Thuật ngữ: Kiến trúc Agentic & Điều phối
Agentic Loop
Một luồng điều khiển trong đó Claude liên tục nhận đầu vào, quyết định một hành động (thường là gọi tool), quan sát kết quả, và tiếp tục cho đến khi tác vụ hoàn tất. Vòng lặp chạy cho đến khi model trả về stop_reason là end_turn thay vì tool_use.
Bối cảnh thi: Câu hỏi kiểm tra xem bạn có hiểu điều kiện dừng của vòng lặp và cách các giá trị stop_reason quyết định vòng lặp tiếp tục hay kết thúc hay không.
Xem thêm: 1.1 Agentic Loops
Orchestration Pattern
Một cách tiếp cận thiết kế để điều phối một hoặc nhiều lệnh gọi Claude nhằm hoàn thành một tác vụ. Các pattern phổ biến gồm prompt chaining (các lệnh gọi tuần tự), routing (định tuyến đến một handler chuyên biệt), parallelisation (các lệnh gọi song song), và pattern orchestrator-workers (một agent trung tâm phân công cho các sub-agent).
Bối cảnh thi: Bạn cần ghép đúng từng orchestration pattern với use case phù hợp. Nắm rõ khi nào prompt chaining tốt hơn một prompt độc khối duy nhất, và khi nào parallelisation mang lại lợi ích thực sự.
Xem thêm: 1.2 Orchestration Patterns
Guardrail
Một cơ chế an toàn giới hạn hành vi của Claude trong phạm vi chấp nhận được. Guardrail có thể được triển khai dưới dạng input validation (kiểm tra tin nhắn người dùng trước khi gửi cho Claude), output validation (kiểm tra phản hồi của Claude trước khi trả về cho người dùng), hoặc giới hạn ở cấp tool (hạn chế tool nào khả dụng hoặc tham số nào được chấp nhận).
Bối cảnh thi: Đề thi phân biệt giữa input guardrail, output guardrail, và tool guardrail. Nắm rõ vị trí của từng loại trong agentic loop và chúng bảo vệ chống lại điều gì.
Xem thêm: 1.3 Guardrails & Safety
Claude Agent SDK
Framework Python chính thức của Anthropic để xây dựng ứng dụng agentic. Nó cung cấp một class Agent cấp cao với khả năng quản lý tool, guardrail hook, khả năng handoff, và tracing tích hợp sẵn. SDK xử lý agentic loop ở bên trong, nhờ đó nhà phát triển tập trung vào việc cấu hình hành vi của agent thay vì viết logic vòng lặp.
Bối cảnh thi: Câu hỏi có thể hỏi về các tính năng tích hợp sẵn của SDK (guardrail, handoff, tracing) so với những gì bạn phải tự triển khai. Nắm rõ sự khác biệt giữa class Agent của SDK và một agentic loop viết trực tiếp bằng API thô.
Xem thêm: 1.4 Claude Agent SDK
Multi-Agent System
Một kiến trúc trong đó nhiều agent chuyên biệt cùng phối hợp để hoàn thành một tác vụ. Mỗi agent có system prompt, tool, và trách nhiệm riêng. Giao tiếp giữa các agent diễn ra qua handoff (chuyển quyền điều khiển) hoặc message-passing (chia sẻ dữ liệu). Hai mô hình cấu trúc chính là hierarchical (agent quản lý phân công cho các worker) và peer-to-peer (các agent giao tiếp trực tiếp với nhau).
Bối cảnh thi: Nắm rõ sự đánh đổi giữa thiết kế single-agent và multi-agent. Đề thi kiểm tra khả năng nhận biết khi nào một hệ thống multi-agent là hợp lý so với khi nào một pattern đơn giản hơn là đủ.
Xem thêm: 1.5 Multi-Agent Systems
Human-in-the-Loop
Một pattern thiết kế trong đó một số hành động của agent yêu cầu con người phê duyệt rõ ràng trước khi thực thi. Pattern này thường được áp dụng cho các thao tác tác động lớn như gửi email, sửa đổi database, hoặc thực hiện giao dịch mua. Việc triển khai bao gồm tạm dừng agentic loop, trình bày hành động đề xuất cho con người, và chỉ tiếp tục khi được phê duyệt.
