NHỮNG GÌ ĐÃ THAY ĐỔI TRONG CÁCH CHÚNG TA LÀM VIỆC VỚI AI TỪ 2024 - 2026

Có một cách khá vui nhưng cũng khá đúng để tôi nhìn lại hành trình làm việc với AI trong 3 năm gần đây:

• 2024 là Chat.
• 2025 là Work.
• 2026 sẽ là Teamwork.

Nghe như một câu nói vui, nhưng càng đi sâu tôi càng thấy nó không chỉ là cách đặt tên cho dễ nhớ. Nó phản ánh đúng việc con người đang đổi cách làm việc với AI rất nhanh: từ chỗ chỉ trò chuyện, sang giao việc, rồi tiến tới tổ chức cả một hệ thống agent phối hợp như một đội ngũ thực thụ.

Điều thú vị là nếu nhìn lại kỹ, ta sẽ thấy đây không phải chỉ là sự thay đổi về tool, mà là sự thay đổi về tư duy. Từ chỗ con người xem AI như một nơi để hỏi đáp, chúng ta bắt đầu xem AI như một nơi để giao việc, rồi tiếp tục xem nó như một môi trường có thể tổ chức, điều phối, đo lường và tối ưu như một bộ máy làm việc. Các tài liệu chính thức của Anthropic, Google Cloud, OpenAI và Microsoft trong 2025–2026 đều đang mô tả rất rõ sự dịch chuyển này: từ prompt sang agents, rồi sang orchestration, context, tools, evaluation và multi-agent systems.

Nói vui một câu cho dễ hình dung:

2024 mình còn đang nhắn tin với AI.
2025 bắt đầu giao đầu việc cho AI.
2026 thì có khi phải học cách… họp với cả một team AI cho đỡ loạn. 😄

Dưới đây là 1 đoạn mà các AI Agent đang tự trao đổi với nhau về nội dung này, bạn thử nghe nhé:

2024: Chat - lúc ta học cách nói để hiểu AI

Với tôi, 2024 là năm rất nhiều người lần đầu tiếp cận AI qua giao diện chat. Trung tâm của giai đoạn này là Prompt Engineering: học cách viết chỉ dẫn rõ ràng hơn để mô hình trả ra kết quả tốt hơn. Tôi vẫn nhớ ở giai đoạn này tôi hay mô tả cho học viên: prompt engineering là tập hợp kỹ thuật viết và tổ chức instructions nhằm cải thiện đầu ra của mô hình, chứ không đơn giản chỉ là “gõ vài câu hỏi hay”.

Nói theo cách dễ hiểu hơn, 2024 là lúc ta bắt đầu nhận ra một điều rất đời thường: AI không đọc được suy nghĩ, muốn AI làm tốt thì mình phải nói rõ:
• mình đang ở vai trò nào,
• muốn nó làm việc gì,
• cần kết quả dạng gì,
• bối cảnh là gì,
• và nên đi theo các bước nào.

Vì vậy ở giai đoạn này, tôi thấy mấy keyword quan trọng nhất là:

1. Prompt Engineering: thiết kế prompt để tăng chất lượng đầu ra. Nói cho dễ hiểu: “Muốn AI trả lời đúng thì phải hỏi cho rõ.”
2. Instruction Design: thiết kế câu chỉ dẫn theo cấu trúc đủ rõ, đủ cụ thể, đủ ràng buộc để AI làm đúng việc hơn. “Đừng nói ‘làm đi’, hãy nói ‘làm gì, làm thế nào, ra cái gì’.”
3. Role / Context / Output Format: ba mảnh ghép cực quan trọng trong prompt. Role giúp AI hiểu mình đang đóng vai gì, context giúp AI hiểu tình huống, output format giúp AI biết phải trả kết quả theo khuôn nào. Và mở rộng hơn là công thức tôi hay đào tạo RARCS (Role – Action – Result – Context – Step): đây không phải chuẩn học thuật phổ quát của ngành, mà là một framework thực hành rất tốt để dạy người mới dùng AI có cấu trúc. Nó giúp người học không viết prompt kiểu cảm tính.

Nói vui một câu cho dễ nhớ: 2024 là năm ta học cách nói chuyện tử tế với AI. Prompt mơ hồ thì kết quả cũng mơ mơ hồ hồ.

