Agent Interface vs. User Interface: Xu hướng hay xu thế?

I. User Interface là gì?

Trong hàng chục năm chúng ta đã quá quen thuộc với User interface (UI). UI là lớp người dùng trực tiếp nhìn, chạm và điều khiển.

UI là tập hợp các thành phần như màn hình, nút, form, menu, bảng, filter, wizard, dashboard, để người dùng hoàn thành tác vụ bằng các thao tác rõ ràng và tuần tự. Về bản chất, UI tốt giúp người dùng biết:

• họ đang ở đâu,
• có thể làm gì tiếp theo,
• thao tác nào dẫn đến kết quả nào.

Trong mô hình này, hệ thống chủ yếu là kiểu system of record hoặc system of interaction, còn con người vẫn là bộ não điều phối.

II. Agent Interface là gì?

Agent interface xuất hiện khi AI không chỉ trả lời mà còn hành động thay mặt người dùng. Theo Anthropic và IBM, agentic systems có khả năng nhận goal, tự chia nhỏ nhiệm vụ, chọn tool, thực thi nhiều bước và thích nghi theo kết quả trung gian.

Nghĩa là interface không còn chỉ là bảng điều khiển thao tác, mà trở thành một bảng điều khiển giao việc + giám sát + phê duyệt. Người dùng không còn tư duy theo kiểu truyền thống nữa (bấm nút A, rồi nhập B, rồi export C) mà sẽ phải tư duy kiểu: “hãy audit homepage store này, tìm 10 vấn đề ảnh hưởng conversion, xếp theo impact, rồi đề xuất fix cho tôi”.

Đó là tư duy goal-first, không còn là step-first.

Anthropic nhấn mạnh các agent hiệu quả thường không cần framework quá phức tạp, mà cần pattern rõ ràng, tool rõ ràng và loop hành động được kiểm soát tốt.

III. Agent Interface không đồng nghĩa với Chat Interface

Tôi nghĩ đây là nhầm lẫn phổ biến nhất.

Chat về cơ bản chỉ là một kiểu surface. Agent interface có thể là nhiều thứ bao gồm:

• chat
• task board
• command center
• approval inbox
• execution timeline
• diff/review panel
• side-by-side before/after
• result card với nút Apply, Retry, Accept Plan, Reject, etc.

Hiểu đơn giản hơn, mọi agent interface có thể có chat, nhưng không phải mọi chat UI đều là agent interface.

Nếu AI chỉ trả lời câu hỏi hoặc generate text/image một lần, đó chưa chắc là agentic. Khi nó bắt đầu tự lập kế hoạch, dùng tool, gọi nhiều bước, theo dõi tiến độ và xin quyền ở các checkpoint, lúc đó mới thật sự là agent interface.

IV. Xu hướng hay Xu thế?

Tôi nghĩ đây là một chuyển động có cơ sở, không đơn thuần là hiệu ứng trào lưu, có thể nói là một xu hướng đáng tin, chứ không chỉ là sự hào hứng ngắn hạn quanh AI, và thực tế nó đang đi theo một quỹ đạo khá rõ. Nếu nhìn lại trong 2 năm qua thì chúng ta sẽ thấy rất rõ xu hướng này.

Giai đoạn 2024 đến 2025 là giai đoạn từ AI assistant sang agentic systems, tức là từ việc trả lời thuần túy sang làm việc nhiều bước với tool. Anthropic, Microsoft, Google Cloud, Gartner và McKinsey đều mô tả cùng một hướng dịch chuyển này, dù cách gọi khác nhau.

Giai đoạn 2025 đến 2026 là giai đoạn enterprise bắt đầu nhúng task-specific agents vào sản phẩm thật, thay vì chỉ demo các hành vi chat qua chat lại. Gartner dự báo đến cuối 2026, 40% ứng dụng enterprise sẽ có task-specific AI agents, tăng từ dưới 5% trong 2025. Microsoft cũng công bố quy mô sử dụng rất lớn, như hơn 230.000 tổ chức đã dùng Copilot Studio để xây agents và automations, 15 triệu developer dùng GitHub Copilot.

