HermesAgent của Nous Research: AI agent tự học kỹ năng, nhớ xuyên phiên

Hầu hết chatbot AI ngày nay đều "mất trí" mỗi khi bạn mở cuộc trò chuyện mới: mọi thứ bạn dạy nó lần trước biến mất hoàn toàn. Một dự án mã nguồn mở của Nous Research mang tên HermesAgent đang theo đuổi hướng ngược lại — một AI agent tự tích lũy kỹ năng qua từng lần sử dụng và giữ được ký ức xuyên suốt các phiên làm việc.

Agent thường quên, agent tự học khác nhau ở đâu

Trải nghiệm quen thuộc với bất kỳ ai từng dùng chatbot: đầu buổi bạn phải giải thích lại từ đầu quy trình deploy nội bộ, cách gọi API của công ty, thói quen đặt tên file... Cuộc trò chuyện kết thúc, toàn bộ "kiến thức" đó bị xóa sạch. Với người dùng cá nhân đó là phiền; với doanh nghiệp, đó là nghịch lý: càng dùng nhiều, càng phải dạy lại nhiều.

Agent tự học (self-improving agent) nhắm thẳng vào điểm yếu này. Thay vì mỗi phiên là một trang giấy trắng, agent chủ động ghi lại những gì nó học được sau mỗi nhiệm vụ — cách xử lý một loại lỗi, một quy trình nhiều bước, một quy ước của người dùng — rồi tái sử dụng ở lần sau. Giá trị của agent vì thế mang tính cộng dồn: càng dùng càng hiểu bạn, thay vì càng dùng càng quen rồi lại quên.

HermesAgent là gì

HermesAgent là dự án AI agent mã nguồn mở do Nous Research — phòng thí nghiệm nổi tiếng với dòng mô hình Hermes theo triết lý trọng số mở — theo đuổi. Hai đặc điểm được chia sẻ rộng rãi quanh dự án:

• Tự học kỹ năng qua từng lần dùng: sau khi hoàn thành một việc, agent tổng hợp lại cách làm thành một "kỹ năng" có thể tái sử dụng, thay vì phải mò mẫm từ đầu ở lần kế tiếp.
• Ghi nhớ xuyên phiên: ký ức không bị giới hạn trong một cuộc chat — những gì agent học được ở phiên trước vẫn còn nguyên khi bạn quay lại sau đó.

Tính chất mã nguồn mở là điểm đáng chú ý thứ ba: người dùng có thể tự đọc, tự sửa và tự triển khai, không phụ thuộc hoàn toàn vào một dịch vụ đóng kín của một tập đoàn nào.

Cách một agent "học kỹ năng" trong thực tế

Dù mỗi dự án có cách cài đặt riêng, lớp agent thế hệ mới thường kết hợp ba cơ chế mà người dùng có thể quan sát được:

1. Trí nhớ bền vững (persistent memory): các ghi chú, sở thích, bối cảnh công việc được lưu thành file hoặc cơ sở dữ liệu ngoài cuộc hội thoại, được nạp lại khi cần.
2. Thư viện kỹ năng (skill library): mỗi nhiệm vụ phức tạp hoàn thành xong có thể được chưng cất thành một thủ tục — ví dụ "cách build và publish tài liệu của nhóm này" — để lần sau gọi lại bằng một câu ngắn.
3. Vòng lặp tự đánh giá: agent đối chiếu kết quả với yêu cầu, ghi nhận điều gì hiệu quả và điều gì không, từ đó lần sau làm nhanh hơn và ít lỗi hơn.

Kết quả trực quan mà người dùng cảm nhận được: ít phải lặp lại hướng dẫn, các thao tác lặp đi lặp lại được tự động hóa dần, và agent trở thành "cộng sự" càng ngày càng sát việc thay vì một trợ lý mới bạn bè mỗi ngày.

Vì sao hướng đi này đáng quan tâm

• Giảm chi phí "dạy AI": phần lớn thời gian dùng agent thực tế là thời gian cung cấp bối cảnh. Trí nhớ cộng dồn cắt phần chi phí lặp lại đó.
• Tri thức ở lại với tổ chức: nhân viên đến rồi đi, nhưng kỹ năng agent học được từ quy trình nội bộ vẫn ở lại — một dạng tài sản tri thức mới.
• Minh bạch và kiểm soát: với dự án mã nguồn mở, doanh nghiệp có thể kiểm tra agent ghi nhớ những gì, lưu ở đâu, ai được đọc — điều gần như bất khả với chatbot đóng kín.

Điều cần lưu ý

Agent càng nhớ nhiều, trách nhiệm càng lớn:

• Ký ức sai cũng được "học": nếu agent rút ra bài học sai từ một lần làm việc lỗi, nó có thể lặp lại sai lầm một cách tự tin. Cần định kỳ rà soát và dọn dẹp kho ký ức.
• Bảo mật dữ liệu ghi nhớ: trí nhớ chứa thông tin nội bộ cần được bảo vệ như một kho tài liệu mật — phân quyền, sao lưu, và cân nhắc tự triển khai trên hạ tầng riêng.
• Không phải phép màu: agent vẫn cần hướng dẫn rõ ràng ban đầu; "tự học" rút ngắn đường dài chứ không thay thế việc định nghĩa đúng bài toán.

Góc nhìn cho doanh nghiệp Việt Nam

Với doanh nghiệp vừa và nhỏ tại Việt Nam, thế hệ agent tự học mở ra kịch bản thực tế hơn: thay vì mua suất chatbot đóng và dạy lại mỗi ngày, họ có thể tự triển khai một agent trên hạ tầng của mình, để nó tiếp thu dần các quy trình chuẩn (SOP) nội bộ — từ quy trình chăm sóc khách hàng đến pipeline xử lý dữ liệu — và tích lũy lại thành tài sản số của công ty. Các nhóm kỹ thuật cũng có thể tham gia đóng góp và kiểm chứng trực tiếp vì đây là dự án mở.

Kết luận

Cuộc đua AI đang dịch chuyển từ "mô hình thông minh hơn" sang "agent biết học hỏi và ghi nhớ". HermesAgent của Nous Research là một đại diện cho hướng đi đó: kỹ năng tích lũy qua từng lần dùng, ký ức xuyên suốt các phiên, và mọi thứ mở để ai cũng kiểm chứng. Nếu bạn đang mệt mỏi vì mỗi sáng phải "giới thiệu lại chính mình" với chatbot, đây là hướng công nghệ đáng theo dõi.

Nguồn: tổng hợp từ chia sẻ trên Facebook, biên tập bởi Wotech Electronics.

Nếu doanh nghiệp của bạn muốn khảo sát giải pháp AI agent tự triển khai cho quy trình nội bộ, đội ngũ Wotech Electronics sẵn sàng tư vấn và đồng hành triển khai.