Nếu nhìn ở góc độ lịch sử sử dụng, 2024 là năm mà AI được phổ cập cực mạnh qua giao diện chat. Và thứ làm nên làn sóng này không phải ai cũng đi nghiên cứu model, mà là vì lần đầu tiên rất nhiều người có thể “mở ra và dùng luôn”. Chat trở thành cánh cửa đầu tiên vì nó tự nhiên, gần với hành vi con người nhất: hỏi – đáp – làm rõ – sửa lại – tiếp tục hỏi.

Chính ở giai đoạn này, nhiều người mới nhận ra một sự thật hơi buồn cười: AI giỏi, nhưng không giỏi đoán ý chủ.
Mình hỏi nhập nhằng thì nó trả lời nhập nhằng. Mình giao đề thiếu dữ liệu thì nó cũng chỉ có thể suy ra trong phạm vi ngữ cảnh đang có.

Vì vậy, năm 2024 không nên hiểu đơn giản là “năm của mấy câu prompt hay”, mà nên hiểu là năm của:

• học cách diễn đạt yêu cầu,
• học cách đưa bối cảnh đúng,
• học cách chia bài toán,
• học cách chỉ định vai trò,
• học cách yêu cầu output theo format rõ ràng.

Đây là nền móng cực quan trọng. Vì nếu không vượt qua được giai đoạn Chat, người dùng rất khó bước tiếp sang Work và Team Work. Nói thẳng luôn: prompt chưa rõ thì agent giỏi mấy cũng khó cứu.

Nếu phải chọn vài cái tên tiêu biểu cho “năm của Chat”, tôi sẽ nhắc đến:

• ChatGPT: biểu tượng rõ nhất của AI đi vào đời sống đại chúng qua giao diện chat. OpenAI mô tả API và các sản phẩm của họ như điểm khởi đầu để tạo text, vision và cả agentic apps sau này. Đối với mình hiện tại đây là một “nhân viên toàn diện nhất”.
• Claude: nổi bật ở khả năng xử lý ngôn ngữ dài, viết lách, phân tích tài liệu và sau đó mở rộng sang coding, cowork, skills. Trang sản phẩm của Anthropic hiện liệt kê Claude như hạt nhân của cả một hệ sinh thái sản phẩm làm việc. Đối với mình hiện đây là “lập trình viên tốt nhất”.
• Gemini: đại diện cho hướng AI gắn chặt với hệ sinh thái Google, đặc biệt mạnh ở việc kết nối với môi trường làm việc rộng hơn thay vì chỉ là chat thuần. Điều này về sau trở thành nền cho ADK và agent workflows của Google. Đối với mình hiên đây là một “nhân viên sáng tạo nhất”.
• Perplexity: nếu ChatGPT là biểu tượng của “chat để làm việc”, thì Perplexity là biểu tượng của “chat để tra cứu”. Nó giúp nhiều người hình thành thói quen hỏi AI như một lớp giao diện tìm kiếm mới. Đối với mình đây hiện là “chuyên gia nghiên cứu tốt nhất”

Nói ngắn gọn: 

2024 là năm AI bước vào đời sống bằng cửa Chat.
Và cửa đó không nhỏ chút nào. Nó đủ lớn để cả sinh viên, dân văn phòng, marketer, coder, giáo viên, chủ doanh nghiệp… cùng đi vào.

2025: Work - lúc ta bắt đầu giao việc để AI làm

Sang 2025, câu chuyện không còn dừng ở “AI trả lời hay không”. Trọng tâm chuyển sang “AI làm việc được đến đâu”. AI agents là các hệ phần mềm dùng AI để theo đuổi mục tiêu và hoàn thành tác vụ thay mặt người dùng; chúng có reasoning, planning, memory và một mức autonomy nhất định.

Mình đã từng dùng Zapier từ thời chỉ là công cụ tự động hoá Dataflow từ 2016 rồi sang Power Automate tự động quy trình từ 2020, sau này là n8n. Vì vậy mình luôn phân biệt khá rõ giữa các workflow có cấu trúc và các agent có khả năng dùng tool trong một vòng lặp để hoàn thành nhiệm vụ phức tạp hơn. Đây là năm mà rất nhiều người bắt đầu nhìn AI không chỉ như “một chatbot thông minh”, mà như một người phụ tá số biết động tay động chân:
• biết đọc web,
• biết gọi tool,
• biết chạy code,
• biết thao tác file,
• biết nối nhiều bước để hoàn thành một việc.

