Running Guide agent của DeepMind và hợp tác với A24: AI agent không gian thời gian thực và AI agent sáng tạo có ý nghĩa gì với kỹ sư

Các đội kỹ thuật đang muốn đưa AI agent từ demo lên production nên xem các thông báo về Running Guide và hợp tác với A24 là một tín hiệu về thiết kế hệ thống: agent đang đi vào những workflow mà thời điểm, ngữ cảnh và quyền kiểm soát của con người đều quan trọng. Bài viết này giải thích Running Guide agent của DeepMind và hợp tác với A24 có ý nghĩa gì với kỹ sư khi nói về AI agent không gian thời gian thực và AI agent sáng tạo, rồi biến tin tức thành một khung làm việc thực tế cho tự chủ có giới hạn, cổng review, observability và khôi phục.

Tại Van Data Team, chúng tôi bắt đầu một dự án AI agent bằng việc lập bản đồ workflow trước khi chọn mô hình: hệ thống quan sát được gì, được quyết định gì, được thay đổi gì, con người phải review ở đâu và lỗi được khôi phục ra sao. Cách nhìn vận hành đó cũng áp dụng ở đây. Running Guide là bài toán hướng dẫn vật lý theo thời gian thực. Hợp tác với A24 là bài toán công cụ cho workflow sáng tạo. Cả hai cùng dẫn đến một bài học kỹ thuật: agent trong production cần quyền hạn hẹp, vòng phản hồi rõ ràng và các cơ chế bảo vệ đo lường được. Với các đội đang xây hệ thống tương tự, đó là cầu nối từ tin tức nghiên cứu AI đến workflow AI agent cho production.

Công cụ và mức độ phù hợp trong hệ sinh thái

Đừng đánh giá chủ đề này một cách tách biệt. Hãy so sánh cách tiếp cận chính với các framework liên quan, các lựa chọn orchestration và cơ chế kiểm soát lúc runtime để thấy khi nào từng lựa chọn phù hợp.

Hãy xem xét các phương án liên quan như LangGraph, LangChain, CrewAI, function calling native và MCP trước khi chọn hướng triển khai.

Điểm chính

• Running Guide và hợp tác với A24 cho thấy hệ thống AI đang rời khỏi giao diện chỉ để chat và đi vào các môi trường workflow, nơi thời điểm, niềm tin và quyền quyết định của người dùng định hình mức độ an toàn của sản phẩm.
• Theo Google DeepMind, Running Guide giúp người chạy bộ khiếm thị hoặc thị lực kém tự di chuyển độc lập nhờ thị giác máy tính thời gian thực và tín hiệu âm thanh không gian trên Pixel 10 Pro.
• Theo báo cáo của Variety ngày 22 tháng 6 năm 2026, Google đã đầu tư 75 triệu USD vào A24, trong đó công cụ làm phim bằng AI và công cụ tạo storyboard bằng AI được nhắc đến như một phần của hợp tác.
• Mẫu kỹ thuật thực tế là tự chủ có giới hạn: xác định đầu vào, hành động được phép, trạng thái review, cơ chế fallback, log và escalation trước khi agent tiếp xúc với người dùng.
• Làn sóng phản đối từ giới sáng tạo không chỉ là vấn đề truyền thông. Với kỹ sư, đó là tín hiệu sản phẩm về sự đồng thuận, provenance, ghi công, khả năng hoàn tác và sự phê duyệt của con người.

DeepMind thực sự đã công bố điều gì

DeepMind công bố hai dự án AI khác nhau nhưng cùng thuộc một câu chuyện kỹ thuật, vì cả hai đều đặt AI bên trong những workflow có phạm vi giới hạn của con người.

Theo Google DeepMind, Running Guide được phát triển tiếp từ Project Guideline và được thiết kế để giúp người chạy bộ khiếm thị hoặc thị lực kém di chuyển mà không cần người dẫn đường hay dây nối. Điểm quan trọng không phải là nó là một sản phẩm điều hướng tự động đa năng. Nó là một agent hỗ trợ tiếp cận chuyên biệt, với môi trường, người dùng, tư thế đặt thiết bị, luồng tín hiệu và kênh phản hồi cụ thể.

