Agent Team Có Thật Sự Cần Thiết?
Tôi từng bị cuốn vào multi-agent hype, build team pipelines với CrewAI và AutoGen. Rồi vỡ mộng và build lại đơn giản hơn. Đây là bài học thật sau khi vận hành 15 agents cá nhân.
Agent Team Có Thật Sự Cần Thiết?
Câu trả lời thật: Còn tùy. Nhưng khả năng cao là không — ít nhất là không theo cách bạn đang nghĩ.
Multi-agent, agent team, swarm — những buzzwords đang nổi nhất trong AI engineering năm 2025. Mọi framework đều vẽ ra viễn cảnh một đội AI chạy parallel, mỗi agent chuyên về một domain, phối hợp nhịp nhàng như team engineer thật: người nghiên cứu, người code, người review, người deploy.
Tôi đã tin vào viễn cảnh đó. Đã thử nghiêm túc. Và đây là những gì thực sự xảy ra.
Khi Multi-Agent Trông Quá Hấp Dẫn
Năm 2024-2025, multi-agent là thứ hot nhất trong AI engineering. LangGraph, CrewAI, AutoGen, OpenAI Swarm (Swarm là experimental/educational framework — OpenAI sau đó release Agents SDK vào Mar 2025 như production successor) — tất cả đều pitch một tương lai hấp dẫn. Và lý do để tin không phải không có cơ sở: parallelism thực sự, specialization thực sự, adversarial validation.
Khoảng đầu 2025, tôi thử nghiêm túc với CrewAI cho một pipeline phân tích thị trường: lead agent nhận ticker, decompose thành sub-tasks (fundamental analysis, technical analysis, sentiment), dispatch xuống 3 member agents, tổng hợp thành report. Demo chạy ngon, tôi vui như chưa bao giờ được vui. Rồi dùng thật.
Nhưng sau đó là phần mà docs bỏ qua.
Overhead Thật Của Team Coordination
Session Overhead Tích Lũy
Team dispatch không free về mặt latency. Lead agent nhận task, phân tích, dispatch xuống 3 member agents, tổng hợp kết quả — đó là ít nhất 6 LLM calls trong scenario đơn giản nhất (lead cần 2 calls: một để phân tích/plan, một để dispatch + format instructions cho members; cộng 3 member calls + 1 synthesis). Trên thực tế với tool calls, retry loops khi member fail, và agentic loops, con số này dễ lên 15-20 calls.
Multiplier này không chỉ là về latency — nó còn là về cost. Single dispatch cho vn-trader phân tích một mã tốn khoảng 3-5k tokens. Team 3 agents làm cùng task: 12-18k tokens — dù output không tốt hơn đáng kể. Với Claude Max $100/month, bạn đang burn quota 3-4x nhanh hơn mà không nhận 3-4x kết quả. Nhân lên 20 tasks/ngày, bạn biết quota limit đánh lúc nào rồi đó.
Single agent dispatch cho kết quả trong vài phút. Team dispatch với lead + 3 members: bạn cộng dồn latency của từng bước, plus orchestration overhead. Với tasks không cần parallel execution, bạn đang trả overhead đó mà không nhận speedup.
Lead Agent Bottleneck
Trong team pattern, lead agent là điểm tắc nghẽn. Nó phải:
- Hiểu task tổng thể
- Decompose thành sub-tasks
- Dispatch xuống members (với đủ context)
- Đợi tất cả members xong
- Tổng hợp kết quả
- Handle nếu có member fail
Với CrewAI (default string chaining), bước 2 — decompose — là bước fail nhiều nhất. Task chaining truyền output dưới dạng raw string, mất structured information theo cách khó predict. CrewAI v0.30+ có hỗ trợ output_pydantic và output_json nhưng đó là opt-in, không phải default. Với AutoGen 0.2 (agentchat), failure mode phổ biến hơn là context insufficiency trong bước 3: lead agent pass không đủ context cho member — dẫn đến member “đúng về mặt kỹ thuật” nhưng không phù hợp với bức tranh tổng thể.
