Link bài viết gốc： https://mp.weixin.qq.com/s/I8zmfjyJXGkBd...
Thượng Tấn · Official Account · Suy ngẫm của Thượng Tấn · 2026-10-19 00:17
Bài viết này được chia sẻ lại, bản quyền thuộc về tác giả gốc, toàn văn căn cứ theo link bài gốc
Mục lục
1. Định nghĩa: Đây là một phong cách sống
2. Sản phẩm Personal Agent tốt: Nguyên tắc 8P
3. Yếu tố quyết định giới hạn trần: context và vòng lặp khép kín
4. Tổ chức: Cách làm của thế hệ trước không thể tạo ra personal agent
5. Sản phẩm: Thiết kế hướng agent
6. Công nghệ: Model và harness
Lời kết
Đây là phần đầu tiên của loạt bài 《Làm thế nào để tạo ra một sản phẩm Personal Agent tốt》. Bài viết này sẽ đi từ góc độ sản phẩm, đội ngũ và công nghệ để giải thích personal agent là gì, tám nguyên tắc của một personal agent tốt là gì, và làm sao để xây dựng nó. Phần thứ hai sẽ nói về mô hình kinh doanh và chiến lược: liệu thuế nền tảng có bị đánh sập không, phần mềm hay phần cứng sẽ trở thành cổng vào, các công ty lớn và startup sẽ giành chiến thắng ra sao.
Tháng trước ở San Francisco, trước khi đi trả xe thuê, tôi đã nhắn cho Instinct một câu: "Dẫn đường trả xe ở SFO thế nào?"
Câu trả lời của nó rất trực diện: tôi thuê xe của hãng nào, phải trả trước mấy giờ, trạm xăng tiện đường cuối cùng trước khi vào sân bay ở đâu, trả xong thì đến nhà ga nào. Tôi chưa từng nói với nó hôm nay tôi phải trả xe. Hai tuần trước tôi từng trò chuyện với nó một lần về việc thuê xe, nó đã nhớ; trong lịch có chuyến bay của tôi, nó cũng đã nhìn thấy.
Chỉ một câu "Dẫn đường trả xe ở SFO thế nào", nó đã tận dụng toàn bộ đơn thuê xe, chuyến bay, trạm xăng, và còn chỉ cho tôi cách đi đến nhà ga sau khi trả xe xong
Khoảnh khắc đó tôi nhận ra, thứ này hoàn toàn khác biệt với mọi sản phẩm AI tôi từng dùng. Nó giống một người luôn ở bên cạnh tôi, luôn biết tôi đang làm gì hơn.
Kể từ ngày 19 tháng 8, tôi đã gửi cho nó hơn một nghìn tin nhắn. Bài viết này muốn làm rõ mọi chuyện từ gốc rễ: một personal agent tốt nên tuân theo tám nguyên tắc nào, điều gì quyết định giới hạn trần của nó, cũng như cách triển khai cụ thể về mặt tổ chức, sản phẩm và công nghệ. Mọi nhận định đều xuất phát từ cùng một câu nói: personal agent là một phong cách sống .
Nửa cuối năm nay, các sản phẩm AI ở Thung lũng Silicon gần như đồng loạt chuyển hướng về đây: Instinct trong iMessage, Muse của Meta, Dots của OpenAI, Cue của Manus. Hình thái đang hội tụ : Thường trú trên đám mây, luôn trực tuyến, có danh tính riêng. Bất đồng nằm ở cổng vào : Nên làm thành một liên hệ trong danh bạ, hay là một app độc lập. Đằng sau đó là ba yếu tố cùng lúc chín muồi: hạ tầng thường trú trên đám mây, model đủ nhanh và đủ rẻ, cùng nhu cầu đã được kiểm chứng từ làn sóng agent mã nguồn mở hồi đầu năm.
PHẦN 01
Định nghĩa personal agent: Nó là một phong cách sống
Năm 2024 là thời của chatbot, mối quan hệ giữa con người và AI là Đặt câu hỏi . Năm 2025 là thời của các agent làm việc thực tế, chủ yếu là viết code, mối quan hệ là giám sát . Cả hai thế hệ này vẫn là công cụ, giải quyết từng nhóm vấn đề riêng biệt. Năm 2026 là thời của personal agent, nó bắt đầu thay đổi phong cách sống của con người .
Công cụ được định nghĩa theo kịch bản: công cụ viết lách, công cụ dịch thuật, công cụ đặt vé, phải có một việc trước rồi mới đi tìm nó. Personal agent rất khó định nghĩa theo cách như vậy.
1.010 việc tôi giao cho nó nằm rải rác ở khắp các ngóc ngách của cuộc sống, và càng dùng phạm vi càng mở rộng
Nhìn lại hơn một nghìn tin nhắn đó của mình, cảm nhận trực quan nhất của tôi là "tạp": du lịch và đi lại chiếm một phần tư, ăn uống chiếm hơn 10%, phần còn lại là mua sắm, thẻ ngân hàng, bằng lái xe, thể thao, tin tức, trò chuyện phiếm. Sớm nhất là nó thay thế công cụ tìm kiếm của tôi, sau đó là đặt khách sạn, đặt nhà hàng, rồi đến đăng ký tài khoản, xử lý hóa đơn. Không có cái nào là killer use case , cũng không có việc gì là không có nó thì không xong. Nhưng khi tích lũy từng việc từng việc lại, nó đã trở thành một thói quen không thể thay thế. Vì vậy tôi muốn định nghĩa nó như thế này hơn:
Cách dùng của công cụ là: Có việc trước, rồi mới nghĩ dùng cái gì để làm . Còn cách dùng của một phong cách sống là: Mọi việc, mặc định giao cho nó trước, nó không làm được mới tính tiếp .
Thói quen mặc định này được hình thành như thế nào? Việc ủy thác một công việc có hai loại chi phí: nói cho rõ ràng và theo dõi đến khi xong việc . Nếu cả hai cộng lại còn phiền hơn tự mình làm, người ta sẽ tự làm, vì thế hầu hết các sản phẩm AI chỉ dừng lại ở mức "thỉnh thoảng dùng một lần". Personal agent đã kéo giảm cả hai loại chi phí này xuống: memory khiến việc "nói cho rõ ràng" ngày càng ngắn gọn, khả năng hoàn thành việc khiến nhu cầu "theo dõi" biến mất. Khi chi phí giảm xuống dưới một ngưỡng tới hạn nhất định, hành vi mặc định của con người sẽ đảo chiều. Niềm tin cũng theo đó mà tích lũy dần qua từng cấp độ: từ hỏi đáp, đưa ra gợi ý, đến thay bạn đặt hàng, làm những việc chính sự cần xác minh danh tính, và cuối cùng là thay bạn duy trì các mối quan hệ.
