Close Menu
ThanhTuan.VN – AI, Công Nghệ và BlockchainThanhTuan.VN – AI, Công Nghệ và Blockchain

    KHÔNG NÊN BỎ LỠ

    Apple Gen AI trước WWDC: tín hiệu mới cho cuộc đua AI cá nhân

    Gói cước token AI: nhà mạng Trung Quốc đang bán gì?

    Nvidia và thị trường CPU AI 200 tỷ USD: vì sao đáng chú ý?

    Ưu tiên bảo mật trong giai đoạn triển khai hạ tầng số trọng yếu

    SIM chính chủ và VNeID: vì sao xác thực thuê bao lại nóng?

    Facebook X (Twitter) Instagram Threads
    ThanhTuan.VN – AI, Công Nghệ và BlockchainThanhTuan.VN – AI, Công Nghệ và Blockchain
    • Trang Chủ
    • Giới Thiệu
    • Công Nghệ AI
      • Hướng dẫn OpenClaw từ A-Z
      • Hướng dẫn Hermes Agent từ A-Z
    • Công nghệ
    • Crypto & Blockchain
      • Thuật ngữ cho người mới
    Facebook X (Twitter) Instagram
    ThanhTuan.VN – AI, Công Nghệ và BlockchainThanhTuan.VN – AI, Công Nghệ và Blockchain
    Trang chủ / Công nghệ AI / Hermes Subagents và Delegation: chia việc cho AI Agent
    Ảnh đại diện bài viết: Hermes Subagents và Delegation: chia việc cho AI Agent
    Ảnh đại diện bài viết: Hermes Subagents và Delegation: chia việc cho AI Agent

    Hermes Subagents và Delegation: chia việc cho AI Agent

    Công nghệ AI 2 Lượt xemKhông có bình luận12 Phút
    Chia sẻ
    Facebook Twitter Telegram Threads

    Khi một AI Agent phải xử lý quá nhiều việc trong cùng một phiên, chất lượng thường giảm dần. Agent vừa phải đọc tài liệu, vừa sửa code, vừa kiểm thử, vừa viết báo cáo, vừa nhớ các quyết định trước đó. Với các nhiệm vụ phức tạp, cách làm hiệu quả hơn là chia việc thành các phần độc lập và giao cho subagents. Hermes Agent hỗ trợ mô hình này thông qua delegation: agent chính có thể giao nhiệm vụ cho agent con, nhận kết quả tóm tắt, rồi tiếp tục điều phối.

    Subagents không phải là “nhiều chatbot chạy song song” theo nghĩa đơn giản. Điểm quan trọng là chúng có ngữ cảnh, mục tiêu và phạm vi riêng. Một subagent có thể chỉ tập trung vào kiểm tra bug, một subagent khác đọc tài liệu, một subagent khác rà soát bảo mật hoặc viết test. Agent chính giữ vai trò orchestrator: phân rã nhiệm vụ, đặt tiêu chí đầu ra, tổng hợp kết quả và quyết định bước tiếp theo.

    Trong series nâng cao về Hermes Agent, bài này nối tiếp bài về tools như browser, terminal và file. Nếu tools là tay và mắt của agent, delegation là cách tổ chức nhiều “người làm việc” để tránh quá tải ngữ cảnh và tăng khả năng xử lý tác vụ lớn.

    Subagent trong Hermes là gì?

    Subagent trong Hermes là một agent con được gọi để thực hiện một nhiệm vụ cụ thể trong ngữ cảnh tách biệt với agent chính. Subagent nhận mục tiêu, thông tin nền cần thiết và toolset được phép dùng. Sau khi hoàn thành, nó trả về bản tóm tắt kết quả cho agent chính thay vì kéo toàn bộ lịch sử làm việc của nó vào phiên chính.

    Subagent trong Hermes là gì? trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Subagent trong Hermes là gì?

    Cách thiết kế này có ba lợi ích. Thứ nhất, agent con tập trung hơn vì không phải mang toàn bộ cuộc trò chuyện lớn. Thứ hai, agent chính giảm nhiễu ngữ cảnh vì chỉ nhận kết quả đã cô đọng. Thứ ba, nhiệm vụ có thể được chạy độc lập, phù hợp với các nhánh công việc không phụ thuộc trực tiếp vào nhau.