Khi single agent tự làm hết, nó có toàn bộ context trong một working memory. Không có handoff, không có context loss giữa các bước.
Debugging Địa Ngục
Debug single agent trace: khó nhưng làm được. Bạn có một conversation history, một sequence of actions.
Debug inter-agent failure: một loại đau khổ khác hẳn. Tôi đã từng ngồi nhìn log lúc 11 giờ đêm với CrewAI, cố trace xem lead agent đã pass gì cho fundamental-analysis agent. Root cause cuối cùng rất nhỏ: lead agent quên include time range trong context — vì nó assume time range là “hiển nhiên” từ broader task description, nhưng member agent chỉ thấy sub-task instruction. Agent kia execute xong, trả về phân tích Q3/2024 thay vì Q1/2025, lead aggregate lại thành report với mixed timeframes. Không có error, không có warning — chỉ là output sai một cách yên lặng, và tôi chỉ phát hiện ra khi tự đọc kỹ con số và thấy chúng không khớp với market data ngay trước mắt.
Đây là error amplification — multi-agent khuếch đại lỗi thay vì giảm thiểu. Một agent sai, lead agent không catch, và bạn chỉ phát hiện khi tự ngồi đọc kỹ output. Đó là lý do human-in-the-loop checkpoints quan trọng hơn bạn nghĩ.
Bước Ngoặt: Build Claude-Bridge Theo Hướng Ngược Lại
Sau những trải nghiệm đó, tôi quyết định build theo hướng khác hoàn toàn.
Tôi tự build một orchestration layer gọi là claude-bridge — nhận lệnh từ Telegram, route đến đúng agent, trả về kết quả. Telegram ở đây chỉ là UI — bridge nhận lệnh rồi forward xuống đúng agent. Đây là single agent dispatch: bạn chỉ định agent nào, bridge forward task xuống đó. Không có built-in team orchestration, không có lead agent tự decompose. Chủ động, tường minh, dễ đoán.
Lý do chọn thiết kế này không phải vì lười — mà vì tôi đã thấy overhead của lựa chọn thay thế. Mỗi lần thêm một layer coordination là thêm một điểm có thể fail silently. Tôi muốn một system mà khi nó sai, tôi biết ngay nó sai ở đâu.
Sau khi build claude-bridge và dùng một thời gian, câu hỏi tự nhiên hiện ra: tôi có thực sự cần team dispatch không?
Câu trả lời thành thật: ít hơn tôi tưởng.
Thực Tế Sau 15 Agents
Hiện tại tôi đang vận hành 15 agents trên setup cá nhân: blogger, claude-forge, vn-trader, deep-agents, workstream, agent-research — và 9 agents khác cho các domain cụ thể hơn. Mỗi agent là một Claude Code instance độc lập, có persona riêng, context riêng — được define trong CLAUDE.md của từng project.
Duy trì 15 file CLAUDE.md riêng biệt không phải không có trở ngại. Mỗi khi một agent bắt đầu drift — trả lời kiểu generalist thay vì đúng persona — tôi phải quay lại chỉnh context. Đó là overhead không thấy được khi nhìn vào danh sách agents trông có vẻ ấn tượng.
Hơn 90% tasks, tôi chỉ dispatch thẳng vào một agent cụ thể và nhận kết quả. Hmmm. Đây là bức tranh thật:
| Loại task | Phương thức dispatch thực tế |
|---|---|
| Viết blog post | Single (blogger) |
| Phân tích cổ phiếu đơn lẻ | Single (vn-trader) |
| Build plugin | Single (claude-forge) |
| Research topic | Single (deep-agents hoặc agent-research) |
| Viết bài phân tích thị trường | Sequential (vn-trader → blogger) |
| Scan nhiều mã cổ phiếu cùng lúc | Parallel manual (nhiều vn-trader instances) |
| Review chéo / phản biện bài viết | Parallel manual (generate + separate critique agents) |
“Parallel manual” là pattern tôi implement thủ công khi cần — spawn multiple instances, không có lead agent coordination.