Quyền hạn giao cho nó được nới rộng theo từng cấp độ
PHẦN 02
Sản phẩm Personal Agent tốt: Nguyên tắc 8P
Tám nguyên tắc này được tôi đúc kết sau khi sử dụng với cường độ cao tất cả các personal agent phổ biến trên thị trường. Cuối cùng, những sản phẩm còn trụ lại và được tôi dùng hàng ngày chỉ có hai bên: Instinct và Muse. Những cái còn lại không trụ lại được, mỗi cái đều vi phạm ít nhất hai trong số các nguyên tắc đó .
Tám nguyên tắc dưới đây nói về cách làm sao để người dùng sẵn sàng từng bước giao phó cuộc sống của họ cho nó. Chúng liên kết chặt chẽ với nhau, nguyên tắc trước là tiền đề cho nguyên tắc sau.
Một personal agent tốt: 8P
Nguyên tắc 01 · PERSONABLE
Giống người, chứ không phải máy móc
Đối với người dùng, nó chính là một con người : Nói tiếng người, tương tác như một con người.
Nó giống như một liên hệ trong danh bạ, một chuỗi hội thoại dài không phân chia session. Bạn có thể ngắt lời nó, có thể chen ngang một việc khác bất cứ lúc nào, hệt như đang trò chuyện với bạn bè.
Tương tác qua 3 thế hệ sản phẩm AI: càng về sau, càng không giống như đang dùng một agent, mà càng giống như đang nhắn tin cho một con người
Hai phản ví dụ thường gặp:
• Đa cổng vào của các sản phẩm dạng công cụ : Viết lách, dịch thuật, tạo ảnh, đọc PDF mỗi thứ chiếm một cổng vào, người dùng phải suy nghĩ xem nên bấm vào cái nào trước.
• Mùi vị máy móc của coding agent : Trả lời một câu cũng phải có tiêu đề, gạch đầu dòng, in đậm, như đang nộp một bản báo cáo.
Vì vậy nguyên tắc đầu tiên rất đơn giản: Cổng vào vẫn là cổng vào quen thuộc, tương tác chính là tương tác giữa người với người . Con người đối xử với nhau thế nào, thì đối xử với nó như thế.
Nguyên tắc 02 · PROXIMATE
Trong tầm tay
Đủ gần bạn: cổng vào gần, phản hồi nhanh, nói năng ngắn gọn.
Khoảng cách được quyết định bởi ba thứ.
Cổng vào ở đâu. Instinct là một liên hệ trong iMessage, tin nhắn đều nằm ở cục bộ, mở ra là dùng được ngay, không cần đợi app tải. Một app độc lập sẽ tốn thêm một bước mở, tần suất sử dụng sẽ giảm đi một đoạn lớn. Đối với một sản phẩm muốn trở thành thói quen, thêm một bước là thêm một rào cản.
Ngược lại, có những sản phẩm vừa mở ra đã thấy năm tab, trong mỗi tab lại là một hàng danh mục và nút bấm. Càng xa người dùng, người dùng càng ngại tìm đến.
Phản hồi bạn nhanh đến mức nào. Tốc độ là ưu tiên hàng đầu. Đầu tiên là bản thân sản phẩm phải nhanh: mở ra là có thể nói chuyện ngay, không chờ màn hình khởi động, không chờ tải trang. Kế tiếp là phản hồi phải nhanh. Instinct và Muse đều cực kỳ nhanh: một mặt giao diện tương tác sử dụng model nhỏ và nhanh, mặt khác nhờ vào thiết kế kiến trúc, tách rời việc tương tác và việc thực thi (sẽ trình bày chi tiết ở phần 6). Khi bạn giao xong một việc, nó nên lập tức trả lời: "Được, tôi đi làm ngay", rồi sau đó âm thầm xử lý ở chế độ nền, chứ đừng bắt bạn phải nhìn chằm chằm vào biểu tượng loading quay vòng. Bạn cũng có thể giao liền một lúc nhiều việc, nó sẽ xử lý từng việc một.
Cách nói chuyện có giống người hay không. Rất nhiều agent trả lời tin nhắn mang sặc mùi báo cáo: tiêu đề, gạch đầu dòng, in đậm, dài dòng lê thê. Nguyên nhân không khó hiểu: những model thông minh nhất hiện nay đều được tối ưu hóa cho việc viết code và làm các tác vụ phức tạp, kết quả trả về càng dài, càng hoàn chỉnh thì càng tốt. Nhưng con người nhắn tin với nhau không như vậy. Một personal agent tốt sẽ nói ngắn gọn, trực diện, giống như một người bạn đáng tin cậy đang trả lời tin nhắn của bạn.
Phản hồi tốt: ngắn gọn, trực diện, nói tiếng người
Nguyên tắc 03 · PERSISTENT
Luôn trực tuyến
Nó là người luôn luôn ở đó, dù bạn không tìm đến, nó vẫn hiện diện.
AI trước đây chỉ xuất hiện khi bạn tìm đến nó. Mỗi phiên một việc, trò chuyện xong là quên, tắt trang là mọi việc dừng lại.
Personal agent trực tuyến 24/7. Bạn tắt điện thoại, nó vẫn làm việc ở chế độ nền; việc bạn dặn tuần trước, nó tiếp tục làm; việc cần làm vào ngày mai, nó vẫn nhớ.
Luôn hiện diện là tiền đề cho các nguyên tắc tiếp theo. Phải luôn ở đó trước thì mới có thể nói đến chuyện hiểu bạn, chủ động và hoàn thành công việc.
Nguyên tắc 04 · PERSONALIZED
Hiểu bạn, và càng dùng càng hiểu
Ví dụ trả xe ở phần đầu chính là nguyên tắc này. Tôi chỉ hỏi một câu "dẫn đường thế nào", nó đã tận dụng toàn bộ đơn thuê xe, chuyến bay, vị trí và thói quen của tôi.
Đặt nhà hàng, nó biết tôi thích ăn gì và chọn sẵn luôn cho tôi; bản tin gợi ý hàng ngày, tôi chỉ buột miệng nói một câu "bớt gợi ý loại này đi", lần sau nó đã tự điều chỉnh. Tôi chưa từng phải cấu hình bất cứ thứ gì.
Bản tin gợi ý hàng ngày, chỉ cần phản hồi bâng quơ một câu là càng gợi ý càng chuẩn xác
Điều này hơi giống hệ thống gợi ý: mỗi lượt tương tác đều là một phản hồi, mức độ thấu hiểu của nó về bạn liên tục được tích lũy và điều chỉnh không ngừng.