"Một bước tiến tới việc chạy bộ không giới hạn"

• Google DeepMind, thông báo về Running Guide

Hợp tác với A24 thì khác. Theo thông báo chính thức của Google DeepMind, đây là một hợp tác nghiên cứu nhằm khám phá workflow và kỹ thuật AI cho nhà làm phim, đồng thời giúp A24 và các nhà làm phim của họ định hình công nghệ mới phục vụ tầm nhìn sáng tạo của mình. Variety cho biết thêm rằng công cụ tạo storyboard bằng AI đang được bàn tới, và Google không có quyền truy cập vào kho phim hiện có của A24.

Những chi tiết đó rất quan trọng. Trợ lý storyboard là một workflow có phạm vi giới hạn. Nó có thể hỗ trợ lên ý tưởng, thử nghiệm góc quay, bố cục cảnh và chỉnh sửa lặp lại mà không trở thành tác giả của bộ phim. Chính ranh giới đó là sản phẩm.

Vì sao agent không gian và agent sáng tạo nên được bàn cùng nhau

Agent không gian và agent sáng tạo nên được bàn cùng nhau vì cả hai đều buộc kỹ sư phải thiết kế xoay quanh ngữ cảnh, thời điểm và quyền quyết định của con người, thay vì chỉ sinh ra một câu trả lời đơn lẻ.

Một chatbot có thể trả lời sai nhưng người dùng vẫn có thời gian kiểm tra lại. Một agent dẫn đường khi chạy bộ phải truyền đạt thông tin ngay trong lúc người dùng đang di chuyển. Một agent cho workflow sáng tạo có thể tạo ra kết quả hợp lý, nhưng nhà làm phim vẫn giữ quyền đánh giá, gu thẩm mỹ và phê duyệt cuối cùng. Trong cả hai trường hợp, agent không chỉ trả lời. Nó tham gia vào một workflow đang diễn ra.

Sai lầm chúng tôi thường gặp là coi "agent" là một kiến trúc duy nhất. Không phải vậy. Agent không gian, copilot sáng tạo, agent báo cáo và nhóm agent tự động hóa nghiên cứu đều có thể dùng mô hình, tool, bộ nhớ và orchestration, nhưng phạm vi rủi ro của chúng rất khác nhau.

Một cách phân loại thực tế sẽ hữu ích:

Đây là lúc mô hình vận hành của Van Data Team trở nên hữu ích với lãnh đạo kỹ thuật. Khi thiết kế agent có vòng review của con người, câu hỏi cốt lõi không phải là "Mô hình có làm được việc này không?" Câu hỏi đúng hơn là "Mô hình dừng ở đâu và sau đó chuyện gì xảy ra?"

Câu hỏi đó áp dụng rõ ràng cho cả Running Guide lẫn A24. Agent không gian nên dừng khi độ tin cậy thấp, tín hiệu mâu thuẫn hoặc điều kiện nằm ngoài phạm vi đã kiểm thử. Agent sáng tạo nên dừng khi đầu ra cần được kiểm tra về bản quyền, review thương hiệu, phê duyệt của đạo diễn hoặc đánh giá thẩm mỹ của con người.

Agent không gian thời gian thực có ý nghĩa gì với kỹ sư

Với agent không gian thời gian thực, độ trễ, chất lượng nhận diện, độ rõ ràng của phản hồi và cơ chế fallback đều trở thành một phần của an toàn sản phẩm.

Running Guide là ví dụ hữu ích vì nó cho thấy một agent hoạt động giữa các biến số liên tục của thế giới vật lý. Môi trường thay đổi từng giây. Ánh sáng thay đổi. Đường chạy thay đổi. Người và vật thể di chuyển. Bản thân người chạy cũng đang di chuyển, nghĩa là phản hồi phải kịp thời, rõ ràng và dễ hiểu ngay lập tức.

