Xây Dựng Hệ Thống Multi-Agent Qua Giao Thức MCP: Kết Nối Mạng Lưới Trợ Lý AI Tự Trị Cho Doanh Nghiệp

1. Tại sao mô hình Monolithic Agent thất bại khi vận hành thực tế?

Khi nhồi nhét toàn bộ hàm gọi API (Function Calling) từ CRM, kiểm tra tồn kho đến xuất hóa đơn vào một System Prompt duy nhất, mô hình AI dễ gặp hiện tượng 'context dilution'. Khi số lượng tools vượt quá 15-20 hàm, độ chính xác khi chọn đúng công cụ của các LLM thương mại như GPT-4o hay Claude 3.5 Sonnet tụt giảm xuống dưới 70%.

Hơn nữa, chi phí token bị đội lên theo cấp số nhân: mỗi lượt tương tác đều phải gửi kèm hàng ngàn token định nghĩa schema của tất cả các công cụ, dù người dùng chỉ hỏi một câu tra cứu trạng thái đơn hàng đơn giản.

2. Kiến trúc Multi-Agent điều phối qua Model Context Protocol (MCP)

Chuẩn giao thức MCP (Model Context Protocol) tách biệt hoàn toàn tầng kết nối dữ liệu (MCP Server) khỏi tầng suy luận của LLM (MCP Client). Duy Anh Tech thiết kế mạng lưới gồm 1 Router Agent đóng vai trò nhạc trưởng và các Worker Agent chuyên trách:

• Sales Agent: Chỉ truy cập MCP Server của CRM và bảng giá, xử lý tư vấn và chốt deal.
• Inventory Agent: Kết nối trực tiếp read/write vào Database kho qua PostgreSQL MCP Server có kiểm soát quyền.
• Finance Agent: Chịu trách nhiệm đối soát sao kê ngân hàng và sinh mã thanh toán QR tự động.

Mỗi agent chạy trong một context boundary cô lập, chỉ nhận đủ dữ liệu cần thiết để hoàn thành sub-task, loại bỏ triệt để nguy cơ can thiệp chéo dữ liệu nhạy cảm giữa các phòng ban.

3. Chi phí vận hành và giải pháp chống vòng lặp vô tận (Infinite Loops)

Vấn đề chí mạng của hệ thống Multi-Agent tự trị là hiện tượng Ping-Pong Loop: Agent A hỏi Agent B, Agent B trả lời chưa rõ khiến Agent A hỏi lại, đốt cạn ngân sách API chỉ trong vài phút. Chúng tôi áp dụng cơ chế State Machine phân tầng:

• Hard Step Cap: Giới hạn tối đa 5 bước chuyển giao (hand-off) cho mỗi phiên xử lý nghiệp vụ.
• Deterministic Fallback: Nếu sau 2 lượt giao tiếp giữa các agent mà schema kết quả không thỏa mãn validator (Pydantic), hệ thống tự động ngắt và chuyển context cho nhân sự vận hành xử lý.
• Token Routing: Sử dụng mô hình nhẹ, chi phí thấp (như Haiku hoặc Qwen-2.5-Coder-7B nội bộ) làm Router Agent, chỉ kích hoạt các mô hình lớn (Claude Sonnet / DeepSeek-V3) tại các nút tính toán nghiệp vụ phức tạp.