    Hermes có toolset delegation cho phép thực hiện kiểu giao việc này. Tùy cấu hình, delegation có thể chạy một hoặc nhiều subagents, giới hạn số agent con song song, và kiểm soát độ sâu nếu có vai trò orchestrator. Với người dùng phổ thông, chỉ cần nhớ nguyên tắc: giao việc rõ, giới hạn phạm vi rõ, yêu cầu đầu ra rõ.

    Delegation khác gì với chạy một phiên Hermes mới?

    Hermes có nhiều cách để mở rộng công việc. Bạn có thể dùng delegation để gọi subagent trong cùng workflow, hoặc spawn một tiến trình Hermes độc lập bằng CLI nếu cần một phiên dài, có thể kéo dài hàng giờ. Hai cách này phục vụ mục tiêu khác nhau.

    Delegation khác gì với chạy một phiên Hermes mới? trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Delegation khác gì với chạy một phiên Hermes mới?

    Delegation phù hợp cho tác vụ ngắn hoặc trung bình: đọc một phần tài liệu, kiểm tra một giả thuyết, rà soát một thư mục, viết bản nháp phụ, so sánh lựa chọn, hoặc review một diff. Agent chính chờ kết quả rồi tiếp tục.

    Spawn một tiến trình Hermes riêng phù hợp hơn cho nhiệm vụ dài, cần tương tác độc lập, hoặc cần môi trường tách biệt hoàn toàn. Ví dụ: một agent riêng xây dựng prototype, một agent khác chạy audit dài, hoặc một agent duy trì công việc nhiều giờ trong tmux. Nói ngắn gọn: delegation là “giao việc nhanh trong một workflow”; tiến trình Hermes riêng là “mở một nhân sự agent độc lập”.

    Khi nào nên dùng delegation?

    Không phải nhiệm vụ nào cũng cần subagent. Nếu việc chỉ gồm một bước đơn giản, agent chính làm trực tiếp sẽ nhanh hơn. Delegation phát huy tác dụng khi nhiệm vụ có nhiều nhánh, nhiều nguồn thông tin, hoặc cần đánh giá độc lập.

    Khi nào nên dùng delegation? trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Khi nào nên dùng delegation?

    Một số tình huống phù hợp:

    • Code review: một subagent kiểm tra logic, một subagent kiểm tra test, một subagent rà soát security.
    • Research: chia nguồn theo tài liệu chính thức, bài phân tích, GitHub issue hoặc competitor.
    • Debugging: một subagent tái hiện lỗi bằng browser, một subagent đọc code liên quan, một subagent kiểm tra log.
    • Content production: một subagent nghiên cứu facts, một subagent lập outline, một subagent rà soát giọng văn và liên kết nội bộ.
    • Operations: một subagent kiểm tra lịch, một subagent chuẩn bị email, một subagent tổng hợp task từ nhiều nguồn.

    Điểm chung là các nhánh này có thể chạy tương đối độc lập. Nếu mọi bước phụ thuộc chặt vào kết quả bước trước, delegation song song có thể làm tăng chi phí điều phối mà không tăng chất lượng.

    Cách phân rã nhiệm vụ cho subagents

    Một lỗi phổ biến khi dùng subagents là giao việc quá mơ hồ: “hãy nghiên cứu phần này” hoặc “hãy kiểm tra repo”. Subagent cần một brief đủ cụ thể để làm việc độc lập. Brief tốt thường có năm phần: mục tiêu, phạm vi, tool được dùng, tiêu chí hoàn thành và định dạng trả về.

    Cách phân rã nhiệm vụ cho subagents trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Cách phân rã nhiệm vụ cho subagents

    Ví dụ brief yếu: “Kiểm tra bài viết này giúp tôi.”

    Ví dụ brief tốt: “Rà soát bản nháp Hermes tools trong /root/08-hermes-tools-browser-terminal-file.md. Chỉ kiểm tra tính chính xác về Hermes tools và phát hiện claim có thể unsupported. Trả về danh sách vấn đề theo mức độ: critical, should-fix, optional. Không sửa file.”

    Subagent càng hiểu rõ ranh giới, kết quả càng hữu ích. Điều này đặc biệt quan trọng trong môi trường có dữ liệu nhạy cảm hoặc repo lớn.