Vì thế, bộ từ khóa của 2025 tôi thấy rõ nhất là:

1. Agent: một hệ AI có thể nhận mục tiêu, suy nghĩ, lập kế hoạch và hành động ở mức tự chủ nhất định để hoàn thành tác vụ. Nói đơn giản: “Không chỉ biết trả lời, nó còn biết tự làm vài việc cho mình.”
2. Tool Use: khả năng AI gọi hàm, dùng API, mở công cụ hoặc tương tác với hệ thống bên ngoài để hoàn thành công việc. Đây là khi model quyết định lúc nào cần gọi tool dựa trên yêu cầu người dùng và mô tả tool. Nói cách khác: “Thay vì chỉ nói, AI biết lấy bút, mở máy tính, dùng dụng cụ để làm bài.”
3. Workflow: chuỗi bước làm việc có cấu trúc để giải quyết một nhiệm vụ từ đầu đến cuối. Tôi nhấn mạnh nhiều “agentic systems” thực chất là các workflow được thiết kế tốt. Đây là lúc ta phải thiết kế để: “AI Làm việc theo từng bước, không nhảy lung tung.”
4. Action: năng lực hành động thực tế, không chỉ sinh văn bản. Ví dụ: mở tài liệu, chạy truy vấn, lấy dữ liệu, tạo slide, sửa code, gửi kết quả. “AI không chỉ nói hay, mà phải làm được việc.”

Nếu 2024 là giai đoạn hỏi “AI biết gì?”, thì 2025 là giai đoạn hỏi “AI làm được gì?”. Nói vui một chút:

2024: mình còn đang sửa prompt.

2025: đã bắt đầu muốn giao KPI cho AI.

Ở góc độ chuyên môn, 2025 là năm khái niệm agentic systems nổi lên rất mạnh. Có thể nói thẳng rằng điều quan trọng không phải cứ gọi cái gì có model là agent, mà là hiểu đúng khi nào dùng workflow, khi nào dùng agent, khi nào để model gọi tool và khi nào cần giữ luồng xử lý mang tính chất quyết định hơn. Quan trọng là phải áp dụng và chạy ổn định thực tế chứ AI Agent tại thời điểm này chưa hoàn toàn thay thế mọi quy trình. OpenAI cũng công bố Agents SDK như một cách để xây agentic applications với tools, handoffs, traces và orchestration đa agent.

Đây là khác biệt rất lớn giữa 2024 và 2025:

2024: người dùng hỏi, AI trả lời.

2025: người dùng giao mục tiêu, AI có thể chủ động xử lý nhiều bước hơn.

Tôi thấy nhiều người hay nhầm giữa automation và agent. Automation truyền thống thường chạy theo rule cố định. Còn agent thì có thêm phần reasoning, tool selection, adaptation theo ngữ cảnh. Không phải lúc nào agent cũng tốt hơn workflow cố định, nhưng rõ ràng nó mở ra một kiểu làm việc mới: bớt “ra lệnh từng bước”, tăng “giao mục tiêu và kiểm soát kết quả”.

Nếu 2024 là năm của Chat, thì 2025 là năm của những công cụ biến AI thành người phụ tá biết làm việc:

1. n8n: cực mạnh ở việc dựng workflow tự động, nối nhiều công cụ, API, trigger, database, email, CRM… Đây là công cụ rất đại diện cho giai đoạn “AI + automation + orchestration nhẹ” ở mức ứng dụng.
2. Zapier AI / AI automation stack: vẫn là một biểu tượng lớn cho hướng “AI đụng vào workflow thực tế”, nhất là với người không code nhiều.
3. OpenAI Agents SDK: OpenAI mô tả đây là SDK mã nguồn mở giúp xây agentic applications, hỗ trợ tools, handoffs, traces và orchestration tốt hơn so với Swarm trước đó. Đây là dấu mốc rất rõ cho việc agent không còn là demo mà đã thành hướng build có framework bài bản.
4. Claude Code: Anthropic mô tả Claude Code là một agentic coding system có thể đọc codebase, sửa nhiều file, chạy test và hỗ trợ ship code nhanh hơn. Đây là hình mẫu rất rõ cho chuyện AI không chỉ trả lời về code mà bắt đầu “động tay vào repo”. 

