23HG Multi-Agent System: hệ thống AI đa tác tử cho kỹ thuật xây dựng — cấm LLM tự tính, để Python tất định tính thay

Trả lời nhanh

• 23HG Multi-Agent System là một hệ sinh thái AI đa tác tử (multi-agent) do kỹ sư Bảo Tú Nguyễn tự xây dựng cho ngành kỹ thuật xây dựng Việt Nam. Hệ thống phục vụ các công việc dự toán, QS, đấu thầu, KCS nội nghiệp, biện pháp thi công và tiến độ.
• Triết lý cốt lõi của 23HG là cấm tuyệt đối LLM tự nhẩm cộng trừ. Mô hình ngôn ngữ chỉ đóng vai trò bộ não chỉ huy, còn mọi phép tính đều do mã Python tất định đảm nhận, vì LLM dễ ảo giác số liệu và điền "số chết" (hardcode) thay vì công thức sống vào Excel.
• Kiến trúc của hệ thống gồm 3 tầng rõ rệt. Tầng 1 là bộ não điều phối với 8 subagent chuyên gia A1–A8; tầng 2 là "cơ bắp" Python tất định; tầng 3 là các MCP server điều khiển trực tiếp AutoCAD, Excel, MS Project và Word trên desktop.
• Đồ thị tri thức của hệ thống đã được làm gọn bằng bộ lọc kiến trúc 2 tầng. Từ một đồ thị gốc dính đặc, tác giả rút về một bản đồ tư duy vĩ mô 6 trụ cột và một Module Map 2 tầng ở cấp file/thư mục.
• Toàn bộ con số quy mô và hiệu năng trong bài này là số liệu do tác giả tự công bố trong bài chia sẻ cộng đồng. Các số liệu đó chưa được kiểm chứng độc lập, và bài viết ghi rõ điều này ở từng chỗ sử dụng.

23HG Multi-Agent System là gì?

23HG Multi-Agent System là một hệ sinh thái kỹ thuật xây dựng tự hành, trong đó nhiều tác tử AI chuyên biệt (subagent) phối hợp dưới một bộ não điều phối để thực hiện các công việc kỹ thuật xây dựng: bóc khối lượng từ bản vẽ CAD, lập dự toán và thanh toán, phân tích rủi ro đấu thầu, lập tiến độ, soạn hồ sơ KCS/hoàn công và thuyết minh biện pháp thi công. Điểm khác biệt của 23HG so với cách dùng chatbot thông thường là nguyên tắc phân chia lao động nghiêm ngặt: LLM chỉ ra quyết định và điều phối, phép tính số học do chương trình tất định (deterministic) thực thi, và phần mềm desktop thật được điều khiển qua giao thức MCP (Model Context Protocol) thay vì chỉ trả về văn bản trò chuyện.

Theo tác giả, hệ sinh thái này gồm 3 tầng: bộ não điều phối, cơ bắp toán học Python và tay chân MCP điều khiển desktop. Tác giả cũng cho biết toàn hệ đã đạt 3.636 tệp với hơn 1.052.498 dòng mã và dữ liệu kỹ thuật — đây là số liệu tác giả tự công bố, chưa được kiểm chứng độc lập.

Vì sao 23HG cấm LLM tự nhẩm cộng trừ?

Theo tác giả, kỹ sư xây dựng dùng AI thường gặp một "cơn ác mộng" chung: LLM viết câu chữ rất mượt, nhưng khi bóc khối lượng CAD, tổ hợp cắt thép cây 11,7m hay lập bảng dự toán/thanh quyết toán Phụ lục 03a, nó hay ảo giác số liệu, tự nhẩm cộng trừ sai, và nguy hiểm nhất là điền "số chết" — giá trị tĩnh hardcode — vào ô Excel thay vì công thức sống như =SUM, =ROUND hay =INDEX/MATCH. Trong xây dựng, theo tác giả, lệch một hệ số K hay sót một cạm bẫy bản vẽ là trả giá bằng tiền thật.

Vì vậy, nguyên tắc thiết kế bất di bất dịch của 23HG là: AI chỉ làm bộ não chỉ huy, tính toán phải do "cơ bắp toán học tất định" đảm nhận. Đây là một lựa chọn kiến trúc đáng chú ý, vì nó thừa nhận giới hạn của LLM ở đúng chỗ nguy hiểm nhất — số học — thay vì cố prompt để mô hình "tính cẩn thận hơn".

Kiến trúc 3 tầng của 23HG gồm những gì?