Bối cảnh thi: Câu hỏi tập trung vào vị trí đặt các cổng phê duyệt trong agentic loop và loại hành động nào cần con người xem xét. Nắm rõ sự khác biệt giữa human-in-the-loop và thực thi tự động hoàn toàn.
Xem thêm: 1.6 Human-in-the-Loop
Error Recovery
Các chiến lược xử lý lỗi trong agentic loop mà không làm sập toàn bộ luồng xử lý. Các cách tiếp cận phổ biến gồm retry với exponential backoff, fallback về một chiến lược đơn giản hơn, graceful degradation (trả về kết quả một phần), và leo thang lên người vận hành.
Bối cảnh thi: Đề thi kiểm tra khả năng thiết kế hệ thống agentic có khả năng phục hồi. Nắm rõ khi nào nên retry và khi nào nên fail một cách "mềm", cũng như cách ngăn chặn vòng lặp retry vô hạn.
Xem thêm: 1.7 Error Recovery & Resilience
stop_reason
Một trường trong phản hồi của Claude API cho biết lý do model dừng sinh nội dung. Hai giá trị quan trọng nhất là end_turn (model đã hoàn tất phản hồi một cách tự nhiên) và tool_use (model muốn gọi một tool). Trong một agentic loop, tool_use nghĩa là vòng lặp nên tiếp tục; end_turn nghĩa là tác vụ đã hoàn thành.
Bối cảnh thi: Đây là khái niệm được kiểm tra thường xuyên. Bạn cần nắm rõ toàn bộ các giá trị stop_reason và ý nghĩa của từng giá trị đối với tầng orchestration.
Xem thêm: 1.1 Agentic Loops
tool_use
Một giá trị stop_reason cho biết Claude muốn gọi một tool. Phản hồi sẽ chứa một content block tool_use chỉ định tên tool và tham số đầu vào. Orchestrator phải thực thi tool và trả kết quả về dưới dạng tin nhắn tool_result trước khi thực hiện lệnh gọi API tiếp theo.
Bối cảnh thi: Hiểu rõ toàn bộ luồng tool-use: Claude trả về tool_use, orchestrator thực thi, rồi gửi lại tool_result. Nắm rõ điều gì xảy ra nếu kết quả tool bị sai định dạng hoặc thiếu.
Xem thêm: 1.1 Agentic Loops
end_turn
Một giá trị stop_reason cho biết Claude đã hoàn tất phản hồi và không cần gọi thêm tool nào nữa. Trong một agentic loop, đây là tín hiệu để thoát vòng lặp và trả phản hồi cuối cùng về cho người dùng.
Bối cảnh thi: Đề thi có thể đưa ra tình huống buộc bạn phải xác định nên tiếp tục vòng lặp hay dừng lại. end_turn luôn là tín hiệu kết thúc.
Xem thêm: 1.1 Agentic Loops
Fan-Out/Fan-In
Một pattern parallelisation trong đó một tác vụ được chia thành nhiều tác vụ con độc lập (fan-out), mỗi tác vụ được xử lý đồng thời, rồi kết quả được tổng hợp lại (fan-in). Pattern này hữu ích khi nhiều phần thông tin có thể được thu thập hoặc xử lý độc lập với nhau.
Bối cảnh thi: Nắm rõ khi nào fan-out/fan-in phù hợp so với xử lý tuần tự. Đề thi kiểm tra khả năng nhận diện các tác vụ thực sự độc lập và có thể hưởng lợi từ việc thực thi song song.
Xem thêm: 1.2 Orchestration Patterns
Routing Pattern
Một cách tiếp cận orchestration trong đó một bước phân loại ban đầu xác định handler chuyên biệt nào sẽ xử lý một yêu cầu. Router xem xét đầu vào, phân loại nó, rồi định tuyến đến agent hoặc prompt downstream phù hợp. Cách này tránh việc dồn quá nhiều trách nhiệm vào một prompt duy nhất.
Bối cảnh thi: Câu hỏi kiểm tra khả năng thiết kế logic routing hiệu quả. Nắm rõ sự khác biệt giữa LLM-based routing (dùng Claude để phân loại) và rule-based routing (dùng logic tất định).
Xem thêm: 1.2 Orchestration Patterns