Nói vui cho dễ nhớ:
2025 là năm AI thôi không ngồi nói chuyện nữa, mà bắt đầu xắn tay áo vào làm việc.

2026 Team Work - lúc phải biết tổ chức cả một đội AI Agent

Theo tôi, 2026 là chỗ mọi thứ bắt đầu khó thật. Vì lúc này bài toán không còn là một prompt hay một agent nữa, mà là cả một hệ thống phối hợp. Chúng ta sẽ bắt đầu có các ứng dụng thật sự của multi-agent orchestration là cách chia các vấn đề phức tạp thành các đơn vị công việc chuyên biệt giao cho những agent khác nhau. Ngoài ra ta sẽ bắt gặp của một sự thay đổi tư duy từ Prompt Engineering sang Context engineering là việc tuyển chọn và duy trì bộ thông tin tối ưu đi vào context của mô hình trong quá trình suy luận.

Nói đơn giản: AI đang chuyển từ chỗ “một người làm tất” sang mô hình giống ngoài đời hơn:
• có người lập kế hoạch,
• có người tìm thông tin,
• có người xử lý dữ liệu,
• có người viết,
• có người kiểm tra,
• và cần một cơ chế điều phối để mọi thứ không loạn.

Bộ keyword của 2026 theo tôi nên hiểu như sau:

1. Orchestration: cơ chế điều phối agent và công cụ, quyết định ai làm gì, theo thứ tự nào, song song hay tuần tự, khi nào handoff, khi nào tổng hợp kết quả. Nói cho trẻ em hiểu: “Giống như có người đứng lớp phân công bạn nào làm bài nào.”
2. Context Engineering: chiến lược chọn lọc, sắp xếp, duy trì và cập nhật đúng ngữ cảnh để model/agent có đủ thông tin cần thiết ở từng thời điểm. Chúng ta có thể gọi đây là bước tiến tự nhiên vượt lên trên prompt engineering truyền thống. Nói cho dễ hiểu: “Muốn làm đúng thì phải đưa đúng thông tin, đúng lúc, không đưa thừa cũng không đưa thiếu.”
3. Multi-Agent: hệ thống gồm nhiều agent phối hợp với nhau để xử lý những nhiệm vụ phức tạp hơn một agent đơn lẻ. “Một bạn làm không nổi thì chia ra nhiều bạn, mỗi bạn giỏi một việc, chuẩn theo nghiệp vụ và kỹ năng cho từng bạn.”
4. Guardrails: các rào chắn, chính sách, giới hạn và quy tắc để agent không làm vượt quyền, không đụng dữ liệu nhạy cảm, không hành động sai phạm vi. Đây là phần sống còn khi AI bắt đầu thật sự hành động trên hệ thống.
5. Memory: cơ chế lưu và dùng lại thông tin qua nhiều vòng tương tác hoặc nhiều bước công việc, để agent không “quên trước quên sau”. Đây là nơi ta sẽ xây dựng hồ sơ nghiệp vụ, bộ kỹ năng, mô tả các mối tương quan để AI hiểu công việc chứ không phải như con người mới vào làm mỗi lần.
6. Protocol: bộ quy tắc giao tiếp giữa model, tool, agent hoặc hệ thống ngoài. Ví dụ điển hình hiện nay là mô hình gọi tool có cấu trúc hoặc các giao thức kiểu MCP để agent dùng được công cụ một cách chuẩn hóa.
7. Evaluation: cách kiểm tra xem agent làm tốt đến đâu, ổn định không, đúng yêu cầu không, lỗi ở đâu. Có nhiều phương pháp bao gồm các task, trial, grader và success criteria bám sát các artifacts của quy trình thực hiện.

Với tôi, câu tóm tắt của 2026 là: Không còn là chuyện một AI giỏi đến đâu, mà là chuyện mình có biết tổ chức cả một đội AI làm việc tử tế hay không. Đây là chỗ tôi thấy nhiều người sẽ bắt đầu vấp nếu vẫn giữ tư duy của 2024 hoặc 2025. Vì một prompt hay không đủ. Một agent chạy được demo cũng không đủ. Cái khó của 2026 là:

• làm sao agent phối hợp được,
• làm sao dữ liệu đi đúng nơi,
• làm sao truyền đúng context,
• làm sao không vượt quyền,
• làm sao có trace để biết nó đã làm gì,
• làm sao đo được chất lượng đầu ra,
• làm sao để chạy ổn định chứ không phải “lúc được lúc hên”.

