LOOP ENGINEERING: Kỹ năng AI mọi người xây dựng sản phẩm cần có trong năm 2026

Phần lớn mọi người vẫn đang sử dụng AI agent theo cách thủ công.

Họ nhập một nhiệm vụ.

Chờ một câu trả lời.

Tự kiểm tra kết quả.

Tự sửa lỗi.

Sau đó lại nhập prompt tiếp theo.

Điều này có nghĩa là con người vẫn đang đóng vai trò của vòng lặp.

Bước phát triển tiếp theo sẽ khác.

Bạn không chỉ đơn thuần đưa prompt cho agent.

Bạn thiết kế một vòng lặp có khả năng:

• Tự đưa prompt cho agent

• Kiểm tra kết quả

• Quyết định bước tiếp theo

• Tiếp tục chạy cho đến khi công việc đạt yêu cầu

Đó chính là Loop Engineering – kỹ thuật thiết kế vòng lặp cho AI agent.

“Bạn không nên tiếp tục tự mình đưa prompt cho các coding agent. Bạn nên thiết kế những vòng lặp có khả năng đưa prompt cho agent thay bạn.”

Boris Cherny, người đứng đầu Claude Code tại Anthropic, cũng diễn đạt ý tưởng này theo một cách khác:

“Tôi không còn trực tiếp prompt Claude nữa. Tôi có những vòng lặp đang chạy, chúng prompt Claude và tự xác định cần làm gì. Công việc của tôi là viết ra những vòng lặp đó.”

1. TẠI SAO PHẦN LỚN MỌI NGƯỜI CHƯA BAO GIỜ XÂY DỰNG ĐƯỢC VÒNG LẶP THỰC SỰ?

Các vòng lặp AI nghe có vẻ rất tuyệt vời, cho đến khi bạn nhìn thấy hóa đơn token.

Một vòng lặp agent thông thường có thể tiêu thụ một lượng context rất lớn trong thời gian ngắn:

• Một vòng lặp lập trình cỡ trung bình có thể sử dụng từ 50.000–200.000 token

• Một vòng lặp dạng “đội quân agent”, gồm một agent điều phối và nhiều agent chuyên môn, có thể sử dụng từ 500.000–2 triệu token

• Một vòng lặp chạy tự động hằng ngày có thể tiêu thụ hàng triệu token mỗi tuần

Mỗi lần thử lại đều tốn token.

Mỗi lần tự sửa lỗi đều tốn token.

Mỗi bước xác minh đều tốn token.

Mỗi subagent đều tốn token.

Đây là vấn đề ẩn mà chưa có nhiều người nói đến.

Loop Engineering không khó vì ý tưởng của nó quá phức tạp.

Nó khó bởi phần lớn mọi người không đủ khả năng tài chính để cho agent chạy tự do trong thời gian dài.

Một phản ứng khá hợp lý là:

“Bạn nói thì dễ rồi, vì bạn có quyền truy cập OpenAI không giới hạn.”

Đây chính là lý do các mô hình có context dài với chi phí thấp trở nên quan trọng.

Để các vòng lặp có thể chạy hằng ngày, bạn cần:

• Token đầu vào rẻ

• Token đầu ra rẻ

• Cửa sổ context lớn

• Khả năng gọi công cụ

• Khả năng xuất JSON

• Khả năng xử lý đồng thời cao

• Đủ context để nhớ những gì đã xảy ra trước đó trong vòng lặp

Nếu không có những điều này, các vòng lặp chỉ là những thử nghiệm đắt đỏ.

Khi có đủ các điều kiện trên, chúng mới trở thành những quy trình làm việc thực tế.

2. CÁCH LÀM CŨ VÀ CÁCH LÀM MỚI

Trong hai năm qua, phần lớn mọi người sử dụng AI agent theo cách sau:

Bạn đưa prompt.

Agent trả lời.

Bạn kiểm tra.

Bạn phát hiện lỗi.

Bạn lại đưa prompt.

Cách này có hiệu quả, nhưng không thể mở rộng quy mô.