Trong sản phẩm không gian, độ trễ không chỉ là một chỉ số hiệu năng. Nó ảnh hưởng trực tiếp đến niềm tin của người dùng. Nếu tín hiệu âm thanh đến muộn, nó có thể gây khó hiểu dù dự đoán của mô hình bên dưới là hợp lý. Nếu tín hiệu quá dày, hệ thống có thể gây mệt mỏi về nhận thức. Nếu tín hiệu quá mơ hồ, người dùng có thể không biết nên chạy chậm lại, tiếp tục hay dừng hẳn.

Kỹ sư nên xem AI không gian là một vòng lặp, không phải một prompt:

1. Quan sát môi trường qua camera, cảm biến, lộ trình hoặc ngữ cảnh thiết bị.
2. Ước lượng độ tin cậy và mức độ bất định.
3. Quyết định có đủ an toàn để đưa ra hướng dẫn hay không.
4. Truyền đạt qua một kênh mà người dùng tiếp nhận được ngay lập tức.
5. Lắng nghe điều chỉnh, ghi đè hoặc thay đổi từ người dùng.
6. Chuyển sang trạng thái fallback khi hệ thống không chắc chắn.

Với trợ lý chạy bộ, fallback có thể là một tín hiệu âm thanh thận trọng như chạy chậm lại, dừng lại hoặc nhờ người hỗ trợ. Với công cụ điều hướng trong nhà kho, đó có thể là trạng thái khóa an toàn. Với một agent kiểm tra hiện trường, đó có thể là bàn giao cho người giám sát.

Một bảng đánh giá hữu ích cho agent không gian có thể như sau:

Một ví dụ giả định giúp hình dung cụ thể. Người chạy tiến gần một chướng ngại vật tạm thời trên lộ trình quen thuộc. Mô hình phát hiện đường chạy thay đổi nhưng độ tin cậy giảm do ánh sáng yếu và mép chướng ngại vật không rõ. Một agent đạt chuẩn production không nên tự đưa ra một chỉ dẫn chính xác vượt quá mức chắc chắn của nó. Nó nên chuyển sang hướng dẫn thận trọng, giảm mơ hồ và nói rõ hành động an toàn nhất tiếp theo.

Mẫu này cũng áp dụng ngoài lĩnh vực hỗ trợ tiếp cận. Nếu một agent vận hành nội bộ thấy các con số mâu thuẫn trên dashboard, nó không nên âm thầm đưa ra khuyến nghị. Nó nên đánh dấu chỗ mâu thuẫn, đưa ra bằng chứng và escalate. Lĩnh vực có thể khác, nhưng logic kiểm soát vẫn giữ nguyên.

AI agent sáng tạo có ý nghĩa gì với kỹ sư

AI agent sáng tạo biến quyền kiểm soát của con người, provenance, khả năng hoàn tác và sự đồng thuận thành các yêu cầu cốt lõi của hệ thống.

Hợp tác giữa DeepMind và A24 không chỉ là câu chuyện về ngành sáng tạo. Đó là câu chuyện về ranh giới của workflow. Theo Google DeepMind, A24 và các nhà làm phim của họ có thể góp phần định hình công nghệ mới phục vụ tầm nhìn sáng tạo của mình. Kỹ sư nên đọc điều đó như một đặc tả sản phẩm.

Quyền kiểm soát sáng tạo phải được hiện thực hóa trong hệ thống. Nó không thể chỉ nằm trong một thông cáo ra mắt.

Trên thực tế, agent cho workflow sáng tạo cần có:

• Kiểm soát phân quyền xác định ai được tạo, chỉnh sửa, phê duyệt, xuất và lưu trữ.
• Bản ghi provenance cho biết mô hình, prompt, tài sản nguồn hoặc thao tác nào của người dùng đã định hình đầu ra.
• Chỉnh sửa có thể hoàn tác để con người so sánh, từ chối hoặc khôi phục trạng thái trước đó.
• Cổng phê duyệt trước khi sản phẩm được tạo ra chuyển sang sản xuất, xuất bản hoặc gửi khách hàng duyệt.
• Log review ghi lại ai đã phê duyệt cái gì và vào lúc nào.

