Kiến trúc công nghệ X-Agent và chức năng sản phẩm

X-Agent là cổng vào chính của lớp ứng dụng, tiếp nhận ý định của người dùng và đưa vào hệ thống Agent.

Nó được xây dựng trên bốn trụ cột kiến trúc: Bối cảnh (Context), Ký ức (Memory), Khung thực thi (Harnesses) và Kỹ năng (Skills). Bằng cách tích hợp bốn trụ cột này vào một môi trường chạy an toàn (Secure Runtime Environment, viết tắt là SRE), X-Agent cung cấp một cơ sở hạ tầng thực thi nghiêm ngặt, dùng để chuyển đổi các mục tiêu người dùng cấp cao thành các quy trình làm việc tự động phức tạp.

Phương pháp cấu trúc này đảm bảo rằng sự chuyển đổi từ "ý định trừu tượng" sang "hệ thống có thể thực thi" là đáng tin cậy, có thể xác minh và có thể kiểm soát. Điều này cũng khiến X-Agent trở thành cầu nối quan trọng giữa cơ sở hạ tầng công nghệ nền tảng và lớp ứng dụng hướng tới người dùng.

Thiết kế của X-Agent tuân theo một khung rõ ràng: giống như iOS hoặc Android cung cấp khả năng hệ thống cơ bản cho ứng dụng di động, X-Agent cung cấp lớp ứng dụng cơ bản cho thực thi tự động. Khung này trừu tượng và đóng gói bốn trụ cột cốt lõi thành một đơn vị Agent thống nhất.

Hình ảnh định vị X-Agent

1.1 Bối cảnh (Context)

Bối cảnh định nghĩa môi trường thực thi thời gian thực mà Agent hoạt động.

Nó không chỉ bao gồm lịch sử đối thoại giữa người dùng và Agent, mà còn bao gồm danh tính người dùng, mối quan hệ xã hội, trạng thái ứng dụng, trạng thái phiên, tiến độ nhiệm vụ, ranh giới quyền hạn, trạng thái kết nối ví, công cụ có sẵn và tình trạng dịch vụ bên ngoài.

Đối với Agent tự động, bối cảnh không phải là thông tin tĩnh, mà là một lớp trạng thái thời gian thực, giúp Agent hiểu:

• Đối tượng mà nó phục vụ là ai?

• Nó hoạt động trong ứng dụng nào?

• Nhiệm vụ hiện tại đang được thực hiện là gì?

• Có những chức năng nào có sẵn;

• Và những điều kiện hạn chế nào phải tuân thủ.

Bằng cách liên tục tải và cập nhật bối cảnh, X-Agent đảm bảo rằng mỗi bước thực thi đều gắn liền với môi trường thực thi thực tế, thay vì dựa vào các từ khóa cô lập.

1.2 Ký ức (Memory)

Ký ức cung cấp cho Agent khả năng duy trì trạng thái lâu dài qua các phiên, qua các ứng dụng và qua nhiều quy trình làm việc của Agent.

Nó cho phép Agent phục hồi các nhiệm vụ lịch sử, giữ lại sở thích của người dùng, tái sử dụng kết quả thực thi trước đó, và duy trì tính liên tục trong các quy trình làm việc dài hạn.

Khác với bối cảnh ngắn hạn, ký ức cho phép Agent tiến hóa theo thời gian. Nó có thể bao gồm lịch sử đối thoại, ghi chép nhiệm vụ, quỹ đạo thực thi, ảnh chụp ứng dụng, sở thích người dùng, kiến thức vector hóa, cũng như trạng thái lâu dài riêng của Agent.

Thông qua khả năng ký ức, X-Agent hỗ trợ không chỉ các cuộc đối thoại một lần, mà còn là các ứng dụng Agent có thể hoạt động liên tục, tích lũy kiến thức và tự tối ưu hóa theo thời gian.

1.3 Khung thực thi (Harnesses)

Khung thực thi là giao diện thực thi có kiểm soát kết nối giữa mô hình suy luận và hệ thống thế giới thực.

Nó chịu trách nhiệm chuyển đổi ý định do mô hình tạo ra thành các hành động thực thi đã được xác minh, ủy quyền và ghi lại.

Khung thực thi không chỉ là lớp đóng gói API, mà còn là một "ranh giới thực thi".

Trước khi bất kỳ hành động nào đến hệ thống bên ngoài, khung thực thi có thể thực hiện kiểm tra tham số, kiểm tra quyền hạn, thực thi chính sách, định tuyến gọi và ghi lại nhật ký thực thi.