Tại Ignite 2025, Microsoft còn mô tả cụ thể Word, Excel, PowerPoint Agents và Agent Mode, nơi agent làm research, formatting, layout design, multi-turn refinement, và kéo context từ files, meetings, emails, web. Điều này cho thấy hướng đi không còn là một chatbox chung chung, mà là specialized agents gắn vào workflow thật trong app.

Từ đây, chúng ta có thể thấy một xu hướng đáng tin là: phần mềm đang đi từ thao tác tay sang giao việc theo mục tiêu, nhưng adoption thực tế sẽ đi theo kiểu task-specific, workflow-first, có giám sát, chứ không phải tự chủ làm mọi thứ hoàn toàn ngay lập tức.

Trong thực tế, Anthropic phân biệt khá rõ rằng workflows là các luồng đã được code sẵn, còn agents là hệ thống để model tự quyết định cách dùng tool và cách đi qua task để hoàn thành mục tiêu.

Gartner cũng nhấn mạnh một điểm rất quan trọng: phần lớn thị trường đang hay nhầm lẫn giữa assistant và agent, gọi là agentwashing. Theo Gartner, AI assistants là tiền thân, còn task-specific agents là bước kế tiếp khi hệ thống có thể thực hiện end-to-end tasks phức tạp hơn.

Gartner cũng đưa ra 1 số dự báo:

• đến cuối 2025, phần lớn enterprise apps sẽ có embedded assistants
• đến cuối 2026, 40% enterprise apps sẽ có task-specific AI agents
• đến 2027, một phần ba triển khai agentic sẽ kết hợp nhiều agents khác kỹ năng trong cùng application/data environment.

Tất nhiên là dự báo nào cũng có thể sai, nhưng thông tin Gartner đưa ra ở đây khá hữu ích vì họ không chỉ nói rằng AI sẽ tăng năng suất làm việc, mà còn mô tả một lộ trình tiến hóa:

• assistants
• task-specific agents
• collaborative agents
• ecosystems across applications.

Còn về McKinsey thì họ đã làm survery trong năm 2025. Kết quả thu được:

• 88% respondent nói tổ chức của họ đang dùng AI thường xuyên ở ít nhất một business function nào đó
• 23% nói đã scaling một agentic AI system ở đâu đó trong enterprise
• 39% đang thử nghiệm AI agents
• nhưng trong từng function riêng lẻ, chưa tới 10% đang scale agents

Nếu nhìn sơ qua thì chúng ta có thể thấy xu hướng này là thật, nhưng độ sâu triển khai vẫn còn hạn chế. Nghĩa là đây đang là giai đoạn pilot-to-workflow redesign, chưa phải giai đoạn mature commodity.

Tức là nếu tỉnh táo, thị trường đang ở giữa 2 thái cực hype và tiêu chuẩn hóa.

V. Loại sản phẩm nào sẽ hưởng lợi mạnh nhất trong làn sóng này?

Từ các nguồn hiện tại, tôi thấy 4 nhóm hưởng lợi mạnh nhất.

1. Audit, diagnosis, analysis

McKinsey cho thấy agent use phổ biến nhất hiện tại là ở IT và knowledge management. Anthropic cũng thấy software engineering chiếm gần 50% hoạt động agentic trong dữ liệu API họ nghiên cứu, đồng thời có usage mới nổi ở healthcare, finance, cybersecurity.

Điểm chung của các nhóm này thường là: thao tác nhiều bước, sử dụng nhiều công cụ để phân tích công việc, có đưa evidence để đảm bảo minh bạch trong quá trình xử lý task, và user có thể review output tương đối rõ.

Nên các sản phẩm dạng audit và analysis rất hợp với làn sóng agent interface này.

2. Coding and developer tools

Tôi nhận thấy đây là nơi adoption thường đi nhanh nhất, vì các yếu tố cốt lõi như: task multi-step tương tự như nhóm 1, gần như sử dụng nhiều tools như bước 1, output có thể diff/review (nghĩa là đầu ra được biểu diễn dưới dạng đủ rõ ràng, đủ có cấu trúc, để con người hoặc hệ thống có thể so sánh phiên bản trước và sau, rồi kiểm tra cái gì đã thay đổi, thay đổi vì sao, và có chấp nhận hay không), và người dùng đặc thù có chuyên môn cao, chấp nhận workflow mới tốt hơn.

