Tác giả: Matthias Patzak
Ngày phát hành: 30 JAN 2026
Chuyên mục: Amazon Q, Best Practices, Technical How-to, Thought Leadership

Các AI Agent không thể hoạt động hiệu quả giữa các nhóm vì chúng thiếu kiến thức chuyên sâu (domain knowledge) chỉ tồn tại trong tâm trí của các nhà phát triển (ví dụ: các mẫu kiến trúc, quy tắc nghiệp vụ, ràng buộc thiết kế). Khi các Agent thực hiện thay đổi đối với mã của một nhóm khác, chúng thường thất bại. Không phải vì Agent thiếu khả năng, mà vì nó không hiểu ngữ cảnh của nhóm đó.

Bạn có thể giám sát Agent cẩn thận hơn, nhưng bạn không thể hướng dẫn một Agent trong một lĩnh vực mà bạn không tự mình hiểu rõ. Một số nhóm cố gắng sử dụng trực tiếp Agent của nhóm khác. Điều này tạo ra một nút thắt cổ chai khác. Các nhà phát triển không hiểu rõ lĩnh vực khác đủ để đưa ra yêu cầu chính xác hoặc đánh giá phản hồi.

Giải pháp không phải là cung cấp cho Agent của bạn thêm ngữ cảnh về mã của nhóm khác. Mà là để Agent của nhóm khác tự xử lý mã của họ. Hợp tác Agent-to-Agent có nghĩa là Agent của nhóm thanh toán (checkout team) của bạn giao tiếp với Agent của nhóm lập hóa đơn (billing team) thông qua các yêu cầu có cấu trúc. Mỗi Agent hoạt động trong ngữ cảnh lĩnh vực riêng của mình—không yêu cầu chuyển giao kiến thức giữa các nhóm. Điều này đòi hỏi những nền tảng mà hầu hết các tổ chức chưa xây dựng.

Đây là cách nó hoạt động.

Cách thức hoạt động thực tế của hợp tác Agent-to-Agent

Mỗi nhóm vận hành một Agent điều phối (coordinator agent) quản lý các Agent chuyên biệt của mình cho sản phẩm, phát triển, thử nghiệm và vận hành. Các Agent điều phối giao tiếp thông qua các yêu cầu có cấu trúc. Agent điều phối của nhóm thanh toán của bạn gửi yêu cầu đến Agent điều phối của nhóm lập hóa đơn. Yêu cầu này chỉ định khả năng cần thiết, tiêu chí chấp nhận và ngữ cảnh nghiệp vụ.

Agent điều phối của nhóm lập hóa đơn kiểm tra yêu cầu này dựa trên các quyết định và chính sách kiến trúc. Nếu yêu cầu phù hợp với các mẫu đã thiết lập, Agent sẽ tiếp tục. Nó chỉ đạo các Agent chuyên biệt viết mã, tạo kiểm thử, chạy bộ kiểm thử và gửi một Pull Request (PR).

Một nhà phát triển trong nhóm lập hóa đơn xem xét PR. Các Agent đã tạo kiểm thử và xác thực tính đúng đắn về mặt kỹ thuật, nhưng nhà phát triển vẫn kiểm tra việc triển khai. Liệu điều này có phù hợp với các mẫu kiến trúc của bạn không? Nó có xử lý các trường hợp biên (edge cases) không? Nó có tạo ra nợ kỹ thuật (technical debt) không? Việc xem xét mất vài giờ thay vì vài ngày. Agent đã thực hiện phần việc nặng nhọc—viết mã, tạo kiểm thử và đảm bảo nó hoạt động. Nhà phát triển đảm bảo nó phù hợp với hệ thống. Sau khi được hợp nhất, Agent điều phối của nhóm lập hóa đơn thông báo cho Agent thanh toán về chi tiết triển khai và tài liệu API đã cập nhật.