Vẽ storyboard là một workflow hợp lý vì nó có phạm vi giới hạn. Công cụ tạo storyboard có thể giúp nhà làm phim thử nghiệm góc máy, không khí, nhịp phim, cách dàn dựng diễn viên hoặc các phương án hình ảnh khác trong giai đoạn tiền kỳ. Nó giúp khám phá nhanh hơn mà không đưa ra quyết định sáng tạo cuối cùng.

Làn sóng phản đối mà Hollywood Reporter đưa tin cũng là một phần của yêu cầu kỹ thuật. Nếu một nhóm người dùng lo ngại hệ thống AI có thể làm xói mòn quyền tác giả, sự đồng thuận hoặc giá trị lao động, những lo ngại đó sẽ trở thành yêu cầu sản phẩm. Khả năng giải thích, ghi công, ranh giới opt-out, khả năng audit và cổng review không phải là phần phụ cho mục đích PR. Chúng là một phần của thiết kế hệ thống.

Một workflow agent sáng tạo thực tế có thể diễn ra như sau: nhà làm phim viết mô tả cảnh, agent tạo ra các phương án storyboard, đạo diễn chọn hoặc loại các khung hình, hệ thống ghi lại ngữ cảnh tạo, reviewer kiểm tra bản quyền và độ khớp phong cách, và chỉ những đầu ra đã được duyệt mới được chuyển vào workspace sản xuất. Sơ đồ cho workflow này nên thể hiện các trạng thái nháp, review, sửa đổi, phê duyệt, lưu trữ và bị từ chối, với quyền quyết định của con người hiển thị rõ ở mỗi bước chuyển.

Đây cũng là lúc vận hành AI agent trong production trở nên quan trọng. Log không chỉ để debug. Đó là cách đội ngũ tái dựng lại các quyết định khi sau này phát sinh câu hỏi về sáng tạo, pháp lý, thương hiệu hoặc vận hành.

Khung làm việc production cho kỹ thuật agent

Hình minh họa sau tóm tắt vòng lặp tự chủ có giới hạn:

Một khung làm việc cho agent production bắt đầu bằng việc xác định môi trường, phạm vi hành động, vòng phản hồi, cách xử lý lỗi và mô hình review, trước khi đánh giá năng lực của mô hình.

Tại Van Data Team, chúng tôi thường bắt đầu bằng một bản đồ tín hiệu. Bản đồ này xác định agent quan sát được gì, tín hiệu nào đáng tin, tín hiệu nào yếu và ở đâu vẫn cần con người quyết định. Cách làm này tránh được sai lầm phổ biến là xây một lớp wrapper thông minh quanh mô hình trong khi workflow bên dưới vẫn còn mơ hồ.

Hãy dùng khung này cho agent không gian, agent sáng tạo hoặc agent nghiệp vụ.

Xác định môi trường

Môi trường là bối cảnh vận hành mà agent phải hiểu. Với Running Guide, bối cảnh đó gồm người chạy, đường chạy, chướng ngại vật, chuyển động, tư thế đặt thiết bị và kênh âm thanh. Với agent sáng tạo, nó gồm kịch bản, ý đồ hình ảnh, ràng buộc sản xuất, quy tắc review và bản quyền tài sản. Với agent nghiệp vụ, nó có thể gồm dữ liệu CRM, bảng trong warehouse, dashboard, tài liệu, ticket và chính sách phê duyệt.

Định nghĩa môi trường sẽ trả lời:

• Những đầu vào nào có sẵn?
• Những đầu vào nào đáng tin cậy?
• Những điều kiện nào làm cho đầu vào không đáng tin cậy?
• Agent đang hỗ trợ mục tiêu nào của người dùng?
• Agent tuyệt đối không được tự quyết định điều gì?

Xác định phạm vi hành động

Phạm vi hành động là những gì agent được phép làm. Hướng dẫn khác với khuyến nghị. Khuyến nghị khác với tạo nội dung. Tạo nội dung khác với thực thi tool. Thực thi tool khác với tự động hóa không thể đảo ngược.