Khung thực thi có thể kết nối với API bên ngoài, oracle blockchain, hợp đồng thông minh, bộ điều hợp ví, giao diện thanh toán, môi trường triển khai và dịch vụ doanh nghiệp.

Trong khung X-Agent, mô hình chịu trách nhiệm đề xuất "nên làm gì", trong khi khung thực thi chịu trách nhiệm xác định ý định này "làm thế nào để chuyển đổi an toàn thành thực thi thực tế".

1.4 Kỹ năng (Skills)

Kỹ năng là các đơn vị khả năng thực thi chuyên biệt, có thể tái sử dụng và kết hợp.

Chúng đóng gói các hành động cụ thể thành các đơn vị có thể gọi, cho phép Agent thực hiện các quy trình làm việc phức tạp mà không cần thao tác trực tiếp với cơ sở hạ tầng nền tảng.

Một kỹ năng có thể chịu trách nhiệm đọc dữ liệu, thay đổi trạng thái ứng dụng, gọi API bên ngoài, tương tác với ví, tạo ý định thanh toán, cập nhật quy trình làm việc, triển khai ứng dụng, hoặc thực hiện một nhiệm vụ kinh doanh theo chiều dọc nào đó.

Bằng cách phân tách khả năng thực thi thành các kỹ năng, X-Agent có thể phân tách các quy trình làm việc tự động phức tạp thành các đơn vị thực thi có thể xác minh, tái sử dụng và kiểm toán.

Điều này cũng cho phép khả năng của Agent có thể được gọi kết hợp qua các ứng dụng khác nhau, qua nhiều môi trường Agent.

2. Môi trường chạy an toàn (Secure Runtime Environment, SRE)

Khi Agent tự động tương tác với API bên ngoài, tài liệu riêng tư, ví tiền điện tử, hệ thống thanh toán hoặc trạng thái ứng dụng, các ứng dụng LLM tiêu chuẩn sẽ phải đối mặt với những rủi ro thực thi quan trọng.

Những rủi ro này bao gồm tiêm từ khóa (prompt injection), rò rỉ trạng thái, sửa đổi dữ liệu không được ủy quyền, lộ thông tin xác thực, và các thao tác không thể kiểm toán.

X-Agent đối phó với những thách thức này thông qua môi trường chạy an toàn (SRE).

Nguyên tắc cốt lõi của SRE là "tách biệt" giữa "suy luận" và "thực thi".

Mô hình suy luận chịu trách nhiệm hiểu mục tiêu của người dùng, tạo kế hoạch, sản xuất ý định; trong khi môi trường chạy chịu trách nhiệm lọc, xác minh, ủy quyền, thực thi và ghi lại những ý định này trong ranh giới có kiểm soát.

Kiến trúc này đảm bảo rằng Agent không trực tiếp nắm giữ quyền truy cập không giới hạn vào thông tin xác thực gốc, khóa riêng, quyền ví, dữ liệu riêng tư hoặc hệ thống sản xuất.

Ngược lại, tất cả các thao tác nhạy cảm phải thông qua giao diện thời gian chạy có kiểm soát, và chỉ được thực hiện khi đáp ứng các yêu cầu về chính sách, quyền hạn, bối cảnh và kiểm toán.

Thông qua SRE, X-Agent biến thực thi tự động thành một quy trình có ranh giới và có thể xác minh.

Mỗi lần gọi công cụ, cập nhật trạng thái, hành động liên quan đến ví, ý định liên quan đến thanh toán, hoặc tương tác với hệ thống bên ngoài, đều có thể được truy nguyên về mục tiêu người dùng tương ứng, bước quy trình làm việc, quyết định thời gian chạy và ghi chép thực thi.

2.1 Từ ý định đến quy trình làm việc có thể xác minh

Đường dẫn thực thi của X-Agent bắt đầu từ ý định của người dùng, cuối cùng hình thành một bản ghi quy trình làm việc có thể xác minh.

Người dùng diễn đạt một mục tiêu cấp cao. X-Agent tải bối cảnh liên quan, truy xuất ký ức, tạo kế hoạch thực thi, xác minh từng bước thông qua khung thực thi, thực hiện nhiệm vụ cụ thể thông qua kỹ năng, và ghi lại kết quả trong môi trường chạy an toàn.

