# ⚖️ Đánh giá agent và tiêu chí chọn kiến trúc

By Ngọc Vương Trương

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

Bài trước ta đã chốt chuyện memory: cái gì giữ trong context, cái gì đẩy ra state store hay vector store, và khi nào thì cắt bớt lịch sử. Giờ đến câu hỏi cuối của module: làm sao biết một agent đang chạy tốt, và khi có nhiều lựa chọn kiến trúc thì chọn cái nào. Đây là bài đặt nền trực tiếp cho checkpoint ngay sau, nên mình sẽ đi theo hướng "có bảng tiêu chí trong tay rồi mới biện luận", chứ không chọn theo cảm giác.

Sau bài này, bạn cần làm được:

- Giải thích vì sao đánh giá agent phải nhìn cả trajectory, không chỉ output cuối.
- Lập được bảng tiêu chí bốn trục: độ chính xác, chi phí, độ trễ, khả năng kiểm soát.
- Chọn được metric và dựng một eval set nhỏ nhưng đủ dùng.
- Biện luận cho một lựa chọn kiến trúc cụ thể bằng số liệu, không bằng cảm tính.

## Vì sao chấm điểm agent khó hơn chấm một lần gọi LLM

Một lần gọi LLM là hàm gần như thuần: input vào, output ra, so khớp được. Agent thì khác ở ba điểm, và cả ba đều làm việc đánh giá rối lên.

Thứ nhất, agent chạy nhiều bước và lỗi tích lũy. Observation sai ở bước 2 thì bước 5 lệch theo, output cuối sai nhưng nguyên nhân nằm ở giữa. Thứ hai, agent không deterministic: cùng prompt, chạy ba lần ra ba trajectory khác nhau, nên một lần chạy đúng không chứng minh được gì. Thứ ba, output đúng chưa chắc đã tốt: agent trả lời đúng nhưng gọi tool 12 lần và đốt 40k token vẫn là lỗi vận hành, chỉ là lỗi chưa lộ ra ở tầng kết quả.

Kết luận thực dụng: đánh giá agent phải có hai tầng. Tầng **outcome** trả lời "đúng hay sai", tầng **trajectory** trả lời "đi đường nào, tốn bao nhiêu, có bước thừa không".

## Bốn trục tiêu chí, và cái nào là ràng buộc cứng

Đây là bảng bạn sẽ mang đi họp. Giữ nó ngắn, đừng thêm trục thứ năm nếu chưa ai hỏi.

## In this lesson

- Đo cái gì và đo như thế nào
- Ba case study chọn kiến trúc
- Chốt kiến trúc theo năm bước
- Chốt lại


---

## Contents

Part of [🤖 Agentic AI: hiểu vòng lặp ReAct và chọn kiến trúc agent phù hợp](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop.md)

- **🔄 Nền tảng Agentic AI và vòng lặp suy luận**
  - [🧭 Agentic AI là gì và khác gì workflow gọi LLM](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/agentic-ai-la-gi.md)
  - [🔁 Vòng lặp ReAct: Thought, Action, Observation](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/vong-lap-react.md) (sign-in required)
  - [🗺️ Planning và reflection: ReAct so với Plan-and-Execute](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/planning-va-reflection.md)
  - [✅ Checkpoint: Vòng lặp suy luận và ra quyết định](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/checkpoint-vong-lap-suy-luan.md)
- **🧰 Tool use, memory và chọn kiến trúc agent**
  - [🔧 Function calling và thiết kế tool cho agent](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/function-calling-va-thiet-ke-tool.md)
  - [🧠 Memory và quản lý trạng thái trong agent](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/memory-va-quan-ly-trang-thai.md)
  - [⚖️ Đánh giá agent và tiêu chí chọn kiến trúc](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/danh-gia-va-chon-kien-truc.md) (premium content) — this lesson
  - [✅ Checkpoint: Tool, memory và kiến trúc agent](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/checkpoint-tool-memory-kien-truc.md) (premium content)
- [Course cheatsheet](https://everwise.study/courses/agentic-ai-hieu-vong-lap-react-va-chon-kien-truc-agent-phu-hop/cheatsheet.md) (premium content)