Một agent dẫn đường có thể đưa ra tín hiệu nhưng không thể điều khiển cơ thể người chạy. Một agent storyboard có thể tạo ra các phương án nhưng không duyệt bản dựng cuối cùng. Một agent báo cáo có thể soạn phần nhận định nhưng không gửi cảnh báo cho ban lãnh đạo khi chưa có con người phê duyệt.

Với các đội triển khai hệ thống AI nội bộ, đây là chỗ agentic BI và báo cáo cần có guardrail. Một agent báo cáo tóm tắt biến động doanh thu là hữu ích. Một agent báo cáo âm thầm thay đổi số liệu trình hội đồng quản trị mà không qua review là một rủi ro.

Xác định vòng phản hồi

Vòng phản hồi là cách agent biết đầu ra của nó có hiệu quả hay không. Với Running Guide, phản hồi là tức thì: người chạy làm theo, chạy chậm lại, điều chỉnh hoặc dừng lại. Trong làm phim, phản hồi mang tính biên tập: con người chấp nhận, chỉnh sửa, từ chối hoặc yêu cầu thay đổi. Trong workflow doanh nghiệp, phản hồi có thể đến từ trạng thái review, chỉnh sửa trên dashboard, kết quả xử lý ticket hoặc log quyết định.

Vòng phản hồi tốt phải đo lường được. Hãy theo dõi số lần chấp nhận, từ chối, ghi đè, escalation, trạng thái độ tin cậy thấp và thời gian khôi phục. Những chỉ số này quan trọng hơn ảnh chụp màn hình demo vì chúng cho thấy agent hoạt động thế nào dưới áp lực công việc thực tế.

Xác định xử lý lỗi

Cách xử lý lỗi phải được thiết kế trước khi ra mắt. Câu hỏi then chốt rất đơn giản: agent nên làm gì khi không chắc chắn?

Với agent không gian, sự bất định thường đồng nghĩa với giảm mức tự chủ. Với agent sáng tạo, sự bất định nên dẫn đến tăng mức review của con người. Với agent báo cáo, sự bất định nên khiến hệ thống hiển thị nguồn, đánh dấu các giả định và chặn việc tự động gửi đi cho đến khi có người kiểm tra đầu ra.

Checklist dạng playbook sau là công cụ hữu ích khi lập kế hoạch triển khai:

Với các đội muốn có phạm vi triển khai cụ thể, Van Data Team có thể biến điều này thành một đợt rà soát workflow có phạm vi rõ ràng: bản đồ tín hiệu, ma trận phân quyền hành động, đánh giá khoảng trống của dashboard, thiết kế cổng review và kế hoạch triển khai cho agent production đầu tiên. Đầu ra không phải là một tài liệu chiến lược chung chung, mà là phạm vi triển khai xác định cần xây gì, cần giám sát gì và hệ thống phải dừng ở đâu.

Những sai lầm phổ biến cần tránh

Sai lầm phổ biến nhất là coi agent không gian, agent sáng tạo và agent nghiệp vụ là cùng một kiểu sản phẩm chỉ vì chúng đều dùng AI.

Sai lầm thứ hai là thổi phồng mức độ hoàn thiện hoặc phạm vi của các thông báo. Running Guide nên được hiểu là một ứng dụng hỗ trợ tiếp cận chuyên biệt, không phải một agent vật lý tự chủ đa năng. Hợp tác với A24 nên được xem là hợp tác nghiên cứu quanh workflow của nhà làm phim, chứ không phải thỏa thuận dùng kho phim để huấn luyện mô hình hay chuyển giao sở hữu trí tuệ.

Những sai lầm khác mang tính vận hành nhiều hơn:

• Bỏ qua độ trễ cho đến giai đoạn kiểm thử muộn.
• Coi độ tin cậy của mô hình là chi tiết nội bộ thay vì một trạng thái của sản phẩm.
• Thiết kế công cụ sáng tạo không có lịch sử provenance và phê duyệt.
• Để đầu ra được sinh ra đi thẳng vào xuất bản hoặc sản xuất.
• Chỉ đo chất lượng câu trả lời mà bỏ qua khả năng khôi phục.
• Xây agent mà không có dashboard theo dõi từ chối, ghi đè và escalation.
• Coi làn sóng phản đối là nhiễu thay vì là nguồn để khám phá yêu cầu.