Microsoft nêu rõ GitHub Copilot agent mode đang streamlining code, check, deploy, troubleshoot. Anthropic cũng nói usage nội bộ làm devs trở nên full-stack hơn, tăng tốc iteration và xử lý cả những việc trước đây bị bỏ qua.

3. Công việc tri thức có đầu ra rõ ràng

Nghĩa là công việc tri thức không nên chỉ dừng ở suy nghĩ, mà phải tạo thành một đầu ra cụ thể để người khác có thể đọc và dùng tiếp.

Ví dụ dễ hiểu như report, spreadsheet, slide deck, business proposal, research summary.

4. Creative workflow, nhưng theo kiểu hybrid

Creative không phải nhóm agent tự tay làm hết mọi thứ, nhưng là nhóm agent giúp cho việc suy nghĩ trở nên ngắn hơn, nhanh hơn, còn người chọn và điều chỉnh là rất tiềm năng.

Nhóm này là tôisuy luận từ pattern product hiện tại hơn là forecast trực tiếp, nhưng nó khớp với xu hướng workflow-first và outcome-oriented design trong các nguồn trên.

Bây giờ bạn sử dụng Google Stich, Figma Make thì bạn sẽ rõ dụng ý của tôi.

VI. Rủi ro và giới hạn của xu hướng này là gì?

Đây là phần rất quan trọng để chúng ta không bị cuốn theo trào lưu.

1. Adoption đang tăng, nhưng scale thực sự còn khó

McKinsey nói đa số tổ chức vẫn đang ở giai đoạn experimenting hoặc piloting, chỉ khoảng một phần ba đã bắt đầu scale AI programs ở cấp enterprise. Với agents, dù 23% nói đã scaling ở đâu đó, mức scale trong từng function vẫn tương đối thấp.

Nhìn vào thông tin trên, điều này mang ý nghĩa rằng cơ hội ở mảng này vẫn còn lớn, nhưng một standard chuẩn vẫn đang trên đà hình thành.

Và điều quan trọng nhất tôi thấy ở đây là nhiều sản phẩm agentic hiện tại sẽ phải iterate thật mạnh trước khi thật sự fit với người dùng và market.

2. Agent autonomy làm tăng yêu cầu giám sát

Anthropic cho rằng phần lớn AI Agent hiện nay mới chỉ làm các việc có rủi ro thấp và còn có thể Undo nếu xảy ra sai sót. Vì vậy, cách giám sát agent trong tương lai cần một cách tiếp cận mới, chứ không thể chỉ dựa vào việc con người bấm duyệt như trước.

Điều này có nghĩa là: khi AI Agent bắt đầu can thiệp sâu hơn vào các hành động thực tế, chúng ta càng cần một interface tốt để theo dõi, hiểu và kiểm soát nó. Nếu không nhìn rõ agent đang làm gì, niềm tin của người dùng sẽ rất dễ bị mất.

Bạn có thể xem thử tôi đang dùng 1 Agent Phân tích dữ liệu để hiểu rõ hơn ngụ ý trên của Anthropic. Nếu để ý kỹ thì con agent này đang tương tác với chúng ta qua Agent Interface.

3. Thị trường hiện nay còn bị agentwashing

Gartner cho rằng đây là một sự nhầm lẫn khá phổ biến. Nhiều sản phẩm được gắn mác AI Agent, nhưng thực chất chỉ là các trợ lý AI được nhúng sẵn trong phần mềm, chứ chưa phải agent đúng nghĩa.

Vì vậy, khi đánh giá một sản phẩm hay một xu hướng AI, nên nhìn vào vài điểm cốt lõi: nó có thật sự dùng được công cụ không, có thể tự thực hiện nhiều bước liên tiếp không, có đủ quyền tự quyết để chọn bước tiếp theo không, và có ranh giới hành động rõ ràng không. Nếu không có những yếu tố này, rất có thể đó chỉ là một AI assistant được gọi bằng tên mới.

VII. Trọng tâm của chúng ta là gì?

Xu hướng giúp chúng ta chứng minh đây là câu hỏi đáng nghiên cứu. Chỉ khi phân tích rõ bản chất của vấn đề, ta mới biết sản phẩm nên được thiết kế theo hướng nào.

