Anthropic khuyến nghị từ bỏ hệ thống multi-agent phức tạp để quay về kiến trúc đơn tác tử

Anthropic vừa đưa ra lời khuyên cho các đội ngũ phát triển phần mềm và doanh nghiệp: hãy cân nhắc lại việc triển khai các framework đa tác tử (multi-agent) phức tạp. Theo nhóm Applied AI của công ty, việc hợp nhất các tác tử phụ (sub-agent) chuyên biệt vào một tác tử chính duy nhất—với cơ chế truy xuất ngữ cảnh theo nhu cầu—thường mang lại kết quả vượt trội cả về chất lượng đầu ra, chi phí vận hành lẫn độ trễ.

Sự chuyển dịch này bắt nguồn từ việc năng lực suy luận của các mô hình hiện đại như Opus 4.5, Opus 5.5 và Fable 5.1 đã tăng lên đáng kể. Những hệ thống này đủ sức tự lập và bám sát các kế hoạch thực thi phức tạp ngay trong một vòng lặp đơn lẻ, loại bỏ nhu cầu về các quy trình điều phối đa tầng cứng nhắc. Trong một bài kiểm tra hiệu năng do chính Anthropic công bố, kiến trúc đơn tác tử (single-agent) đạt tốc độ xử lý nhanh gần gấp đôi so với mô hình multi-agent tương đương.

Cái giá của việc bàn giao giữa các tác tử

Những năm gần đây, nhiều doanh nghiệp đã xây dựng hệ thống agent mô phỏng theo cơ cấu tổ chức của chính họ—hiện tượng mà Anthropic gọi là "Định luật Conway" áp dụng vào AI. Theo mô hình này, các phòng ban khác nhau sẽ tự phát triển các sub-agent riêng biệt với hệ thống prompt và nhánh xử lý chuyên biệt.

Tuy nhiên, quá trình triển khai thực tế tại các doanh nghiệp đã bộc lộ nhiều điểm nghẽn. Điển hình, một tổ chức đã dựng tới hàng chục sub-agent đằng sau một trợ lý ảo chăm sóc khách hàng duy nhất, dẫn đến độ trễ rất cao cùng giọng văn thương hiệu thiếu đồng nhất.

Anthropic chỉ ra rằng các đường ống xử lý multi-agent thường xuyên gặp phải tình trạng suy thoái ngữ cảnh sau mỗi lượt bàn giao giữa các tác tử—chẳng hạn như khi chuyển giao chỉ dẫn từ agent viết tính năng sang agent viết unit test, rồi lại tiếp tục sang agent kiểm duyệt mã nguồn. Ngược lại, mô hình single-agent có thể tự viết cả tính năng lẫn các bài kiểm thử liên quan một cách trực tiếp nhờ bảo toàn trọn vẹn ngữ cảnh, chỉ cần thêm một cơ chế xác thực gọn nhẹ để chạy kiểm thử và ghi nhận kết quả.

Không chỉ dừng lại ở đó, việc mở rộng tràn lan multi-agent còn tạo ra thứ mà Anthropic gọi là "Frankenprompt"—những đoạn system prompt cồng kềnh, chắp vá chồng chéo các quy tắc xung đột giữa các phòng ban. Bằng cách tinh gọn kiến trúc và nạp kỹ năng động theo nhu cầu, Anthropic đã giảm được hơn 80% dung lượng system prompt cho Claude Code trên các mô hình đời mới.

Quản lý kỹ năng và thư viện công cụ

Thay vì phân chia từng tác vụ riêng biệt cho từng agent, Anthropic khuyến nghị nên mô-đun hóa các quy trình thành những bộ kỹ năng (skills). Tác tử chính sau đó sẽ tự động nạp các kỹ năng này khi cần thông qua cơ chế tìm kiếm công cụ (tool-search).

Công ty cũng nhấn mạnh một số nguyên tắc tốt nhất nhằm duy trì tính ổn định của hệ thống:

• Tập trung hóa quyền kiểm soát prompt: Cần một đội ngũ nòng cốt quy mô nhỏ để trực tiếp quản lý system prompt, các rào chắn kiểm soát đầu ra (guardrails) và tiêu chuẩn chất lượng tổng thể.
• Giới hạn số lượng công cụ: Độ chính xác khi lựa chọn công cụ của mô hình có xu hướng suy giảm rõ rệt một khi thư viện công cụ vượt quá ngưỡng 30 đến 50 định nghĩa đang hoạt động. Các trưởng nhóm cần chọn lọc và tinh giản thư viện kỹ năng để tránh phình to hệ thống.
• Truy xuất thông tin động: Các tài liệu nền tảng, đặc tả sản phẩm và chỉ số nội bộ nên được lưu trữ trong cơ sở tri thức để truy vấn khi có yêu cầu, thay vì đưa cứng hoặc nhồi nhét trực tiếp vào system prompt.

Khi nào sub-agent vẫn là lựa chọn cần thiết?

Dù vậy, Anthropic vẫn cảnh báo các đội ngũ kỹ sư không nên vội vã gộp kiến trúc mà thiếu sự đánh giá cẩn trọng. Trong một thử nghiệm hỗ trợ khách hàng, việc sáp nhập sub-agent vào tác tử chính tuy giúp giảm thời gian phản hồi, nhưng lại khiến hệ thống tự động trả lời truy vấn thay vì chuyển tiếp yêu cầu đến đúng chuyên viên phụ trách.

Nhằm hỗ trợ các lập trình viên đánh giá lại hệ thống, Anthropic đã phát hành một bộ công cụ chuyển đổi (migration kit) trên GitHub, hướng dẫn từng bước quy trình đánh giá. Theo hãng, kiến trúc multi-agent vẫn phát huy giá trị trong một số trường hợp cụ thể:

• Khi một tác tử đơn lẻ bị sụt giảm hiệu năng rõ rệt do cửa sổ ngữ cảnh (context window) quá tải.
• Khi các tác vụ độc lập đòi hỏi phải thực thi đồng thời trên các cửa sổ ngữ cảnh hoàn toàn tách biệt.
• Khi tác tử gặp khó khăn trong việc chọn đúng công cụ giữa một tập hợp tác vụ quá đồ sộ.

Những nhận định của Anthropic cũng tương đồng với các nghiên cứu độc lập về hiệu năng tác tử. Một khảo sát gần đây của nền tảng đánh giá Vals cho thấy dù các nhóm agent có thể tăng lưu lượng xử lý trong một số kịch bản nhất định, việc mở rộng từ 10 lên 30 hay 100 tác tử lại khiến chi phí tăng vọt mà không hề cải thiện chất lượng đầu ra. Nhà phát triển Eric Provencher của OpenAI cũng bày tỏ sự hoài nghi tương tự về các đàn tác tử (multi-agent swarms), nhận định mô hình này "gần như chắc chắn" là một cách sử dụng tài nguyên kém hiệu quả.