Một ví dụ nghiệp vụ sẽ làm rõ điều này. Giả sử đội dữ liệu xây một agent soạn nhận định vận hành hằng tuần từ các chỉ số trong data warehouse. Phiên bản đầu tiên viết tóm tắt rất trôi chảy, nhưng bỏ sót một đợt điều chỉnh dữ liệu đến muộn và gửi kết luận lỗi thời cho lãnh đạo. Cách khắc phục không chỉ là viết prompt tốt hơn, mà là thiết kế lại workflow: kiểm tra độ mới, trích dẫn nguồn, phát hiện bất thường, phê duyệt của reviewer và cơ chế rút lại cho các nhận định đã phát hành.

Đó là lý do các hệ thống có phạm vi giới hạn hoạt động tốt hơn các bản demo đa năng khi lên production. Chúng có ít quyền hơn, trách nhiệm rõ ràng hơn và khả năng khôi phục tốt hơn.

Một ví dụ triển khai liên quan là agent nghiên cứu thu thập nguồn, kiểm chứng các nhận định, soạn bản tóm tắt và để lại những phát hiện chưa chắc chắn cho con người review. Nền tảng YouHeal của Van Data Team áp dụng cùng một mẫu ở lĩnh vực khác: AI trả lời từ chính báo cáo của từng khách hàng, mọi câu hỏi đều được ghi lại, và bác sĩ xem xét những gì AI soạn.

Tiêu chí đánh giá cho đội kỹ thuật

Đội kỹ thuật nên đánh giá agent thời gian thực và agent sáng tạo dựa trên cách chúng xử lý khi gặp bất định, chứ không phải dựa trên độ ấn tượng của bản demo trong điều kiện lý tưởng.

Hãy dùng các tiêu chí sau trước khi cam kết lộ trình lên production:

Đây là lúc cần so sánh với các mẫu triển khai liên quan. Chatbot hữu ích khi rủi ro chính là chất lượng câu trả lời. RPA (tự động hóa quy trình bằng robot) hữu ích khi các quy tắc xác định chiếm ưu thế. Pipeline dữ liệu batch hữu ích khi lịch chạy cố định và lặp lại được. Workflow agent hữu ích khi hệ thống phải diễn giải ngữ cảnh, gọi tool, đưa ra khuyến nghị có giới hạn và dừng lại để review.

Mẫu phù hợp phụ thuộc vào workflow. Nếu tác vụ có tính xác định (deterministic), đừng ép dùng agent. Nếu tác vụ đòi hỏi phán đoán, ngữ cảnh và escalation, đừng giấu nó trong một script không quan sát được.

Kết luận

Running Guide agent của DeepMind và hợp tác với A24 không chỉ là một mẩu tin hẹp về AI agent không gian thời gian thực và AI agent sáng tạo. Đó là tín hiệu cho thấy agent đang đi vào những workflow mà đầu ra sai có thể ảnh hưởng đến việc di chuyển, quyền tác giả, niềm tin hoặc các quyết định vận hành.

Cách phản ứng thực tế không phải là chạy theo tự chủ rộng, mà là xây các hệ thống có giới hạn. Xác định môi trường. Giới hạn phạm vi hành động. Hiển thị rõ mức độ tin cậy. Để con người nắm quyền ở những chỗ cần phán đoán. Ghi log workflow. Thiết kế cơ chế khôi phục trước khi ra mắt.

Với các đội kỹ thuật, cơ hội là có thật, nhưng phần việc kỹ thuật vẫn còn ở phía trước. Những đội hưởng lợi từ xu hướng này sẽ là những đội xem agent như hệ thống production, có phân quyền, observability, cổng review và escalation. Van Data Team giúp các đội biến điều đó thành dự án triển khai có phạm vi rõ ràng cho AI agent, workflow dữ liệu và hệ thống báo cáo, với đủ cơ chế kiểm soát để sản phẩm trụ vững khi gặp người dùng thật.