Agent AI và Ví Crypto: Tài chính Tự trị

Bạn không đọc bài viết này vì vừa xem một bài phân tích sâu sắc đầy hấp dẫn về tương lai của tài chính. Bạn đọc nó vì ví của bạn có khoảng 4000 giao dịch trong tháng này, bạn đã kiểm tra thủ công cho đến gần cuối tuần thứ ba và sau đó ngừng nhìn vào nó hoàn toàn vì nó khiến bạn cảm thấy tồi tệ. Sau đó là sự chắp vá, phó mặc cho may rủi và đôi lúc bạn tự nhủ rằng mình sẽ xử lý hết phần tồn đọng vào Chủ Nhật. Giờ đã là ba ngày Chủ Nhật liên tiếp danh sách đối chiếu vẫn chưa được dọn dẹp. Các hóa đơn vẫn nằm đó. Chẳng ai đi sâu phân tích những giao dịch chuyển tiền nhỏ nhặt mà bạn thấy từ 2 tuần trước. Bạn là chủ sở hữu của một hoạt động vận hành crypto và bạn thậm chí không dám nhìn vào nó.

Đó chính là lý do khiến mọi người tìm đến các agent AI cho các hoạt động tài chính. Không phải vì họ thấy Coinbase công bố Coinbase for Agents vào năm 2026 và tự nhủ: vâng!, đây là tương lai mà tôi muốn dấn thân vào. Mà bởi vì không giống như máy tính vốn giỏi quan sát hơn nhiều, họ đang bị chôn vùi, ngập đầu trong công việc và có phần xấu hổ vì mình lại phải bận tâm về điều này. Gạt bỏ mọi lời lẽ tiếp thị hoa mỹ, lời hứa của các agent AI về cơ bản là lời hứa rằng bạn không cần phải cảm thấy tội lỗi nữa về bảng tính không bao giờ được cập nhật của mình. Bạn có thể ủy thác cảm giác tội lỗi đó đi.

Điều không ai nói cho bạn biết là việc chuyển giao trách nhiệm không đồng nghĩa với việc loại bỏ rủi ro. Ở một khía cạnh nào đó, nó còn tệ hơn. Ít nhất khi tự mình theo dõi chiếc ví tội nghiệp một cách vụng về, sự lo lắng của bạn là một tín hiệu cảnh báo. Giờ đây cỗ máy đang theo dõi, và cỗ máy thì không hề có sự lo lắng — tín hiệu cảnh báo đã biến mất. Cỗ máy sẽ tự xử lý nếu có điều gì đó không ổn, làm bất cứ điều gì nó được lập trình để làm, và việc lập trình đó cũng chỉ tốt bằng chính người lập trình ra nó, và người lập trình đó lại chính là bạn vào một buổi chiều thứ Ba khi tâm trí đang lơ đãng.

Máy Móc Đã Trở Thành Dấu Ấn Đầy Lo Âu Của Nhân Loại Như Thế Nào

Đây là một ảo tưởng lâu đời của con người có từ trước cuộc cách mạng công nghiệp: một cỗ máy làm hết mọi công việc cực nhọc, nhàm chán, để lại cho bạn sự tự do để làm những gì thú vị. Những công nhân dệt may trở thành phong trào Luddite vào những năm 1810 không phải là những kẻ ngốc nghếch không có khả năng nhìn thấu tương lai. Họ đã hình dung rất chính xác về tương lai. Dù họ được hưởng lợi, tất cả những điều này cũng đã thay thế sức lao động của họ: Đó cũng là một tác động của khung dệt cơ khí. Sự tự do mà nó hứa hẹn — thời gian nhàn rỗi, lao động được nâng tầm, thời gian cho cuộc sống con người nhiều hơn và tốt đẹp hơn — phần lớn rơi vào tay các chủ nhà máy, chứ không phải những người công nhân có tay nghề mà nó đã thay thế. Phần lớn lịch sử của tự động hóa là câu chuyện về việc lợi ích chảy ngược lên trên trong khi sự gián đoạn và tổn thương lại dồn xuống dưới.