Đối với các quy trình làm việc liên quan đến ví hoặc thanh toán, X-Agent có thể tạo ra các ý định liên quan đến thanh toán có cấu trúc trước khi thực hiện thanh toán xảy ra ở hạ nguồn.

Do đó, các giao dịch tài chính không còn là các giao dịch đơn lẻ, mà trở thành một phần có thể hiểu được trong một quy trình làm việc hoàn chỉnh và có thể truy nguyên.

3. Kiến trúc sản phẩm

X-Agent chuyển đổi kiến trúc công nghệ trên thành ba khả năng sản phẩm cốt lõi: Trình tạo (Builder), Thời gian chạy Agent (Agent Runtime), và lớp tích hợp công cụ/ví/thanh toán.

3.1 Trình tạo (Builder)

Trình tạo là cổng vào tạo ứng dụng dành cho người sáng tạo và nhà phát triển.

Người dùng mô tả một ứng dụng Agent bằng ngôn ngữ tự nhiên, X-Agent ngay lập tức chuyển đổi mục tiêu này thành cấu trúc ứng dụng, logic quy trình làm việc, trạng thái giao diện, cấu hình công cụ và chuẩn bị triển khai.

Điều này tạo ra một con đường từ "ý định" đến "ứng dụng".

Người dùng mô tả những gì họ muốn xây dựng, X-Agent sẽ hỗ trợ tạo, xem trước, lặp lại, và chuẩn bị ứng dụng cho thực thi thời gian chạy.

3.2 Thời gian chạy Agent (Agent Runtime)

Thời gian chạy Agent là môi trường thực thi của ứng dụng Agent đã được triển khai.

Sau khi ứng dụng được tạo xong, người dùng có thể tương tác với Agent nhúng, kích hoạt quy trình làm việc, cập nhật trạng thái ứng dụng, truy cập ký ức, gọi công cụ, và thực hiện các thao tác có kiểm soát trong ranh giới thời gian chạy.

Điều này biến ứng dụng từ giao diện tĩnh thành một hệ thống Agent chủ động, hướng tới mục tiêu.

3.3 Lớp công cụ, ví và thanh toán

X-Agent kết nối Agent với các công cụ bên ngoài, ví và cơ sở hạ tầng liên quan đến thanh toán thông qua khung thực thi và kỹ năng.

Trong lớp công cụ, Agent có thể truy cập API bên ngoài, hệ thống doanh nghiệp, dịch vụ dữ liệu và trạng thái ứng dụng.

Trong lớp ví, Agent có thể tạo ra các ý định liên quan đến ví và định tuyến chúng đến bộ điều hợp có kiểm soát.

Trong lớp thanh toán, Agent có thể nhận diện các bước chuyển giao giá trị trong quy trình làm việc và tạo ra các ý định liên quan đến thanh toán có cấu trúc. Ý định này sau đó có thể được chuyển đến hệ thống hạ nguồn, nơi chịu trách nhiệm thực hiện thanh toán, quản lý, tuân thủ, thanh toán và quản lý thanh khoản.

Điều này khiến X-Agent trở thành lớp tạo và thực thi kết nối ý định người dùng, trí tuệ Agent, công cụ thế giới thực, ví và mạng giá trị.

4. Khác biệt công nghệ

X-Agent không phải là một vỏ bọc của chatbot.

Nó không phải là một bộ định tuyến công cụ đơn giản.

Nó cũng không chỉ là một cổng vào ví.

Sự khác biệt của nó nằm ở việc tích hợp tạo ứng dụng, thực thi quy trình làm việc của Agent, nhận thức bối cảnh, ký ức lâu dài, giao diện thực thi có kiểm soát, kỹ năng có thể kết hợp, kết nối ví, và tạo ra ý định liên quan đến thanh toán, cùng với môi trường chạy an toàn, vào một lớp ứng dụng thống nhất, nguyên bản hướng tới Agent.

Thông qua kiến trúc này, X-Agent có thể chuyển đổi các ý định người dùng cấp cao thành các quy trình làm việc có thể xác minh trải dài qua bối cảnh, ký ức, công cụ, ví, thanh toán và môi trường chạy an toàn.

Nói tóm lại, X-Agent cung cấp lớp ứng dụng để xây dựng, triển khai và thực thi hệ thống Agent nguyên bản—những hệ thống không chỉ thông minh, mà còn có thể kiểm soát, có thể kiểm toán, và đã sẵn sàng tương tác với mạng giá trị của thế giới thực.