Giới thiệu AI Agents

Chào mừng bạn đến với khóa học AI Agents & LangGraph — nơi bạn sẽ học cách build autonomous AI systems có thể suy nghĩ, lên kế hoạch, và hành động.

Sau bài này, bạn sẽ:

Sự tiến hóa của AI Applications

12022: Chatbot        → Input text → Output text (passive)
22023: Copilot        → Gợi ý trong context (semi-active)
32024: AI Agent       → Goal → Plan → Execute → Learn (autonomous)
42025: Multi-Agent    → Nhiều agents collaboration

Ví dụ thực tế

Chatbot:

1User: "Thời tiết Hà Nội hôm nay?"
2Bot: "Tôi không có khả năng tra cứu thời tiết. Bạn thử truy cập weather.com nhé!"

AI Agent:

1User: "Lên kế hoạch du lịch Đà Nẵng 3 ngày, budget 5 triệu"
2Agent:
3  → Search flights + hotels
4  → Check weather forecast
5  → Find restaurants + attractions
6  → Calculate budget breakdown
7  → Generate itinerary document

Core Components

1. Brain (LLM) — Suy luận, ra quyết định
2. Memory — Lưu trữ context và history
3. Planning — Lên kế hoạch thực hiện
4. Tools — Tương tác với thế giới bên ngoài

Agent Loop

1# Pseudocode for agent loop
2def agent_loop(goal):
3    plan = llm.plan(goal)
4    
5    while not plan.is_complete():
6        next_step = plan.get_next_step()
7        
8        # Decide action
9        action = llm.decide(next_step, context)
10        
11        # Execute
12        result = execute_tool(action)
13        
14        # Observe and update
15        plan.update(result)
16        memory.store(action, result)
17    
18    return plan.get_final_result()

Module 1: Agent Fundamentals (Bài 1-5)

• AI Agents là gì, ReAct Pattern
• LangGraph cơ bản, Tool Calling

Module 2: Advanced Agents (Bài 6-9)

• Custom tools, Error handling
• Memory systems, State management

Module 3: Production Agents (Bài 10-12)

• Planning, Self-reflection
• Multi-agent systems
• Capstone project

📝 Quiz

1. Điểm khác biệt chính giữa chatbot và AI agent?

   • Agent có khả năng planning, tool use, và multi-step execution
   • Agent nhanh hơn
   • Agent rẻ hơn
   • Không khác nhau

2. 4 thành phần core của AI Agent?

   • Brain (LLM), Memory, Planning, Tools
   • Input, Output, Model, Database
   • Frontend, Backend, API, Database
   • Prompt, Context, Response, History

3. Tại sao khóa này chọn LangGraph?

   • Full control over agent behavior, phù hợp production
   • Dễ nhất
   • Miễn phí hoàn toàn
   • Phổ biến nhất

Key Takeaways

1. AI Agents — Autonomous systems: perceive, reason, act, learn
2. Khác chatbot — Agents chủ động plan và execute multi-step tasks
3. 4 components — Brain (LLM), Memory, Planning, Tools
4. LangGraph — Framework cho production agent development

Câu hỏi tự kiểm tra

1. AI Agent khác gì so với chatbot và copilot truyền thống?
2. Bốn thành phần cốt lõi của một AI Agent system là gì?
3. Tại sao năm 2024-2025 được coi là thời điểm bùng nổ của AI Agents?
4. LangGraph đóng vai trò gì trong việc phát triển AI Agent?