Nói như vậy không có nghĩa là: tự động hóa là một điều tồi tệ. Nó chỉ cho thấy rằng câu chuyện về tự động hóa vừa mang màu hồng một cách dễ đoán, vừa gây hiểu lầm trong việc phơi bày sự phân bổ thực tế giữa chi phí và lợi ích. Ngay khi các mô hình AI đủ tốt để trở nên hữu ích — vào khoảng năm 2022 và tăng tốc mạnh mẽ sau đó — câu chuyện lạc quan chỉ xoay quanh sự tăng cường năng lực con người. Tiếng cười đùa với những câu chuyện phiếm về trí tuệ nhân tạo đã chấm dứt vào khoảng thời gian những lo ngại về việc làm bắt đầu xuất hiện. Người ta từng dự đoán sự chế giễu sẽ đến trước, rồi mới tới sự báo động, nhưng khoảng thời gian giữa hai phản ứng đó lại ngắn hơn bất kỳ ai từng nghĩ.

Vấn đề này phức tạp hơn một chút trong trường hợp của các agent AI và các hoạt động tài chính. Bản thân các hoạt động — giám sát ví, thực hiện giao dịch, phân loại dữ liệu, tạo báo cáo — chính là loại công việc mà những nhà bình luận thời kỳ đầu về AI khẳng định sẽ được công nghệ này tiếp quản hoàn toàn. Và nó làm được thật. Câu hỏi là bạn còn lại gì khi điều đó xảy ra. Bạn sẽ có một hệ thống mà bạn phải hiểu đủ sâu để có thể giám sát nó, điều mà trong nhiều trường hợp đòi hỏi sự hiểu biết nhiều hơn cả việc bạn tự mình làm việc đó. Đây là nghịch lý phổ biến nhất mà trong những lời giới thiệu lịch thiệp về agent AI, người ta thường giấu nhẹm đi: Công cụ nhằm giải tỏa gánh nặng nhận thức của bạn thường lại làm tăng thêm gánh nặng đó lúc ban đầu — bạn phải xây dựng nó, bạn phải kiểm thử nó và bạn phải hiệu chỉnh lại mức độ tin cậy nào (một cách đúng đắn) nên dành cho nó.

Người thực sự thấy được kết quả tích cực từ việc ứng dụng agent AI trong các hoạt động tài chính hiếm khi là người đọc một bài báo rồi triển khai ngay vào Ngày Đầu Tiên. Đó là người đã viết ra nó, nhìn thấy nó hoạt động sai, sửa chữa nó, thấy nó lại hoạt động sai lần nữa, tìm cách xử lý trường hợp ngoại lệ đó một thời gian cho đến khi cuối cùng họ có được một thứ mà nó hỏng hóc theo những cách họ đã biết rõ vì họ đã quan sát từng thành phần trong mô hình lỗi của nó. Việc này cần thời gian. Cần sự kiên nhẫn. Nó đòi hỏi bạn phải coi những lỗi sai ban đầu là thông tin học hỏi thay vì là thảm họa, đây vốn không phải là một rào cản tâm lý nhỏ khi sai lầm đối với hầu hết mọi người đều dính dáng đến tiền bạc.

Agent Thực Sự Làm Gì Trong Khi Bạn Không Để Mắt Tới

Vậy một agent AI LÀM gì khi bạn lên lịch cho nó quản lý một chiếc ví?

