DigitalOcean ra mắt các dịch vụ học máy và dữ liệu hỗ trợ các tác tử AI tự hoàn thiện

Trang chủ InfoQ Tin tức DigitalOcean ra mắt các dịch vụ dữ liệu và học tập nhằm hỗ trợ tác tử AI tự hoàn thiện AI, ML & Kỹ thuật dữ liệu DigitalOcean ra mắt các dịch vụ dữ liệu và học tập nhằm hỗ trợ tác tử AI tự hoàn thiện Ngày 26/10/2026 2 phút đọc Tác giả Sergio De Simone Theo dõi chúng tôi trên Youtube 232.000 người theo dõi Linkedin 26.000 người theo dõi Instagram Mới RSS 19.000 độc giả X 57,1 nghìn người theo dõi Facebook 21.000 lượt thích Bluesky Mới Nghe bài viết này - 0:00 Âm thanh sẵn sàng phát Trình duyệt không hỗ trợ tệp âm thanh. 0:00 0:00 Chuẩn 1,25x 1,5x Thích Danh sách đọc DigitalOcean đã công bố bản thử nghiệm công khai (public preview) của Learning Services và Agent Data Services, cho phép các nhà phát triển xây dựng, đánh giá và liên tục cải tiến các tác tử AI (AI agent) trên một nền tảng điện toán đám mây thuần AI thống nhất. Doanh nghiệp cho biết các dịch vụ mới được phát triển dựa trên Inference Engine và Managed Agents của DigitalOcean, nhằm giúp các tác tử học hỏi từ tương tác thực tế, xác định điểm yếu, thử nghiệm các giải pháp cải tiến và tận dụng dữ liệu nội bộ: "Chúng tôi xây dựng Inference Engine để các tác tử có thể tư duy, Managed Agents để chúng có thể hành động, và hiện nay là Agent Learning Services cùng Agent Data Services để chúng có thể tự hoàn thiện, trên một nền tảng đám mây mở và dựa trên chính dữ liệu của khách hàng." Learning Services kết hợp ba tính năng: Insights dùng để ghi nhận hoạt động của tác tử; Signals giúp nhận diện lỗi và những khoảng trống hiệu năng; và Simulations hỗ trợ thử nghiệm các cải tiến tiềm năng thông qua các cuộc hội thoại mô phỏng thực tế trước khi triển khai. Dù tách biệt với Learning Services, công cụ Inference Router nâng cao đóng vai trò then chốt trong định hướng cải tiến tác tử liên tục của DigitalOcean. Công cụ này tối ưu hóa việc lựa chọn mô hình dựa trên yêu cầu nhiệm vụ, cân đối giữa chi phí và chất lượng, đồng thời thực hiện lại các đánh giá tương tự trên các phiên bản mô hình mới. Agent Data Services cung cấp nền tảng dữ liệu an toàn, có quản trị cho các tác tử AI. Dịch vụ này xử lý và lập chỉ mục cho tài liệu, video, âm thanh, nhật ký hệ thống (log) cùng các phiên làm việc của tác tử; giúp thông tin có thể tìm kiếm và truy cập thông qua danh mục hợp nhất tích hợp sẵn các biện pháp quản trị và kiểm soát truy cập. Dịch vụ này cũng tích hợp với Learning Services nhằm hỗ trợ cải tiến tác tử liên tục: "Agent Learning Services được xây dựng trên [Data Services]: Signals sẽ ghi lại các phiên làm việc vào đây, và Optimizer chỉ lấy dữ liệu huấn luyện cùng dữ liệu kiểm thử từ đó khi khách hàng đồng ý rõ ràng." Bình luận về thông báo này trên mạng xã hội, ông Jonathan Saring, đồng sáng lập LakeOps, nhận định: "Vòng lặp ghi ngược dữ liệu (write-back loop) là phần đáng