Tầng	Tên gọi	Thành phần chính	Nhiệm vụ
1	Bộ não điều phối	8 subagent A1–A8 (State Graph v3.0) + 23HG Foundation Model	Điều phối, phân tích, ra quyết định, phản biện
2	Cơ bắp Python tất định	OR-Tools, số học Decimal, kiểm toán Benford/Nigrini, 682 unit tests (theo tác giả)	Thực thi mọi phép tính kỹ thuật bằng thuật toán tất định
3	Tay chân điều khiển desktop	11 MCP servers, 191 MCP tools (theo tác giả)	Điều khiển trực tiếp AutoCAD, Excel, MS Project, Word qua COM/MCP

Tầng 1 — 8 subagent A1–A8 làm những việc gì?

Thay vì dồn mọi việc vào một chatbot duy nhất, tác giả tách hệ thống thành 8 chuyên gia độc lập chạy trên State Graph v3.0:

Subagent	Vai trò
A1	Tổng tư lệnh điều phối toàn hệ
A2	Trắc đạc CAD & cắt thép
A3	Kiểm toán dự toán & thanh toán Phụ lục 03a
A4	Sổ đỏ rủi ro đấu thầu & bằng chứng PDF
A5	Chỉ huy tiến độ MS Project & cơ giới ca máy
A6	Nội nghiệp KCS / hoàn công HTN-XDA
A7	Kiến trúc sư biện pháp thi công 6 phân hệ
A8	Tổng thanh tra phản biện độc lập (Red-Team)

Đi cùng tầng này là 23HG Foundation Model: theo tác giả, kho 56 skills / 120 files chuẩn được đồng bộ MD5 100% trên 4 môi trường (Claude, Gemini/Antigravity, OpenCode và Git repo), cùng một mô hình LoRA 137,6M tham số huấn luyện từ 127.200 tế bào dữ liệu hồ sơ thực. Các con số này do tác giả công bố, chưa được kiểm chứng độc lập.

Tầng 2 — Python tất định xử lý những bài toán nào?

Theo mô tả của tác giả, tầng 2 khóa các bài toán kỹ thuật bằng thuật toán tất định và được phủ bởi 682 unit tests:

• Cắt thép cây 11,7m (nối chồng 40d / coupler): giải bằng quy hoạch tuyến tính nguyên Google OR-Tools (GLOP + CP-SAT), với mục tiêu ép hao hụt đề-xê xuống dưới 1,5% — mức hao hụt do tác giả công bố.
• Dự toán G_XD, truy vết hệ số K, trượt giá và Phụ lục 03a: dùng số học Decimal với làm tròn half-up chuẩn Excel, kết hợp kiểm toán pháp chứng chữ số Benford/Nigrini để phát hiện dòng đơn giá bất thường.
• Soi 32 cạm bẫy bản vẽ: bắt các lỗi sửa số tay (TextOverride), lệch tỷ lệ DIMLFAC ≠ 1.0, và lỗi nổ thập phân 100x khi OCR.

Tầng 3 — MCP điều khiển desktop hoạt động ra sao?

Tầng 3 kết nối hệ thống tới phần mềm đang mở trên máy kỹ sư qua 11 MCP servers với 191 MCP tools (theo tác giả), độ trễ COM STA dưới 0,2ms theo công bố của tác giả:

• AutoCAD Live MCP & CAD QS MCP (31 tools): đo bóc hình học DWG tỉ lệ 1:1, giải mã font TCVN3/VNI.
• Excel Live MCP (16 tools): ghi 7.896+ ô công thức sống, ép Excel chạy CalculateFullRebuild qua COM.
• MS Project Live MCP (19 tools): chuyển BoQ thành tiến độ 12 cột chuẩn Việt Nam, tách cột 34% / dầm sàn 66%, xuất S-Curve và tiến độ ca máy + dầu diesel 5 sheets.
• Word Live MCP (19 tools) & Zalo Công trường (42 tools): soạn thuyết minh biện pháp thi công 8 chương, biên bản nghiệm thu KCS.

Trước khi bàn giao, subagent A8 quét 4 cổng chất lượng (Quality Gates) với tiêu chí 0 số chết và 0 lỗi #REF!/#NAME? trong file Excel.

Đồ thị tri thức 5.348 nodes được làm gọn như thế nào?

Theo tác giả, khi dùng AST kết hợp Semantic Vault (Graphify) để dựng đồ thị tri thức phục vụ GraphRAG, hệ thống sinh ra 5.348 nodes, 11.611 edges và 259 cụm Leiden. Đồ thị gốc dính đặc thành một khối khó đọc vì có tới 3.134 cạnh sở hữu (contains/method) nối mọi hàm vào file của nó.