    Toolset cho subagent: đừng cấp quyền theo thói quen

    Delegation hiệu quả không chỉ là chia việc, mà còn là chia quyền. Một subagent chỉ review nội dung không cần terminal. Một subagent chỉ kiểm tra giao diện có thể cần browser nhưng không cần file write. Một subagent chỉ đọc source có thể cần file search nhưng không cần web.

    Toolset cho subagent: đừng cấp quyền theo thói quen trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Toolset cho subagent: đừng cấp quyền theo thói quen

    Cách cấp tool nên đi từ tối thiểu. Research public có thể dùng web, search và file nếu cần lưu note. UI QA cần browser và vision. Code analysis cần file, đôi khi thêm terminal để chạy test. Content review thường cần file và web để verify facts. Operations assistant có thể cần Google Workspace, memory, cron hoặc messaging tùy nhiệm vụ.

    Không nên cấp terminal cho mọi subagent chỉ vì “có thể cần”. Terminal là tool mạnh, nên dùng khi nhiệm vụ thực sự cần chạy lệnh, test hoặc script. Với các tác vụ audit hoặc review, nhiều khi file read/search là đủ.

    Trong Hermes, toolsets là ranh giới quan trọng. Ở cấp hệ thống, bạn có thể quản lý tools bằng hermes tools, hermes tools list, hermes tools enable và hermes tools disable. Ở cấp delegation, brief nên nói rõ subagent được phép dùng nhóm tool nào, đặc biệt khi workflow liên quan đến dữ liệu nội bộ.

    Vai trò của agent chính: orchestrator chứ không phải micro-manager

    Khi dùng subagents, agent chính không nên can thiệp quá sâu vào từng thao tác nhỏ. Vai trò đúng là orchestrator: xác định vấn đề, chia nhánh, giao việc, nhận kết quả, so sánh, quyết định. Nếu agent chính vẫn tự đọc mọi file và lặp lại toàn bộ phân tích của subagent, lợi ích delegation sẽ giảm.

    Vai trò của agent chính: orchestrator chứ không phải micro-manager trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Vai trò của agent chính: orchestrator chứ không phải micro-manager

    Tuy nhiên, agent chính cũng không nên tin mù quáng. Kết quả từ subagent cần được kiểm tra ở mức hợp lý. Với code, cần xem diff và chạy test. Với research, cần phân biệt facts và interpretation. Với nội dung, cần kiểm tra tone, cấu trúc và claim. Với operations, cần xác nhận trước khi gửi email, xóa file, đổi lịch hoặc thao tác trên hệ thống thật.

    Một mô hình tốt là “trust but verify”: dùng subagent để mở rộng năng lực quan sát, nhưng agent chính chịu trách nhiệm cuối cùng với quyết định và hành động.

    Ví dụ workflow: debug một lỗi web app

    Giả sử một dashboard bị lỗi khi người dùng bấm nút “Export CSV”. Agent chính có thể chia việc như sau:

    Ví dụ workflow: debug một lỗi web app trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Ví dụ workflow: debug một lỗi web app
    • Subagent A: dùng browser tái hiện lỗi, ghi lại bước thao tác, console error và ảnh chụp nếu cần.
    • Subagent B: dùng file search tìm component hoặc API route liên quan đến export CSV.
    • Subagent C: kiểm tra test hiện có và đề xuất test case cần thêm.

    Sau khi nhận kết quả, agent chính tổng hợp: lỗi xảy ra khi API trả về empty response, component không handle trạng thái 204, và chưa có test cho case dữ liệu rỗng. Agent chính có thể patch code, chạy test bằng terminal, rồi dùng browser xác minh lại.

    Workflow này tốt hơn cách để một agent làm tất cả liên tục, vì mỗi subagent tập trung vào một góc nhìn. Đặc biệt với lỗi phức tạp, việc có nhiều góc nhìn độc lập giúp tránh kết luận vội.

    Ví dụ workflow: sản xuất nội dung chuyên sâu

    Với một bài viết kỹ thuật dài, delegation cũng hữu ích. Agent chính có thể giao một subagent kiểm tra facts từ tài liệu Hermes chính thức hoặc skill nội bộ, một subagent rà soát outline theo search intent và cấu trúc ThanhTuan.VN, một subagent đọc bản nháp và chỉ ra đoạn nào hype, claim nào thiếu căn cứ, đoạn nào cần ví dụ thực tế.