Lý do việc "thấu hiểu bạn" lại quan trọng sẽ được đề cập ở phần thứ ba: giá trị của context tăng theo cấp số nhân, càng hiểu toàn diện thì nó càng xử lý được nhiều việc.
Nguyên tắc 05 · PROACTIVE
chủ động
Sau một thời gian sử dụng, khoảnh khắc thực sự khiến tôi cảm thấy "nó hiểu mình" phần lớn là khi nó chủ động lên tiếng trước.
Chẳng hạn như khi hòm thư của tôi nhận được một cảnh báo dịch vụ, tôi còn chưa kịp xem thì nó đã nhắc nhở tôi trước rồi.
Chủ động không đồng nghĩa với làm phiền. Khi bạn mở ứng dụng lên, thứ bạn thấy là những điều nó đã suy tính trước cho bạn: thời tiết hôm nay, một việc nó có thể làm thay bạn; nếu bạn không mở, nó cũng chẳng đến quấy rầy. Sự chủ động tốt nhất là chỉ mở lời trước đối với những việc thực sự quan trọng.
Nguồn kích hoạt tốt nhất chính là những thông báo vốn dĩ vẫn diễn ra trong cuộc sống: email, đơn hàng, hóa đơn, lịch trình. Những việc này vốn dĩ đã cần có người xử lý, agent chỉ là nhìn thấy trước bạn mà thôi.
Nguyên tắc 06 · PRUDENT
Tiết chế
Mặt trái phổ biến nhất của sự tiết chế là quá chủ động: quá muốn thể hiện bản thân, không ngừng đoán xem người dùng muốn gì, gợi ý hàng tá đề xuất thực ra chẳng liên quan, đoán sai nhiều hơn đoán đúng, cuối cùng người dùng chỉ muốn tắt phắt nó đi. Một personal agent tốt thì hoàn toàn ngược lại: phần lớn những việc xảy ra trong ngày, nó xem qua, ghi nhớ, tiện tay xử lý gọn gàng nhưng không làm phiền bạn; chỉ những việc thực sự làm thay đổi lịch trình của bạn, nó mới mở lời.
Đó chính là sự tiết chế: không gửi quảng cáo, không khoe khoang những gì mình đã làm, không quấy rầy khi chưa chắc chắn, và chỉ lên tiếng vào những lúc xứng đáng.
Cùng là 18 sự việc: agent quá chủ động sẽ đẩy mọi việc cho bạn, còn agent biết tiết chế chỉ mở lời ở 2 việc
Khi khả năng phán đoán chưa đủ chuẩn xác, ta có thể chọn một giải pháp dung hòa. Feed thông tin của Muse là một ví dụ: giao diện chính chỉ hiển thị những việc quan trọng nhất, các nhắc nhở và gợi ý ít quan trọng hơn sẽ được đưa vào feed. Bạn vào lướt xem thì nó ở đó; bạn không xem thì nó không làm phiền.
Feed thông tin của Muse: Những thứ thứ yếu được đặt ở đây, chờ bạn lướt xem
Chủ động và tiết chế, thực chất là cùng một loại năng lực: Phán đoán xem một việc có đáng để làm phiền bạn hay không. Làm tốt thì là một người biết chừng mực, làm không tốt thì sẽ biến thành một nhân viên tiếp thị phiền toái.
Sự phán đoán này dựa vào một cơ chế cá nhân hóa đủ tốt, tương tự như hệ thống gợi ý. Nó phải cực kỳ hiểu bạn thì mới biết khi nào nên chủ động, khi nào nên tiết chế, việc gì nên thông báo cho bạn, việc gì không cần. Vì vậy, chủ động, tiết chế và nguyên tắc số 4 "thấu hiểu bạn" là hai mặt của một thể thống nhất: Càng hiểu sâu sắc, chừng mực càng chuẩn xác.
Nguyên tắc 07 · PRODUCTIVE
Làm đến nơi đến chốn, thực sự khép kín quy trình xử lý việc
Tôi nhờ Instinct đăng ký giúp một tài khoản Apple Developer. Việc này trước đây phải loay hoay rất lâu: thông tin công ty, mã D-U-N-S, đủ loại biểu mẫu. Nó đã thực hiện từng bước một, chỉ để lại phần thanh toán và xác minh danh tính cho tôi.
Chỉ một câu, nó đã từng bước hoàn thành việc đăng ký tài khoản Apple Developer
Khi lên lộ trình di chuyển, nó đưa thẳng cho tôi một bản đồ dẫn đường dùng được ngay, lược bớt cả phần giải thích bằng chữ.
Lên lộ trình, đưa thẳng một bản đồ dẫn đường dùng được ngay
Điều thú vị là, đây hoàn toàn không phải là những tính năng được tối ưu riêng cho tôi. Không ai lường trước được rằng "người dùng có thể cần đăng ký tài khoản Apple Developer" rồi đi phát triển riêng một tính năng cho nó. Nó làm được là vì sở hữu một bộ năng lực nền tảng mang tính tổng quát (tìm kiếm, trình duyệt, email, thanh toán, môi trường thực thi), sau đó tự kết hợp lại để tìm ra giải pháp.
Điều này dẫn tới một điểm phản trực giác nhất khi làm sản phẩm personal agent: Đừng thiết kế tính năng, hãy thiết kế môi trường.
Product Manager truyền thống có thói quen xuất phát từ kịch bản, mỗi kịch bản lại làm một tính năng. Nhưng nhu cầu mà personal agent phải đối mặt lại là một phần đuôi dài (long-tail) vô tận, kịch bản bạn hình dung ra sẽ không bao giờ làm cho xuể, hơn nữa tính năng làm càng nhiều thì sản phẩm càng phức tạp, năng lực tổng quát ngược lại càng suy yếu.
Cách làm đúng đắn là trừu tượng hóa trước rồi mới đi vào cụ thể, đi từ tổng quát rồi mới đến chuyên biệt: một trăm nhu cầu, trước hết phân loại, sau đó trừu tượng hóa ra vài năng lực tổng quát cần thiết đằng sau, rồi trao những năng lực này cho agent, để cách dùng tự bộc lộ ra. Đội ngũ sản phẩm định nghĩa "kiểu", còn người dùng tạo ra "thực thể".
Nhu cầu cốt lõi thực sự của người dùng chỉ có vài thứ: lười, muốn có cảm giác kiểm soát, muốn có thông tin, muốn có sự đồng hành. Để đáp ứng những nhu cầu cốt lõi này, phải dựa vào năng lực và môi trường.
