HeronĐiều phối nhiều AI agent: vai trò, dependency và bàn giao có bằng chứng
Cách tổ chức nhiều AI agent làm việc như một đội phần mềm: chia vai trò PM, BA, Dev, QA, Security; quản lý dependency; bàn giao kèm bằng chứng và để con người duyệt các quyết định quan trọng.
Vì sao một agent là chưa đủ
Một agent làm tất cả dễ bị quá tải ngữ cảnh: vừa phân tích yêu cầu, vừa thiết kế, vừa viết code, vừa tự kiểm thử chính mình. Kết quả thường thiếu kiểm chứng độc lập và khó biết lỗi bắt đầu từ đâu.
Điều phối nhiều agent (multi-agent orchestration) chia việc cho các agent chuyên trách, giống một đội phần mềm thật, và đặt quy tắc rõ ràng cho việc bàn giao giữa họ.
Chia vai trò như một đội thật
- Product/Project Manager: chốt mục tiêu, phạm vi và thứ tự ưu tiên.
- Business Analyst: viết yêu cầu và tiêu chí chấp nhận đo được.
- Solution Architect: chọn kiến trúc, ranh giới module và rủi ro kỹ thuật.
- Frontend/Backend Engineer: hiện thực theo task nhỏ, có test.
- QA Tester: kiểm thử độc lập, ghi bằng chứng tái hiện được.
- DevOps/SRE và Security: kiểm tra triển khai, cấu hình và lỗ hổng trước khi phát hành.
Dependency và thứ tự chạy
Mỗi task khai báo nó phụ thuộc vào task nào. Task chỉ chạy khi đầu vào đã được chấp nhận; các nhánh độc lập có thể chạy song song. Cách này tránh việc agent viết code trên yêu cầu chưa chốt hoặc kiểm thử trên bản build cũ.
Bàn giao có bằng chứng
Agent không chỉ nói “đã xong”. Mỗi lần bàn giao kèm bằng chứng kiểm chứng được: file đã đổi, kết quả test, log, ảnh chụp hoặc đường dẫn tới artifact. Agent nhận việc kiểm tra bằng chứng trước khi bắt đầu, và trả lại nếu thiếu.
Con người ở đúng chỗ
Con người không cần xem từng dòng log, nhưng phải duyệt các quyết định có tác động: phạm vi, kiến trúc, thao tác trên dữ liệu thật và phát hành. Một hệ thống điều phối tốt dừng lại đúng những điểm đó và chờ duyệt.
Heron làm điều này thế nào
Trong Heron, bạn mô tả dự án; Heron lập backlog, chọn agent theo chuyên môn, chạy workflow có dependency và lưu bằng chứng cho từng bước. Bạn theo dõi tiến độ, duyệt các quyết định quan trọng và xem bằng chứng trước khi chấp nhận kết quả. Agent có thể dùng tài khoản Codex hoặc Claude Code của bạn, hoặc provider tương thích OpenAI qua API key.
Câu hỏi thường gặp
Multi-agent có tốn kém hơn một agent không?
Có thể tốn nhiều token hơn, nhưng giảm việc làm lại vì lỗi được phát hiện sớm ở từng bước bàn giao. Đặt quota theo model và tài khoản để kiểm soát.
Các agent có thể dùng model khác nhau không?
Có. Việc phân tích có thể dùng model mạnh, còn việc lặp lại đơn giản dùng model rẻ hơn — miễn là đổi model có sự đồng ý của người dùng.
Bao nhiêu agent là vừa?
Bắt đầu với 3–5 vai trò (ví dụ PM, Dev, QA) rồi thêm vai trò khi thấy điểm nghẽn thật. Nhiều agent hơn không tự động tốt hơn.