Cheatsheet: Agentic AI: hiểu vòng lặp ReAct và chọn kiến trúc agent phù hợp

By Ngọc Vương Trương

Tra cứu nhanh cho toàn bộ Module 1 và Module 2. Thuật ngữ kỹ thuật giữ nguyên tiếng Anh.

1. Bảng thuật ngữ cốt lõi

Agentic AI: Hệ thống dùng LLM để tự quyết định nhiều bước hành động trong vòng lặp, thay vì một lần gọi tuyến tính.
Workflow gọi LLM: Chuỗi gọi LLM cố định, tuyến tính, không có bước tự nhìn lại dữ liệu vừa lấy.
ReAct: Vòng lặp Thought → Action → Observation lặp lại tới khi đủ thông tin để trả lời.
Thought: Bước suy luận nội bộ của model: đang thiếu gì, nên làm gì tiếp.
Action: Một lời gọi tool cụ thể (function call) mà agent quyết định thực thi.
Observation: Kết quả tool trả về, được đưa ngược vào context cho vòng lặp tiếp theo.
Plan-and-Execute: Agent lập kế hoạch đầy đủ trước, rồi thực thi từng bước; khác ReAct ở chỗ plan tách khỏi execute.
Reflection: Bước agent tự đánh giá kết quả/lý luận vừa làm và sửa hướng đi.
Function calling: Cơ chế LLM trả về tên hàm + tham số dạng có cấu trúc để hệ thống thực thi.
Memory: Cách lưu và nạp lại thông tin: ngắn hạn (trong context) và dài hạn (ngoài context).
Context window: Giới hạn token model nhận trong một lần; mọi Thought/Action/Observation đều tiêu tốn chỗ này.
State: Trạng thái agent đang giữ: lịch sử bước, biến trung gian, tool đã gọi.

Workflow tuyến tính (không phải agent):

summary = llm("Tóm tắt email sau: ...")
# vào 1 prompt, ra 1 kết quả, hết. Không có bước nhìn lại dữ liệu vừa lấy.

Agent (có vòng lặp): model tự quyết định cần thêm gì rồi gọi tool rồi xem kết quả rồi lặp.

This cheatsheet is premium content. Sign in and purchase the course to view the full content. Sign in