Multi-agent Systems — Khi nào nhiều agent tốt hơn một
Lý do thật sự để dùng nhiều agent (cách ly context, song song hoá), các kiểu tổ chức, nghệ thuật viết bản giao việc, và những trường hợp multi-agent làm mọi thứ tệ đi.
Multi-agent là chủ đề hấp dẫn nhất và bị lạm dụng nhiều nhất. Sơ đồ có "Agent nghiên cứu", "Agent viết", "Agent kiểm duyệt" trông rất thuyết phục — nhưng mỗi ranh giới giữa hai agent là một chỗ thông tin bị rơi rụng, và tổng chi phí token có thể gấp hàng chục lần một lời gọi chat. Lý do chính đáng để tách agent không phải là "mỗi agent một vai trò cho giống đội người", mà là quản lý context và chạy song song. Module này giúp bạn tách đúng chỗ, và quan trọng không kém, không tách ở chỗ không nên.
🎯 Mục tiêu học tập
- Nêu được hai lý do kỹ thuật chính đáng để dùng multi-agent và cái giá phải trả
- Phân biệt các kiểu tổ chức: orchestrator-subagent, handoff, pipeline, người thẩm định độc lập
- Cài đặt subagent như một tool, chạy song song, với model và bộ tool riêng
- Viết bản giao việc đủ để subagent làm đúng mà không có context của agent cha
- Nhận diện các kiểu thất bại đặc thù của multi-agent và khi nào nên quay về một agent
Lý do thật sự để tách agent
| Lý do chính đáng | Giải thích |
|---|---|
| Cách ly context | Subagent đọc 50 file / 30 trang web trong context riêng, chỉ trả về 1-2 nghìn token tóm tắt. Context của agent chính sạch, tập trung vào điều phối |
| Song song hoá | Các phần việc độc lập chạy đồng thời — rút thời gian từ giờ xuống phút |
| Chuyên biệt hoá cấu hình | Bộ tool, quyền hạn, model khác nhau cho từng phần: subagent chỉ đọc dùng model nhỏ rẻ; agent chính dùng model mạnh |
| Góc nhìn độc lập | Người thẩm định không thấy quá trình làm nên không bị dẫn dắt bởi lập luận đã sinh lỗi |
| Cái giá | Chi tiết |
|---|---|
| Token | Theo số liệu Anthropic công bố từ hệ nghiên cứu của họ: agent đơn dùng khoảng 4 lần token so với chat, hệ multi-agent khoảng 15 lần |
| Mất thông tin ở ranh giới | Subagent chỉ biết những gì bản giao việc nói; agent cha chỉ biết những gì bản tóm tắt nói |
| Quyết định mâu thuẫn | Hai subagent song song tự đưa ra các giả định ngầm khác nhau, sản phẩm không khớp |
| Khó debug | Lỗi lan qua nhiều context; cần tracing tốt (Module 15) |
Multi-agent đáng dùng khi công việc (a) chia được thành các phần độc lập, (b) mỗi phần cần đọc nhiều nhưng kết quả cô đọng được, và (c) giá trị đủ cao để bù chi phí. Nghiên cứu, rà soát diện rộng, khám phá codebase: hợp. Viết một tính năng mà các phần phụ thuộc chặt vào nhau: thường không hợp.
Các kiểu tổ chức
| Kiểu | Cách hoạt động | Mạnh | Yếu |
|---|---|---|---|
| Orchestrator-subagent | Agent chính giao việc cho subagent như gọi tool, nhận kết quả, quyết định tiếp. Người dùng chỉ nói chuyện với agent chính | Điều khiển tập trung, dễ hiểu; phổ biến nhất | Agent chính là nút cổ chai; chi phí tóm tắt |
| Handoff | Agent A chuyển hẳn cuộc hội thoại (và quyền điều khiển) cho agent B chuyên trách | Mỗi agent prompt/tool gọn; hợp CSKH nhiều bộ phận | Mất ngữ cảnh khi chuyển; có thể chuyển qua lại vòng vo |
| Pipeline | Chuỗi cố định các agent, mỗi agent một giai đoạn | Dự đoán được; mỗi giai đoạn test riêng | Cứng; lỗi đầu chuỗi lan xuống |
| Người làm + người thẩm định | Một agent làm, một agent context sạch tìm lỗi | Bắt lỗi agent tự xét không thấy | Gấp đôi chi phí; có thể bắt bẻ vô ích |
| Phân cấp nhiều tầng | Subagent lại có subagent | Việc rất lớn | Mất thông tin qua mỗi tầng; hiếm khi cần |
| Ngang hàng / tranh luận | Các agent trao đổi tự do | Nghiên cứu, mô phỏng | Khó kiểm soát, dễ lặp vô tận; ít dùng trong production |
Mặc định hợp lý cho production: orchestrator-subagent, một tầng. Chỉ thêm độ phức tạp khi có bằng chứng là cần.
