#Ai Agent

Tuần trước, một anh CEO công ty logistics 80 nhân viên ở Bình Dương hỏi tôi: "Tụi mình đang dùng ServiceNow mấy năm rồi, giờ nghe nói có AI mới, có cần nâng cấp không, hay chờ thêm?". Câu hỏi này đúng lúc ServiceNow vừa công bố Autonomous Workforce tại Knowledge 2026 (5/5/2026): gói AI specialists cho 4 phòng ban IT, CRM, HR, Security. Bài này tôi chia sẻ thẳng: nó là gì, khác gì Salesforce Agentforce, và quan trọng nhất với doanh nghiệp Việt là chi phí bao nhiêu, có nên triển khai lúc này không.

Microsoft ra mắt MXC (Microsoft Execution Containers) tại Build 2026 – một sandbox tích hợp thẳng vào hệ điều hành Windows, kiểm soát chính xác những gì mỗi AI agent được phép làm. OpenAI (Codex), Nvidia, Manus, và Nous Research đã tích hợp ngay. Đây là bước đi chiến lược quan trọng nhất của Microsoft năm 2026: biến Windows thành nền tảng duy nhất có thể deploy AI agent an toàn ở cấp doanh nghiệp.

Hãy nói thẳng: Build 2026 là hội nghị developer mà Microsoft dồn gần như tất cả trọng lượng vào AI, và lần này họ không còn dựa hoàn toàn vào OpenAI như trước. CEO Satya Nadella mở màn bằng chính Windows, giới thiệu mẫu máy tính mini Surface RTX Spark Dev Box chạy chip Nvidia mới, trợ lý ảo luôn hoạt động tên Scout xây trên nền tảng mã nguồn mở OpenClaw, mô hình lý luận tự phát triển đầu tiên MAI-Thinking-1, một hệ điều hành mới cho AI agent gọi là Project Solara, và chip lượng tử thế hệ hai Majorana 2. Đây là bài tổng hợp dễ hiểu những gì thực sự quan trọng trong núi thông tin đó.

500 triệu USD. Đó là hóa đơn Claude mà một công ty (giấu tên) nhận được sau khi quên đặt giới hạn sử dụng cho nhân viên. Uber tiêu hết toàn bộ ngân sách AI coding cho cả năm 2026 chỉ trong 4 tháng đầu năm. Microsoft phải rút lại giấy phép Claude Code đã cấp cho lập trình viên. Con số này có nghĩa là: ngành công nghệ đang bước vào giai đoạn "hóa đơn đến hạn" của cuộc cách mạng AI agent, và doanh nghiệp buộc phải học cách quản lý token như quản lý tiền điện.

Tôi đọc kỹ bài tường thuật Gemini Spark của một biên tập viên The Verge, không phải bài PR, là trải nghiệm thật của người dùng, và đối chiếu với cách Google mô tả tính năng: đây là AI agent luôn hoạt động (always-on) mới của Google dành cho gói AI Ultra 99 USD/tháng, và kết quả cho thấy một trong những trải nghiệm AI ấn tượng nhất, cũng đáng lo ngại nhất, mà cây bút này từng gặp. Chỉ với vài chi tiết mơ hồ, Spark tự lên được lịch trình du lịch cuối tuần chi tiết cho cả gia đình, kèm chú chó, mà không cần hỏi lại những thông tin cơ bản như tên các con hay địa chỉ nhà. Vấn đề là: Spark biết những thông tin đó vì nó đã đọc email, lịch, ảnh của người dùng từ trước. Bài test cho thấy: mức độ hữu ích của Spark tỷ lệ thuận với mức độ Google biết về đời sống cá nhân của bạn. Gemini Spark hiện chỉ mở cho một số biên tập viên Mỹ trong gói AI Ultra, tôi chưa có quyền truy cập để tự test, nên toàn bộ phân tích dưới đây dựa trên bài tường thuật chi tiết của The Verge.

Nhìn rộng hơn: cuộc đua AI agent đang dần chuyển trọng tâm, từ câu hỏi "mô hình nào thông minh hơn" sang câu hỏi ít được nói tới nhưng quyết định hóa đơn vận hành nhiều hơn, đó là "ai quản lý bộ nhớ rẻ hơn". 118.000 so với 3.260.000, đó là số token mà hai framework bộ nhớ AI agent tiêu tốn để trả lời cùng một câu hỏi phức tạp trong bài kiểm tra LongMemEval. MRAgent, framework mới từ nhóm nghiên cứu Đại học Quốc gia Singapore (NUS), chỉ dùng 118.000 token, trong khi LangMem, một framework phổ biến, đốt tới 3,26 triệu token, gấp khoảng 27 lần. Đặt trong bối cảnh chi phí vận hành: cách một AI agent "nhớ" thông tin cũ đang trở thành yếu tố quyết định hóa đơn API hàng tháng, không kém gì việc chọn mô hình AI nào.

Google vừa phát hành Gemini 3.7 Flash vào ngày 13/8/2026, chỉ 3 tuần sau khi bản 3.6 Flash ra mắt. Đây là model "workhorse" (ngựa thồ) tối ưu cho coding, agentic workflows (quy trình AI tự vận hành) và web development. Ba điểm quan trọng cần nhớ: Giá introductory giảm 50% so với 3.6 Flash trên mỗi million tokens (đơn vị tính lượng văn bản AI xử lý). Cải thiện benchmarks (điểm chuẩn đánh giá năng lực mô hình) FrontierCode 1.1 và DeepSWE v1.1 - hai bộ đo dành cho tác vụ lập trình thực tế. Hiệu năng tăng rõ ở 3 mảng: software engineering, lĩnh vực đòi hỏi nhiều tri thức chuyên ngành (luật, tài chính), và web development. Bỏ jargon sang một bên: bản này rẻ hơn, nhanh hơn, viết code giỏi hơn - và Google cùng ngày cũng ra mắt Sheets Canvas, cho phép dân văn phòng biến Google Sheets thành dashboard (bảng điều khiển số liệu trực quan) bằng một câu prompt (câu lệnh giao tiếp với AI).

Theo VentureBeat đưa tin ngày 24/7/2026, Anthropic vừa ra mắt Claude Opus 5 với giá 5 USD cho mỗi triệu input token và 25 USD cho mỗi triệu output token. Theo công ty, mô hình này mang lại gần như toàn bộ năng lực của dòng Claude Sonnet 5 cao cấp nhất, nhưng ở mức giá rẻ hơn đáng kể. Với lập trình viên Việt Nam đang dùng Claude qua API, đây là tin đáng chú ý vì chi phí sử dụng hàng tháng có thể giảm đáng kể nếu chuyển workload sang Opus 5.

Gemma 4 của Google DeepMind – gia đình model open source giấy phép Apache 2.0 – hỗ trợ function calling native ngay từ khi training, không cần prompt engineering để "dụ" model gọi tool. Bài này tôi sẽ hướng dẫn bạn build một AI agent chạy hoàn toàn local qua Ollama, gọi được weather API, currency converter, news – không một dòng code nào cần API key, không một byte data nào rời khỏi máy bạn.

Ba model AI open source tốt nhất hiện nay để build AI agent chạy local là Gemma 4 (Google), Qwen 3.5 (Alibaba) và Phi-4-mini (Microsoft) – đều hỗ trợ function calling, đều chạy được trên laptop. Nhưng mỗi model mạnh ở một việc khác nhau: Gemma 4 gọi tool chính xác nhất, Qwen 3.5 reasoning giỏi nhất, Phi-4-mini nhẹ nhất. Bài này tôi sẽ so sánh thực tế để bạn chọn đúng model cho đúng việc.