó đọc được, như một email cần được hiểu. Một số công cụ RPA đã được dán nhãn mới là "agentic" mà không có thay đổi thực sự nào, vì vậy hãy đề nghị được xem công cụ xử lý một tình huống bất ngờ ra sao.
Agentic AI có thể làm việc hoàn toàn tự chủ không?
Một số hệ thống có thể chạy nhiều bước mà không cần người. Trong kinh doanh, đó hiếm khi là mục tiêu. Hầu hết các nhóm để AI nghiên cứu, soạn nháp và đề xuất, trong khi một người phê duyệt mọi thứ gửi ra bên ngoài hoặc khó hoàn tác, như gửi email hay thay đổi một bản ghi. Các nhà phân tích cũng vẫn thận trọng: vào tháng 5 năm 2026, Gartner cho biết phần lớn công cụ lập kế hoạch chuỗi cung ứng chưa đạt đến mức tự chủ hoàn toàn.
Tôi cần một AI agent hay một quy trình tự động hóa đơn giản hơn?
Hãy bắt đầu đơn giản. Nếu một việc lần nào cũng có các bước giống nhau, một workflow đã lưu chạy theo lịch sẽ rẻ hơn và dễ đoán hơn. Dùng agent khi các bước phụ thuộc vào những gì nó tìm thấy, như tìm ra lý do vì sao một tài khoản có rủi ro. Nhiều nhóm làm cả hai: dùng agent để tìm ra phương pháp, rồi lưu lại thành workflow để lặp lại.
