Hệ thống AI tôi dùng để vận hành công việc một mình

Hệ thống AI tôi dùng để vận hành công việc một mình
10 Tháng 10, 2026 Lê Quốc Nghĩa 6 phút đọcAI Automation

Tôi làm việc một mình. Không có trợ lý, không có đội vận hành. Nhưng mỗi ngày vẫn có hàng chục việc nhỏ phải làm: ghi chép, trả lời tin nhắn, lưu tài liệu, theo dõi máy chủ, viết nội dung, tải và xử lý video. Thay vì thuê người, tôi dựng một hệ thống AI để gánh phần việc lặp lại. Bài này mô tả hệ thống đó đang chạy thế nào, để bạn thấy một người làm một mình có thể tổ chức AI ra sao.

Ý tưởng chính: chia vai như một đội nhỏ

Tôi không dùng một chatbot cho mọi thứ. Tôi chia hệ thống thành các "thành viên", mỗi phần làm một việc rõ ràng:

  • Bộ não điều phối chạy trên máy Mac: nơi chứa dữ liệu, các quy trình tự động và cổng kết nối tới các mô hình AI.
  • Cánh tay chấp hành chạy trên một máy Windows: một AI agent nhận việc từ bộ não, thao tác trình duyệt, tải và bóc tách video, trả lời qua Telegram.
  • Kho tri thức là một vault Obsidian: chiến lược, quy trình, nhật ký hằng ngày đều là file markdown mà cả tôi lẫn agent cùng đọc được.

Hai máy nối với nhau qua mạng riêng, nên agent ở máy này gọi được dịch vụ ở máy kia mà không phải mở cổng ra Internet.

Quy trình tự động: n8n là xương sống

Phần lớn việc lặp lại đi qua n8n, một công cụ tự động hoá kéo thả mà tôi tự cài trên máy. Mỗi quy trình là một chuỗi bước: nhận dữ liệu, xử lý, gọi AI nếu cần, rồi ghi kết quả về đúng chỗ.

Các agent cũng nhắn việc cho nhau qua một webhook trên n8n. Mỗi tin nhắn có cùng một khuôn: ai gửi, gửi cho ai, loại việc (giao việc, trả kết quả, cảnh báo, cập nhật trạng thái) và nội dung. Nhờ khuôn chung này, tôi thêm agent mới mà không phải viết lại cách chúng nói chuyện.

Trí nhớ ba tầng

Điểm yếu lớn nhất của chatbot là quên. Tôi giải quyết bằng ba tầng trí nhớ:

  1. Trí nhớ ngắn hạn cho các sự kiện, thói quen, thông số hay dùng. Agent ghi và đọc lại nhanh.
  2. Cơ sở dữ liệu tri thức (PostgreSQL có tìm kiếm theo ngữ nghĩa) cho tài liệu dài, kịch bản, kiến thức lớn. Tài liệu được cắt thành đoạn và chuyển thành vector để AI tìm đúng đoạn liên quan.
  3. Vault Obsidian cho những gì tôi cần đọc và chỉnh bằng tay: chiến lược, quy trình làm việc, nhật ký ngày.

Mỗi khi một agent bắt đầu phiên làm việc, nó đọc file trạng thái chung trước, rồi mới làm việc. Khi kết thúc, nó ghi lại đã làm gì. Nhờ vậy agent sau biết agent trước đã làm tới đâu.

Một cổng cho nhiều mô hình AI

Tôi không gắn chặt với một nhà cung cấp. Mọi lời gọi AI đi qua một cổng định tuyến (tôi dùng 9Router), nên tôi đổi mô hình cho từng việc mà không phải sửa từng quy trình. Việc cần suy luận kỹ dùng mô hình mạnh, việc đơn giản dùng mô hình rẻ.

Website này cũng là một phần của hệ thống

Trang bạn đang đọc, trang khoá học và cửa hàng đều do tôi xây và vận hành cùng AI agent. Bài viết, thư viện công cụ và prompt được quản lý trong trang quản trị. Agent có thể đọc và đề xuất nội dung qua MCP, nhưng mọi thứ agent viết đều vào hàng chờ duyệt trước khi lên trang.

Điều tôi học được

  • Bắt đầu từ một việc, không phải từ cả hệ thống. Hệ thống này lớn dần từ những quy trình rất nhỏ.
  • Ghi lại mọi thứ. File trạng thái và nhật ký ngày là thứ giữ cho nhiều agent làm việc ăn khớp với nhau.
  • Con người duyệt khâu cuối. AI làm nhanh, nhưng việc đăng lên, gửi đi hay xoá vẫn qua tay tôi.

Nếu bạn cũng đang làm một mình và muốn bắt đầu tự động hoá, bài tiếp theo tôi viết về cách chọn việc đầu tiên nên giao cho AI.

Lê Quốc Nghĩa
Lê Quốc Nghĩa
Người xây dựng 2dm

Để lại bình luận

Email của bạn sẽ không hiển thị công khai. Bình luận sẽ hiển thị sau khi được duyệt.

Zalo