Sự tiến hóa của khung đỡ AI Agent và sự chuyển dịch sang chú ý của con người
Khái niệm "khung đỡ AI agent" (agent harness) đang tiến hóa khi các mô hình ngôn ngữ lớn ngày càng tích hợp trực tiếp các khả năng ngoại vi này vào trọng số của chúng. Sự chuyển dịch này biến khung đỡ từ một công cụ quản lý mô hình thành một giao diện quản lý sự chú ý của con người. Khi các mô hình tự xử lý các tác vụ như sử dụng công cụ và ghi nhớ một cách bản xứ, mô hình tương tác giữa người và máy tính (HCI) sẽ thay đổi, đòi hỏi các nhà phát triển tập trung vào cách AI agent tương tác và điều hướng sự chú ý của con người thay vì chỉ quản lý việc thực thi mô hình. Về mặt lịch sử, mối quan hệ này được định nghĩa là "Agent = Model + Harness", trong đó khung đỡ quản lý trạng thái, bộ nhớ và việc thực thi công cụ. Khi các mô hình nội bộ hóa các chức năng này, lớp phần mềm bên ngoài sẽ chuyển sang quản lý các tương tác có sự tham gia của con người (human-in-the-loop) và phân bổ sự chú ý.
## KIẾN THỨC NỀN
Khung đỡ agent (agent harness hoặc scaffolding) là cơ sở hạ tầng phần mềm bên ngoài bao quanh một Mô hình Ngôn ngữ Lớn (LLM) không lưu trạng thái để cung cấp cho nó các khả năng tự trị. Nó quản lý việc sử dụng công cụ, bộ nhớ, duy trì trạng thái và các vòng lặp phản hồi, cho phép mô hình thực hiện các tác vụ nhiều bước và chạy lâu dài. Nếu không có khung đỡ, mô hình chỉ có thể xử lý các lượt hỏi đáp đơn lẻ.