TL;DR

Đang loay hoay với AI Agent nhưng không biết bắt đầu từ đâu khi mọi thứ phức tạp hơn một chatbot đơn giản? Agentic Design Patterns - cuốn sách mã nguồn mở của Antonio Gulli - là tài liệu có hệ thống nhất hiện tại để đi từ "biết agent là gì" đến "deploy được agent vào production."

Toàn bộ PDF + Jupyter Notebooks miễn phí trên GitHub: github.com/evoiz/Agentic-Design-Patterns

Vấn đề mà cuốn sách này giải quyết

Nhảy vào Agent AI bây giờ không khó - framework nào cũng có tutorial "hello world" xong trong 20 phút. Nhưng khi bạn cần trả lời các câu hỏi thực sự:

  • Khi nào nên dùng parallelization thay vì sequential chaining?
  • Memory management hoạt động thế nào ở production khi context window có giới hạn?
  • Làm sao điều phối 5 agent chuyên biệt mà không bị vòng lặp vô hạn?
  • Safety guardrails cần đặt ở layer nào trong pipeline?

Đây là những câu hỏi mà phần lớn blog post và documentation không trả lời đến nơi đến chốn. Cuốn sách này trả lời hết, theo thứ tự.

Cấu trúc: 21 chương, 7 phụ lục, 4 cấp độ

Sách chia làm 4 phần theo độ khó - bạn biết mình đang ở đâu và đọc từ đâu:

PhầnChươngNội dungTrang
Part 1 - Core PatternsCh 1-7Prompt Chaining, Routing, Parallelization, Reflection, Tool Use, Planning, Multi-Agent103 trang
Part 2 - Advanced PatternsCh 8-11Memory Management, Learning & Adaptation, MCP, Goal Setting61 trang
Part 3 - Production PatternsCh 12-14Exception Handling, Human-in-the-Loop, RAG34 trang
Part 4 - Enterprise PatternsCh 15-21A2A Communication, Resource Optimization, Reasoning, Safety Guardrails, Evaluation, Prioritization, Exploration114 trang
AppendicesA-GAdvanced Prompting, Framework Comparison, AgentSpace, CLI Agents, Reasoning Engines, Coding Agents74 trang

Learning path được gợi ý rõ ràng: Beginners bắt đầu từ Ch 1-7, Intermediate đi tiếp Ch 8-14, Advanced ở Ch 15-21, Experts khai thác Appendices.

Điểm mạnh: lý thuyết gắn chặt với code chạy được

Mỗi chương trong sách đi kèm một Jupyter Notebook tương ứng trong thư mục chapter_notebooks/. Bạn đọc PDF rồi mở notebook chạy luôn - không cần tự dịch lý thuyết sang code.

Repository 100% Jupyter Notebook, nghĩa là toàn bộ ví dụ trong sách đều là code thực thi được, không phải pseudocode minh họa. Đây là điểm phân biệt lớn so với phần lớn tài liệu agent pattern hiện tại chỉ cung cấp sơ đồ kiến trúc.

License kép cũng rõ ràng: nội dung sách © Antonio Gulli (all rights reserved, educational use with attribution), code examples: MIT License - dùng thoải mái trong project của bạn.

So sánh với tài liệu hiện có

Một số tài liệu phổ biến về agent patterns:

  • Microsoft Azure Architecture Guide: 5 orchestration patterns (Sequential, Concurrent, Group Chat, Handoff, Magentic)
  • Google ADK blog: 8 patterns với pseudocode, tập trung vào ADK ecosystem
  • HuggingFace article: 6 foundational workflows, thiên về lý thuyết
  • Agentic Design Patterns (cuốn này): 21 chương + 7 phụ lục, framework-agnostic, code chạy được, từ beginner đến enterprise

Điểm khác biệt quan trọng: sách này không gắn với một framework cụ thể. Appendix C là bản so sánh nhanh LangChain, AutoGPT, OpenAI Assistants, Microsoft AutoGen, CrewAI - giúp bạn chọn tool phù hợp thay vì học theo tool mà tác giả đang dùng.

Ai nên đọc ngay

  • Developer đang build agent đầu tiên: Part 1 (Ch 1-7) cho foundation vững chắc trước khi chạm vào framework
  • ML Engineer cần deploy agent vào production: Part 3 (Exception Handling, Human-in-the-Loop, RAG) trực tiếp áp dụng được
  • Tech Lead / Architect thiết kế hệ thống multi-agent: Part 4 (A2A, Resource Optimization, Safety, Evaluation)
  • Giảng viên / researcher: chapters dùng làm bài giảng, notebooks giao làm lab exercise

Sách miễn phí hoàn toàn. Toàn bộ royalties tác giả nhận được từ bản thương mại đều donate cho Save the Children.

Bắt đầu như thế nào

Clone repo, mở Agentic_Design_Patterns_Complete.pdf, và đọc song song với notebooks trong chapter_notebooks/. Bạn cần Python environment + Jupyter Notebook - setup cơ bản 5 phút.

Nếu muốn đọc nhanh trước khi commit, Appendix C (framework comparison) và Appendix A (advanced prompting) là hai điểm bắt đầu tốt cho developer đã có kinh nghiệm.

Nguồn: GitHub - evoiz/Agentic-Design-Patterns, Microsoft Azure Architecture Center, Google Developers Blog.