Khi các yêu cầu không rõ ràng hoặc vi phạm các ràng buộc, Agent điều phối của nhóm lập hóa đơn sẽ đặt câu hỏi hoặc đề xuất các giải pháp thay thế. Khi các yêu cầu cần quyết định kiến trúc hoặc phê duyệt nghiệp vụ, Agent sẽ leo thang ngay lập tức. Cả hai Agent điều phối đều làm rõ các chi tiết kỹ thuật trước. Con người tập trung vào chiến lược, không phải vào hậu cần điều phối.

Cả hai nhóm đều giữ toàn quyền kiểm soát mã, tiêu chuẩn chất lượng và kiến trúc của họ.

Kiến thức chuyên sâu theo lĩnh vực (Domain-Specific Knowledge)

Hợp tác Agent-to-Agent yêu cầu tài liệu rõ ràng về các khái niệm nghiệp vụ, mẫu kiến trúc, quyết định thiết kế và chính sách leo thang. Kiến thức này đảm bảo các Agent của mỗi nhóm đưa ra quyết định phù hợp với các ràng buộc kỹ thuật và nghiệp vụ của lĩnh vực đó. Nếu không có nó, các Agent điều phối không thể đánh giá liệu các yêu cầu có hợp lý hay cách triển khai chúng một cách chính xác.

Hầu hết các nhóm thiếu tài liệu này. Dưới đây là những gì mỗi nhóm cần xây dựng.

Tài liệu hóa lĩnh vực nghiệp vụ của bạn

Mỗi nhóm phải tài liệu hóa những gì lĩnh vực của họ thực hiện và những quy tắc nghiệp vụ nào ràng buộc nó. Nếu không có điều này, Agent điều phối của họ không thể đánh giá các yêu cầu từ các nhóm khác hoặc triển khai các thay đổi một cách chính xác.

Các nhóm tài liệu hóa các khái niệm cốt lõi của họ. Nhóm lập hóa đơn tài liệu hóa hóa đơn, điều khoản thanh toán và quy trình nhắc nợ. Nhóm thanh toán tài liệu hóa quản lý giỏ hàng, xử lý thanh toán và xác nhận đơn hàng. Mỗi nhóm liệt kê các quy tắc nghiệp vụ, quy trình làm việc và ranh giới lĩnh vực của họ.

Nếu tổ chức của bạn thực hành Domain-Driven Design (DDD), các nhóm đã có nhiều nền tảng này. Các bounded contexts, ubiquitous language và domain models cung cấp chính xác những gì các Agent điều phối cần. Các tổ chức không có thực hành DDD cần mỗi nhóm xây dựng tài liệu tương tự từ đầu. Các AI Agent có thể tăng tốc quá trình này bằng cách phân tích codebase của bạn để xác định các mẫu, phỏng vấn các thành viên nhóm để trích xuất các quy tắc nghiệp vụ và soạn thảo các domain models ban đầu để con người xem xét.

Tài liệu hóa kiến trúc của bạn

Agent điều phối của mỗi nhóm cần hiểu cấu trúc hệ thống của bạn để duy trì tính nhất quán của kiến trúc. Các nhóm tài liệu hóa các thành phần và mối quan hệ của hệ thống. Họ chỉ định các mẫu tích hợp và ánh xạ quyền sở hữu dữ liệu cũng như vị trí trên các dịch vụ. Họ xác định các giao thức giao tiếp giữa các dịch vụ.

Nếu không có ngữ cảnh kiến trúc, một Agent điều phối có thể đề xuất các cuộc gọi API đồng bộ khi kiến trúc của bạn yêu cầu các sự kiện không đồng bộ hoặc đề xuất các thay đổi vi phạm ranh giới dịch vụ của bạn.

Ghi lại các quyết định kiến trúc của bạn

Tài liệu kiến trúc mô tả cấu trúc hệ thống của bạn. Các quyết định kiến trúc giải thích lý do bạn xây dựng nó theo cách đó. Các Agent điều phối phải hiểu lý do thiết kế để đánh giá liệu các yêu cầu mới từ các nhóm khác có vi phạm các nguyên tắc đã thiết lập hay không.