Nó thực hiện đúng như những gì bạn đã bảo. Với sự nhất quán đáng kinh ngạc và hoàn toàn không hề bận tâm liệu điều bạn bảo nó làm có bao giờ là điều đúng đắn hay không. Nếu bạn hướng dẫn nó gắn cờ cảnh báo cho bất kỳ khoản nào trên năm trăm đô la, nó sẽ gắn cờ cho mọi giao dịch trên năm trăm đô la mà không bao giờ nhận ra rằng một nửa trong số đó là bảng lương của chính bạn mà bạn đã lên lịch dưới dạng chuyển khoản định kỳ và bạn đã biết rõ từ trước. Chẳng hạn, nếu bạn bảo nó xử lý các lệnh chuyển tiền đi khi có từ mười lệnh trở lên trong hàng đợi, thì nó sẽ lập tức xử lý các hàng đợi mười mục bao gồm cả những hàng đợi hình thành lúc ba giờ sáng ngày thứ Bảy chỉ vì ai đó đã cấu hình sai một thứ gì đó và tạo ra vòng lặp. Một agent không bao giờ đi ngủ, nhưng quan trọng hơn là một agent không bao giờ do dự. Sự do dự là một dạng thông tin lỗi về những nguyên tắc sai lầm của chính chúng ta, nhưng agent thì không hề có sự do dự.

Đó thực sự là một điều đáng để biết trước khi bạn thả rông một agent vào bất kỳ hệ thống thực tế nào. Agent không phải là một nhân viên cấp dưới với quyền hạn hạn chế và bản năng sinh tồn bẩm sinh. Nó giống như hệ thống tự động hóa vận hành đèn giao thông hơn: vững như bàn thạch và có thể dự đoán được; hoàn toàn không có khả năng suy luận về mặt ngữ cảnh; phụ thuộc hoàn toàn vào việc bất kỳ ai viết ra hệ thống đó có nghĩ trước được mọi trường hợp biên khả dĩ hay không. Với đèn giao thông, các đầu vào là tầm thường và các trường hợp lỗi rất dễ liệt kê. Các hoạt động của ví thì phức tạp hơn đôi chút.

Trên thực tế, những gì các agent AI làm tốt là tự động hóa các công việc lặp đi lặp lại nhàm chán ở quy mô lớn, nơi hầu hết các lỗi xảy ra đều tẻ nhạt. Chúng giám sát số dư và khi số dư ETH xuống dưới một ngưỡng nhất định, chúng gửi cảnh báo. Ghi nhật ký mọi giao dịch nhận USDT vào cơ sở dữ liệu bao gồm dấu thời gian và địa chỉ gửi. Tạo bản tóm tắt hàng tuần về các dòng tiền ra, theo từng loại người nhận. Xác thực rằng các giao dịch không được gửi đến các địa chỉ nằm ngoài danh sách trắng (whitelist) của các tài khoản đã biết. Chúng hoạt động hiệu quả vì chúng quá đơn giản để xác định chính xác, và hình phạt cho những sai sót trong các hệ thống kiểu đó đủ thấp để chi phí tìm kiếm chúng trong nhật ký là có thể chấp nhận được.

Các khả năng thú vị — những tính năng xuất hiện trong các thông báo ra mắt sản phẩm — hoạt động tốt trong các bản demo, nhưng demo thì được kiểm soát chặt chẽ. Nếu các bất thường cũng chính là những bất thường mà agent đã được huấn luyện, thì nó trông cực kỳ giỏi trong việc nhận diện các mô hình giao dịch bất thường và chuyển tiếp chúng để xem xét. Khi sự bất thường rơi vào một phương diện nào đó không hề xuất hiện trong đầu người gõ hướng dẫn, nó hoạt động kém hơn nhiều vì agent hoặc là bỏ sót hoàn toàn hoặc gắn cờ nó cùng lắm với mức độ khẩn cấp ngang bằng với thứ được lập trình sẵn trong hệ thống phòng thủ của nó. Cho đến khi có sự cố xảy ra, bạn sẽ không thể biết được kết quả mình nhận được là gì.