    Ví dụ workflow: sản xuất nội dung chuyên sâu trong bài Hermes Subagents và Delegation: chia việc cho AI Agent
    Ví dụ workflow: sản xuất nội dung chuyên sâu

    Sau đó agent chính viết hoặc chỉnh bản cuối. Cách này giúp nội dung không bị “mượt nhưng rỗng”, một vấn đề thường gặp với AI writing. Với ThanhTuan.VN, nơi giọng văn cần thực tế, B2B và không hype, subagent review có thể đóng vai trò như biên tập viên phụ.

    Điểm cần lưu ý: subagent không nên tự thêm số liệu, link hoặc claim nếu không có nguồn. Trong các bài về Hermes Agent, nên dựa vào facts đã biết: Hermes có toolsets như terminal, file, web, browser, vision, image_gen, tts, GitHub, Google Workspace; có memory, skills, cron, gateway; có thể quản lý tools bằng CLI; có delegation/subagents; và cần vận hành trong security boundaries.

    Rủi ro của delegation

    Delegation không tự động làm kết quả tốt hơn. Nếu chia sai việc, bạn có thể nhận ba bản tóm tắt nông thay vì một phân tích sâu. Nếu brief không rõ, các subagents có thể trùng việc, bỏ sót phần quan trọng hoặc đưa ra nhận định khó tổng hợp. Nếu cấp quyền quá rộng, rủi ro nhân lên theo số agent.

    Một rủi ro khác là “summary loss”. Subagent trả về bản tóm tắt, không phải toàn bộ quá trình. Nếu nó bỏ qua chi tiết quan trọng, agent chính có thể không biết. Vì vậy, với nhiệm vụ quan trọng, brief nên yêu cầu bằng chứng: file path, dòng liên quan, command đã chạy, URL nguồn, screenshot hoặc log chính.

    Ngoài ra, delegation có chi phí token và thời gian. Với việc nhỏ, gọi subagent có thể chậm hơn làm trực tiếp. Một dấu hiệu nên tránh delegation là khi bạn không thể mô tả đầu ra mong muốn trong vài câu rõ ràng. Nếu chính orchestrator chưa hiểu cần gì, subagent sẽ càng khó làm đúng.

    Checklist trước khi giao việc cho subagent

    Trước khi dùng delegation, hãy tự hỏi:

    • Nhiệm vụ có đủ lớn hoặc đủ độc lập để giao riêng không?
    • Subagent cần trả lời câu hỏi cụ thể nào?
    • Có giới hạn nguồn, file, thời gian hoặc tool không?
    • Đầu ra cần bằng chứng gì?
    • Agent chính sẽ dùng kết quả đó để quyết định gì?
    • Có rủi ro nếu subagent thao tác sai không?
    • Có cần subagent chỉ review, không sửa không?

    Nếu không trả lời được các câu này, hãy làm rõ nhiệm vụ trước. Delegation tốt bắt đầu từ brief tốt.

    Kết luận

    Hermes subagents và delegation giúp AI Agent xử lý công việc phức tạp theo cách có tổ chức hơn. Thay vì nhồi mọi thứ vào một phiên, agent chính có thể chia nhiệm vụ thành các nhánh độc lập, cấp tool phù hợp, nhận kết quả cô đọng và tổng hợp quyết định cuối cùng. Đây là nền tảng quan trọng cho các workflow nâng cao như debugging, research, content production, code review và vận hành trợ lý điều hành.

    Tuy nhiên, delegation không thay thế tư duy thiết kế quy trình. Muốn dùng hiệu quả, cần brief rõ, toolset tối thiểu, tiêu chí hoàn thành cụ thể và bước xác minh sau cùng. Khi kết hợp với browser, terminal, file tools ở bài trước và mô hình Chief of Staff ở bài tiếp theo, delegation biến Hermes Agent thành một hệ thống làm việc nhiều lớp: có người điều phối, có người thực thi, có ranh giới và có bằng chứng.

    Series hướng dẫn Hermes Agent

    Đây là bài 9/10 trong series Hướng dẫn Hermes Agent từ A-Z trên ThanhTuan.VN.