OpenAI hiện mô tả Agents SDK là công cụ để build agentic apps có handoffs, tools, traces, và có thể phối hợp agent chuyên biệt. Google ADK thì nhấn mạnh việc phát triển agent như phát triển software, có support cho workflows đơn giản đến phức tạp, kể cả những agent phối hợp với nhau. Microsoft Foundry Agent Service lại đi rất rõ theo hướng enterprise: một nền tảng fully managed để build, deploy và scale agents, có tool catalog, evaluation, monitoring và control plane đi kèm.

Nói cách khác, 2026 không còn là chuyện “AI có giỏi không”, mà là:
mình có biết dựng môi trường để AI làm việc ổn định, an toàn và có thể mở rộng hay không.

Nếu cần bổ sung phần công cụ nổi bật cho 2026, tôi sẽ chọn bộ này:

1. Google ADK (Agent Development Kit): Google mô tả ADK là framework linh hoạt, modular, model-agnostic và deployment-agnostic, được thiết kế để việc phát triển agent giống với software development hơn, hỗ trợ từ tác vụ đơn giản đến workflows phức tạp và multi-agent architectures. Thực tế nếu bạn đang thử sử dụng một vài tính năng AI của COMPA CLASS thì đang áp dụng chính Google SDK.
2. OpenAI Agents SDK: đại diện cho hướng build agent có tools, handoffs, traces và orchestration đa agent. Đây là một trong những cái tên tiêu biểu nhất nếu nói về mặt framework xây agent trong 2025–2026.
3. Microsoft Foundry Agent Service: nền tảng fully managed cho việc build, deploy, scale và orchestrate AI agents ở mức doanh nghiệp, có cả no-code prompt agents lẫn code-based hosted agents. Nếu nói về “teamwork” ở cấp enterprise, đây là cái tên rất đáng nhắc.
4. Claude Cowork / Claude Code: Anthropic đang đi rất rõ theo hướng AI không chỉ chat mà còn cowork, code, dùng skills và làm việc trực tiếp trên môi trường người dùng. Đây là đại diện tốt cho lớp “AI knowledge worker” và “AI coding teammate”.
5. MCP ecosystem / tool protocol thinking: nếu nói 2026 là năm của Teamwork, thì phần protocol cực quan trọng. Chính vì vậy tư duy chuẩn hóa giao tiếp giữa model, tools và systems sẽ là lớp nền rất đáng học, chứ không chỉ chăm chăm vào model nào mạnh hơn.

Nói vui cho đúng tinh thần bài: 

2026 có thể là năm bạn không còn dùng một AI nữa. Bạn sẽ quản một đội AI.
Và nếu không có điều phối, team này sẽ loạn chẳng khác gì họp nhóm mà không ai ghi biên bản. 😄

Nhìn lại 3 năm bằng một câu rất ngắn

• 2024: Chat → học cách nói để AI hiểu.
• 2025: Work → học cách giao việc để AI làm.
• 2026: Teamwork → học cách tổ chức nhiều AI phối hợp như một hệ thống làm việc thật sự.

Ai còn đang ở đoạn Chat thì không có gì phải ngại. Ai đang bước sang Work thì nên bắt đầu nghĩ về workflow và tool use. Còn ai đang nói đến Teamwork thì nên nhớ: dựng được một hệ nhiều agent chạy ổn định, có guardrails, có eval, có context đúng… khó hơn rất nhiều so với việc demo một con bot cho thật ngầu.

Cần nhấn mạnh bài viết này để giúp bạn hiểu xu hướng làm việc với AI đang đi đến đâu và cách những nhà ứng dụng hàng đầu đang làm việc. Trong thực tế dù ở giai đoạn nào thì chúng ta vẫn nên tự tin bắt đầu từ những thứ cơ bản đến phức tạp dần.

Và tôi sẽ đồng hành cùng các bạn trong hành trình này nhé 😊👌

AI không chỉ đổi công cụ. AI đang đổi cách con người làm việc.

#AI #PromptEngineering #AIAgent #Workflow #MultiAgent #ContextEngineering #Orchestration #Evaluation #ChatGPT #n8n #NghềCủaĐức