ReAct là gì — vòng lặp Suy nghĩ, Hành động, Quan sát giúp AI agent giải việc nhiều bước

Bài này dành cho chủ doanh nghiệp và người quyết. ReAct được giải bằng ẩn dụ dễ hiểu, kèm khác trả lời một phát, cơ chế và cách dùng đúng.

Vì sao đáng quan tâm: đây là cách vận hành cốt lõi của một AI agent giải việc thật. Không có vòng lặp này, AI chỉ trả chữ theo trí nhớ chứ không kiểm chứng được dữ liệu.

Hình dung một thám tử nhận vụ án. Thám tử không ngồi một chỗ đoán ra hung thủ ngay. Thám tử suy luận ra một giả thuyết, đi tới hiện trường tìm chứng cứ, nhìn thứ tìm được rồi suy luận tiếp, lại đi hỏi nhân chứng, lại nhìn kết quả. Cứ vậy tới khi đủ chứng cứ để kết luận.

Trả lời một phát là đoán hung thủ ngay từ ghế bành. ReAct là thám tử vừa suy luận vừa đi điều tra rồi suy luận tiếp dựa trên thứ vừa tìm được.

Mỗi bước hành động cho ra một quan sát mới, và quan sát đó dẫn lối cho bước suy nghĩ kế tiếp. ReAct là cho AI suy nghĩ và hành động xen kẽ, để mỗi bước dựa trên dữ kiện thật chứ không dựa trên phỏng đoán.

ReAct, viết tắt của reasoning và acting, đan xen hai phần: suy luận thành lời và hành động ra ngoài. Mô hình lần lượt sinh ra một bước suy nghĩ, một hành động gọi công cụ, rồi nhận lại một quan sát, và lặp vòng đó.

• Suy nghĩ. Mô hình viết ra bước lý luận cần làm tiếp, theo lối chuỗi suy nghĩ.
• Hành động. Mô hình gọi một công cụ với tham số cụ thể, là cách nó tác động ra hệ thống.
• Quan sát. Kết quả công cụ trả về được đưa ngược vào để mô hình nghĩ tiếp.

Phần hành động dựa trên tool calling: agent gọi công cụ với tham số có cấu trúc. Nhờ đan suy luận với hành động, agent vừa lập luận vừa lấy được dữ kiện thật.

• Xử việc nhiều bước. Agent giải được việc cần tra cứu rồi tính toán liên tiếp.
• Tra cứu thực tế. Agent gọi công cụ lấy dữ liệu thật thay vì đoán từ trí nhớ.
• Ít bịa dữ liệu. Mỗi bước dựa trên quan sát có thật nên giảm chuyện trả lời sai.
• Lần theo từng bước. Suy nghĩ và hành động ghi lại được nên dễ kiểm và soát lỗi.
• Điều chỉnh theo kết quả. Khi một bước cho kết quả lạ, agent đổi hướng ở bước sau.

ReAct là nền của mọi AI agent làm việc thật chứ không chỉ trả chữ. Đây là lý do một agent giải được việc phức tạp nhiều khâu của doanh nghiệp.

Một vòng lặp ReAct đi qua bốn nhịp lặp lại:

• Suy nghĩ. Agent nghĩ ra bước cần làm tiếp dựa trên những gì đã biết.
• Hành động. Agent gọi công cụ phù hợp với tham số cụ thể để tra cứu hoặc cập nhật.
• Quan sát. Agent đọc kết quả công cụ trả về làm dữ kiện cho vòng sau.
• Lặp hoặc dừng. Chưa đủ thì quay lại suy nghĩ; đủ dữ kiện thì trả lời và kết thúc.

Vòng lặp cần một điểm dừng rõ. Agent dừng khi đã đủ dữ kiện, hoặc khi chạm trần số vòng đặt trước, nên vẫn cần guardrails để khỏi chạy vô tận.

Giả sử khách hỏi đơn của họ giao tới đâu rồi. Nếu agent trả lời một phát, nó dễ đoán bừa vì không nắm trạng thái thật của đơn.

Với ReAct, agent nghĩ cần tra mã đơn trước, gọi công cụ tra cứu và quan sát đơn đang ở kho phân loại. Agent nghĩ tiếp là còn thiếu thời gian giao, gọi công cụ tra lịch giao, quan sát ngày dự kiến, rồi mới gộp lại trả lời khách.

Kết quả là một câu trả lời dựa trên dữ liệu thật, qua vài bước tra cứu mà khách không thấy. Đó là cách ReAct biến AI thành một mắt xích vận hành thật, không chỉ trợ lý đoán mò.

