Truyền lỗi giữa các agent trong hệ thống nhiều agent

Bài 2.2 nói về cách một tool báo lỗi cho agent. Bài này đi lên một tầng: trong hệ thống nhiều agent, khi một subagent gặp lỗi, nó báo gì lên agent điều phối (coordinator) để agent điều phối quyết định bước tiếp theo cho đúng?

Bài viết của Anthropic về hệ thống nghiên cứu nhiều agent nhận xét: agent có trạng thái và lỗi tích tụ dần, nên một lỗi nhỏ của hệ thống, nếu không xử lý tốt, có thể gây hậu quả lớn.

Ví dụ xuyên suốt: hệ thống nghiên cứu thị trường cà phê đặc sản

Một công ty rang xay dựng hệ thống nhiều agent để viết báo cáo "xu hướng tiêu dùng cà phê đặc sản ở các thành phố lớn". Agent điều phối giao việc cho ba subagent:

• Tìm web: tìm bài báo, khảo sát công khai.
• Đọc báo cáo: đọc các báo cáo ngành đã mua.
• Dữ liệu bán hàng: truy vấn dữ liệu bán hàng nội bộ.

Bản đầu gặp mấy chuyện:

1. Kho báo cáo ngành bị quá thời gian chờ. Subagent đọc báo cáo trả về "không có dữ liệu", và báo cáo cuối kết luận "chưa có báo cáo ngành nào về chủ đề này".
2. Lần khác, subagent tìm web chỉ báo "tìm kiếm không khả dụng". Agent điều phối không biết nên thử lại, đổi từ khoá hay bỏ qua.
3. Một bản sửa vội làm cả quy trình dừng hẳn mỗi khi bất kỳ subagent nào gặp lỗi, kể cả khi hai subagent kia đã có kết quả tốt.

Hai cách làm sai: giấu lỗi và dừng hết

Vấn đề 1 và vấn đề 3 là hai thái cực, và cả hai đều là cách làm sai:

Gốc của vấn đề 1 là không phân biệt hai trường hợp rất khác nhau:

• Lỗi truy cập (access failure): hết thời gian chờ, không kết nối được. Không biết có dữ liệu hay không. Cần quyết định có thử lại không.
• Kết quả rỗng hợp lệ (valid empty result): truy vấn chạy thành công, chỉ là không có gì khớp. Đây là một câu trả lời thật.

Báo lỗi kèm ngữ cảnh có cấu trúc

Vấn đề 2: "tìm kiếm không khả dụng" che mất mọi thông tin agent điều phối cần. Đề thi gọi đây là trạng thái lỗi chung chung (generic error statuses). Thay vào đó, subagent trả ngữ cảnh lỗi có cấu trúc (structured error context) gồm bốn phần:

{
  "failureType": "timeout",
  "attempted": "tìm 'khảo sát tiêu dùng cà phê đặc sản 2026', đã thử lại 3 lần",
  "partialResults": [ { "nguon": "bài báo A", "tomTat": "..." } ],
  "alternatives": ["thu hẹp từ khoá theo từng thành phố", "dùng báo cáo ngành thay thế"]
}

Có đủ bốn phần, agent điều phối quyết định được: dùng tạm kết quả từng phần, giao lại với từ khoá hẹp hơn, hay nhờ subagent khác bù vào. Bài viết của Anthropic về hệ thống nghiên cứu cũng kể rằng cho agent biết khi nào một tool đang hỏng và để nó tự thích nghi hiệu quả đến bất ngờ.

Subagent tự xử lý lỗi tạm thời

Không phải lỗi nào cũng cần báo lên. Subagent nên tự khôi phục với lỗi tạm thời (thử lại sau vài giây khi hết thời gian chờ), và chỉ báo lên những lỗi nó không tự giải quyết được, kèm những gì đã thử và kết quả từng phần. Agent điều phối không bị làm phiền bởi lỗi vặt tự hết, mà khi nhận báo lỗi thì đủ thông tin để quyết.

Ghi chú độ phủ trong báo cáo cuối

Khi một nguồn không truy cập được, báo cáo cuối vẫn nên ra, nhưng phải nói rõ phần nào đủ căn cứ, phần nào còn thiếu. Đề thi gọi đây là ghi chú độ phủ (coverage annotations):

Giá bán lẻ trung bình: đủ căn cứ (dữ liệu bán hàng nội bộ + 4 bài báo).
Thói quen uống tại nhà: còn thiếu, kho báo cáo ngành không truy cập được lúc tổng hợp.

Người đọc biết chỗ nào tin được, chỗ nào cần bổ sung, thay vì tưởng báo cáo đã phủ đủ mọi mặt.