AI Agents 2025: AutoGPT, BabyAGI và cách build agent tự động

AI Agent = LLM + Tools + Memory + Planning

AI AGENT LÀ GÌ?

LLM thông thường: User: "Tìm giá vé máy bay Tokyo" AI: "Tôi không thể truy cập internet real-time"

AI Agent: User: "Tìm giá vé máy bay Tokyo" Agent:

1. Gọi tool "search_flights"
2. Phân tích kết quả
3. Trả lời: "Vé rẻ nhất là 500 USD từ VietJet"

CÁC LOẠI AGENT

1. ReAct Agent (Reasoning + Acting):

• Suy nghĩ từng bước
• Quyết định tool nào cần dùng
• Lặp lại cho đến khi có câu trả lời

2. Plan-and-Execute Agent:

• Lập kế hoạch toàn bộ trước
• Thực thi từng bước
• Phù hợp cho task phức tạp

3. Multi-Agent System:

• Nhiều agent chuyên biệt
• Phối hợp với nhau
• Ví dụ: AutoGen (Microsoft)

BUILD AGENT VỚI LANGCHAIN

from langchain.agents import initialize_agent, Tool
from langchain.llms import OpenAI

# Define tools
tools = [
    Tool(
        name="Calculator",
        func=lambda x: eval(x),
        description="Tính toán"
    ),
    Tool(
        name="Search",
        func=google_search,
        description="Tìm kiếm Google"
    )
]

# Initialize agent
agent = initialize_agent(
    tools=tools,
    llm=OpenAI(temperature=0),
    agent="zero-shot-react-description"
)

# Run
result = agent.run("Giá Bitcoin hôm nay nhân 2 bằng bao nhiêu?")

Output:

1. Thought: Cần tìm giá Bitcoin
2. Action: Search("Bitcoin price today")
3. Observation: $45,000
4. Thought: Cần nhân 2
5. Action: Calculator(45000 * 2)
6. Final Answer: $90,000

AUTOGEN (MICROSOFT)

Framework cho multi-agent conversation.

from autogen import AssistantAgent, UserProxyAgent

# Agent 1: Coder
coder = AssistantAgent(
    name="Coder",
    system_message="Bạn là Python expert"
)

# Agent 2: Reviewer
reviewer = AssistantAgent(
    name="Reviewer",
    system_message="Bạn review code"
)

# User proxy
user = UserProxyAgent(name="User")

# Start conversation
user.initiate_chat(
    coder,
    message="Viết function tính Fibonacci"
)

Kết quả:

• Coder viết code
• Reviewer review
• Coder sửa
• Lặp lại cho đến khi pass

CHALLENGES

1. Cost:

• Agent gọi LLM nhiều lần
• Chi phí có thể x10 so với single call

2. Reliability:

• Agent có thể "lạc đường"
• Cần set max_iterations

3. Tool Quality:

• Agent chỉ tốt nếu tools tốt
• Cần viết tool description rõ ràng

USE CASES THỰC TẾ

• Customer Support: Tự động trả lời + tạo ticket
• Data Analysis: Tự động query database + visualize
• Code Review: Tự động review PR + suggest fix
• Research: Tự động search + tổng hợp thông tin

KẾT LUẬN

AI Agent là tương lai của AI automation. Nhưng cần cẩn thận về cost và reliability!