Tư Duy Agentic Thực Chiến: Evals, MCP và Lập Trình AI cùng Andrew Ng

Tóm tắt: Andrew Ng đề xuất góc nhìn thực dụng: thay vì tranh cãi "hệ thống này có phải AI agent không?", hãy nhìn vào mức độ tự chủ (agenticness) của nó. Audio thảo luận tổng hợp từ NotebookLM phân tích bài nói của ông tại hội nghị LangChain, rút ra các kỹ năng thực chiến: xây evals nhanh trong 20 phút, tận dụng MCP để chuẩn hóa kết nối công cụ, và khai thác tiềm năng voice stack còn bị đánh giá thấp. Với startup AI, tốc độ thực thi và kiến thức kỹ thuật sâu là hai yếu tố quyết định nhất. Điểm chính: Tư duy "agentic" thay vì định nghĩa cứng nhắc — tập trung vào mức độ tự chủ thực tế Evals (khung đánh giá): bắt đầu đơn giản trong ~20 phút, bổ trợ chứ không thay thế đánh giá thủ công Trực giác kỹ thuật: biết lắp ghép LangGraph, RAG, guardrails như Lego — nhanh, không mất tháng trời Voice stack: tiềm năng lớn trong doanh nghiệp nhưng thường bị bỏ qua; mục tiêu latency dưới 1 giây Lập trình với AI: tăng năng suất đáng kể; Andrew Ng không thích tên "Vibe Coding" vì coi nhẹ nỗ lực trí tuệ MCP (Model Context Protocol): giao thức chuẩn giảm tích hợp từ n×m xuống n+m kết nối Startup AI: tốc độ thực thi của đội ngũ + kiến thức kỹ thuật sâu = hai yếu tố hàng đầu Nguồn tham khảo: Video gốc: Andrew Ng: State of AI Agents | LangChain Interrupt Link:    • Andrew Ng: State of AI Agents | LangChain ...   Kênh gốc: LangChain Thông tin AIVN360: Ngày tạo audio NotebookLM: 2025-06-12 Topic: AI Agents, Agentic Systems, AI Startup Strategy Từ khóa: AI agents, evals, MCP, voice stack, AI coding, LangGraph, RAG, agenticness Định dạng: AI audio discussion / NotebookLM-generated discussion, được biên tập và trực quan hóa bởi AIVN360. Lưu ý: Video này là nội dung tổng hợp và trực quan hóa độc lập của AIVN360 — không phải sản phẩm chính thức của Andrew Ng, AI Fund hay LangChain. #AIVN360 #AIAgents #AndrewNg #NotebookLM #AIViệtNam