Nguyên tắc 08 · PRIVATE
bảo mật riêng tư
Việc giao cho nó càng nhiều, càng quan trọng thì càng cần khiến người ta yên tâm.
Đáng tin cậy để ủy thác tối thiểu phải mang 4 ý nghĩa sau:
• Dữ liệu không rời khỏi thiết bị. Những dữ liệu riêng tư nhất, chẳng hạn như lịch sử trò chuyện, chỉ được xử lý cục bộ trên điện thoại, không đưa lên đám mây.
• Cấp quyền theo từng mục. Mỗi một năng lực, mỗi một phần dữ liệu đều do người dùng tự tay bật, khi mới cài đặt sẽ không tự ý lấy bất cứ thứ gì.
• Thanh toán không chạm vào thông tin thẻ. Mỗi giao dịch đều do bạn xác nhận, sau khi xác nhận mới cấp chứng thực dùng một lần, bản thân agent không bao giờ tiếp cận được số thẻ của bạn.
• Có thể truy vết, có thể thu hồi. Mọi việc nó từng làm đều có nhật ký lưu lại, làm sai có thể hoàn tác.
Thanh toán trên Muse: Người dùng liên kết Stripe Link, thông tin thẻ được lưu trữ phía Stripe, bản thân agent không thể nhìn thấy
Quyền riêng tư quyết định mức độ tin cậy có thể tích lũy được đến cấp độ nào. Nếu không có điều này, dù 7 nguyên tắc trước có làm tốt đến đâu, người dùng cũng chỉ dám giao cho nó những việc vặt vãnh.
PHẦN 03
Yếu tố quyết định giới hạn trên: context và sự khép kín quy trình
Context càng đầy đủ, giá trị tăng theo cấp số nhân
Giá trị của personal agent đến từ sự kết hợp giữa các context. Sự kết hợp không chỉ dừng lại ở việc ghép đôi từng cặp, mà bất kỳ vài thứ nào cũng có thể gom lại với nhau: n loại thông tin có thể tạo ra 2ⁿ tổ hợp, cứ thêm một loại là số lượng tổ hợp tăng gấp đôi. Do đó, một agent chỉ có một nửa context thì giá trị nhận được còn cách xa mức một nửa, khoảng cách chênh lệch là cấp số nhân. Điều này quyết định việc người dùng sẽ tập trung dồn context vào một agent duy nhất.
Thông tin tăng gấp đôi, số tổ hợp tăng gấp 8 lần: tổ hợp không chỉ là ghép đôi từng cặp, mà bất kỳ yếu tố nào cũng có thể kết hợp lại với nhau
Giới hạn trên do sự khép kín quy trình quyết định, model chỉ quyết định giới hạn dưới
Một personal agent có thể mạnh đến đâu phụ thuộc vào việc context của nó đầy đủ đến mức nào, vòng lặp khép kín có hoàn chỉnh hay không: cổng vào, context cá nhân, thực thi, thanh toán, mối quan hệ xã hội có nằm chung một nơi hay không, và có thể tương hỗ lẫn nhau hay không.
Hãy nhìn làn sóng này ở Mỹ đã được chắp vá ra sao: cổng vào mượn iMessage hoặc WhatsApp; context cá nhân phải xin cấp quyền từng nơi từ Gmail, Lịch ghép lại; thực thi dựa vào mô phỏng click chuột trên trình duyệt; thanh toán thì tích hợp thêm Stripe; mối quan hệ xã hội thì nằm rải rác trên các nền tảng khác nhau. Mọi thứ đều là đi mượn, và mỗi khớp nối đều tạo ra ma sát.
Vì vậy, cùng một model, khi được đặt vào context đầy đủ hơn, quy trình khép kín hoàn chỉnh hơn, thì sẽ tạo ra một agent mạnh mẽ hơn. Model quyết định giới hạn dưới, sự khép kín quy trình quyết định giới hạn trên.
Giới hạn trên được quyết định bởi context và sự khép kín quy trình
PHẦN 04
Tổ chức: Cách làm của thế hệ trước không thể tạo ra personal agent
Ba cái bẫy phổ biến nhất
| Cách làm của thế hệ trước | Tại sao không khả thi | Thế hệ này nên làm |
|---|---|---|
| Biến agent thành sự chồng chất các tính năng | Trải nghiệm đến từ sự cộng hưởng giữa năng lực tổng quát và context | Thiết kế môi trường để năng lực tự bộc lộ |
| Mỗi mảng nghiệp vụ tự làm một agent riêng | Context bị xé vụn, nguồn lực đầu tư chỉ cộng dồn tuyến tính | Một đầu mối trung tâm, mọi mảng nghiệp vụ cùng hợp lực |
| Sản phẩm, kỹ thuật, model chia nhau phụ trách riêng rẽ | Câu hỏi "có làm được không" phải qua 3 tầng phán đoán, việc bàn giao trở thành nút thắt cổ chai | Một người phụ trách full-stack, các nhóm nguyên tử |
Vấn đề nằm ở chỗ phương pháp làm sản phẩm và cách thức tổ chức của thế hệ trước không thể áp dụng cho agent, điều này không liên quan tới năng lực của đội ngũ nào. Các startup vốn dĩ nhỏ gọn mà toàn diện nên lại khó rơi vào những cái bẫy này hơn; công ty càng lớn thì lại càng dễ dùng cách thức quen thuộc để làm một việc hoàn toàn xa lạ.
Người phụ trách: Tốt nhất nên hiểu cả model, kỹ thuật và sản phẩm
Trong sản phẩm AI, câu hỏi "có làm được không" phải qua 3 tầng phán đoán: sửa prompt, sửa harness, hay thực hiện hậu huấn luyện (post-training). Nếu 3 tầng này chia cho 3 người khác nhau, một tính năng sẽ bị chuyền qua chuyền lại giữa sản phẩm, kỹ thuật và model mà không ai có thể chốt hạ; mỗi một điểm bàn giao phát sinh là tốc độ lặp lại chậm đi một nhịp.
Product Manager trước đây biết cái gì có thể làm được; trong sản phẩm AI, phán đoán này phải bao quát cả 3 tầng: prompt, harness và model
Vì vậy Người phụ trách tốt nhất nên hiểu cả model, kỹ thuật và sản phẩm , để có thể tự mình phán đoán một vấn đề nên được giải quyết ở tầng nào và chốt quyết định ngay tại chỗ. Người này cũng cần thêm hai yếu tố:
• Gu sản phẩm : Tiết chế, vô hình, tinh gọn. Cùng làm personal agent, có đội ngũ làm thành bảng theo dõi tiến độ, có nơi làm thành một hàng tab và template; nhưng một personal agent tốt thì mở ra chỉ là một đoạn đối thoại.