Hàng parallel — xảy ra bao nhiêu lần trong thực tế? Thành thật mà nói: hiếm. Có thể vài lần một tuần, trong khi single dispatch xảy ra hàng chục lần mỗi ngày.
Còn 11/15 agents không được call thường xuyên? Phần lớn là vì chúng được build cho use cases rất specific mà tôi không gặp hàng ngày — computer-claw cho computer automation một project cụ thể, om-platform cho planning artifacts một project nhất định. Chúng có giá trị khi cần, nhưng “có thể dùng khi cần” khác xa “dùng thường xuyên”. Rule of thumb từ setup của mình: nếu bạn không thể kể tên 3 task cụ thể bạn sẽ dispatch cho agent đó trong tuần tới, đừng vội build nó.
Khi Nào Single Agent Thực Sự Đủ?
Phần lớn thời gian — và lý do không chỉ là “single agent đủ mạnh rồi.”
Tuần trước, tôi nhắn cho vn-trader “phân tích VIC hôm nay” — trong khoảng vài phút, tôi nhận được phân tích kỹ thuật. RSI overbought gần 75, MACD divergence nhẹ, volume thấp hơn 5-ngày average. Tôi đọc xong, quyết định không mua thêm vị thế đó hôm đó. Không cần team nào hết. Cái task đó — một ticker, một timeframe, một decision — là scope hoàn toàn fit với single agent.
Single agent đủ khi task scope rõ ràng và agent có đủ skill + context để execute. Bạn không cần đội khi một người giỏi đã đủ khả năng làm xong việc.
Một lý do nhiều người từng nghĩ team là cần thiết là context window. Với Claude Opus 4.6 (1M token context), limitation cũ về “context không đủ để xử lý task phức tạp” đã giảm thiểu đáng kể — dù “lost in the middle” vẫn còn tồn tại với context thực sự dài, và latency với context lớn vẫn cao hơn.
Thực ra multi-agent không được tạo ra chủ yếu để workaround context window — parallelism, specialization, cost optimization mới là lý do chính. Nhưng điều đó không có nghĩa là mặc định cần thiết cho mọi use case.
Sequential Dispatch: Lựa Chọn Thay Thế Bị Đánh Giá Thấp
Sau khi vỡ mộng với team coordination overhead, tôi quay lại thử sequential dispatch — và nhận ra đây thường là sweet spot:
Task phức tạp
→ Agent A (domain 1) → output A
→ Agent B nhận output A + task gốc → output B
→ Done
Đây không phải team — không có lead agent coordination, không có parallel execution. Và cũng không phải “single agent gọi tool”: mỗi agent là một separate Claude Code instance với persona riêng, context window riêng — agent B không kế thừa conversation history của agent A. Bạn chủ động copy-paste output A vào context của agent B. Thủ công, nhưng tường minh.
Với setup của tôi, pattern hay dùng nhất là vn-trader phân tích thị trường trước, kết quả được feed vào blogger để viết bài. Hai domain khác nhau, nhưng chúng sequential by nature — blogger cần raw analysis từ vn-trader trước khi có gì để viết.
Ưu điểm của sequential:
- Debugging đơn giản: fail ở bước nào là biết ngay
- Context explicit: bạn kiểm soát chính xác thông tin nào được pass sang bước tiếp theo
- Logic orchestration nằm trong code của bạn thay vì LLM reasoning — và code có thể test, debug, version-control
Nhược điểm thật sự: không parallel và latency cộng dồn tuyến tính. Nếu Agent A mất 90 giây và Agent B mất 90 giây, bạn đợi gần 3 phút. Với tasks thực sự cần speed-up từ parallelism, sequential không đủ. Và nếu workflow có conditional branching phức tạp không biết trước, sequential sẽ phải pre-enumerate mọi path — điểm đó LLM-driven orchestration lại có lý do tồn tại.
