Anthropic nhận định một tác tử AI đơn lẻ mang lại hiệu quả vượt trội so với nhiều tác tử phụ, khi các mô hình hiện nay đã có khả năng tự xử lý các tác vụ phức tạp.

Ứng dụng AI trong thực tiễn Sao chép đường dẫn vào bộ nhớ tạm Chia sẻ bài viết này Chuyển đến phần bình luận Anthropic nhận định một tác tử AI duy nhất hoạt động hiệu quả hơn nhiều tác tử phụ khi các mô hình đã có khả năng tự xử lý tác vụ phức tạp Matthias Bastian Xem hồ sơ LinkedIn của Matthias Bastian Ngày 25/10/2026 Nano Banana Pro được tạo lệnh bởi THE DECODER Các nội dung chính Anthropic khuyến nghị các doanh nghiệp đánh giá khả năng hợp nhất các tác tử phụ thành một tác tử duy nhất có cơ chế nạp ngữ cảnh theo yêu cầu. Kinh nghiệm thực tiễn của công ty cho thấy việc sử dụng nhiều tác tử phụ chuyên biệt có thể làm tăng độ trễ, phát sinh chi phí và gây thất thoát thông tin qua từng khâu bàn giao. Anthropic đã công bố bộ công cụ chuyển đổi trên GitHub nhằm hỗ trợ các đội ngũ triển khai quá trình này. Đặt câu hỏi về bài viết này… Tìm kiếm Anthropic nhận thấy một tác tử đơn lẻ với khả năng nạp ngữ cảnh theo yêu cầu thường mang lại hiệu quả vượt trội so với các hệ thống đa tác tử về chất lượng, chi phí và độ trễ. Công ty đang phát hành một bộ công cụ chuyển đổi để hỗ trợ các đội ngũ đánh giá và thực hiện chuyển dịch. Anthropic khuyến nghị các doanh nghiệp đánh giá khả năng hợp nhất các tác tử phụ, bởi một tác tử chính nạp ngữ cảnh theo nhu cầu thường đem lại kết quả tốt hơn so với một tập hợp nhiều tác tử chuyên biệt. Các mô hình thế hệ mới hơn, khởi đầu từ Opus 4.5 cùng với Opus 5.5 và Fable 5.1, có thể trực tiếp quản lý các kế hoạch phức tạp trong một vòng lặp đơn lẻ, qua đó giảm thiểu chi phí và thời gian chờ đợi. Trong một thử nghiệm so sánh, Anthropic cho biết kiến trúc tác tử đơn lẻ vận hành nhanh gấp khoảng hai lần so với cấu hình đa tác tử. Khuyến nghị này được đúc kết từ kinh nghiệm triển khai thực tế tại nhiều doanh nghiệp, nơi đội ngũ AI Ứng dụng (Applied AI) của Anthropic nhận thấy một tác tử đơn lẻ sử dụng các kỹ năng tích hợp thường vượt trội về chất lượng so với cả thiết kế câu lệnh đơn khối (monolithic prompt) lẫn cấu hình tác tử phụ. Đơn cử, một doanh nghiệp từng thiết lập hàng chục tác tử phụ chuyên biệt bên trong tác tử tương tác với khách hàng, dẫn đến khó khăn trong việc duy trì trải nghiệm thương hiệu nhất quán và làm suy giảm khả năng sử dụng do độ trễ cao. Quảng cáo Trong quy trình đa tác tử, ngữ cảnh bị thất thoát ở mỗi bước bàn giao giữa các khâu viết tính năng, viết bài kiểm thử và duyệt mã nguồn. Trong quy trình tác tử đơn, một tác tử đảm nhiệm cả việc viết tính năng lẫn viết bài kiểm thử nhờ đã nắm bắt đầy đủ ngữ cảnh, trong khi một bộ phận kiểm chứng độc lập chỉ thực hiện chạy kiểm thử và báo cáo kết quả. | Ảnh: Anthropic Mô hình hiện có thể tự đảm nhiệm phần lớn công việc điều phối Theo Anthropic, nhiều thiết kế tác tử hiện tuân theo khuôn mẫu quen thuộc gồm nhận diện ý định, quy trình xử lý cố định, phân khúc người dùng, các nhánh khuyến nghị riêng biệt và một bộ điều phối tổng thể. Phần lớn các công đoạn này hiện đã có thể do chính mô hình tự xử lý cho từng trường hợp sử dụng cụ thể. Quảng cáo Anthropic gọi đây là "Định luật Conway" áp dụng cho các tác tử. Kiến trúc hệ thống trở thành bản sao của cơ cấu tổ chức doanh nghiệp, khi mỗi đội ngũ tự triển khai tác tử phụ riêng cho đến khi hàng trăm tác tử chồng chéo xuất hiện mà không có tiêu chuẩn chung. Hệ quả tiếp theo là hiện tượng mà Anthropic gọi là "Frankenprompt", trong đó mỗi đội ngũ đều bổ sung thêm các quy tắc vào câu lệnh hệ thống (system prompt), dẫn tới những mâu thuẫn lẫn nhau. Theo công ty, một câu lệnh hệ thống tinh gọn, bốn đến năm công cụ dữ liệu tối giản cùng các rào chắn kiểm soát đầu ra cố định là đã đủ đáp ứng phần lớn nhu cầu sử dụng. Đơn cử, Anthropic đã cắt giảm hơn 80% câu lệnh hệ thống của Claude Code đối với các mô hình thế hệ mới, một phần nhờ việc các kỹ năng và công cụ hiện chỉ được tải khi thực sự cần thiết. Các mô hình mới này cũng có khả năng tự nhận xét về tiến độ và tự kiểm tra kết quả công việc, qua đó giảm bớt sự cần thiết của các lớp kiểm soát bổ sung. Quảng cáo Anthropic nhận định mô hình các tác tử phụ (sub-agent) vẫn phát huy hiệu quả khi cửa sổ ngữ cảnh (context window) của một tác tử đơn lẻ suy giảm hiệu năng rõ rệt, khi nhiều tác vụ cần vận hành song song với các cửa sổ ngữ cảnh riêng biệt, hoặc khi một tác tử đơn lẻ gặp khó khăn trong việc lựa chọn công cụ. Để hỗ trợ quá trình chuyển đổi từng bước, Anthropic đã công bố bộ công cụ chuyển đổi trên GitHub nhằm hướng dẫn các nhóm kỹ thuật thực hiện quy trình xác định các mô hình hiện có, đánh giá các giải pháp thay thế và kiểm chứng phương án tối ưu. Anthropic cảnh báo không nên sáp nhập một cách thiếu cân nhắc, bởi trong một thử nghiệm với tác tử hỗ trợ khách hàng, việc tích hợp tác tử phụ dù giúp giảm độ trễ nhưng đã phá vỡ một quy trình vốn đang vận hành hiệu quả. Tác tử chính đã tự đưa ra câu trả lời thay vì tham vấn đúng bộ phận chuyên môn. Quảng cáo Các nhóm kỹ thuật cần kiểm soát, tránh để thư viện kỹ năng gia tăng mất kiểm soát Thay vì phân bổ cho mỗi bộ phận một tác tử riêng biệt, Anthropic khuyến nghị đóng gói các quy trình làm việc thành các kỹ năng và tải công cụ theo nhu cầu thông qua tính năng tìm kiếm công cụ. Một nhóm trung tâm quy mô nhỏ cần chịu trách nhiệm quản trị câu lệnh hệ thống (system prompt) và kiểm soát chất lượng tổng thể. Ngoài ra, Anthropic lưu ý khả năng lựa chọn công cụ của mô hình có xu hướng suy giảm khi vượt quá 30 đến 50 định nghĩa công cụ; do đó, các nhân sự phụ trách tại từng nhóm cần duy trì các thư viện kỹ năng nhằm tránh tình trạng mở rộng quá mức. Quảng cáo Đối với các tài liệu tham khảo như tài liệu hướng dẫn, thông số kỹ thuật sản phẩm hoặc định nghĩa chỉ số, Anthropic khuyến nghị xây dựng các cơ sở tri thức để tác tử chỉ truy vấn khi cần thiết thông qua công cụ tìm kiếm. Dạng thông tin này cũng có thể được nhúng dưới dạng tệp tham chiếu bên trong một kỹ năng. Anthropic khuyến cáo không nên truy xuất ngữ cảnh thông qua mã lập trình rồi đưa trực tiếp vào câu lệnh (prompt). Các kết luận của Anthropic đồng nhất với những nghiên cứu gần đây. Một nghiên cứu của Vals chỉ ra rằng các nhóm tác tử có thể vận hành nhanh hơn tác tử đơn lẻ nhưng không đem lại chất lượng cao hơn. Báo cáo nghiên cứu cho thấy việc mở rộng quy mô từ 10 lên 30 hoặc 100 tác tử không nâng cao chất lượng mà làm gia tăng đáng kể chi phí. Nhà phát triển Eric Provencher của OpenAI cũng bày tỏ nghi vấn về giá trị của các cụm tác tử (agent swarm), đồng thời nhận định mô hình này "gần như chắc chắn" gây lãng phí tài chính. Tin tức AI chuẩn xác, không thổi phồng – Biên tuyển bởi con người Đăng ký THE DECODER để đọc nội dung không quảng cáo, nhận bản tin AI hằng tuần, ấn phẩm báo cáo chuyên sâu "AI Radar" 6 số mỗi năm, toàn quyền truy cập kho lưu trữ và tham gia mục bình luận. Đăng ký ngay Nguồn: Anthropic