• Tốc độ học cực nhanh : Cách làm agent chỉ vài tháng lại đổi mới một thế hệ, sự phán đoán chỉ có thể đến từ tiền tuyến thực chiến: tự mình dùng mỗi ngày, tự tay chỉnh sửa.
Nhóm nguyên tử: Tự khép kín vòng lặp giữa hiệu quả, kỹ thuật và model
Đơn vị cơ bản của tổ chức là từng nhóm nguyên tử nhỏ, thay thế cho cách phân chia kiểu "nhóm sản phẩm, nhóm lập trình, nhóm thuật toán". Trong mỗi nhóm sẽ có 3 vai trò:
• Hiệu ứng : Thiết lập benchmark, theo dõi chỉ số, tìm ra vấn đề từ quá trình sử dụng thực tế;
• Kỹ thuật : làm harness, kết nối và cơ sở hạ tầng, tạo ra năng lực;
• Mô hình : làm post-training, giúp model thích ứng với harness và các kịch bản.
Khi đánh giá hiệu quả phát hiện vấn đề, kỹ thuật và model sẽ cùng sửa, rồi kiểm chứng lại hiệu quả, không cần xếp lịch liên nhóm. Bộ phận trung tâm bao gồm vài nhóm tinh gọn như vậy với mật độ nhân sự cao, mỗi nhóm phụ trách một mảng năng lực hoặc một nhóm kịch bản: cổng vào & tương tác, harness, memory, tính chủ động, model. Mọi người đều mang theo agent để làm việc, không dựa vào việc đắp người.
Trước đây chia nhóm theo chức năng, một tính năng phải bàn giao qua lại; giờ đây trong mỗi nhóm nhỏ, khâu hiệu quả, kỹ thuật và model tự tạo thành một vòng khép kín
Sản phẩm, harness và model được thiết kế cùng nhau
Ba yếu tố này tạo thành một bánh đà:
• Tính năng mới trên sản phẩm được đúc kết thành skill mới trong harness; các vấn đề phát sinh trong quá trình người dùng sử dụng sẽ thúc đẩy harness tự nâng cấp lặp lại.
• Sự tiến bộ của harness trực tiếp nâng cao trải nghiệm người dùng.
• Dữ liệu người dùng chảy ngược về phục vụ huấn luyện model; trace và môi trường sinh ra khi harness vận hành sẽ trở thành đề bài cho post-training.
• Sự tiến bộ của model lại mở khóa các kịch bản mới cho sản phẩm.
Mỗi vòng quay, sản phẩm lại càng dễ dùng và hiểu con người hơn.
Bánh đà dữ liệu liên kết giữa sản phẩm, harness và model
PHẦN 05
Sản phẩm: Thiết kế hướng tới agent
Đối với con người, càng giống một con người càng tốt; đối với agent, môi trường càng tổng quát càng tốt
Đi vào cách làm cụ thể, có sáu nguyên tắc:
1. Coi nó như một con người : Nó chính là một liên hệ trong danh bạ, trò chuyện trong khung chat; không làm app mới, không thêm tab mới.
2. Nhất định phải nhanh : Trả lời trong tích tắc, nói ngắn gọn; việc chậm thì đẩy xuống background xử lý, xong xuôi mới báo cho bạn.
3. Thiết kế sản phẩm hướng tới agent : Những gì con người làm được trong sản phẩm, nó đều làm được.
**Lợi thế cạnh tranh** Thiết kế môi trường, không thiết kế tính năng : Cung cấp năng lực tổng quát, không làm UI tùy biến cho từng kịch bản đơn lẻ.
5. Làm trừu tượng, không làm tích hợp đơn lẻ : Chúng ta định nghĩa kiểu (type), người dùng tạo thể hiện (instance).
6. Để tính năng tự sinh : Chỉ có năng lực nền tảng mới có tính khái quát hóa, và tính khái quát hóa mới có thể bộc lộ ra nhiều cách chơi.
Nhìn vào vài việc bản thân tôi từng dùng, không có việc nào là tính năng được thiết kế chuyên biệt, tất cả đều do vài năng lực tổng quát kết hợp với việc model tự phối hợp tạo thành:
| Việc tôi nhờ nó làm | Năng lực kết hợp phía sau |
|---|---|
| Đăng ký một tài khoản Apple Developer | Tìm kiếm quy trình + Trình duyệt điền form + Email nhận mã xác thực + Thanh toán để tôi tự xác nhận |
| "Dẫn đường trả xe ở SFO thế nào?" | Đơn thuê xe trong memory + Chuyến bay trong lịch + Vị trí hiện tại + Tìm cây xăng tiện đường |
| Lập lộ trình di chuyển | Tìm kiếm + Sản phẩm đầu ra (artifact): Trả về trực tiếp một bản đồ dẫn đường dùng được ngay |
| Tin tức đẩy về mỗi ngày | Kích hoạt theo lịch + Tìm kiếm + Memory, chỉ cần nói bâng quơ "bớt gửi loại này đi" là nó đổi ngay |
Việc team sản phẩm cần làm là xây dựng thật vững chắc các năng lực nền tảng như tìm kiếm, trình duyệt, email, thanh toán, artifact, tác vụ định kỳ; phần còn lại cứ để model tự phối hợp. Một việc làm thành công một lần thì quy trình đó sẽ được đúc kết thành skill, lần sau sẽ nhanh hơn và ổn định hơn.
Không thiết kế UX, hãy thiết kế AX
Mỗi sản phẩm agent đều có hai bộ giao diện: dành cho con người và dành cho agent. Hai bộ giao diện này nên được thống nhất.
Agent cũng là người dùng giống như con người: những gì con người làm được thì nó cũng làm được, sử dụng cùng một hệ thống năng lực. Con người gửi tin nhắn, trả tiền, xem thông báo thế nào, thì nó cũng dùng như thế. Đừng làm UI tùy biến riêng cho agent: làm UI tùy biến chứng tỏ bạn đang suy đoán kịch bản thay cho người dùng, mà các kịch bản bạn tự nghĩ ra thì không bao giờ làm cho hết được.
UX tốt khiến người dùng không cần suy nghĩ, AX tốt giúp agent không cần phải đoán mò.