TRON: Quản lý Energy là mảng tự động hóa thực tế trên mạng TRON mà thực sự có thể tự bù đắp chi phí. Một chiếc ví thường xuyên phải xử lý khối lượng chuyển USDT lớn bằng mô hình tài nguyên của TRON phải thiết lập một chiến lược bổ sung TRON Energy liên tục, nếu không sẽ đối mặt với rủi ro nguồn cung sẵn có luôn đốt hết số TRX dự trữ theo tỷ lệ mặc định. Việc để một agent làm điều này — kiểm tra số dư Energy, thực hiện lệnh lấy TRON Energy trước khung giờ xử lý, theo dõi chi phí phát sinh — được xếp vào danh mục những tình huống mà tự động hóa vượt trội rõ ràng so với sự quản lý của con người. Con người thì hay quên. Một người kiểm tra số dư Energy lúc 9 AM khi mọi thứ đều ổn và sau đó, lúc 2 PM, cô ấy kích hoạt đợt chuyển tiền hàng loạt khi số dư không còn đủ. Trường hợp lỗi này không xảy ra với một agent được thiết lập để TRON mua Energy tự động trước khi khung giờ mở ra. Nó có thể gặp những lỗi khác, nhưng không phải lỗi này.

Khi Mọi Chuyện Rẽ Sang Hướng Bất Ngờ

Có một trải nghiệm tâm lý cụ thể mà những người làm việc với các agent AI đều nói đến (bất kể agent được sử dụng vào việc gì). Đó là khoảnh khắc agent làm một điều gì đó mà bạn không hề chỉ dẫn cụ thể cho nó và nó lại làm đúng. Không phải là ảo giác (hallucination). Không phải là lỗi. Mà là một suy luận đích thực — agent nhận diện ra một điều gì đó trong dữ liệu vốn chưa từng được người vận hành chỉ định làm tiêu chí, và diễn đạt nó một cách chính xác.

Trải nghiệm này gây bất an sâu sắc. Người ta hiểu, ít nhất là theo một cách trừu tượng, rằng mô hình đang được huấn luyện để tìm kiếm các quy luật trong dữ liệu huấn luyện và đưa ra các đầu ra có xác suất thống kê cao. Nhưng cảm giác thực tế là có một thứ gì đó đang quan sát kỹ lưỡng hơn cả chính họ. Một thực thể nhìn thấy nhiều hơn những gì họ có thể thấy. Và điều đó hoàn toàn có thể làm nhiều người lo lắng — theo những cách không hoàn toàn logic nhưng cũng không hẳn là vô căn cứ. Đáng tin cậy hơn nhiều so với một con người thỉnh thoảng mới kiểm tra dữ liệu đó, sự chú ý của một agent diễn ra khác với con người — nó không mang tính chọn lọc theo cách tương tự, nó không thể cảm thấy mệt mỏi với một số đầu vào nhất định như chúng ta, và nó không có tư lợi để phớt lờ những thông tin gây bất tiện nếu biết đến.

Mặt trái của trải nghiệm trên chính là sự việc tiếp nối nó, thường xảy ra trong vòng một tuần sau đó. Agent phạm sai lầm với một sự tự tin thái quá. Nó hiểu sai một mệnh lệnh, hoặc xuất hiện một trường hợp ngoại lệ mới mà các câu lệnh chưa đề cập tới và nó xử lý bằng quy tắc khớp nhất thay vì những gì người vận hành thực sự muốn. Điều này một phần là sự thật, và một phần là ảo giác mà chúng tự tạo ra (và ảo giác đặc biệt nguy hiểm khi chúng ta nói về các hệ thống như giao dịch tần suất cao thực thi các giao dịch tài chính).

