CHƯƠNG 3 THIẾT KẾ AI AGENT

KNOWLEDGE & WORKSPACEDESIGN FOR Al AGENTSWORKSPACEPERSONAL SHAREDKNOWLEDGE — KNOWLEDGEapIndividual =ete & €2mee,EB es—» —_>Sle — ey —INPUT PROCESS OUTPUT

Đây chính là lỗ hổng trong quản lý tri thức số mà mô hình thiết kế Knowledge & Workspace của Antigravity hướng tới giải quyết.

3.1.2 Mô hình Ba Tầng Tri thức

Tương tự như bộ não con người có trí nhớ ngắn hạn và dài hạn, Agent trong Antigravity được thiết kế với ba cơ chế quản lý thông tin riêng biệt, phục vụ các mục đích khác nhau:

Tầng Brain (Trí nhớ ngắn hạn): Lưu trữ toàn bộ lịch sử tương tác thô. Mọi câu hỏi, câu trả lời, và thao tác xử lý file đều được ghi lại tự động. Tuy nhiên, dữ liệu này chưa được cấu trúc và chỉ dùng để tham khảo lại lịch sử khi cần thiết.

Tầng Knowledge (Trí nhớ dài hạn): Là nơi lưu trữ các tri thức đã được chắt lọc và cấu trúc hóa. Khi Agent nhận diện một quy trình xử lý hiệu quả (ví dụ: cách đọc sao kê ngân hàng VCB), nó sẽ tạo ra một Knowledge Item. Lần sau gặp tác vụ tương tự, Agent sẽ tự động truy xuất knowledge này để áp dụng mà không cần hướng dẫn lại.

Tầng Database (Không gian làm việc): Là nơi lưu trữ dữ liệu nguồn và sản phẩm đầu ra, do người dùng tự tổ chức và kiểm soát. Đây là không gian vật lý chứa các file tài liệu, báo cáo, và dữ liệu thô.

Bảng dưới đây tóm tắt đặc điểm của ba tầng:

Tầng Tri thức	Quản lý bởi	Thời hạn lưu trữ	Mục đích chính
Brain	🤖Hệ thống (Tự động)	Ngắn hạn	Lưu vết lịch sử tương tác
Knowledge	🤖Hệ thống (Tự động)	Dài hạn	Tái sử dụng kinh nghiệm
Database	✋Người dùng (Thủ công)	Dài hạn	Tổ chức dữ liệu dự án

3.1.3 Mối quan hệ với Kiến trúc Dữ liệu Doanh nghiệp

Cần phân biệt rõ giữa mô hình Ba Tầng Tri thức này với Kiến trúc 4 Tầng (đã trình bày ở Chương 1.4).

Kiến trúc 4 Tầng tập trung vào tổ chức tài sản dữ liệu chung của toàn doanh nghiệp (SOP, Template, Case Study). Trong khi đó, mô hình Brain-KnowledgeDatabase tập trung vào cơ chế vận hành nội tại của Agent khi xử lý một tác vụ cụ thể.

Khi triển khai dự án, hai mô hình này tương tác chặt chẽ: Workspace của một dự án (Database) sẽ lấy đầu vào là các Template/SOP từ kho dữ liệu chung (Kiến trúc 4 Tầng). Sau khi Agent xử lý trong Workspace, các tri thức mới (Best Practices) sẽ được đóng gói và đưa ngược trở lại kho dữ liệu chung để chia sẻ cho toàn tổ chức.

3.1.4 Cơ chế Ghi nhớ Tự động (Brain)

Khi người dùng tham chiếu lại một công việc trong quá khứ, Agent có khả năng truy xuất lại ngữ cảnh nhờ hệ thống Brain. Mọi cuộc hội thoại được định danh bằng Conversation ID và lưu trữ trong thư mục brain/ .

Cấu trúc lưu trữ của Brain bao gồm:

• overview.txt: Tóm tắt ngắn gọn nội dung và mục tiêu của phiên làm việc.

• task.md: Danh sách các đầu việc (checklist) và trạng thái thực hiện.

• implementation_plan.md: Kế hoạch triển khai chi tiết cho các tác vụ phức tạp.

Lưu ý quan trọng: Brain là vùng dữ liệu do hệ thống tự quản lý. Người dùng không nên can thiệp thủ công (chỉnh sửa, xóa file) trong thư mục này để tránh làm hỏng cơ chế index và tham chiếu của Agent.