Context cũng cần được thu thập theo từng cấp độ
Sự tin tưởng của người dùng được tích lũy theo từng cấp độ, context cũng nên được lấy theo từng cấp độ, dùng dữ liệu không nhạy cảm trước rồi mới chạm tới dữ liệu riêng tư:
1. Người dùng chủ động cung cấp : Những gì nói trong hội thoại, các tệp và liên kết được chuyển tiếp.
2. Người dùng đã công khai : Các cập nhật trạng thái và nội dung đã công khai cho bạn bè.
3. Các thẻ sở thích đang dùng trong nền tảng : Những thẻ mà hệ thống đề xuất nội bộ vốn dĩ đang sử dụng.
**Lợi thế cạnh tranh** Được cấp quyền từng mục : Thông báo, đơn hàng, lịch trình do người dùng bật từng mục một.
5. Riêng tư nhất : Lịch sử trò chuyện, chỉ đọc cục bộ trên điện thoại, không đưa lên cloud; hoặc thậm chí không cần làm.
Bốn cấp đầu hầu như không đụng đến quyền riêng tư, đã đủ để làm tốt việc "xử lý việc thay bạn". Kịch bản nâng cấp thêm một bậc thì context cần thiết mới tăng thêm một bậc.
A2A: Nó không chỉ phục vụ một mình bạn
Bước tiếp theo của personal agent là thay bạn giao thiệp với người khác.
• Với AI của bên bán : Hoàn tiền, đổi vé, hậu mãi, agent của bạn nói chuyện trực tiếp với AI chăm sóc khách hàng của bên bán, cả hai bên đều là agent, trao đổi rõ ràng là giải quyết xong.
• Cùng ở trong một nhóm với con người : Bạn bè hẹn ăn uống, gia đình lên lịch đi chơi, kéo nó vào nhóm, nó sẽ cùng thảo luận trong nhóm, bàn bạc xong là tiện tay làm luôn.
Trên một nền tảng vốn dĩ đã gánh vác các mối quan hệ người với người, doanh nghiệp với người dùng, hai việc này sẽ diễn ra tự nhiên hơn bất kỳ nơi nào khác.
PHẦN 06
Kỹ thuật: Model và harness
Tổng quan: Về mặt kỹ thuật hoàn toàn khác biệt với các agent trước đây
| Tiêu chí | Agent cá nhân | Agent trước đây |
|---|---|---|
| Mô hình | Nhanh, diễn đạt tự nhiên, gọi ổn định | Mô hình lớn (LLM) đa năng, chậm |
| Năng lực | Năng lực tổng quát + Môi trường | Viết công cụ chuyên dụng cho từng kịch bản |
| Thực hiện | Tách rời tương tác và thực thi, bất đồng bộ | Thực thi đồng bộ, người dùng phải chờ |
| Runtime | Thường trú trên đám mây, tách rời ba phần | Monolithic (đơn khối), kết thúc theo tác vụ |
| Ngữ cảnh | Lấy con người làm trung tâm, tích lũy liên tục | Lấy tác vụ làm trung tâm, dùng xong là bỏ |
| Ghi nhớ | Knowledge graph, sắp xếp ở background | Cô lập theo tác vụ |
| Kích hoạt | Sự kiện + Hẹn giờ, chủ động đánh thức | Yêu cầu người dùng |
| Lặp lại | Tự phát hiện vấn đề, tự sửa đổi | Tra soát và phát hành bản dựng thủ công |
| Quyền riêng tư | Dữ liệu nhạy cảm không rời khỏi thiết bị cục bộ, cấp quyền từng mục | Tải lên toàn bộ |
Tóm tắt trong một câu: personal agent là một tiến trình tồn tại lâu dài. Dưới đây sẽ đi sâu vào từng mục.
Model: Model mà nó cần gần như trái ngược với agent viết code
Những model thông minh nhất hiện nay đang được tối ưu hóa cho việc viết code: tác vụ càng phức tạp càng tốt, kết quả bàn giao càng dài và hoàn chỉnh càng tốt, cách nói chuyện như một bản báo cáo. Trong khi đó, personal agent lại cần bốn thứ hoàn toàn khác:
• Nhanh ：tầng tương tác bắt buộc phải có độ trễ thấp.
• Nói tiếng người ：ngắn gọn, tự nhiên, không viết báo cáo.
• Gọi công cụ ổn định ：trí thông minh có thể ở mức bình thường, nhưng gọi công cụ thì không được sai sót.
• Rẻ ：nó luôn luôn trực tuyến.
Vì vậy lộ trình hợp lý nhất là: chọn một model mã nguồn mở nhanh, rẻ làm nền tảng, tự mình làm hậu huấn luyện. Huấn luyện hai nhóm nội dung:
• Kho bài tập năng lực Harness ：gọi công cụ, thao tác trong app và trang web, đọc ghi memory, nói chuyện tự nhiên như người.
• Kho bài tập tình huống thực tế ：đặt nhà hàng, lấy số khám bệnh, đổi vé, lập kế hoạch hành trình, làm việc giúp người nhà.
Giai đoạn đầu dùng SFT để cold start và chưng cất: model mạnh làm bài trong môi trường, lọc ra các trajectory chất lượng cao, dạy model biết dùng công cụ, biết nói chuyện như người. Giai đoạn hai dùng RL: model làm bài trong môi trường mô phỏng, nhận reward theo tiêu chí "hoàn thành nhiệm vụ, gọi đúng công cụ, ngắn gọn và tự nhiên như người". Sau khi ra mắt, trace thực tế và phản hồi của người dùng sẽ chảy ngược về, biến thành các đề bài mới. Năng lực là nền tảng, tình huống thực tế là đề thi.
Hậu huấn luyện model: SFT cold start kết hợp chưng cất, RL làm bài tập, trace thực tế chảy ngược về thành đề bài mới
Harness: Trao năng lực tổng quát, để cách dùng tự bộc lộ
Agent cần một môi trường đủ tính tổng quát. Đúc rút từ lượng lớn nhu cầu thực tế, đại khái gồm những thứ này:
• để tìm kiếm ：truy cập mạng, tra cứu bất kỳ thông tin nào.
• Trình duyệt ：thao tác trang web như con người: lấy số khám bệnh, đặt lịch hẹn, đặt hàng.
• Thao tác trong ứng dụng ：dùng trực tiếp các dịch vụ sẵn có trong nền tảng: đặt hàng, đặt lịch, thanh toán phí.
• Thanh toán ：sau khi được ủy quyền sẽ thanh toán thay bạn, không chạm vào thẻ của bạn.
• Đa phương thức ：đối thoại giọng nói, gọi điện thoại, nhìn hình ảnh.
• sản phẩm đầu ra ：bàn giao trực tiếp những thứ dùng được ngay, ví dụ như một trang web, một bản đồ lộ trình.
• Môi trường thực thi ：một bash, nền tảng cơ bản nhất, nhiệm vụ nào cũng có thể chạy.