    • Bài trước: Hermes Tools: dùng browser, terminal và file an toàn
    • Mục lục series: Hướng dẫn Hermes Agent từ A-Z
    • Bài tiếp theo: Xây dựng Hermes thành Chief of Staff AI cá nhân/doanh nghiệp
    AI Agent AI automation AI Chief of Staff CLI Hermes Agent Nous Research Telegram bot

    BÀI VIẾT LIÊN QUAN

    Apple Gen AI trước WWDC: tín hiệu mới cho cuộc đua AI cá nhân

    Gói cước token AI: nhà mạng Trung Quốc đang bán gì?

    Nvidia và thị trường CPU AI 200 tỷ USD: vì sao đáng chú ý?

    Theo dõi
    Đăng nhập
    Thông báo của
    guest
    guest
    0 Góp ý
    Cũ nhất
    Mới nhất Được bỏ phiếu nhiều nhất
    Phản hồi nội tuyến
    Xem tất cả bình luận
    AiDancing.net tạo video nhảy AI AI VIDEO TOOL

    AiDancing.net

    Tạo video nhảy AI, copy chuyển động, nhép miệng, clone voice và video bán hàng từ ảnh/video.

    Trải nghiệm AiDancing.net Đọc bài giới thiệu chi tiết
    ĐỪNG BỎ LỠ

    Hướng dẫn cài đặt OpenClaw trên Windows, macOS và Linux

    12 Lượt xem

    Apple Gen AI trước WWDC: tín hiệu mới cho cuộc đua AI cá nhân

    7 Lượt xem

    Quy trình triển khai OpenClaw thực tế cho doanh nghiệp

    7 Lượt xem

    Cách dùng AI để làm internal link và topical map

    7 Lượt xem

    AI Agent là gì? Khác gì chatbot thông thường?

    7 Lượt xem
    KẾT NỐI
    • Facebook
    • Twitter
    • YouTube
    🦐 OpenClaw Guide Hub
    Mascot con tôm OpenClaw cho khung hướng dẫn

    Hướng dẫn OpenClaw từ A-Z

    10 bài học tiếng Việt giúp bạn đi từ cài đặt, cấu hình API key, quản lý file, kho kiến thức, tự động hóa đến triển khai AI agent cho doanh nghiệp.

    10Bài
    3Phần
    AIAgent
    1. Bắt đầu đúng thứ tự, tránh rối khi cấu hình.
    2. Có checklist bảo mật, API key và chi phí.
    3. Phù hợp cá nhân, team content, developer và SME.
    Xem lộ trình OpenClaw → Xem riêng bài cài đặt Windows/macOS/Linux

    Là website chuyên chia sẻ kiến thức công nghệ và cập nhật những tin tức mới nhất về trí tuệ nhân tạo (AI) giúp người đọc nhanh chóng nắm bắt xu hướng công nghệ, khám phá các sản phẩm, công cụ AI tiên tiến, cũng như phân tích chuyên sâu về những cải tiến, tính năng mới. Mục tiêu của tôi là trở thành nguồn thông tin đáng tin cậy cho cộng đồng yêu công nghệ, từ người mới bắt đầu đến các chuyên gia trong ngành.

    Email: lienhe@thanhtuan.vn
    Liên hệ: 0337 323 825

    Facebook X (Twitter) YouTube Telegram
    NỔI BẬT

    ChatGPT-5 là gì? Bước tiến mới trong hành trình chinh phục trí tuệ nhân tạo

    Apple sắp “kết đôi” với GPT-5: Trợ lý ảo thông minh hơn bao giờ hết

    Google sẽ ngừng hỗ trợ Steam trên Chromebook từ 2026

    CẬP NHẬT HOT

    Pixel 10 sắp ra mắt: AI “nhúng sâu” và phần cứng nâng máy ảnh

    0 Lượt xem

    Kiro AI Code là gì? Khi AI coding đi từ vibe coding sang engineering

    0 Lượt xem

    ChatGPT là gì và cách dùng ChatGPT trong công việc văn phòng

    0 Lượt xem

    Điền nội dung cần tìm sau đó bấm Enter để tìm. Bấm Esc để thoát.

    wpDiscuz