Cách cũ

• Bạn đưa ra một prompt

• Agent tạo ra kết quả

• Bạn kiểm tra kết quả

• Bạn sửa những phần còn yếu

• Bạn tiếp tục lặp lại thủ công

Cách mới

• Bạn xác định mục tiêu

• Vòng lặp tự tìm hiểu những gì cần thiết

• Vòng lặp lập kế hoạch công việc

• Agent thực thi

• Một bộ phận kiểm tra xác minh kết quả

• Vòng lặp tự sửa những phần chưa đạt

• Hệ thống dừng khi mục tiêu đã hoàn thành

Prompting đưa cho agent một chỉ dẫn.

Loop Engineering giao cho agent một công việc hoàn chỉnh.

3. LOOP ENGINEERING THỰC SỰ LÀ GÌ?

Loop Engineering là hoạt động thiết kế các chu trình phản hồi có thể lặp lại dành cho AI agent.

Mục tiêu rất đơn giản:

Đi từ một lần thử ban đầu đến một kết quả đã được xác minh mà không cần con người điều khiển thủ công từng bước.

Một vòng lặp cơ bản gồm năm giai đoạn:

1. Discover – Khám phá

2. Plan – Lập kế hoạch

3. Execute – Thực thi

4. Verify – Xác minh

5. Iterate – Lặp lại và cải tiến

Nếu kết quả đạt yêu cầu, hãy đưa nó vào sử dụng.

Nếu kết quả không đạt, đưa nó quay lại vòng lặp.

Đó là toàn bộ ý tưởng.

Không phải cố gắng viết ra một prompt hoàn hảo.

Mà là xây dựng một hệ thống liên tục cải thiện kết quả cho đến khi nó đáp ứng tiêu chuẩn.

4. VÒNG LẶP MỘT AGENT VÀ VÒNG LẶP NHIỀU AGENT

Có hai quy mô vòng lặp cơ bản.

Single-Agent Loop – Vòng lặp một agent

Một agent đảm nhận toàn bộ chu trình.

Nó tự:

• Tìm hiểu những gì cần thiết

• Lập kế hoạch

• Thực hiện nhiệm vụ

• Kiểm tra kết quả

• Cải thiện nếu có phần thất bại

Cách này giống như một người tự đọc và chỉnh sửa bản nháp của chính mình.

Phù hợp với:

• Nhiệm vụ tập trung

• Phạm vi nhỏ

• Mục tiêu đơn giản

• Soạn thảo nội dung

• Sửa lỗi phần mềm

• Tổng hợp nghiên cứu

Một bộ não.

Một vòng lặp.

Tự cải tiến.

Fleet Loop – Vòng lặp đội ngũ agent

Fleet Loop có quy mô lớn hơn.

Bạn giao mục tiêu chính cho một agent điều phối – orchestrator.

Agent này phân chia công việc thành nhiều phần.

Sau đó, nó giao từng phần cho các agent chuyên môn.

Mỗi agent chuyên môn còn có thể sử dụng những subagent nhỏ hơn để xử lý các nhiệm vụ hẹp.

Ví dụ, với nhiệm vụ:

“Xây dựng một ứng dụng tăng năng suất.”

Cấu trúc có thể là:

Agent điều phối quản lý toàn bộ nhiệm vụ

                ↓

     Nghiên cứu – Kỹ thuật – Kiểm thử

          ↓          ↓          ↓

     Tìm kiếm web  Viết code   Viết test

                   Gỡ lỗi     Theo dõi bug

Đây không còn là một agent làm việc một mình.

Nó giống một nhóm nhỏ đang vận hành toàn bộ dự án từ đầu đến cuối.

5. OPEN LOOP VÀ CLOSED LOOP

Đây là điểm khác biệt quan trọng nhất về mặt thực tế.

Không phải vòng lặp nào cũng giống nhau.

Open Loop – Vòng lặp mở

Vòng lặp mở mang tính khám phá.

Bạn giao cho agent một mục tiêu rộng và để nó tự tìm kiếm con đường thực hiện.