Code: subagent như một tool, chạy song song
from concurrent.futures import ThreadPoolExecutor
SUBAGENT_SYSTEM = '''Bạn là agent nghiên cứu phụ. Bạn nhận một nhiệm vụ cụ thể từ agent điều phối.
Hoàn thành đúng phạm vi được giao, rồi trả về báo cáo cô đọng theo định dạng được yêu cầu.
Người đọc báo cáo là một agent khác, không thấy quá trình làm việc của bạn — mọi thứ quan trọng phải nằm
trong báo cáo cuối.'''
def run_subagent(brief: str) -> str:
# Context hoàn toàn mới: chỉ có system prompt và bản giao việc
runner = client.beta.messages.tool_runner(
model="claude-haiku-4-5", # việc đọc/tìm: model nhỏ hơn, rẻ hơn
max_tokens=16000,
system=SUBAGENT_SYSTEM,
tools=[kb_search, kb_read], # bộ tool hẹp, chỉ đọc
messages=[{"role": "user", "content": brief}],
)
final = runner.until_done()
return "".join(b.text for b in final.content if b.type == "text")
@beta_tool
def delegate_research(briefs: list[str]) -> str:
'''Giao các nhiệm vụ nghiên cứu độc lập cho các agent phụ chạy song song.
Mỗi agent phụ bắt đầu với context trống: nó KHÔNG thấy hội thoại này. Mỗi bản giao việc phải tự đủ:
mục tiêu và nó phục vụ cho điều gì, phạm vi (làm gì và không làm gì), những gì đã biết, và định dạng
kết quả mong muốn. Chỉ tách thành nhiều nhiệm vụ khi chúng thật sự độc lập với nhau.
Args:
briefs: Danh sách bản giao việc, tối đa 5.
'''
with ThreadPoolExecutor(max_workers=5) as pool:
reports = list(pool.map(run_subagent, briefs[:5]))
return "\n\n".join(f"### Báo cáo {i+1}\n{r}" for i, r in enumerate(reports))
lead = client.beta.messages.tool_runner(
model="claude-opus-5-5", # điều phối và tổng hợp: model mạnh
max_tokens=16000,
system=LEAD_SYSTEM,
tools=[delegate_research, kb_search],
messages=[{"role": "user", "content": question}],
)
Những điểm thiết kế đáng chú ý:
- Subagent là một lời gọi tool từ góc nhìn agent chính — không cần giao thức gì đặc biệt.
- Mô tả tool dạy agent chính cách giao việc — đây là prompt quan trọng nhất của cả hệ.
- Giới hạn cứng số subagent mỗi lần và không cho subagent tool giao việc tiếp (chặn đệ quy vô hạn).
- Giữ vòng chính trên một model để tận dụng cache; việc rẻ đẩy xuống subagent.
- Agent chính vẫn có
kb_searchđể tự làm việc nhỏ — không phải việc gì cũng cần giao.
Nghệ thuật viết bản giao việc
Lỗi phổ biến nhất của hệ multi-agent: bản giao việc quá ngắn. Agent chính đã đọc 40 lượt hội thoại nên với nó "tìm hiểu về vụ thiếu chip" là đủ rõ; subagent nhận đúng 6 chữ đó và phải đoán mọi thứ còn lại.
| Thành phần | Ví dụ |
|---|---|
| Mục tiêu và nó phục vụ điều gì | "Tìm nguyên nhân thiếu hụt chip ô tô 2021. Kết quả dùng cho phần 'bối cảnh' của báo cáo rủi ro chuỗi cung ứng cho ban giám đốc" |
| Thế nào là xong | "3-5 nguyên nhân chính, mỗi nguyên nhân có ít nhất một nguồn gốc" |
| Phạm vi và ranh giới | "Chỉ ngành ô tô, giai đoạn 2020-2022. Không phân tích tác động tài chính — phần đó đã có agent khác làm" |
| Những gì đã biết | "Đã xác nhận nhu cầu điện tử tiêu dùng tăng là một nguyên nhân — không cần tìm lại" |
| Điểm khó | "Nhiều bài lẫn lộn thiếu chip nói chung với thiếu chip node cũ dùng cho ô tô — cần phân biệt" |
| Định dạng trả về | "Danh sách gạch đầu dòng; đánh dấu rõ điều đã xác minh và điều suy luận; kèm URL" |
Chiều ngược lại cũng quan trọng: kết quả subagent là bằng chứng, không phải sự thật. Subagent có thể thay thế bài toán khó bằng bài dễ hơn, báo thành công cho việc chưa xong, hoặc bịa chi tiết. Agent chính nên kiểm tra mức độ tương xứng với rủi ro — và prompt nên nói rõ điều đó.
Với sản phẩm lớn (file, bộ dữ liệu), cho subagent ghi ra nơi lưu chung rồi chỉ trả về đường dẫn kèm tóm tắt — tránh "trò chơi truyền tin" khi nội dung dài bị chép lại qua nhiều tầng.