Chính vào tháng 11 năm 2024, thử nghiệm công khai Freysa đã làm sáng tỏ động lực này một cách rõ ràng. Một agent AI gần đây đã được giao một quỹ giải thưởng khoảng 47000 đô la và duy nhất một mệnh lệnh: không được gửi tiền đi, dù bất kể điều gì xảy ra. Cuộc thi là tìm cách khiến nó phá vỡ quy tắc. Trong vòng vài giờ, ai đó đã làm được — không phải bằng cách phá vỡ mô hình, mà bằng cách hoàn thành một câu prompt đủ phức tạp để agent có thể tự thuyết phục bản thân rằng nó vẫn đang tuân theo chỉ dẫn trong khi về mặt kỹ thuật là đang không vâng lời. Có hai phản ứng diễn ra đồng thời từ những người chứng kiến điều này. Thứ nhất: Quá ấn tượng, một con người đã khai quật được trường hợp ngoại lệ đó. Thứ hai: Thật kinh hoàng, có những người đang tích cực tìm kiếm các trường hợp ngoại lệ trong các hệ thống thực tế.

Đây không còn là một cuộc thi đấu thể thao mà là một rủi ro vận hành hàng ngày, như kỹ thuật prompt injection đã chỉ rõ. Ví dụ: một agent quan sát các bản ghi chú (memo) giao dịch được sử dụng để phân loại các lệnh chuyển tiền có thể nhận được một memo chứa các câu lệnh chỉ dẫn. Một agent giám sát đối mặt với các thông tin liên lạc được giám sát từ đối tác có thể nhận được một thông điệp làm thay đổi hành vi của nó. Điều thú vị là kẻ tấn công không nhất thiết phải xâm nhập thành công vào cơ sở hạ tầng. Chúng chỉ cần ép một chuỗi ký tự vào cửa sổ ngữ cảnh (context window) của agent mà mô hình buộc phải coi đó là chỉ dẫn có thẩm quyền. Những agent không bị ảnh hưởng là những agent mà người vận hành đã cân nhắc cẩn thận xem agent được phép đọc thông tin nào và từ nguồn nào.

Ngoài ra còn có những sự sụp đổ đầy bực bội, không liên quan đến các cuộc tấn công đối kháng. Đó là một agent mà bất cứ khi nào nhìn thấy giao dịch từ một địa chỉ chưa từng hoạt động trước đây, nó đều gắn cờ là đáng ngờ — một hành vi hoàn toàn đúng đắn cho đến khi bạn nhận ra rằng nó đang gắn cờ ba mươi phần trăm tổng số giao dịch và do đó cảnh báo chẳng còn ý nghĩa gì nữa. Một agent tạo ra một bản báo cáo chi tiết dài mười hai trang mỗi sáng trong khi bạn chỉ yêu cầu một bản tóm tắt và bạn thực sự không thể tìm thấy chỗ nào mình đã yêu cầu mười hai trang cả. Một agent chạy tốt trong ba tuần — và rồi, khi một thư viện mà nó phụ thuộc bằng cách nào đó được cập nhật, nó ngừng hoạt động mà không có bất kỳ lỗi nào được ghi lại và chỉ đơn giản là dừng hoạt động đang diễn ra, khiến bạn chỉ nhận ra có điều gì đó không ổn sau hai tuần không nhận được cảnh báo nào.

Thất bại thầm lặng, chế độ lỗi cuối cùng này, mới là thứ khiến con người phải lo lắng nhất. Những thất bại ồn ào luôn tự bộc lộ. Trong vòng vài giây, agent gửi nhầm địa chỉ, tính sai số tiền và kích hoạt chuyển tiền sai thời điểm sẽ tạo ra những hậu quả hữu hình. Còn agent chỉ đơn giản là ngừng kiểm tra, ngừng cảnh báo, ngừng ghi nhật ký mà không để lại một dấu vết nào, khiến bạn hoàn toàn mù tịt về việc nó đã từ bỏ bất kỳ việc nào trong số đó, mới là kiểu lỗi khiến bạn trở tay không kịp.