Cách này mạnh vì agent có thể phát hiện những điều bạn chưa từng chỉ định.

Nhưng nó cũng tốn kém và khó kiểm soát.

Vòng lặp mở có thể:

• Thử quá nhiều hướng

• Tiêu thụ quá nhiều token

• Nhanh chóng tạo ra kết quả chất lượng thấp

• Đi chệch khỏi mục tiêu thực sự

• Trở nên khó kiểm soát

Vòng lặp mở rất thú vị.

Nhưng với phần lớn mọi người, đây không phải điểm khởi đầu tốt nhất.

Closed Loop – Vòng lặp đóng

Vòng lặp đóng có ranh giới rõ ràng.

Con người thiết kế sẵn lộ trình.

Vòng lặp vẫn tự vận hành, nhưng hoạt động bên trong những quy tắc cụ thể.

Một vòng lặp đóng cần có:

• Mục tiêu rõ ràng

• Các bước đã được xác định

• Đánh giá sau mỗi bước

• Điều kiện dừng

• Điểm chuyển giao cho con người nếu hệ thống bị mắc kẹt

Đây là loại vòng lặp đang thực sự tạo ra giá trị ở thời điểm hiện tại.

Nó rẻ hơn.

Đáng tin cậy hơn.

Và tạo ra kết quả sạch hơn.

Hãy bắt đầu bằng vòng lặp đóng.

Khi hệ thống kiểm tra của bạn đủ mạnh, bạn có thể dần mở rộng mức độ tự do của vòng lặp.

6. SÁU THÀNH PHẦN CẤU THÀNH MỘT VÒNG LẶP TỐT

Về mặt khái niệm, mỗi vòng lặp có năm giai đoạn.

Nhưng trong thực tế, bạn cần sáu thành phần để vòng lặp có thể hoạt động.

1. Automations – Tự động hóa

Đây là nhịp tim của vòng lặp.

Automation giúp vòng lặp tự khởi động mà không cần bạn phải nhớ và chạy thủ công.

Ví dụ:

• Chạy vào mỗi buổi sáng

• Chạy khi một Pull Request được mở

• Chạy khi một tệp thay đổi

• Chạy khi xuất hiện ticket mới

• Chạy liên tục cho đến khi toàn bộ bài kiểm thử vượt qua

Nếu bạn vẫn cần tự tay khởi động mọi thứ, vòng lặp chưa thực sự đảm nhận đủ công việc.

2. Worktrees – Không gian làm việc tách biệt

Worktree rất quan trọng khi nhiều agent cùng chỉnh sửa code.

Nếu không tách biệt, các agent có thể xung đột với nhau.

Hai agent có thể cùng chỉnh sửa một tệp.

Agent này có thể ghi đè kết quả của agent kia.

Worktree cung cấp cho mỗi agent một workspace và một branch riêng biệt.

Nhờ đó, nhiều agent có thể làm việc song song mà không khiến repository trở nên hỗn loạn.

3. Skills – Kiến thức và kỹ năng có thể tái sử dụng

Skills là những kiến thức dự án có thể sử dụng lại.

Thay vì phải giải thích dự án mỗi lần chạy, bạn chỉ cần viết những context quan trọng một lần.

Một tệp skill tốt nên bao gồm:

• Tầm nhìn sản phẩm

• Kiến trúc

• Quy tắc

• Các bước build

• Các bước kiểm thử

• Những điều agent tuyệt đối không được làm

Không có skill, mỗi vòng lặp đều phải khởi động từ con số không.

Có skill, mỗi vòng lặp có thể bắt đầu với lượng context đã được tích lũy.

4. Plugins và Connectors

Một vòng lặp chỉ có thể nhìn thấy các tệp sẽ bị giới hạn rất nhiều.

Connector cho phép vòng lặp tương tác với các công cụ thực tế của bạn.

Ví dụ:

• GitHub

• Slack

• Linear

• Jira

• Gmail

• Google Drive

• Cơ sở dữ liệu

• Staging API

Đây là sự khác biệt giữa:

“Đây là phương án sửa lỗi tôi đề xuất.”