3.1.5 Cơ chế Tự học và Tái sử dụng (Knowledge)

Khác với Brain ghi nhớ thụ động, Knowledge là kết quả của quá trình phân tích chủ động. Hệ thống có một sub-agent chuyên trách (Knowledge Subagent) liên tục rà soát các cuộc hội thoại để tìm kiếm thông tin có giá trị tái sử dụng lâu dài.

Khi phát hiện một quy trình hoặc kiến thức hữu ích, hệ thống sẽ tạo ra một Knowledge Item , bao gồm:

• Metadata: Thông tin định danh, chủ đề, thời gian tạo.

• Artifacts: Các tài liệu đính kèm như quy trình mẫu (Markdown), đoạn mã xử lý (Code snippets), hoặc file cấu hình.

Cơ chế Knowledge Retrieval: Khi người dùng đưa ra một yêu cầu mới, Agent không chỉ dựa vào prompt hiện tại mà sẽ quét trong Knowledge Base. Nếu tìm thấy Knowledge Item phù hợp với ngữ cảnh (ví dụ: từ khóa “phân tích sao kê”), Agent sẽ tự động nạp kiến thức đó để xử lý tác vụ, giúp giảm thiểu tối đa thời gian hướng dẫn lặp lại.

Cần lưu ý rằng Knowledge được sinh ra từ kinh nghiệm thực tế, nên nó mang tính “tiến hóa”. Nếu một Knowledge Item cũ không còn phù hợp, người dùng có thể hướng dẫn lại để Agent cập nhật phiên bản mới tốt hơn.

3.1.6 Cấu trúc Không gian làm việc (Database & Workspace)

Nếu Brain và Knowledge là phần “trí tuệ” ẩn bên dưới, thì Database (Workspace) là “bàn làm việc” nơi diễn ra các hoạt động xử lý dữ liệu hàng ngày. Để đảm bảo an toàn dữ liệu và hiệu quả vận hành, Antigravity áp dụng mô hình luồng dữ liệu một chiều: Input - Process - Output .

Cấu trúc thư mục chuẩn

Một Workspace chuyên nghiệp luôn tuân thủ cấu trúc sau:

Thứ tự ưu tiên (cao → thấp): WORKSPACE .agent/rules/ → WORKSPACE .agent/workflows/ và skills/ → GLOBAL GEMINI.md → GLOBAL workflows/ và skills/ → DEFAULT (Mặc định).

Nguyên tắc 1: Phân tách Input/Output (Read-Only Source)

Dữ liệu gốc trong 01_Inputs/ phải được xem là tài sản bất khả xâm phạm (ReadOnly). Agent không được phép chỉnh sửa trực tiếp trên file gốc.

Mọi thao tác xử lý, tính toán, nháp đều phải diễn ra trong 02_Process/ . Kết quả cuối cùng sau khi hoàn thiện mới được xuất ra 03_Outputs/ . Nguyên tắc này đảm bảo tính toàn vẹn của dữ liệu: nếu quá trình xử lý gặp lỗi, người dùng chỉ cần xóa Process và chạy lại từ đầu mà không bao giờ lo mất dữ liệu gốc.

Nguyên tắc 2: Định danh Dữ liệu (Metadata-rich Naming)

Trong hệ thống lưu trữ lớn, việc tìm kiếm file dựa trên nội dung là rất tốn kém. Do đó, tên file cần chứa đủ thông tin định danh (Metadata) để cả người và Agent đều có thể hiểu nội dung mà không cần mở file.

Quy ước đặt tên chuẩn bao gồm: [Ngày]_[Phân loại]_[Mô tả]_[Phiên bản].[Đuôi file]

Ví dụ:

– 2024-12-15_Sales_MonthlyReport_v2.pdf

– 2025-01-20_Customer_Data_Raw.csv

Cách đặt tên này hỗ trợ đắc lực cho khả năng tìm kiếm và lọc dữ liệu tự động của Agent.

Nguyên tắc 3: Tách biệt Cấu hình và Dữ liệu

Thư mục .agent/ chứa các cấu hình hành vi (Rules, Workflows, Skills) là phần “Logic”, trong khi 01_Inputs/ là phần “Data”.

Việc tách biệt này cho phép tái sử dụng Logic cho nhiều dự án khác nhau. Khi cần xử lý một lô dữ liệu mới với quy trình tương tự, người dùng chỉ cần sao chép thư mục .agent/ sang Workspace mới, giúp triển khai dự án nhanh chóng và nhất quán.

Template README cho từng thư mục

Để giúp Agent và người dùng hiểu rõ mục đích của mỗi thư mục, nên đặt file README.md với nội dung sau:

01_Inputs/README.md: