Điều phối đa agent

Những điều bạn cần biết

Điều phối đa agent (multi-agent orchestration) là cách bạn xây dựng các hệ thống trong đó nhiều agent Claude phối hợp làm việc trên các nhiệm vụ phức tạp. Kiến trúc này không phải là tùy chọn hay linh hoạt — kỳ thi kiểm tra một mẫu cụ thể: hub-and-spoke với một coordinator ở trung tâm.

Kiến Trúc Hub-and-Spoke

Kiến trúc này có hai vai trò:

• Coordinator agent: nằm ở trung tâm. Nhận nhiệm vụ ban đầu, phân rã nó, quyết định subagent nào cần gọi, truyền ngữ cảnh cho chúng, tổng hợp kết quả của chúng, xử lý lỗi, và điều phối thông tin giữa chúng.
• Subagent: các nhánh (spoke). Mỗi subagent xử lý một nhiệm vụ chuyên biệt (tìm kiếm web, phân tích tài liệu, tổng hợp, tạo báo cáo). Chúng nhận chỉ thị từ coordinator và trả kết quả về cho coordinator.

Quy tắc cốt lõi: MỌI giao tiếp đều đi qua coordinator. Các subagent không bao giờ giao tiếp trực tiếp với nhau. Không bao giờ. Không phải vì hiệu suất, không phải vì tiện lợi, không vì bất kỳ lý do gì. Mọi thông tin di chuyển giữa các subagent đều phải đi qua coordinator.

Việc tập trung hóa này mang lại ba điều mà kỳ thi quan tâm:

1. Khả năng quan sát (observability) — bạn có thể ghi log và giám sát mọi tin nhắn tại một nơi duy nhất.
2. Xử lý lỗi nhất quán — coordinator áp dụng các chính sách khôi phục lỗi thống nhất.
3. Luồng thông tin có kiểm soát — coordinator quyết định ngữ cảnh nào mỗi subagent nhận được.

Nguyên Tắc Cô Lập Then Chốt

Đây là khái niệm bị hiểu sai phổ biến nhất trong các hệ thống đa agent, và kỳ thi khai thác sự hiểu sai này rất nhiều.

Subagent KHÔNG tự động thừa hưởng lịch sử hội thoại của coordinator. Khi coordinator sinh ra một subagent, subagent đó chỉ bắt đầu với những gì coordinator đưa vào một cách rõ ràng trong prompt của nó. Nó không có quyền truy cập vào:

• System prompt của coordinator (trừ khi được đưa vào rõ ràng)
• Các tin nhắn trước đó trong hội thoại của coordinator
• Kết quả từ các subagent khác (trừ khi coordinator truyền chúng)
• Bất kỳ "bộ nhớ dùng chung" hay trạng thái toàn cục nào

Subagent KHÔNG chia sẻ bộ nhớ giữa các lần gọi. Nếu coordinator gọi subagent tìm kiếm web hai lần, lần gọi thứ hai không có kiến thức gì về lần thứ nhất. Mỗi lần gọi đều độc lập.

Điều này có nghĩa là coordinator phải có chủ đích rõ ràng về ngữ cảnh. Mọi thông tin mà một subagent cần phải được đưa vào rõ ràng trong prompt của nó. Nếu agent tổng hợp cần kết quả tìm kiếm web, coordinator phải truyền những kết quả đó một cách rõ ràng — agent tổng hợp không thể "tra cứu" chúng từ một kho lưu trữ dùng chung.

Trách Nhiệm Của Coordinator

Coordinator có bốn trách nhiệm chính mà kỳ thi kiểm tra:

1. Lựa chọn subagent động. Coordinator phân tích yêu cầu của truy vấn và động chọn subagent nào cần gọi. Nó KHÔNG luôn luôn định tuyến qua toàn bộ pipeline. Một câu hỏi thực tế đơn giản có thể chỉ cần subagent tìm kiếm web, không cần toàn bộ chuỗi nghiên cứu-phân tích-tổng hợp. Định tuyến mọi truy vấn qua mọi subagent lãng phí thời gian và tài nguyên.