Quyền Riêng Tư và Tiền Bạc: Chính Xác Thì Bạn Đang Trả Tiền Cho Cái Gì

Tại một thời điểm nào đó, khi thiết lập một agent AI để quản lý các ví của mình, bạn sẽ ngay lập tức nhận thức được mình sắp sửa chia sẻ nhiều đến mức nào. Agent cần phải biết số dư ví của bạn. Nó phải biết về các giao dịch trước đây của bạn. Nó phải hiểu logic nghiệp vụ của bạn — các quy tắc về việc ai được thanh toán, khi nào và với số tiền bao nhiêu trong những điều kiện nào. Để agent có thể hữu ích, nó đòi hỏi một cái nhìn toàn diện hơn về tài chính của bạn so với những gì hầu hết các cá nhân chia sẻ với kế toán của họ.

Dữ liệu này phải tồn tại ở đâu đó: trong ngữ cảnh mô hình trong mỗi phiên làm việc, trong các nhật ký ghi lại những gì nó đã làm và lý do tại sao, trong cơ sở dữ liệu nơi nó lưu trữ các bản ghi giao dịch, và trong các khóa API kết nối nó với cơ sở hạ tầng ví. Mỗi vị trí này đều là những điểm có thể bị lộ lọt. Không phải do những kẻ lừa đảo vận hành cơ sở hạ tầng, mà là do các cơ sở dữ liệu thường chứa dữ liệu tài chính nhạy cảm một ngày nào đó sẽ bị thăm dò bởi một kẻ tò mò và hiểm độc đang tìm đường xâm nhập, và 18.1 triệu khóa API bị đánh cắp vào năm 2025 phần nào giải thích được mức độ thành công trung bình của các cuộc thử nghiệm nói trên.

Bản thân điều này tạo nên một tâm lý kỳ lạ. Trong các bối cảnh truyền thống, người ta bảo vệ thông tin tài chính của mình rất cẩn mật. Họ rất chọn lọc người để chia sẻ sao kê. Họ không lưu tài khoản đăng nhập sàn giao dịch trên một tài liệu dùng chung. Thế rồi họ giải thích toàn bộ hoạt động crypto của mình cho một mô hình AI trong một phiên làm việc được nhà cung cấp ghi nhật ký, sử dụng các khóa API được lưu trong các biến môi trường trên một máy chủ mà họ thiết lập trong hai mươi phút, trong khi vẫn tự hỏi liệu việc này có bị tống tiền hay gì đó không nhưng vẫn cứ làm vì nếu không thì bạn lại phải tự kiểm tra ví thủ công.

Trên thực tế, dường như có một sự nóng lòng muốn chấm dứt cảm giác tội lỗi vì công việc tồn đọng lớn hơn là nhu cầu bảo vệ những tài liệu nhạy cảm như vậy. Điều này không chỉ xảy ra riêng với AI. Đó là cách mà mọi sự tiện lợi đánh đổi quyền riêng tư được chấp nhận. Giao dịch của bạn mang vẻ trừu tượng ngay khoảnh khắc bạn thực hiện nó và chỉ trở nên chân thực khi mọi chuyện đổ bể.

Vấn đề chi phí cũng bị đánh giá thấp trong giai đoạn đầu áp dụng. Gói thuê bao để truy cập agent — 100 $ một tháng để tiếp cận phân khúc mô hình hàng đầu hầu như không dao động. Nhưng thực chất lại không phải như vậy. Một agent với lịch sử lưu trữ vĩnh viễn nhiều token cùng một lúc sẽ biến động liên tục. Bạn nhận ra chi phí cấp phép cho một agent có nhiều năng lực hơn mức phân khúc người dùng phổ thông có thể cung cấp, khi bạn chuyển sang định giá theo API, không còn là vài trăm đô la mỗi tháng nữa. Nó lớn tương ứng với những gì agent thực hiện, và những gì agent thực hiện là rất khổng lồ. Phép tính dễ chịu kiểu "một trăm đô la vẫn ít hơn một giờ làm việc của một lập trình viên cao cấp" bỗng chốc tan tành khi hóa đơn API của bạn lên tới bốn trăm $ và hơn thế nữa, chỉ vì bạn đã thêm nhiều agent hơn để xử lý những ngóc ngách tinh vi nhất của hệ thống.