Khi Nào Team Thực Sự Cần Thiết
Sau khi đã thấy overhead, đây là những case tôi thấy team thực sự đáng — không phải lý thuyết, mà là những pattern tôi đã có lý do cụ thể để dùng.
1. Tasks Thực Sự Cần Parallel Execution
Nếu bạn cần scan 10 mã cổ phiếu cùng lúc để ra quyết định portfolio hôm nay — đây là parallel work thực sự. Single agent làm sequential sẽ chậm hơn nhiều lần. Nếu mỗi scan mất 30 giây, 10 mã là ~5 phút sequential. Với parallel agents, speedup là có thật — dù rate limits và cold-start overhead của mỗi instance ăn mất một phần. Test yourself: nếu bạn cần kết quả từ 5+ independent subtasks trong cùng một lần, và order không quan trọng, parallel execution có lý.
2. Cross-Domain Tasks Cần Specialist Context — Nhưng Parallel
Đôi khi một task thực sự cần cả expertise của vn-trader và blogger — “viết bài phân tích thị trường tuần này”. Nếu hai phần đó thực sự độc lập và bạn không cần một feed vào kia, parallel dispatch có thêm value so với sequential. Nhưng nếu blogger cần output của vn-trader để biết viết gì, thì đó là sequential by nature — không phải parallel. Phân biệt hai case này trước khi quyết định.
3. Adversarial Validation Thực Sự
Đây là case tôi thấy thực sự bị đánh giá thấp, và cần nói thẳng về cơ chế.
Self-review bằng prompt không tương đương với independent agent — vì self-review trong cùng conversation thì nó thiên vị output trước đó. Giống như tự chấm bài mình: bạn biết mình muốn nói gì, nên dễ “thấy” câu đã đủ ý dù thực ra còn thiếu.
Nhưng chỉ spin up agent giống hệt rồi bảo “review cái này” cũng chưa đủ — nó vẫn share training biases của cùng base model. True adversarial validation cần system prompt với framing phản biện thực sự, không phải “please check your work.”
Bài này được review bởi vài agents với specific critique roles khác nhau. Kết quả bạn đang đọc là sau khi apply feedback đó. Liệu chất lượng có tốt hơn không — tôi thành thật không chắc. Một số feedback cực kỳ có giá trị, một số phản biện những điều mà tôi vẫn cho là đúng. Đây là điểm tôi vẫn đang tìm câu trả lời.
Kết Luận: Câu Hỏi Đúng Cần Hỏi
Agent team không phải không cần thiết — nhưng cũng không phải mặc định cần thiết.
Thay vì checklist, đây là câu hỏi thực tế nhất:
Có phần nào của task này thực sự cần chạy parallel không? Không phải “có thể chạy parallel” — mà là “nếu không chạy parallel, kết quả sẽ không đủ tốt hoặc không kịp deadline.” Nếu không, single agent hoặc sequential dispatch sẽ đơn giản hơn, ít overhead hơn, và dễ debug hơn.
Điều tôi thực sự không chắc sau toàn bộ hành trình này:
Tôi vẫn không biết ngưỡng scale nào thì single agent thực sự bắt đầu break down — không phải về context window, mà về quality degradation khi task complexity tăng. Và adversarial validation bằng multi-agent có thực sự cải thiện output một cách rõ rệt so với một single agent được prompt tốt không? Tôi chưa có câu trả lời đủ chặt chẽ cho hai câu hỏi đó.
Những gì tôi biết chắc: bắt đầu với single agent và sequential dispatch. Thêm team layer khi bạn có use case cụ thể cần parallel execution, không phải vì nó nghe cool. Rất nhiều “agent team” problems thực ra là “single agent không có đủ context/tools/prompts” problems — và fix cái đó sẽ đơn giản hơn và ít debugging hơn nhiều.
Tôi tự apply multi-agent vào setup cá nhân và mới open-source claude-bridge — orchestration layer kết nối Telegram với Claude Code agents. Nếu bạn tò mò về cách build hoặc muốn contribute, code đang ở đó. Mọi nhận xét trong bài là từ experience trực tiếp.