Khám phá cách tận dụng học liên tục để trở thành kỹ sư AI hiệu quả hơn khi làm việc với các mô hình ngôn ngữ lớn (LLM)
Các mô hình ngôn ngữ lớn (LLM) là công cụ mạnh mẽ, có khả năng tự động hóa nhiều tác vụ như nghiên cứu hay lập trình. Tuy nhiên, thực tế khi làm việc với LLM, mỗi lần hoàn thành một tác vụ và bắt đầu phiên làm việc mới, mọi thứ lại phải thiết lập lại từ đầu.
Đây là điểm hạn chế lớn, gây mất thời gian khi bạn phải lặp đi lặp lại các hướng dẫn quen thuộc – ví dụ yêu cầu định dạng code, quy tắc lập trình cá nhân, hay các thói quen sử dụng lệnh của riêng bạn.
Để khắc phục điều này, tệp agents.md ra đời: Đây là nơi lưu trữ các kiến thức, thói quen và quy tắc làm việc mà bạn mong muốn LLM ghi nhớ, áp dụng cho các lần tương tác sau. Nhờ đó, mỗi lần bắt đầu nhiệm vụ mới, bạn không cần mất thời gian thiết lập lại từ đầu, tránh cảnh “khởi động lạnh” và không phải nhắc đi nhắc lại các hướng dẫn cũ.
Bài viết này sẽ chia sẻ kinh nghiệm xây dựng hệ thống học liên tục cho LLM thông qua việc duy trì và cập nhật tệp agents.md.
Vì Sao Học Liên Tục Lại Quan Trọng?
Khi bắt đầu với một agent AI mới, bạn thường mất nhiều thời gian để huấn luyện, hướng dẫn lại các thói quen, sở thích cá nhân. Ví dụ:
- Nhắc agent luôn dùng cú pháp Python 3.13 thay vì 3.12
- Yêu cầu agent luôn định nghĩa kiểu trả về cho hàm
- Tránh dùng kiểu Any trong code
Có thể do dữ liệu huấn luyện phổ biến Python 3.12 hơn, nên bạn hay phải nhấn mạnh lại yêu cầu dùng Python 3.13.
Mục tiêu của AI agent là giúp bạn làm việc nhanh hơn, nên việc phải lặp lại các hướng dẫn quen thuộc như trên là rất lãng phí.
Bên cạnh đó, agent AI đôi khi lại đi tìm những thông tin mà bạn đã biết rõ, ví dụ như:
- Tên bảng dữ liệu documents
- Tên các log CloudWatch
- Tiền tố (prefix) trong bucket S3
Nếu agent chưa biết tên bảng documents, nó sẽ phải:
- Liệt kê toàn bộ các bảng
- Tìm bảng nào có tên gần giống (có thể ra nhiều lựa chọn)
- Xác nhận lại với bạn hoặc thử truy vấn để kiểm tra
Hình này mô tả quy trình phức tạp agent phải thực hiện nếu không được cung cấp trước thông tin. Thay vì mất thời gian như vậy, bạn chỉ cần lưu tên bảng documents vào agents.md, lần sau agent sẽ sử dụng ngay, tiết kiệm thời gian đáng kể. Ảnh: Gemini.
Chỉ với một thao tác nhỏ – ghi thông tin như tên bảng, log, tiền tố S3 vào agents.md – bạn đã giúp agent làm việc hiệu quả hơn rất nhiều.
Như vậy, học liên tục giúp giảm bớt thao tác lặp lại, tăng trải nghiệm làm việc với AI, đồng thời nâng cao hiệu suất cho bạn.
Cách Xây Dựng Học Liên Tục Cho Agent
Có hai cách đơn giản nhưng hiệu quả để bạn xây dựng “trí nhớ” cho agent AI, chủ yếu thông qua việc sử dụng tệp agents.md trong mỗi dự án:
- Khi agent mắc lỗi hoặc chưa đáp ứng đúng yêu cầu, hãy ghi chú lại hướng dẫn/chỉnh sửa vào agents.md để lần sau agent không lặp lại sai sót đó.
- Sau mỗi chuỗi hội thoại với agent, bạn hãy sử dụng prompt dưới đây để tổng hợp và lưu những thông tin quan trọng cho các lần sử dụng tiếp theo. Việc này giúp agent “ghi nhớ” toàn bộ bối cảnh và kiến thức liên quan, giúp các phiên làm việc sau nhanh và trơn tru hơn.