Cho nên, nếu quay lại đúng trọng tâm, ta nên dùng xu hướng như một bối cảnh, rồi quay về câu hỏi chính:

Khi software chuyển từ chỗ giúp user thao tác, sang chỗ làm việc thay user, interface phải chuyển từ UI sang agent interface ở mức nào?

Khi software chuyển từ chỗ giúp user thao tác, sang chỗ làm việc thay user, interface không nên được hiểu như một cú nhảy từ user interface sang agent interface, mà đúng hơn là một sự dịch chuyển về mức độ điều phối công việc. Trong user interface truyền thống, hệ thống cung cấp các thành phần để người dùng tự hoàn thành tác vụ: bấm nút, nhập dữ liệu, chọn filter, đi qua từng màn hình, rồi tự quyết định bước tiếp theo. Ở đây, hệ thống hỗ trợ thao tác, còn con người vẫn là bộ não điều phối toàn bộ workflow.

Nhưng khi software bắt đầu có khả năng hiểu mục tiêu, tự phân rã nhiệm vụ, gọi công cụ, xử lý nhiều bước liên tiếp và đưa ra kết quả trung gian trước khi đi tiếp, vai trò điều phối đó bắt đầu dịch chuyển từ user sang hệ thống. Khi ấy, interface không thể chỉ dừng ở việc cho user thêm một ô nhập lệnh, mà phải tiến hóa thành một lớp tương tác mới, nơi user giao mục tiêu, đặt ràng buộc, theo dõi tiến độ, xem bằng chứng, can thiệp khi cần và phê duyệt các quyết định quan trọng. Đó là điểm mà agent interface bắt đầu xuất hiện.

Vì vậy, câu hỏi đúng không phải là interface có nên chuyển hẳn từ UI sang agent interface hay không. Câu hỏi đúng hơn là: nên chuyển ở mức nào, cho loại công việc nào, và với điều kiện kiểm soát nào. Không phải mọi workflow đều cần agentic execution. Những tác vụ đơn giản, có cấu trúc rõ ràng, yêu cầu độ chính xác cao và có chi phí thao tác thấp vẫn phù hợp hơn với UI truyền thống. Ngược lại, những công việc nhiều bước, nhiều ngữ cảnh, nhiều tool, tốn cognitive load và có thể review kết quả ở cuối thường phù hợp hơn với agent interface. Giữa hai cực đó là một vùng giao thoa, nơi agent làm phần nặng và user giữ quyền kiểm soát ở các điểm then chốt.

Nhìn theo cách này, bài toán thiết kế interface trở thành bài toán phân bổ quyền chủ động giữa người và hệ thống. Nếu trao quá ít quyền cho agent, sản phẩm chỉ là một UI cũ được gắn thêm AI nhưng vẫn bắt user tự điều phối hầu hết công việc. Nếu trao quá nhiều quyền quá sớm, user sẽ mất cảm giác kiểm soát, khó tin tưởng và khó can thiệp khi hệ thống đi sai hướng. Vì vậy, thiết kế tốt không nằm ở việc tối đa hóa autonomy, mà nằm ở việc tìm ra mức autonomy phù hợp với bản chất của task, với khả năng review của user và với mức rủi ro mà sản phẩm có thể chấp nhận.

VIII. Nguồn thông tin

Đây là các nguồn tôi thấy đáng tin và hữu ích nhất cho chủ đề này:

• Anthropic
  • Building Effective Agents để hiểu bản chất workflows vs agents và các pattern triển khai thực tế.
  • Measuring AI Agent Autonomy in Practice để hiểu adoption ngoài đời thật, risk, oversight, HCI implications.
• Microsoft
  • Build 2025 để thấy xu hướng platform và mức độ enterprise adoption.
  • Ignite 2025 Book of News để thấy product direction cụ thể của agent mode và specialized agents.
• Gartner
  • forecast về assistants → task-specific agents → collaborative agents → ecosystems. Rất hữu ích cho product strategy và market timing.
• McKinsey
  • State of AI 2025 và One year of agentic AI để nhìn adoption thực tế và bài học triển khai ở enterprise.
• NN/g
  • để hiểu hệ quả về UX, service design, outcome-oriented design và actor model mới.