Hai cách xử lý phục vụ hai loại việc khác nhau:

Trả lời một phát vẫn đủ cho câu hỏi đơn giản. ReAct cần khi việc phải tra cứu và đi nhiều bước. Nhiều hệ thống dùng cả hai tuỳ độ khó câu hỏi.

Đặt vòng lặp cho agent cần cân vài điểm:

• Số vòng lặp. Nhiều vòng thì giải việc khó tốt hơn, nhưng tốn token và lâu hơn.
• Trần dừng. Cần đặt trần số vòng để agent không chạy vô tận khi bí.
• Chi phí mỗi vòng. Mỗi vòng là một lượt suy luận và một lượt gọi công cụ, đều tốn.

Cách làm đúng là cho việc khó nhiều vòng hơn việc dễ, đặt trần dừng rõ ràng, và để câu hỏi đơn giản đi đường trả lời một phát cho nhanh và rẻ.

Một vòng lặp ReAct gồm các loại bước rõ ràng, hiểu chúng giúp đọc được nhật ký agent:

Thực tế thường bắt đầu từ vài công cụ cho một việc rõ, chạy cho chắc rồi mới mở rộng cho agent thêm công cụ và việc phức tạp hơn.

• Tưởng agent tự biết mọi thứ. Agent chỉ mạnh khi có công cụ tốt để tra cứu dữ kiện thật.
• Tưởng càng nhiều vòng càng tốt. Quá nhiều vòng tốn chi phí và dễ đi lòng vòng không hồi kết.
• Quên đặt trần dừng. Không có trần thì agent có thể lặp vô tận khi gặp việc bí.
• Tưởng suy nghĩ là đảm bảo đúng. Lý luận hay nhưng kết quả công cụ sai thì câu trả lời vẫn sai.
• Bỏ kiểm việc rủi ro. Hành động đụng tiền hay dữ liệu nhạy cảm cần người duyệt dù agent tự tin.

Phần lớn lỗi với ReAct đến từ thả agent chạy không giới hạn và không kiểm hành động. Vòng lặp lo phần xử việc, giới hạn và kiểm soát lo phần an toàn, cần cả hai.

MONA dùng vòng lặp ReAct như cách cho agent giải việc nhiều bước một cách an toàn:

• Giới hạn công cụ. Agent chỉ được gọi đúng các công cụ phù hợp với nghiệp vụ.
• Đặt trần vòng lặp. Chặn agent chạy vô tận và giữ chi phí trong kiểm soát.
• Ghi lại từng bước. Suy nghĩ, hành động, quan sát đều lần theo được để soát lỗi.
• Duyệt việc rủi ro. Hành động đụng tiền hay dữ liệu nhạy cảm có người duyệt trước.

Trong lúc lặp, agent có thể đụng tới thông tin cá nhân của khách. MONA tuân thủ guardrails và nguyên tắc dữ liệu theo Nghị định 13/2023 trong cả luồng xử lý của agent.

ReAct cần khi việc phải tra cứu và đi nhiều bước, không chỉ trả lời sẵn một câu:

• Trả lời cần tra dữ liệu. Câu hỏi về đơn, tồn kho, lịch hẹn phải tra hệ thống mới đáp đúng.
• Xử việc nhiều khâu. Việc cần làm bước này rồi dựa vào kết quả mới làm bước sau.
• Agent hành động thật. Cập nhật trạng thái, đặt lịch, tạo bản ghi qua công cụ.
• Cần kiểm chứng dữ kiện. Việc dễ sai nếu đoán, nên phải lấy số liệu thật trước khi kết luận.

Khi câu hỏi đơn giản và có sẵn câu trả lời, trả lời một phát là đủ. Khi việc cần tra cứu, tính toán liên tiếp và hành động trong hệ thống, vòng lặp ReAct là điều kiện bắt buộc.

Vòng lặp ReAct dễ hiểu nhưng thiết kế công cụ đúng và đặt giới hạn an toàn cần kinh nghiệm. Doanh nghiệp nên cân nhắc MONA khi:

• Muốn một agent giải việc nhiều bước như tra đơn, tra tồn kho, đặt lịch thay người.
• Cần agent gọi đúng công cụ nối vào phần mềm hiện có và có ghi lại từng bước.
• Cần đặt trần vòng lặp và người duyệt cho hành động đụng tiền hay dữ liệu nhạy cảm.
• Muốn đưa agent vào quy trình vận hành một cách an toàn và đo được.

MONA thiết kế công cụ và luồng vòng lặp cho agent giải việc trong hệ thống doanh nghiệp có kiểm soát. Tham khảo Sale AI cho agent trả lời và xử đơn nhiều bước, LMS AI cho agent hỗ trợ học tập theo từng bước.