• Bộ kết nối bên ngoài ：lịch, tài liệu và các loại dịch vụ bên ngoài khác.
Một vài thiết kế then chốt:
Harness tối giản. Một agent loop, cộng thêm một bộ công cụ đa năng. Model kém thông minh cần harness nặng, model tốt chỉ cần harness nhẹ; mỗi khi model tiến bộ một bậc, harness nên được cắt bớt một số thứ.
Harness tối giản: Một loop, kèm một bộ công cụ đa năng
Mirror mọi thao tác của sản phẩm thành lệnh mà agent có thể dùng. Mọi thao tác mà con người có thể làm trong sản phẩm (gửi tin nhắn, tra lịch sử, xem thông báo, trả tiền) đều được mirror thành một lệnh dòng lệnh, công bố tiệm tiến, ủy quyền từng mục, tránh việc nhồi nhét hàng trăm công cụ cho model cùng một lúc.
Mirror mọi thao tác con người làm được thành lệnh cho agent sử dụng
Skills tải theo nhu cầu. Viết cách "làm thế nào để hoàn thành một việc" thành một bản hướng dẫn, mục lục thường trú trong context, khi dùng đến mới đọc toàn văn; sau khi hoàn thành một việc, kinh nghiệm sẽ được đúc kết thành skill mới.
Skills: Mục lục thường trú, đọc theo nhu cầu, đúc kết sau khi thành công
Dịch vụ bên ngoài: Các dịch vụ quan trọng được tích hợp từ bên thứ nhất, phần còn lại dùng browser use và computer use để làm phương án dự phòng. Các dịch vụ tần suất cao, quan trọng như di chuyển, gọi đồ ăn, thương mại điện tử sẽ do bên cung cấp tự tích hợp, phơi bày năng lực qua API hoặc MCP, nhanh nhất và ổn định nhất. Phần long-tail còn lại dù không có API cũng không sao: agent dùng computer use trong app, dùng browser use trên trang web, xử lý y như con người. Cả hai con đường đều dùng chung một bộ ủy quyền danh tính và ủy quyền thanh toán.
Đối với bên cung cấp dịch vụ, tích hợp càng sâu càng dễ được agent lựa chọn. Ngoài việc phơi bày năng lực, họ còn có thể thông qua webhook đẩy sự kiện (trạng thái đơn hàng, nhắc nhở đến quán) cho agent, dùng các card để đưa giao diện của mình vào cuộc hội thoại.
Dịch vụ bên ngoài: Dịch vụ hàng đầu dựa vào tích hợp bên thứ nhất, long-tail dựa vào computer use và browser use để dự phòng
Tích hợp từ bên cung cấp dịch vụ: Năng lực, sự kiện, giao diện
Thanh toán chỉ lấy chứng chỉ dùng một lần. Ủy quyền → Yêu cầu thanh toán → Người dùng xác nhận → Cấp chứng chỉ dùng một lần → Bên bán trừ tiền → Lưu lại lịch sử giao dịch. Agent từ đầu đến cuối không chạm vào thẻ của người dùng.
Thanh toán: Chứng chỉ dùng một lần, agent không chạm vào thẻ
Tách rời tương tác và thực thi
Personal agent bắt buộc phải đồng thời đạt được "phản hồi tức thì trong một giây" và "giải quyết xong việc phức tạp", hai việc này trong một loop đồng bộ vốn dĩ mâu thuẫn nhau. Giải pháp là tách nó thành hai tầng:
• Agent tương tác ：dùng một model có độ trễ thấp, chỉ phụ trách trò chuyện và phân bổ nhiệm vụ, phản hồi ngay một câu "Được rồi, tôi đi làm ngay".
• Work agent ：lấy nhiệm vụ từ task queue, thực thi bất đồng bộ và đồng thời trong từng sandbox riêng, ghi lại tiến độ và trạng thái bàn giao, làm xong sẽ thông báo cho người dùng thông qua agent tương tác; việc không cần thiết thì giữ im lặng.
Giao phó nhiều việc cùng lúc mà không cần chờ đợi
Kiến trúc tách rời tương tác và thực thi
Runtime: Tách rời bộ ba Harness, Sandbox, Filesystem
Agent trước đây là một môi trường thực thi nguyên khối, vòng đời bằng đúng một nhiệm vụ. Personal agent muốn luôn trực tuyến, vì vậy phải đem agent runtime, môi trường thực thi và lưu trữ tách riêng ba thành phần này: trạng thái của agent được lưu trữ bền vững (durable execution), môi trường thực thi có thể được điều phối linh hoạt theo nhu cầu trên cloud hoặc local, lưu trữ độc lập với bất kỳ lần thực thi nào. Bất kỳ phần nào bị sập cũng không ảnh hưởng đến việc nó nhớ bạn và tiếp tục làm việc.
Tách rời như vậy, lợi ích trực tiếp nhất là Chi phí 。Nếu cấp cho mỗi người dùng một máy tính cloud luôn bật, mỗi tháng tốn khoảng 10 USD; sau khi tách rời ba thành phần, trạng thái của agent được lưu trong bộ nhớ bền vững, môi trường thực thi chỉ được khởi chạy khi thực sự có việc, làm xong sẽ giải phóng, chi phí cho một người dùng mỗi tháng có thể giảm xuống dưới 1 USD. Đối với một sản phẩm cần luôn trực tuyến và phục vụ lượng người dùng khổng lồ, đây là điều kiện tiên quyết quyết định có làm được hay không.
Tách rời ba thành phần: agent runtime, môi trường thực thi và lưu trữ
Context: Xoay quanh con người, tải theo phân tầng
Personal agent quản lý một cuộc trò chuyện không bao giờ kết thúc, vì vậy context không thể là "nhồi nhét toàn bộ lịch sử vào". Nó nên được phân tầng: persona, công cụ, danh mục skills, thông tin về bạn, memory liên quan, những việc đang làm, cuộc đối thoại hiện tại, mô tả nhiệm vụ. Agent tương tác và work agent lấy đúng những gì mình cần.
Phân tầng context
Memory: Đồ thị tri thức xoay quanh con người và mối quan hệ
Cách làm trước đây là memory được cô lập theo nhiệm vụ, cộng thêm một tệp lớn về người dùng. Personal agent cần một đồ thị tri thức xoay quanh con người và mối quan hệ: bạn, người thân bạn bè của bạn, những việc bạn đang làm, sở thích của bạn, tất cả kết nối với nhau; phía sau còn có một tiến trình liên tục dọn dẹp memory: hợp nhất, hiệu chỉnh, lãng quên.
Memory về bản chất là một bài toán đề xuất: vào thời điểm này, thông tin nào về bạn đáng được gợi nhớ nhất.