Và:

“Tôi đã mở Pull Request, liên kết ticket, theo dõi CI và đăng thông báo cập nhật.”

5. Subagents – Các agent con

Agent tạo ra sản phẩm và agent kiểm tra sản phẩm không nên luôn là cùng một mô hình.

Agent viết code thường sẽ quá dễ dãi khi tự đánh giá code của mình.

Agent viết bài cũng có thể bỏ qua những phần yếu trong chính bài viết đó.

Nên sử dụng các agent riêng biệt cho:

• Khám phá

• Triển khai

• Review

• Kiểm thử

• Kiểm chứng thông tin

• Tổng hợp cuối cùng

Chất lượng sẽ được cải thiện khi người kiểm tra không phải là agent đã tạo ra sản phẩm.

6. Memory – Bộ nhớ

Bộ nhớ giúp vòng lặp duy trì thông tin qua nhiều lần chạy.

Mô hình có thể quên.

Nhưng repository không quên.

Ghi chú không quên.

Nhật ký dự án không quên.

Bộ nhớ có thể được lưu trong:

• Tệp Markdown

• Nhật ký dự án

• Ticket trên Linear

• GitHub Issues

• Obsidian Vault

• Cơ sở dữ liệu

• Claude Projects

Một vòng lặp chạy dài hạn cần biết:

• Những gì đã được thử

• Những gì đã vượt qua

• Những gì đã thất bại

• Những gì vẫn còn cần thực hiện

Không có bộ nhớ, hệ thống sẽ phải bắt đầu lại từ con số không trong mỗi lần chạy.

7. CÁC VÍ DỤ VÒNG LẶP TRONG THỰC TẾ

Vòng lặp lập trình

Đọc VISION.md và ARCHITECTURE.md

↓

Lập kế hoạch cho thay đổi tiếp theo

↓

Chỉnh sửa code

↓

Chạy kiểm thử

↓

Nếu kiểm thử thất bại:

Đọc lỗi → Sửa lỗi → Chạy kiểm thử lại

↓

Nếu kiểm thử thành công:

Tổng hợp các thay đổi

↓

Dừng

Con người không cần thúc đẩy từng bước.

Agent tự viết, kiểm thử, sửa lỗi và xác minh.

Vòng lặp nghiên cứu

Xác định câu hỏi nghiên cứu

↓

Tìm kiếm nguồn

↓

Tổng hợp các phát hiện

↓

Đối chiếu các nhận định với nguồn

↓

So sánh những thông tin mâu thuẫn

↓

Tổng hợp câu trả lời cuối cùng

↓

Dừng khi đạt ngưỡng tin cậy

Cách này tốt hơn rất nhiều so với việc chỉ yêu cầu AI tạo ra một bản tóm tắt nhanh.

Vòng lặp sản xuất nội dung

Xác định chủ đề + đối tượng + mục tiêu

↓

Tạo bản nháp

↓

Agent phản biện đánh giá bản nháp

↓

Viết lại dựa trên phản biện

↓

Chấm điểm theo tiêu chí thành công

↓

Nếu đạt điểm yêu cầu → Xuất bản

↓

Nếu chưa đạt → Tiếp tục viết lại

Vòng lặp này biến một ý tưởng thành cả một hệ thống sản xuất nội dung.

Vòng lặp tiếp cận khách hàng

Xác định ICP – chân dung khách hàng lý tưởng

↓

Tìm các khách hàng tiềm năng phù hợp

↓

Bổ sung dữ liệu về doanh nghiệp

↓

Đánh giá theo các tiêu chí

↓

Cá nhân hóa thông điệp

↓

Kiểm tra chất lượng

↓

Gửi đi hoặc chuyển cho con người xử lý

Tất cả đều sử dụng cùng một bộ khung:

Mục tiêu.

Hành động.

Kiểm tra.

Sửa lỗi.

Lặp lại cho đến khi hoàn thành.

8. PROMPT ENGINEER VÀ LOOP ENGINEER

Đây là khoảng cách kỹ năng đang bắt đầu hình thành trong năm 2026.

