07/2026 — 08/2026
Phân tích & thiết kế sản phẩm AI
Sáu bài về đưa agent vào production, mỗi bài kèm mục tự chỉ ra điều có thể sai
Tác giả — nghiên cứu, phân tích, thiết kế hệ thống, tự dựng site và hạ tầng kiểm chứng
Overview
Sáu bài viết trong hai tháng, phân tích các nền tảng AI agent thương mại hoàn toàn từ tài liệu công khai cộng các phép thử tôi tự chạy trên tài khoản riêng. Nguyên tắc xuyên suốt: không bài nào kết luận mạnh hơn bằng chứng nó có, và mỗi bài phải tự nêu điều gì sẽ chứng minh nó sai.
Các bài được xếp theo loại bằng chứng chứ không theo chủ đề, vì 'tôi thiết kế hệ thống này' và 'tôi chạy nó có đối chứng' là hai khẳng định khác nhau: có bài dựng trên nguồn công khai kèm link đối chiếu từng mục, có bài dựa trên phép thử tự chạy, có bài chỉ là thiết kế và được ghi rõ là chưa có dữ liệu vận hành.
Phần hạ tầng cũng là một phần của luận điểm. Site tự sinh Atom feed từ ngày đăng nhúng trong từng bài, và một agent chạy hàng tuần đọc lại toàn bộ sáu bài rồi dùng web search để tìm những khẳng định đã lệch so với thực tế — vì disclaimer 'giá và tính năng lĩnh vực này thay đổi nhanh' là lời hứa không thể giữ bằng tay.
Key Features
- Bài về chiến lược nền tảng: market map, moat analysis và reverse-engineer unit economics từ giá API công khai
- Bài về governance: thiết kế Tool Gateway và capability token; bốn phép thử tự chạy tìm ra ba lỗ hổng deployment governance
- Năm bài thiết kế hạ tầng agent: cloud sandbox, video pipeline, canvas cộng tác người–agent, hệ thống 1 tỷ hồ sơ, trình duyệt cho agent
- Bài vận hành có đối chứng: bảy placement qua ba lần chạy, mười ba lỗi ghi nhận và vá, rubric tự sửa từ v1 sang v2
- Bài đánh giá: meta-agent chấm agent với corpus băm SHA-256 và hai đòn tấn công vào chính grader — đã có bản triển khai chạy thật ở agent-evaluator
- Agent rà soát hàng tuần: chỉ báo cáo khi câu trích khớp nguyên văn trong bài VÀ nguồn nằm trong kết quả search thật, nếu không thì im lặng
Tech Stack
Challenges & Solutions
Problem · Một agent fact-check tự bịa ra 'chỗ này đã lỗi thời' còn tệ hơn là không có agent nào cả — nó sẽ mở issue rác hàng tuần cho tới khi bị tắt.
Solution · Hai phép kiểm định lượng trước khi bất kỳ phát hiện nào được báo cáo: câu trích phải khớp nguyên văn trong bài, và URL nguồn phải nằm trong tập URL mà hạ tầng search thực sự trả về — model không ghi được vào tập đó. Không parse được JSON thì tính là schema violation chứ không phải 'không có phát hiện'.
Problem · 'Không có gì thay đổi' và 'agent không chạy được' đều cho ra báo cáo rỗng, nên một API key hết hạn sẽ trông y hệt một kết quả sạch.
Solution · Tách hai trạng thái ở mã thoát: cả sáu bài lỗi API thì workflow thoát khác 0 và chuyển đỏ, lỗi một phần thì phát cảnh báo. Phát hiện được đúng nhờ chạy thử thật thay vì tin là nó chạy.
Lessons Learned
- Ghi rõ loại bằng chứng đứng sau mỗi kết luận có ích hơn nhiều so với việc viết cho chắc giọng — nó buộc mình phải phân biệt điều đã đo được với điều mới chỉ thiết kế.
- Một disclaimer mà không có cơ chế thực thi thì chỉ là câu chữ; muốn giữ lời hứa 'dữ liệu có thể đã cũ' thì phải có thứ tự động đi kiểm.
- Im lặng phải là đầu ra mặc định của một auditor tự động — thà bỏ sót còn hơn báo động giả, vì báo động giả sẽ khiến toàn bộ hệ thống bị bỏ qua.
Future Improvements
- Hiển thị ngày đăng ra giao diện bài viết, hiện mới nhúng ở dạng máy đọc được cho feed
- Bổ sung og:url cho ba bài còn thiếu để chia sẻ mạng xã hội hiển thị đúng
- Mở rộng agent rà soát sang kiểm link chết, hiện mới kiểm nội dung khẳng định