Kiến Trúc & Vận Hành Hệ Thống AI Agent Tự Trị
Làm chủ tư duy kiến trúc Agent đa tầng: từ vòng lặp ReAct, giao thức Model Context Protocol (MCP), quản trị bộ nhớ dài hạn, đóng gói kỹ năng (Skills) đến thiết lập rào chắn an toàn và quyết định Launch/No-Go dựa trên dữ liệu định lượng.
Mô phỏng Runtime AI Agent
Vòng lặp ReAct & Giao thức MCP
Tiếp nhận User Goal và thiết lập ranh giới tự trị (Triad of Control) để ngăn hành vi vượt quyền.
Lộ trình 5 Module & 20 Bài học
Mỗi bài học được chia nhỏ tập trung vào một quyết định thiết kế cốt lõi, đi kèm sơ đồ gốc từ research paper và bài tập thực hành.
Chuyển dịch Intent & Đường cong Tự chủ
Chuyển dịch từ cú pháp sang mục đích, phân biệt phần mềm truyền thống và agent, giải mã 5 cấp độ tự chủ và 4 câu hỏi xác định bài toán cần agent.
Vòng lặp Agent & 5 Lớp Hệ thống
Cơ chế vận hành 5 bước của vòng lặp Agent (Goal → Plan → Act → Observe → Iterate), bóc tách 5 lớp hệ thống và quy trình xử lý sự cố (Incident Triage).
Kỷ luật Kỹ thuật & Bối cảnh như Hạ tầng
Phổ kỷ luật từ Vibe Coding đến Agentic Engineering, kiến trúc bối cảnh tĩnh vs động, và cơ chế mở rộng thông tin tuần tự (Progressive Disclosure).
Định hình lại SDLC & Kinh tế học Agent
Tái cấu trúc 5 pha SDLC khi có AI hỗ trợ, ma trận chấm điểm cơ hội sản phẩm, bài toán kinh tế học Capex vs Opex và chiến lược định tuyến Model.
Hoàn thành khóa học với bằng chứng cho quyết định Launch
Đồ án Capstone kết hợp vòng lặp Agent ADK, công cụ MCP, kỹ năng được đóng gói, chốt chặn phê duyệt của con người (Human-in-the-Loop) và bộ eval 12 tình huống thực tế.
Giải đáp trước khi bắt đầu học
Khóa học AI Agents for PM dành cho đối tượng nào?
Khóa học dành cho Product Manager, Tech Lead và Solution Architect muốn thiết kế, xây dựng và đánh giá các hệ thống AI Agent tự chủ (Autonomous Agents), từ vòng lặp ReAct, giao thức Model Context Protocol (MCP) đến kiến trúc phối hợp Multi-Agent.
Khóa học có yêu cầu hoàn thành AI Literacy trước không?
Chúng tôi khuyến khích bạn hoàn thành AI Literacy hoặc nắm vững các khái niệm Token, Context Window và RAG trước khi bắt đầu để tiếp thu tốt nhất các kiến trúc Agentic nâng cao.
Đồ án tốt nghiệp (Capstone Project) của khóa học là gì?
Bạn sẽ thiết kế và thẩm định một hệ thống Agent hoàn chỉnh giải quyết bài toán phức tạp, bao gồm sơ đồ luồng ra quyết định, đặc tả công cụ MCP, cơ chế bộ nhớ Memory và bộ tiêu chí đánh giá chất lượng Pass@k.
Thời lượng và hình thức học như thế nào?
Lộ trình 5 module chuyên sâu gồm 20 bài học tự học theo nhịp độ cá nhân, kết hợp sơ đồ phân tích từ các nghiên cứu gốc của Google AI/Anthropic và bài tập thực hành tương tác.
Sẵn sàng thiết kế hệ thống AI Agent?
Bắt đầu ngay với Bài 1: Chuyển dịch Intent & Đường cong Tự chủ (Autonomy Curve) trong hệ thống Agent.