Prompt Engineer – Kỹ sư Prompt

Prompt Engineer tập trung vào việc viết chỉ dẫn tốt hơn.

Họ cải thiện cách diễn đạt.

Họ tạo ra một kết quả đơn lẻ tốt hơn.

Nhưng sau khi AI chạy xong, con người vẫn phải kiểm tra mọi thứ.

Con người vẫn là vòng lặp phản hồi.

Loop Engineer – Kỹ sư thiết kế vòng lặp

Loop Engineer thiết kế toàn bộ hệ thống phản hồi.

Họ quyết định:

• Điều gì sẽ kích hoạt vòng lặp

• Agent cần những context nào

• Agent được phép sử dụng công cụ gì

• Tiêu chuẩn nào được xem là thành công

• Ai hoặc agent nào sẽ kiểm tra công việc

• Khi nào vòng lặp phải dừng

• Kết quả sẽ được lưu ở đâu

Một Prompt Engineer nói:

“Hãy viết cho tôi một function.”

Một Loop Engineer nói:

“Hãy viết function, kiểm thử, sửa cho đến khi toàn bộ kiểm thử vượt qua, sau đó tổng hợp những thay đổi đã thực hiện.”

Cùng một bộ công cụ.

Nhưng tư duy hoàn toàn khác nhau.

Những người xây dựng ứng dụng AI có khả năng tạo ra đòn bẩy lớn nhất không chỉ đơn thuần là viết các prompt tiếng Anh tốt hơn.

Họ đang thiết kế những hệ thống có khả năng:

• Tự khám phá

• Tự lập kế hoạch

• Tự thực thi

• Tự xác minh

• Và dừng đúng lúc

9. PHIÊN BẢN TÓM TẮT

Loop Engineering là sự chuyển dịch từ việc đưa prompt thủ công sang xây dựng những chu trình phản hồi tự động.

Sự chuyển dịch

• Cách cũ: Giao cho agent từng nhiệm vụ một

• Cách mới: Thiết kế vòng lặp chạy toàn bộ chu trình công việc

Sáu thành phần bạn thực sự cần xây dựng

• Automation: Nhịp tim khởi động vòng lặp

• Worktree: Cho phép nhiều agent làm việc song song mà không xung đột tệp

• Skills: Kiến thức dự án được tái sử dụng qua mỗi lần chạy

• Plugins và Connectors: Quyền truy cập vào các công cụ thực tế

• Subagents: Tách biệt agent thực hiện và agent kiểm tra

• Memory: Giúp vòng lặp ghi nhớ thông tin qua nhiều lần chạy

Hai quy mô

• Single-Agent Loop: Một agent tự cải thiện công việc của mình

• Fleet Loop: Một agent điều phối kết hợp với các agent chuyên môn và subagent

Hai loại vòng lặp

• Open Loop: Mạnh mẽ, có tính khám phá nhưng tốn kém

• Closed Loop: Có giới hạn, đáng tin cậy và có chi phí hợp lý

Năm giai đoạn

1. Khám phá

2. Lập kế hoạch

3. Thực thi

4. Xác minh

5. Lặp lại và cải tiến

Vấn đề chi phí thực sự

• Các vòng lặp tiêu thụ token rất nhanh

• Các mô hình context dài, chi phí thấp giúp vòng lặp trở nên thực tế

• Nếu token không đủ rẻ, phần lớn mọi người sẽ không bao giờ vượt qua giai đoạn thử nghiệm

Sự thay đổi về tư duy

• Prompt Engineer yêu cầu AI tạo ra kết quả

• Loop Engineer thiết kế hệ thống tạo ra những kết quả đã được xác minh

Đó mới là bước đột phá thực sự.

Đừng tiếp tục cố gắng viết ra một prompt hoàn hảo.

Hãy bắt đầu xây dựng một vòng lặp có khả năng khiến những kết quả chưa hoàn hảo trở nên tốt hơn.

Một vòng lặp đáng tin cậy luôn tốt hơn một prompt hoàn hảo.