Khi nào KHÔNG nên dùng multi-agent
Lập luận phản biện nổi tiếng (từ đội Cognition, tác giả Devin): trong các tác vụ mà các phần phụ thuộc nhau, mỗi hành động đều mang theo quyết định ngầm. Hai subagent làm song song không thấy quyết định của nhau, nên tạo ra các phần không ăn khớp — một bên vẽ nền theo phong cách này, bên kia vẽ nhân vật theo phong cách khác. Hai nguyên tắc rút ra:
- Chia sẻ context đầy đủ, không chỉ thông điệp rời rạc.
- Hành động hàm chứa quyết định; quyết định mâu thuẫn cho kết quả tồi.
Hai quan điểm (Anthropic: multi-agent rất hiệu quả cho nghiên cứu; Cognition: đừng xây multi-agent) thực ra nhất quán khi nhìn vào loại việc:
| Loại việc | Khuyến nghị |
|---|---|
| Chủ yếu đọc, các phần độc lập (nghiên cứu, rà soát, khám phá) | Multi-agent song song hợp |
| Chủ yếu ghi, các phần phụ thuộc chặt (viết một tính năng, một tài liệu thống nhất) | Một agent ghi; subagent chỉ để thu thập thông tin |
| Ghi song song thật sự cần thiết | Phân vùng rõ (mỗi agent một nhóm file riêng), chốt giao diện/quy ước trước, và có bước tích hợp |
| Tác vụ nhỏ, context vừa đủ | Một agent — chi phí điều phối lớn hơn lợi ích |
Các kiểu thất bại đặc thù
| Thất bại | Biểu hiện | Phòng tránh |
|---|---|---|
| Giao việc mơ hồ | Subagent làm sai việc hoặc trùng việc nhau | Bản giao việc đủ 6 thành phần; nêu ranh giới giữa các subagent |
| Huy động quá mức | 10 subagent cho câu hỏi đơn giản | Quy tắc mở rộng theo độ khó trong prompt; giới hạn cứng |
| Trò chơi truyền tin | Chi tiết quan trọng rơi rụng qua tóm tắt | Định dạng trả về có cấu trúc; ghi sản phẩm ra file chung |
| Tin kết quả mù quáng | Agent chính báo lại nguyên văn điều subagent bịa | Yêu cầu bằng chứng; kiểm tra chéo điểm quan trọng |
| Vòng lặp chuyển giao | A chuyển B, B chuyển lại A | Đếm số lần chuyển; điều kiện kết thúc rõ |
| Không ai kết thúc | Mỗi agent nghĩ agent khác sẽ xác minh/hoàn tất | Một chủ thể duy nhất chịu trách nhiệm kết quả cuối |
| Xung đột khi ghi | Hai agent sửa cùng file | Phân vùng; một agent ghi; không gian làm việc tách (git worktree) |
🏋️ Bài tập thực hành
Lấy agent nghiên cứu ở Module 8. Xây phiên bản orchestrator-subagent theo mẫu code trên, với prompt cho agent điều phối có quy tắc mở rộng theo độ khó và hướng dẫn viết bản giao việc. Trên 12 câu hỏi (4 đơn giản, 4 so sánh, 4 rộng), so sánh agent đơn và multi-agent theo: chất lượng (chấm theo danh sách điểm cần có), tổng token, thời gian. Đọc transcript và phân loại mọi lỗi của bản multi-agent theo bảng thất bại ở trên. Sau đó làm thí nghiệm phản chứng: giao cho hệ multi-agent một tác vụ ghi phụ thuộc chặt (ví dụ ba subagent mỗi cái viết một module của cùng một chương trình nhỏ, không có đặc tả giao diện chung) và ghi lại các chỗ không ăn khớp. Kết luận: với bài toán của bạn, ranh giới nên đặt ở đâu?
📚 Tài nguyên học tập
-
Anthropic — How we built our multi-agent research systemSố liệu chi phí, nguyên tắc giao việc, đánh giá và vận hành hệ multi-agent thậtBài viết
-
Cognition — Don't Build Multi-AgentsLập luận phản biện: chia sẻ context và quyết định ngầmBài viết
-
Cemri et al. — Why Do Multi-Agent LLM Systems Fail?Phân loại có hệ thống các kiểu thất bại của hệ multi-agentPaper
-
Claude Code Docs — SubagentsCách một sản phẩm thật định nghĩa và dùng subagentDocs
-
OpenAI Agents SDK — HandoffsMô hình handoff giữa các agent chuyên tráchDocs
✅ Tự đánh giá hoàn thành
- Nêu được hai lý do kỹ thuật chính đáng để tách agent và ước lượng được cái giá
- Cài đặt được subagent như một tool với context, model và bộ tool riêng, chạy song song
- Bản giao việc của mình có đủ mục tiêu, tiêu chí xong, phạm vi, điều đã biết, định dạng trả về
- Giải thích được vì sao việc 'đọc' hợp multi-agent hơn việc 'ghi'
- Có số liệu so sánh agent đơn và multi-agent trên bài toán của mình