Đối với mỗi quyết định, các nhóm tài liệu hóa ngữ cảnh dẫn đến quyết định đó, các lựa chọn thay thế họ đã xem xét, các đánh đổi họ chấp nhận và các ràng buộc đã ảnh hưởng đến lựa chọn của họ. Định dạng chúng dưới dạng Architecture Decision Records (ADRs): các tài liệu ghi lại lý do đằng sau các lựa chọn kiến trúc.

Agent điều phối của mỗi nhóm sử dụng cơ sở kiến thức ADRs của nhóm mình khi đánh giá các yêu cầu đến. Khi một yêu cầu từ nhóm khác vi phạm một quyết định hiện có, Agent sẽ leo thang ngay lập tức thay vì triển khai một cái gì đó không nhất quán với kiến trúc của nhóm.

Xác định chính sách leo thang rõ ràng

Các Agent điều phối cần có ranh giới rõ ràng giữa những gì chúng có thể xử lý tự động và những gì yêu cầu sự phán đoán của con người. Mỗi nhóm chỉ định những gì Agent điều phối của họ phải leo thang—các quyết định nghiệp vụ yêu cầu phê duyệt (ví dụ: phương thức thanh toán mới hoặc thay đổi giá); các thay đổi nhạy cảm về bảo mật liên quan đến xác thực, ủy quyền hoặc truy cập dữ liệu; hoặc các thay đổi gây phá vỡ (breaking changes) (ví dụ: sửa đổi API hoặc thay đổi schema).

Các chính sách này đảm bảo các Agent điều phối hoạt động an toàn trong các ràng buộc của mỗi nhóm khi xử lý các yêu cầu từ các nhóm khác.

Cơ sở hạ tầng vận hành

Hợp tác Agent-to-Agent yêu cầu cơ sở hạ tầng mà hầu hết các tổ chức chưa xây dựng.

Tạo một Agent Registry

Các nhóm cần một registry trung tâm để khám phá những Agent điều phối nào tồn tại và những khả năng nào chúng cung cấp, giống như các Microservices cần service registries để tìm thấy nhau. Mỗi Agent điều phối quảng cáo các khả năng của mình—lĩnh vực này xử lý những gì, ranh giới của nó và những gì nó không xử lý rõ ràng. Nó xuất bản các đặc tả giao diện cho thấy cách tạo yêu cầu. Nó liệt kê các yêu cầu leo thang, chỉ ra những gì cần sự phê duyệt của con người.

Tăng cường Delivery Pipeline của bạn

Hợp tác Agent-to-Agent làm tăng khối lượng các Pull Request giữa các nhóm. Theo báo cáo DORA 2025, khoảng 77% các tổ chức triển khai một lần mỗi ngày hoặc ít hơn. Kiểm thử thủ công, tích hợp và triển khai không thể xử lý khối lượng tăng lên này. Chi phí điều phối đơn giản là chuyển từ việc yêu cầu thay đổi sang triển khai chúng.

Các tổ chức cần kiểm thử tự động, Continuous Integration và Continuous Deployment trước khi mở rộng quy mô hợp tác Agent-to-Agent. Nếu không có những nền tảng này, khối lượng mã tăng lên sẽ tạo ra các vấn đề điều phối thay vì tăng tốc. Tôi đã viết về việc xây dựng nền tảng này trong bài đăng của mình, Trợ lý mã hóa AI của bạn sẽ làm quá tải Delivery Pipeline của bạn: Đây là cách chuẩn bị. Nếu các nhóm của bạn thiếu những khả năng này, hãy giải quyết chúng trước.

AI Agents giảm chi phí xây dựng nền tảng

Chính các AI Agent cần tài liệu này cũng có thể giúp bạn tạo ra nó.

Chúng phỏng vấn nhóm của bạn về các khái niệm lĩnh vực và quy tắc nghiệp vụ, phân tích codebase của bạn để trích xuất các mẫu kiến trúc và tạo ra các ADRs ban đầu, cũng như soạn thảo các domain models từ mã và tài liệu hiện có. Agent soạn thảo; con người xem xét và tinh chỉnh.