Từ memory cô lập theo nhiệm vụ, đến đồ thị tri thức xoay quanh con người và mối quan hệ
Tính chủ động: Kích hoạt hai cấp
Tính chủ động không thể dựa vào việc để mô hình lớn (LLM) liên tục theo dõi, làm vậy vừa quá đắt đỏ vừa gây phiền nhiễu. Cách làm là kích hoạt theo hai cấp:
1. Quy tắc lọc nhanh ：khi các sự kiện (email mới, đơn hàng mới, thông báo mới) và cron job kích hoạt, trước tiên dùng các quy tắc chi phí thấp để xác định xem có cần xử lý hay không.
2. Agent đánh giá theo nhu cầu ：chỉ những sự kiện vượt qua bộ lọc mới giao cho agent đánh giá: nhắc nhở bạn, hỏi ý bạn, hay giữ im lặng, đồng thời ghi lại tiến độ.
Đây cũng là cách hiện thực hóa sự kiềm chế về mặt kỹ thuật: với phần lớn sự kiện, kết luận cuối cùng nên là "không làm phiền".
Kích hoạt hai cấp: Quy tắc lọc, agent đánh giá theo nhu cầu
Tự lặp cải tiến
Mỗi ngày người dùng đều gặp phải đủ loại vấn đề nhỏ, việc trông cậy vào con người rà soát từng mục một sẽ không theo kịp. Cách làm là trang bị cho personal agent một công cụ tự báo cáo vấn đề: khi gặp việc làm không tốt, nó sẽ báo cáo vấn đề và context lên; một coding agent độc lập sẽ đọc các issue và trace chạy này để sửa harness; sửa xong sẽ replay xác thực lại trên trace lịch sử, qua được kiểm thử mới triển khai canary.
Tự lặp cải tiến: báo cáo vấn đề, coding agent sửa đổi, xác minh phát lại, phát hành grayscale
Quyền riêng tư: Vạch ra ranh giới rõ ràng
Agent loop nằm trên đám mây, còn dữ liệu nhạy cảm nhất được giữ lại trong môi trường thực thi cục bộ trên điện thoại, chẳng hạn như lịch sử trò chuyện, không vượt qua ranh giới này. Đám mây chỉ cần phần dữ liệu đã được người dùng ủy quyền theo từng mục. Ranh giới này càng được vạch rõ, người dùng càng dám giao phó nhiều hơn.
Cách làm của Muse rất đáng tham khảo (theo mô tả công khai từ Meta):
• Tiến trình kiểm duyệt độc lập : Một Sentinel được cô lập với agent, kiểm tra xem từng hành vi đối ngoại của agent có nằm trong phạm vi người dùng ủy quyền hay không, để cho phép, chặn lại, hoặc giao cho người dùng xác nhận.
• Thông tin xác thực không nạp vào model : token và mật khẩu của tài khoản được lưu trong dịch vụ thông tin xác thực riêng biệt, gửi tới môi trường thực thi theo nhu cầu, bản thân model không nhìn thấy.
• Hành động nhạy cảm phải hỏi trước : Các hành động như gửi email, đặt hàng đều phải qua người dùng xác nhận trước.
• Người dùng có thể xem, có thể thu hồi : Mỗi kết nối có thể chọn chỉ đọc hoặc có thể ghi, thu hồi bất cứ lúc nào; những việc đã làm đều có bản ghi để tra cứu; cũng có thể yêu cầu nó quên đi thông tin đã ghi nhớ.
Bảo mật: Mỗi hành động đối ngoại của agent đều phải qua một cửa kiểm soát
PHẦN KẾT
Lời kết
1. Định nghĩa : Personal agent là một lối sống. Công cụ được định nghĩa theo ngữ cảnh, nó không có killer use case, mà dựa vào từng việc nhỏ tích lũy thành thói quen không thể thay thế: bất kỳ việc gì, mặc định giao cho nó trước.
2. Nguyên tắc 8P : Một personal agent tốt chính là làm một con người. Xuất hiện như người, nói chuyện như người, luôn ở bên, hiểu bạn, nghĩ tới trước, có chừng mực, xử lý được việc, đáng tin cậy.
3. giới hạn trên : Trí tuệ đã dư thừa, model quyết định cận dưới, context và quy trình khép kín quyết định cận trên; giá trị của context tăng trưởng theo cấp số nhân.
**Lợi thế cạnh tranh** tổ chức : Cách làm của thế hệ trước không thể tạo ra personal agent. Người phụ trách tốt nhất nên hiểu đồng thời về model, kỹ thuật và sản phẩm, đội ngũ là nhóm nguyên tử (atomic team) tự khép kín về hiệu quả, kỹ thuật và model.
5. Sản phẩm : Không thiết kế tính năng, hãy thiết kế môi trường. Cung cấp cho agent năng lực tổng quát, để cách dùng tự phát triển từ quá trình sử dụng thực tế; không thiết kế UX, hãy thiết kế AX.
6. Kỹ thuật : Tách rời tương tác và thực thi, tách rời ba thành phần trong runtime, phân tầng context, xây dựng memory thành đồ thị tri thức, kích hoạt hai cấp, tự lặp cải tiến, vạch ra ranh giới rõ ràng cho quyền riêng tư.
Vì vậy, phần khó nhất không nằm ở công nghệ, mà ở sự tiết chế về mặt sản phẩm và tổ chức AI Native: dám chỉ xây dựng môi trường, và để một người hiểu cả ba tầng, một đội ngũ nhỏ mà toàn diện, cùng nhau thiết kế sản phẩm, harness và model.
Khi bạn không còn cảm thấy mình đang dùng một sản phẩm AI nữa, thì nó đã thành công.
Giới thiệu bài tiếp theo. Đây là phần đầu tiên của "Làm thế nào để tạo ra một sản phẩm Personal Agent tốt", nói về sản phẩm, đội ngũ và công nghệ. Phần thứ hai sẽ bàn về mô hình kinh doanh và chiến lược: Liệu thuế nền tảng có bị kéo giảm xuống không, phần mềm hay phần cứng sẽ trở thành cổng tiếp cận, các công ty lớn và startup sẽ chiến thắng theo cách nào.
— HẾT —
Học tương tác với AI (NotebookLM)
Ngoài đọc , bạn có thể nghe , xem và xem hoạ thông tin ở đầu bài. Bài này còn có bộ công cụ tương tác do AI tạo: Bài kiểm tra trắc nghiệm, Thẻ ghi nhớ, Sơ đồ tư duy, Bản trình bày và Báo cáo chuyên sâu.
Mở không gian học tương tác