chú ý nhất. Khi dấu vết thực thi (trace), lệnh gọi công cụ (tool call) và kết quả đầu ra được đưa vào quy trình đánh giá hoặc học hỏi, chúng không còn là 'nhật ký đơn thuần' mà trở thành dữ liệu vận hành thực tế." Cùng quan điểm, kỹ sư cao cấp Deepanshu Udhwani cho rằng: "Phần ghi lại diễn biến thực tế chưa được đánh giá đúng mức so với khía cạnh truy xuất dữ liệu mà nhiều người đề cập khi nói về các tầng dữ liệu tác tử. Hầu hết các đội ngũ đều xây dựng khả năng truy xuất rất tốt nhưng lại bỏ qua việc ghi nhận kết quả một cách chuẩn xác, dẫn đến việc sáu tháng sau không ai có thể xác định lệnh gọi công cụ nào thực sự hiệu quả so với những lệnh chỉ mang lại cảm giác ổn định nhất thời." Tóm lược đoạn video giới thiệu của DigitalOcean, ông Keith Zhai, đồng sáng lập TinyFish, nhấn mạnh cách thức Signals và Simulations có thể chuyển hóa một phiên làm việc thất bại của người dùng thành phương án xử lý trước khi hàng trăm người dùng khác gặp sự cố tương tự: "Signals và Simulations đưa phiên làm việc đó thành giải pháp khắc phục trước khi người thứ 400 gặp phải trở ngại tương tự. [...] Việc các lệnh gọi công cụ hiển thị trạng thái hoàn tất bên cạnh những người dùng đã rời bỏ hệ thống vẫn là điểm gãy khúc của đa số các kiến trúc tác tử hiện nay. Nút thắt nằm ở việc liệu có ai nắm bắt được phiên làm việc mà người dùng thực tế đã trải qua hay không." Hiện tại, DigitalOcean Insights, Signals và Evaluations, bao gồm cả Simulations, đã được cung cấp dưới dạng bản thử nghiệm công khai. Tính năng tối ưu hóa Inference Router và Agent Data Services được phát hành dưới dạng bản thử nghiệm giới hạn (private preview). Về tác giả Sergio De Simone Xem thêmThu gọn Đánh giá bài viết Mức độ ứng dụng Phong cách Đã liên hệ tác giả Nội dung này thuộc chủ đề AI, ML & Kỹ thuật Dữ liệu (Data Engineering) Các chủ đề liên quan: Phát triển phần mềm AI, ML & Kỹ thuật Dữ liệu Tác tử (Agents) Các mô hình ngôn ngữ lớn (LLM) Cải tiến liên tục Khả năng quan sát (Observability) Digital Ocean Bài viết biên tập liên quan Đơn vị tài trợ liên quan Phổ biến trên InfoQ Google tối ưu hóa cơ sở mã Python 200.000 dòng của Agent Development Kit chỉ sau một đêm bằng Gemini 4 Argon Nhà phát triển các bản sao Adobe tạo bằng AI cho biết các sản phẩm này “còn lâu mới hoàn thiện” Cloudflare thu hồi 100 TB RAM nhờ tối ưu hóa băm nhất quán (Consistent Hashing) Vercel Labs phát hành mã nguồn mở fx: tác tử lập trình Zig được thiết kế để nhúng TornadoVM 7 cho phép xử lý khối lượng công việc trực tiếp trên GPU từ các ứng dụng Java Tương lai của ứng dụng web: Liệu các tác tử AI có tự động tạo giao diện người dùng theo thời gian thực? Nội dung liên quan Bản tin InfoQ Tổng hợp các nội dung tuần qua trên InfoQ, gửi vào thứ Ba hằng tuần. Tham gia cộng đồng hơn 250.000 nhà phát triển kỳ cựu. Xem bản mẫu Nhập địa chỉ thư điện tử Chọn quốc gia Chọn một quốc gia Tôi đồng ý để InfoQ.com xử lý