Bắt đầu nhỏ với lĩnh vực của một nhóm. Khi tài liệu được cải thiện, các Agent sẽ hoạt động tự chủ hơn. Các Agent tự chủ đó sau đó sẽ giúp duy trì và mở rộng tài liệu mà chúng dựa vào.

Bắt đầu từ đâu

Xây dựng nền tảng trước khi xây dựng Agent. Bắt đầu bằng cách tài liệu hóa kiến thức lĩnh vực của một nhóm. Kiểm tra tài liệu đó với các yêu cầu thực tế giữa các nhóm bằng cách sử dụng trợ lý mã hóa AI. Tinh chỉnh những gì bị lỗi. Khi tài liệu hoạt động đáng tin cậy, hãy xây dựng Agent điều phối đầu tiên của bạn. Sau đó mở rộng quy mô.

Trình tự này giảm thiểu rủi ro cho khoản đầu tư của bạn. Nó xác nhận rằng các nhóm có thể cộng tác hiệu quả chỉ với tài liệu và trợ lý AI, đồng thời tiết lộ những gì còn thiếu thông qua việc sử dụng thực tế. Đến khi bạn xây dựng Agent điều phối, bạn sẽ biết chính xác những gì nó cần để thành công.

Chọn một nhóm gây ra nhiều sự chậm trễ nhất giữa các nhóm. Yêu cầu họ dành một ngày để tạo bốn tài liệu: (1) một domain model giải thích các khái niệm nghiệp vụ cốt lõi, (2) một tổng quan kiến trúc hiển thị cấu trúc hệ thống, (3) một hướng dẫn đóng góp với các mẫu yêu cầu và (4) các chính sách leo thang xác định những gì cần sự phê duyệt của con người.

Kiểm tra với ba đến năm yêu cầu thực tế. Cung cấp cho các nhóm yêu cầu tài liệu và trợ lý mã hóa AI. Theo dõi thời gian đến Pull Request đầu tiên và chu kỳ xem xét. So sánh với mức cơ sở của bạn.

Tinh chỉnh những gì còn thiếu. Áp dụng playbook cho ba đến bốn nhóm nữa trong vòng hai tháng.

Khi bạn có bốn đến năm nhóm với tài liệu đã được chứng minh, hãy xem xét xây dựng các Agent điều phối. Xây dựng một Agent điều phối cho nhóm có khối lượng công việc cao nhất của bạn. Xử lý một loại yêu cầu. Đo lường xem liệu các yêu cầu được Agent điều phối có giảm chi phí so với các nhà phát triển sử dụng AI hay không. Nếu nó chứng minh có giá trị, hãy xây dựng registry và mở rộng. Nếu không, hãy cải thiện và lặp lại.

Tài liệu tham khảo

1. DORA 2025 Report: State of AI-assisted Software Development
2. How AI Is Transforming Work at Anthropic
3. Measuring the Impact of AI Assistants on Software Development
4. Amazon Bedrock AgentCore adds quality evaluations and policy controls for deploying trusted AI agents

TAGS: AI, Artificial Intelligence

Về tác giả

Matthias Patzak
Matthias gia nhập nhóm AWS Executive in Residence vào đầu năm 2023 sau một thời gian làm Cố vấn chính trong AWS Solutions Architecture. Trong vai trò này, Matthias làm việc với các nhóm điều hành về cách đám mây có thể giúp tăng tốc đổi mới, hiệu quả của CNTT và giá trị kinh doanh mà công nghệ của họ tạo ra từ góc độ con người, quy trình và công nghệ. Trước khi gia nhập AWS, Matthias là Phó Chủ tịch CNTT tại AutoScout24 và Giám đốc điều hành tại Home Shopping Europe. Ở cả hai công ty, ông đã giới thiệu các mô hình vận hành tinh gọn-linh hoạt ở quy mô lớn và dẫn dắt các chuyển đổi đám mây thành công, mang lại thời gian giao hàng ngắn hơn, giá trị kinh doanh tăng lên và định giá công ty cao hơn.