Kỷ nguyên AI đang tiến hóa thần tốc. Năm ngoái, chúng ta hào hứng thảo luận về Prompt Engineering (viết câu lệnh). Năm nay, tâm điểm đã chuyển sang Agentic Workflow (luồng làm việc của các AI Agent).
Gần đây, tác giả Carlos E. Perez đã đưa ra một góc nhìn rất đáng suy ngẫm về sự tiến hóa này: Sự chuyển dịch từ Loop Engineering sang Graph Engineering.
Là một người làm việc trong lĩnh vực Nhân sự & Vận hành tại Scuti Ai — nơi tinh thần AI First luôn là kim chỉ nam, tôi xin chia sẻ lại góc nhìn đã được tổng hợp và đúc kết sâu sắc về hai khái niệm này, cùng những ứng dụng thực tế mà chúng ta có thể đưa ngay vào công việc hàng ngày.
1. Loop Engineering: Khi AI học cách “Thử và Sai”
Loop Engineering là gì?
Loop Engineering (Kỹ thuật vòng lặp) là cách thiết kế luồng xử lý cho AI dựa trên các vòng lặp phản hồi (Feedback Loops) đơn giản như mô hình ReAct (Reason + Act) hay Self-Reflexion.
Hình dung đơn giản: Bạn giao cho AI một nhiệm vụ, AI thực hiện bước 1 sau đó kiểm tra kết quả. Nếu chưa đạt, AI tự rút kinh nghiệm và lặp lại bước đó cho đến khi ra kết quả đúng hoặc chạm ngưỡng số lần lặp tối đa.
- Ưu điểm: Dễ cài đặt, phản ánh đúng tư duy giải quyết vấn đề cơ bản của con người (thử, sai, sửa).
- Điểm nghẽn (Bottleneck):
- Lặp vô tận (Infinite Loops): AI dễ bị “kẹt” trong vòng lặp nếu gặp câu hỏi hóc húa hoặc không nhận diện được điểm dừng.
- Mất ngữ cảnh (Context Drift): Qua nhiều vòng lặp, AI dễ quên mất mục tiêu ban đầu.
- Tính tuyến tính gượng ép: Rất khó để xử lý các quy trình cần phân nhánh phức tạp hoặc đòi hỏi nhiều người/nhiều Agent cùng tham gia xử lý đồng thời.
2. Graph Engineering: Kiến trúc “Mạng lưới” giúp AI thực sự trưởng thành
Graph Engineering là gì?
Graph Engineering (Kỹ thuật đồ thị) là bước tiến vượt bậc, nơi luồng công việc của AI không còn là một đường thẳng hay một vòng lặp đơn độc, mà được biểu diễn dưới dạng Đồ thị quản lý trạng thái (Stateful Directed Acyclic Graph – DAG).
Thay vì chỉ có một con AI chạy quanh một vòng lặp, Graph Engineering xây dựng một hệ sinh thái gồm nhiều nút (Nodes – đại diện cho các tác vụ hoặc các Agent chuyên biệt) và các cạnh (Edges – đại diện cho luồng di chuyển dữ liệu và điều kiện rẽ nhánh).
Tại sao Graph Engineering vượt trội hơn hẳn?
- Quản lý trạng thái (State Management): Mỗi nút trong đồ thị đều biết chính xác toàn bộ hệ thống đang ở bước nào, dữ liệu đầu vào/đầu ra là gì, giúp loại bỏ hoàn toàn hiện tượng “quên ngữ cảnh”.
- Rẽ nhánh linh hoạt (Conditional Routing): AI có thể tự đánh giá điều kiện để quyết định đi tiếp sang Nút A, Nút B hay quay về Nút C.
- Thực thi song song (Parallel Execution): Nhiều tác vụ có thể được các Agent xử lý cùng một lúc thay vì phải xếp hàng chờ đợi.
- Khả năng kiểm soát (Determinism & Governance): Con người có thể can thiệp (Human-in-the-loop) vào đúng từng nút cụ thể trong đồ thị để kiểm tra chất lượng trước khi hệ thống chạy tiếp.
3. Bảng so sánh nhanh: Loop vs Graph Engineering
| Tiêu chí | Loop Engineering (Vòng lặp) | Graph Engineering (Đồ thị) |
| Cấu trúc luồng | Tuyến tính, xoay vòng | Mạng lưới, đa chiều, phân nhánh |
| Quản lý trạng thái | Yếu (dễ trôi ngữ cảnh) | Rất mạnh (Stateful, lưu trữ toàn cục) |
| Xử lý tác vụ | Tuần tự (Sequential) | Vừa tuần tự, vừa song song (Parallel) |
| Khả năng kiểm soát | Khó can thiệp giữa chừng | Rất dễ kiểm soát tại từng Nút (Node) |
| Độ phức tạp ứng dụng | Phù hợp bài toán đơn giản, 1 Agent | Phù hợp hệ thống doanh nghiệp, Multi-Agent |
4. Quan điểm cá nhân & Ứng dụng vào công việc HR / Vận hành
Quan điểm cá nhân
Sự thay đổi từ Loop sang Graph Engineering thực chất là sự thay đổi về tư duy làm việc:
- Tư duy Loop (Vòng lặp): Giống như cách làm việc “thử và sai”. Hỏng đâu sửa đó, nhớ đâu làm đó, rất tốn thời gian.
- Tư duy Graph (Đồ thị): Giống như một quy trình tự động hoàn chỉnh. Công việc được chia nhỏ, chạy đúng luồng và có hệ thống tự kiểm tra.
Ứng dụng thực tế vào công việc HR tại Scuti Ai
Tôi áp dụng tư duy Đồ thị này để biến các công việc HR thủ công thành luồng tự động:
1. Quy trình đón nhân sự mới (Onboarding)
- Cách làm cũ (Kiểu Vòng lặp): HR phải tự làm từng việc một. Gửi email => Nhắc điền thông tin => Chờ phản hồi => Lại gửi email nhắc tiếp. Việc này rất tốn công và dễ sót.
- Cách làm mới (Kiểu Đồ thị): Tạo ra một quy trình chạy tự động:
- Chạy cùng lúc: HR tự động gửi hợp đồng, trong khi IT tự động chuẩn bị máy tính và tài khoản.
- Tự động kiểm tra: Nếu nhân sự điền đủ thông tin, hệ thống báo hoàn tất. Nếu điền thiếu, hệ thống tự động gửi email nhắc nhở mà HR không cần can thiệp thủ công.
2. Xử lý báo cáo và dữ liệu nhân sự
- Cách làm cũ: Nhập liệu và tính toán thủ công từng dòng trên Excel. Dễ nhầm lẫn và mất nhiều thời gian.
- Cách làm mới: Thiết lập luồng tự động từ khâu đọc dữ liệu, tính toán chỉ số cho đến xuất báo cáo. Cách này giúp loại bỏ 100% sai sót và tiết kiệm tối đa thời gian.
5. Lời kết
Hiểu về Graph Engineering giúp chúng ta nhận ra rằng: Muốn AI làm việc hiệu quả, chúng ta không chỉ cần cho nó một câu lệnh hay (Prompt), mà cần xây dựng cho nó một môi trường làm việc có cấu trúc tốt (Well-structured Environment).
Dù bạn làm Tech hay Non-Tech tại Scuti Ai, tư duy phân rã quy trình thành các Nút (Nodes) và Luồng dữ liệu (Edges) sẽ giúp công việc hàng ngày của bạn trở nên mạch lạc, tối ưu và sẵn sàng tích hợp với các công cụ AI thế hệ mới!