Không có điều nào trong số này có nghĩa là tính kinh tế của nó không mang lại lợi ích. Nhưng đối với các hoạt động xử lý khối lượng giao dịch đáng kể, khoản tiết kiệm từ chi phí nhân công là rất rõ ràng. Các quy trình TRON mua Energy vốn vẫn cần thực hiện thủ công ba hoặc bốn lần một ngày thậm chí có thể chỉ tốn một phần rất nhỏ chi phí khi được tự động hóa hoàn toàn. Điểm hòa vốn là có thật. Tất cả những gì cần thiết là một sự đánh giá trung thực về tổng chi phí ở cả hai mặt của sổ cái — bao gồm thời gian thiết lập, chi phí lỗi hiệu chỉnh, cùng các khoản phí API và cơ sở hạ tầng định kỳ.

Tài Liệu, Nhật Ký và Cách Làm Cho Cỗ Máy Học Từ Sai Lầm Của Nó

Một agent không có bộ nhớ là một agent sẽ đưa ra cùng một quyết định sai lầm mỗi khi tình huống tương tự xảy ra. Điều này nghe có vẻ hiển nhiên. Nhưng chỉ một số lượng rất nhỏ người chịu xây dựng cơ sở hạ tầng ghi nhật ký (logging) từ trước, bởi vì bản thân việc ghi nhật ký tạo cảm giác như đang chuẩn bị cho một thất bại chưa hề xảy ra, và trí nhớ con người vốn dĩ rất kém trong việc phân bổ sự chú ý cho những thất bại trong tương lai khi đang có những việc trước mắt đòi hỏi phải hành động ngay.

Ý nghĩa thực tế là phần lớn các đợt triển khai agent AI đều thất bại với điều này một hoặc hai lần trước khi người vận hành xây dựng hệ thống ghi nhật ký để phát hiện ra nó. Lần đầu tiên là một sự vi phạm. Lần thứ hai là một sự phiền toái. Lần thứ ba mới là lúc ai đó cuối cùng cũng chịu viết nên cấu trúc nhật ký lẽ ra đã có thể ngăn chặn được lần thứ tư.

Điều này rất quan trọng: nhật ký không chỉ cần chứa những gì agent đã làm, mà còn cả lý do tại sao — tức là: lập luận mà nó đưa ra khi thực thi và để phản hồi các prompt tại thời điểm đó, bao gồm dữ liệu nó đã xem xét và cách nó đi đến các chỉ dẫn đó. Nếu không, nhật ký chỉ cho bạn biết rằng có điều gì đó tồi tệ đã xảy ra. Cùng với nó, nhật ký cho bạn biết mọi thứ đã đi chệch hướng ở đâu trong phần chỉ dẫn, đó mới chính là thông tin bạn cần để sửa chữa nó.

Agent quản lý TRON Energy và liên tục gửi truy vấn về số dư Energy quá thường xuyên trong các khoảng thời gian ít lưu lượng truy cập, nhưng lại không đủ thường xuyên vào các đợt tăng đột biến trước giờ xử lý — lỗi này có thể dễ dàng được khắc phục hoàn toàn khi có nhật ký hiển thị quy luật về thời gian. Việc sửa chữa chỉ mất năm phút. Nhưng thời gian để nhận ra điều đó nếu không có nhật ký sẽ kéo dài chừng nào bạn còn mất thời gian nhận ra rằng mình liên tục bị thiếu Energy vào những thời điểm không thích hợp và rằng đây quả thực là một sự ngẫu nhiên kỳ quặc đầy trớ trêu. API của TronGrid mang lại chức năng đáng kinh ngạc khi sử dụng các agent AI đi kèm tài liệu hướng dẫn tốt:

Tất nhiên, việc xây dựng kiến trúc nhật ký trước bất kỳ đợt triển khai nào thực sự là câu trả lời đúng đắn. Đây cũng là kiểu tiếp cận mà chẳng ai thực sự áp dụng, bởi vì nó đòi hỏi phải vượt qua những rào cản tinh thần để hình dung ra các kịch bản lỗi mà bạn chưa từng gặp phải, và do đó đòi hỏi một kiểu kỷ luật bi quan hoàn toàn trái ngược với sự lạc quan tràn trề cần có để trang bị một agent tự động ngay từ đầu.