2. Phân vùng phạm vi nghiên cứu. Khi ủy quyền cho nhiều subagent, coordinator phân vùng phạm vi nghiên cứu để giảm thiểu sự trùng lặp. Nó gán các chủ đề phụ hoặc loại nguồn khác nhau cho mỗi agent. Ví dụ, một agent tìm kiếm các bài báo học thuật trong khi agent khác tìm kiếm tin tức — chúng không cùng tìm kiếm cùng một nguồn.

3. Vòng lặp tinh chỉnh lặp lại. Coordinator đánh giá đầu ra tổng hợp để tìm khoảng trống. Nếu bản tổng hợp chưa đầy đủ, nó ủy quyền lại cho các subagent tìm kiếm và phân tích với các truy vấn có mục tiêu cụ thể. Nó gọi lại tổng hợp cho đến khi mức độ bao phủ đủ tốt. Đây không phải là một quy trình một lần — đó là một chu trình lặp lại.

4. Định tuyến giao tiếp tập trung. Mọi giao tiếp của subagent đều đi qua coordinator để đảm bảo khả năng quan sát, xử lý lỗi nhất quán, và luồng thông tin có kiểm soát.

Lỗi Phân Rã Hẹp

Đây là một mẫu kỳ thi cụ thể mà bạn phải nhận ra. Kỳ thi có một câu hỏi (được tham chiếu là Q7 trong bộ đề mẫu) trong đó một coordinator phân rã "tác động của AI đến các ngành công nghiệp sáng tạo" chỉ thành các chủ đề phụ về nghệ thuật thị giác, hoàn toàn bỏ sót âm nhạc, viết lách, và điện ảnh.

Nguyên nhân gốc rễ là sự phân rã nhiệm vụ của coordinator, không phải bất kỳ agent hạ nguồn nào. Agent tìm kiếm web đã tìm kiếm kỹ lưỡng cho những gì nó được giao. Agent tổng hợp đã tổng hợp mọi thứ nó nhận được. Nhưng coordinator chỉ gán các chủ đề nghệ thuật thị giác, nên âm nhạc, viết lách, và điện ảnh không bao giờ được nghiên cứu.

Kỳ thi mong đợi bạn truy nguyên các lỗi về nguồn gốc của chúng. Khi một hệ thống đa agent tạo ra một báo cáo bỏ sót toàn bộ các danh mục, đừng đổ lỗi cho các subagent — hãy kiểm tra sự phân rã của coordinator.

Mẫu này áp dụng rộng rãi: nếu đầu ra không đầy đủ về phạm vi (không phải về chiều sâu), sự phân rã của coordinator hầu như luôn là nguyên nhân gốc rễ.

Ví Dụ Thực Tế: Khoảng Trống Bao Phủ Của Hệ Thống Nghiên Cứu

Một hệ thống nghiên cứu đa agent được giao nhiệm vụ về "các công nghệ năng lượng tái tạo." Coordinator phân rã điều này thành "hiệu suất tấm pin mặt trời" và "thiết kế tuabin gió." Mỗi subagent tạo ra nghiên cứu kỹ lưỡng, có nguồn rõ ràng về chủ đề được giao.

Báo cáo cuối cùng toàn diện về năng lượng mặt trời và gió nhưng không nói gì về địa nhiệt, thủy triều, sinh khối, hay nhiệt hạch hạt nhân. Khoảng trống bao phủ không phải vì tìm kiếm kém hay tổng hợp yếu — mà vì coordinator chưa bao giờ gán những chủ đề phụ đó.

Cách khắc phục không phải là truy vấn tìm kiếm tốt hơn, không phải một agent tổng hợp có năng lực hơn, và cũng không phải thêm nhiều subagent hơn. Cách khắc phục là sự phân rã của coordinator tốt hơn, bao phủ đầy đủ chiều rộng của chủ đề.

Bẫy thi

Tình huống luyện tập

Không tìm thấy câu hỏi luyện tập "q-1-2-001".

Bài tập thực hành

Nguồn tham khảo

• Claude Agent SDK Overview — Anthropic
• Multi-Agent Research System Scenario (Skilljar) — Anthropic
• Building with Claude API (Skilljar) — Anthropic