Prompt đề xuất:
Generalize the knowledge from this thread, and remember it for later.
Anything that could be useful to know for a later interaction,
when doing similar things. Store in agents.md
Chỉ với hai nguyên tắc này, bạn đã xây dựng được 80% nền tảng học liên tục cho LLM và giúp cho quá trình làm việc với AI trở nên hiệu quả hơn nhiều.
Điều quan trọng nhất là duy trì thói quen cập nhật agents.md mỗi khi agent chưa làm đúng ý bạn. Đừng lo lắng về việc tệp này sẽ “phình to” làm agent xử lý chậm hoặc tốn chi phí, vì thực tế các LLM rất giỏi tóm tắt, cô đọng dữ liệu. Thêm vào đó, các LLM hiện nay đều hỗ trợ ngữ cảnh rất lớn (hàng trăm nghìn tokens), nên bạn cứ yên tâm lưu trữ các thông tin hữu ích cho agent.
Thậm chí, tổng chi phí sử dụng LLM sẽ giảm đi, vì agent không còn phải “tốn tokens” để tìm kiếm những thông tin bạn đã cung cấp sẵn trong agents.md.
Sử dụng agents.md như bộ nhớ cho agent AI sẽ giúp quá trình làm việc trở nên nhanh chóng và tiết kiệm chi phí hơn.
Một Vài Mẹo Hữu Ích Khi Sử Dụng Agent AI
Thực tế, nhiều agent lập trình hiện nay đều hỗ trợ tính năng bộ nhớ dạng file:
- Claude Code sử dụng tệp CLAUDE.md
- Warp sử dụng WARP.md
- Cursor sử dụng .cursorrules
Nhưng đa số các agent đều đọc được agents.md. Để tiện lợi và dễ dàng chuyển đổi agent, bạn nên lưu thông tin quan trọng vào agents.md.
Khi sử dụng Claude Code, bạn có thể dễ dàng thêm ghi chú bộ nhớ cho agent bằng cách gõ “#” rồi nhập nội dung muốn lưu. Ví dụ:
# Always use Python 3.13 syntax, avoid 3.12 syntax
Sau khi nhập, bạn sẽ thấy các lựa chọn lưu trữ bộ nhớ như trong hình dưới:
- Lưu vào bộ nhớ người dùng (user memory): Áp dụng cho mọi phiên làm việc với Claude Code trên toàn bộ dự án.
- Lưu vào thư mục hiện tại hoặc thư mục gốc dự án: Dùng khi bạn chỉ muốn áp dụng cho một dịch vụ hoặc toàn bộ repository cụ thể.
Ảnh minh họa các tuỳ chọn bộ nhớ trong Claude. Bạn có thể chọn mức lưu trữ phù hợp với nhu cầu – từ toàn bộ hệ thống, từng dự án nhỏ, đến toàn bộ repository. Ảnh: tác giả.
Như vậy, bạn có thể linh hoạt lưu trữ các quy tắc, thông tin quan trọng vào agents.md hay các tệp bộ nhớ tương ứng, giúp mọi agent đều có thể “hiểu” được cách làm việc với bạn.
Học Liên Tục và AGI
Một điều thú vị là khả năng học liên tục được xem là một trong những bước tiến cuối cùng để đạt được trí tuệ nhân tạo tổng quát (AGI).
Hiện tại, các LLM chỉ “giả lập” học liên tục bằng cách đọc lại thông tin từ các tệp như agents.md, thay vì tự động cập nhật thông tin vào trọng số mô hình như cách con người học hỏi thực sự. Dù đây chưa phải khả năng học liên tục thực thụ, nhưng chúng ta có thể sẽ thấy những bước tiến lớn về mặt này trong vài năm tới.
Kết Luận
Tận dụng agents.md giúp bạn xây dựng thói quen học liên tục cho agent AI, tối ưu hóa trải nghiệm làm việc, giảm thao tác lặp lại, và giúp agent “hiểu” bạn hơn sau mỗi lần tương tác. Đây là bí quyết quan trọng để trở thành một kỹ sư AI hiệu quả, chủ động, và bạn nên áp dụng thường xuyên.
Tham khảo thêm các gợi ý ChatGPT sáng tạo nội dung hay nhất của tôi.
Tags: học liên tục AI, agent AI tối ưu, agents.md
Tags: học liên tục AI, agent AI tối ưu, agents.md