Vấn đề về subagent (agent phụ) bắt đầu nảy sinh khi hệ thống đơn agent thành công đủ tốt để bạn có thể nhìn thấy những điểm yếu của nó. Chức năng giám sát đang chạy. Việc ghi nhật ký đã sẵn sàng. Các trường hợp lỗi đã được thấu hiểu. Và bạn có thể thấy rằng mục tiêu mong muốn tiếp theo — chẳng hạn như mua Energy tự động, hoặc gắn thẻ danh mục giao dịch, hoặc tạo báo cáo — sẽ gọn gàng hơn nếu nó là một agent chuyên biệt riêng biệt với các chỉ dẫn có mục tiêu của riêng nó, thay vì gắn thêm vào agent hiện có.

Và đây là cách mọi người vô tình tạo ra các bộ máy quan liêu. Agent điều phối (orchestrator) chịu trách nhiệm điều phối giữa subagent giám sát với subagent thực thi và subagent báo cáo, đó là một sơ đồ kiến trúc rất thanh lịch để xây dựng một giải pháp xoay quanh nó. Nhưng điều đó lại có nghĩa là bạn sẽ có các trường hợp lỗi tiềm ẩn tại bộ điều phối, tại một trong hai subagent hoặc tại bất kỳ giao diện nào kết nối giữa chúng; và việc tìm ra bên nào có lỗi đòi hỏi phải điều tra bốn tệp nhật ký thay vì một. Quản lý quyền hạn giờ đây trở thành một vấn đề riêng biệt: subagent chỉ cần đọc số dư ví thì không được phép có khả năng gửi giao dịch, vì vậy bạn bị buộc phải đối mặt với bài toán quản lý thông tin xác thực bên cạnh tất cả những thứ khác.

Câu trả lời rất tẻ nhạt và mang tính tăng dần: lắp ráp từng agent một, đảm bảo mọi thứ hoạt động trơn tru với agent trước đó rồi mới thêm agent khác. Bất kỳ kiến trúc subagent cuối cùng nào có được cũng nên được tiến hóa từ sự cần thiết, chứ không phải được định hình từ lý thuyết áp đặt từ trên xuống. Các tổ chức đã triển khai thành công các hệ thống tài chính đa agent là những nơi đã xây dựng chúng theo cách này, lặp đi lặp lại qua nhiều lần đầy rẫy thất bại trong suốt quá trình, chứ không phải trong một chiến tích chạy nước rút về kiến trúc được lên kế hoạch hoàn hảo duy nhất.

Đối với những ai muốn tự động hóa Energy nhưng từ chối việc tự mình xây dựng cơ sở hạ tầng này, Netts Energy Charge Bot ít nhất làm tốt một trường hợp sử dụng hơn những giải pháp khác — quản lý nạp TRON Energy tự động thông qua giao diện Telegram, nơi nó xử lý việc nạp thủ công + ủy quyền Energy tự động trong 24 giờ và cả các yêu cầu mua bắt đầu từ khoảng 25 sun cho đơn vị đầu tiên sau khi được nạp cũng như theo các mức tỷ lệ ủy quyền định kỳ ngoài giờ cao điểm (tự động nạp theo nhu cầu sẽ ủy quyền lại toàn bộ 131k Energy để ví không bị cạn kiệt), biến nó thành một điểm khởi đầu hữu dụng cho bất kỳ ai có khối lượng giao dịch đã vượt quá khả năng quản lý thủ công nhưng bản thân cũng chưa thực sự sẵn sàng để tự xây dựng một hệ thống agent hoàn chỉnh.