Để xử lý, tác giả viết một bộ lọc kiến trúc 2 tầng:

1. Bản đồ Tư duy Vĩ mô 6 trụ cột: tóm toàn bộ hệ thống vào 6 nhánh quanh hạt nhân 23HG, giúp người xem nắm được luồng chạy trong khoảng 10 giây.
2. Module Map 2 tầng tinh gọn: cắt bỏ 3.134 cạnh sở hữu, gom 5.348 symbol về cấp file/thư mục, còn 380 files, 822 cặp phụ thuộc và 35 cụm thư mục. Theo tác giả, với bản đồ này, chọn một file như cutting_stock_solver.py sẽ thấy ngay 103 liên kết và 29 module đang gọi nó.

Toàn bộ số liệu về đồ thị trong mục này là số liệu tác giả tự công bố trong bài chia sẻ, chưa được kiểm chứng độc lập.

Bài học kiến trúc nào rút ra được từ 23HG?

Dù các con số quy mô chưa được kiểm chứng độc lập, ba lựa chọn thiết kế trong bài chia sẻ này có giá trị tham khảo rõ ràng cho bất kỳ ai xây hệ thống AI đa tác tử cho công việc chuyên môn có rủi ro tiền bạc:

• Tách "não" khỏi "cơ bắp": LLM ra quyết định, mã tất định tính toán — thay vì bắt mô hình ngôn ngữ làm cả hai việc.
• Chuyên môn hóa subagent theo nghiệp vụ thật: 8 subagent của 23HG bám sát quy trình xây dựng Việt Nam (Phụ lục 03a, HTN-XDA, font TCVN3/VNI) thay vì chia vai trò chung chung.
• Có cổng chất lượng độc lập: một subagent phản biện (A8 Red-Team) quét file đầu ra trước bàn giao, với tiêu chí đo được (0 số chết, 0 lỗi công thức).

Câu hỏi thường gặp về 23HG Multi-Agent System

23HG Multi-Agent System do ai phát triển?

Theo bài chia sẻ gốc, 23HG là hệ sinh thái do kỹ sư Bảo Tú Nguyễn tự xây dựng và giới thiệu trong cộng đồng Claude AI Việt Nam trên Facebook ngày 09/11/2026. Đây là dự án cá nhân được tác giả công bố, không phải sản phẩm thương mại đã phát hành rộng rãi.

Vì sao hệ thống không cho LLM tự tính toán?

Theo tác giả, LLM dễ ảo giác số liệu, tự nhẩm cộng trừ sai và điền giá trị hardcode ("số chết") thay vì công thức sống vào Excel. Trong kỹ thuật xây dựng, sai một hệ số K hoặc một khối lượng có thể gây thiệt hại tiền thật, nên 23HG giao toàn bộ phép tính cho Python tất định.

"Số chết" trong Excel là gì?

"Số chết" là cách tác giả gọi các giá trị tĩnh được gõ thẳng vào ô Excel thay vì công thức như =SUM, =ROUND hay =INDEX/MATCH. Ô chứa số chết không tự cập nhật khi dữ liệu đầu vào thay đổi, khiến bảng tính sai âm thầm. Một trong các cổng chất lượng của 23HG là quét để đảm bảo 0 số chết trước khi bàn giao file.

Các con số như 5.348 nodes, 682 unit tests, 191 MCP tools có đáng tin không?

Các con số này do tác giả tự công bố trong bài chia sẻ cộng đồng và chưa được kiểm chứng độc lập. Bài viết này dẫn lại chúng với ghi chú rõ nguồn là công bố của tác giả; người đọc nên coi chúng là thông tin tham khảo về quy mô mà tác giả tuyên bố, không phải số liệu đã được bên thứ ba xác minh.

Có thể tải hoặc dùng thử 23HG không?

Trong bài gốc, tác giả để một liên kết Google Drive (ghi ở mục Nguồn) và mời cộng đồng vào trao đổi. Bài chia sẻ không công bố repo mã nguồn mở chính thức, nên khả năng tải về và dùng thử phụ thuộc vào tài liệu tác giả cung cấp qua liên kết đó.

Nguồn tham khảo

Bài viết được viết lại dựa trên bài chia sẻ của tác giả Bảo Tú Nguyễn trong nhóm Cộng đồng Claude AI Việt Nam trên Facebook (đăng ngày 09/11/2026): bài gốc trên Facebook. Liên kết tài liệu tác giả đính kèm trong bài gốc: Google Drive. Ảnh trong bài là ảnh tác giả đính kèm trong bài gốc (bản đồ tư duy 6 nhánh, sơ đồ kiến trúc và telemetry, đồ thị tri thức và các hình trực quan của hệ thống). Toàn bộ số liệu quy mô và hiệu năng được dẫn trong bài là số liệu do tác giả tự công bố, chưa được kiểm chứng độc lập.