Building Applications with AI Agents của Michael Albada: FDE nên đọc chương nào trước

Mục lục của cuốn sách có 13 chương, nhưng lời khuyên đáng nhớ nhất của Michael Albada chỉ gói trong một câu: đừng đăng ký ba trăm tool cho agent của bạn. Ông nói câu đó tại AI Engineer World’s Fair 2025, trong một talk mà chính ông gọi là bản cô đọng của cuốn sách khoảng ba trăm trang sắp ra với O’Reilly.

Cuốn sách đó là Building Applications with AI Agents, phụ đề Designing and Implementing Multiagent Systems. Theo trang Ebookpoint, ebook ra ngày 2025-09-16 và dài 354 trang. Phần giới thiệu nói thẳng một điều FDE nào cũng biết: triển khai agent vẫn là thách thức với nhiều tổ chức.

Vì thế, câu hỏi hữu ích nhất không phải là sách có hay không. Câu hỏi là khi bạn phải đưa agent vào hệ thống thật của khách trong vài tuần tới, chương nào giúp bạn ít mắc lỗi nhất.

Tác giả làm agent ở đâu?

Albada hiện là platform architect tại NVIDIA, xây hệ thống agent cho thiết kế chip. Trước đó, ông là principal applied scientist làm Microsoft Security Copilot. Cả hai môi trường đều có chung một điều: agent sai thì hậu quả là thật.

Kinh nghiệm đó lộ rõ trong cấu trúc sách. Cuốn sách đi từ những chương nền như Introduction to Agents, Designing Agent Systems, User Experience Design for Agentic Systems, qua Tool Use, Orchestration, Knowledge and Memory, Learning in Agentic Systems, From One Agent to Many.

Nửa sau dành cho những việc ít ai muốn làm nhưng FDE nào cũng phải làm: Validation and Measurement, Monitoring in Production, Improvement Loops, Protecting Agentic Systems và Human-Agent Collaboration.

Nên đọc theo thứ tự nào?

Đừng đọc từ đầu đến cuối. Hãy lướt nhanh chương 1 và 2 để nắm từ vựng, rồi đọc kỹ chương 4 (Tool Use) và 5 (Orchestration), vì đó là hai quyết định bạn phải chốt ngay trong tuần đầu ở chỗ khách. Tiếp theo là chương 9 (Validation and Measurement), trước khi viết thêm dòng code nào.

Khi agent sắp lên production, chuyển sang chương 10 (Monitoring in Production), 12 (Protecting Agentic Systems) và 13 (Human-Agent Collaboration). Bốn chương 9, 10, 12, 13 là phần gần nhất với việc vận hành agent cho khách. Chương 8 về nhiều agent nên để sau, khi bạn đã chứng minh được một agent là không đủ.

Bốn chương còn lại không nên bỏ, chỉ nên đọc đúng lúc. Chương 3 (UX) hữu ích khi người dùng cuối của khách bắt đầu dùng thử, chương 6 (Knowledge and Memory) khi agent cần tra tài liệu hay nhớ ngữ cảnh, còn chương 7 và 11 (Learning, Improvement Loops) đáng đọc khi agent đã chạy và bạn có dữ liệu thật để cải thiện.

Ý thứ nhất: ít tool hơn thì agent chính xác hơn

Ba ý dưới đây đến từ talk của Albada, bản cô đọng của cuốn sách, và mỗi ý ứng với một chương trong mục lục. Ý đầu tiên thuộc phần Tool Use: ông khuyên không nên đăng ký quá nhiều tool cho một agent, vì độ chính xác sẽ giảm.

Thử hình dung khách là một công ty bảo hiểm muốn agent xử lý yêu cầu bồi thường, và đội IT của họ có sẵn hàng chục API nội bộ.

Phản xạ tự nhiên là bọc hết thành tool. Hãy làm ngược lại. Liệt kê các bước mà nhân viên thật sự làm với một hồ sơ, giả sử là tra hợp đồng, kiểm tra điều khoản, tạo phiếu, rồi chỉ cấp đúng những tool đó. Agent phải chọn giữa ít lựa chọn hơn, và khi nó sai, bạn cũng dễ tìm ra lý do hơn.

Ý thứ hai: chạy được bằng một chuỗi thì dùng một chuỗi

Phụ đề sách nói về hệ thống nhiều agent, nhưng trong talk, khi bàn về orchestration, chính tác giả lại khuyên ưu tiên kiến trúc đơn giản nhất. Nếu bài toán gói được vào một chuỗi duy nhất, ông muốn bạn làm đúng như vậy.

Với FDE, đây là lời khuyên về con người nhiều hơn về kỹ thuật. Người duy trì hệ thống sau khi bạn rời đi là đội của khách. Một chuỗi các bước rõ ràng thì họ đọc được, debug được và sửa được, còn một mạng agent gọi qua gọi lại thì thường là không.

Ý thứ ba: đầu tư vào đánh giá trước khi đầu tư vào prompt

Thông điệp trung tâm của talk là hãy đầu tư nhiều hơn vào đánh giá, dựa trên một bộ dữ liệu đánh giá chất lượng cao. Trong mục lục, ý này ứng với chương 9, và đây là chương nên đọc kỹ nhất.

Quay lại ví dụ bảo hiểm. Trước khi chỉnh prompt, hãy xin khách vài chục hồ sơ thật đã xử lý xong, mỗi hồ sơ kèm kết quả đúng. Mỗi lần thay model hay sửa prompt, bạn chạy lại toàn bộ bộ hồ sơ đó và báo con số cho khách, thay vì nói chung chung rằng agent có vẻ tốt hơn.

Talk còn chạm tới hai chủ đề của chương 12 và 13. Về bảo mật, Albada nhắc đến PyRIT của Microsoft, một công cụ dùng để thử jailbreak và red-team agent trước khi phát hành.

Về cộng tác với con người, ông chỉ ra một lỗi thường gặp là agent không biết khi nào cần giao việc cho người. Theo ông, những ca quan trọng nên được rút khỏi luồng tự động để người duyệt xem lại.

Ai nên đọc và cách biến nó thành lợi thế nghề nghiệp?

Sách hợp nhất với kỹ sư đã gọi API LLM vài lần và giờ phải chịu trách nhiệm cho một agent chạy với dữ liệu thật. Nếu bạn đang chuẩn bị chuyển sang vai trò FDE, nên đọc chương 4, 5 và 9 trong cùng một tuần, rồi dựng một agent nhỏ áp dụng cả ba ý.

Khi viết CV, đừng ghi “có kinh nghiệm với AI agent”. Hãy ghi bạn đã cắt bớt bao nhiêu tool, bộ đánh giá có bao nhiêu ca, và loại yêu cầu nào được chuyển cho người duyệt. Khi đọc job description, hãy tìm những từ như evals, monitoring hay human-in-the-loop. Đó là dấu hiệu công ty đang tuyển người làm nửa sau của cuốn sách.

Nửa đầu cuốn sách dạy cách dựng agent, còn nửa sau dạy cách giữ cho agent sống được ở chỗ khách. Nhiều khả năng đó mới là phần việc khách cần FDE nhất.