Chào anh em ZolaChat, Năm 2024 thực sự là một năm bùng nổ của trí tuệ nhân tạo. Khi các mô hình ngôn ngữ lớn (LLM) và AI đa phương thức (multimodal) như GPT-4o hay Claude 3.5 Sonnet đã có thể nhìn thấu hình ảnh, lắng nghe giọng nói với độ trễ gần như bằng không, chúng ta không còn dừng lại ở việc hỏi đáp vui vẻ nữa. Làn sóng công nghệ đang chuyển dịch mạnh mẽ sang AI Agents – những trợ lý tự trị có khả năng phân tích, lập luận và hành động thay con người. Nhưng có bao giờ anh em tự hỏi: Giữa một thế giới số hóa ngập tràn thông tin, liệu AI có thể giúp giải quyết một bài toán rất đời thường: tìm kiếm một kết nối chân thành? Khi thế giới số cần một chiếc kính lọc thông minh Thời gian qua, thị trường công nghệ biến động, làn sóng sa thải và tái cơ cấu nhân sự khiến nhiều anh em dev, kỹ sư như mình phải nhìn nhận lại giá trị cuộc sống. Nhiều người bắt đầu hướng tới lối sống tối giản, thỉnh thoảng lái chiếc xe điện (EV) chạy về vùng ngoại ô hay cắm trại chữa lành để tìm lại cân bằng. Nhưng nhu cầu gắn kết thì chưa bao giờ mất đi. "Công nghệ phát triển nhanh đến chóng mặt, nhưng sự cô đơn dường như cũng tỷ lệ thuận nếu chúng ta không biết cách chắt lọc các giá trị thực." Chắc hẳn không ít anh em đã từng tải thử một app kiếm người yêu miễn phí sau những giờ OT mệt mỏi, với mong muốn giản dị là có người trò chuyện hoặc nghiêm túc tìm bạn gái để kết hôn. Thế nhưng thực tế lại khá phũ phàng: tài khoản ảo, bot rải link cờ bạc, những hồ sơ dùng ảnh AI lung linh nhưng tính cách chẳng có điểm chung. Lướt qua hàng trăm profile trên mỗi mạng hẹn hò, ta chỉ thấy mệt mỏi vì cạn kiệt năng lượng số. Đó là lý do cuối tuần trước, mình quyết định tận dụng một chút kiến thức về LangChain và LLM multimodal để build một con AI Agent mini, phục vụ mục đích cá nhân: phân tích mức độ tương thích và lọc rủi ro khi tìm kiếm bạn bè trên mạng. Kiến trúc của một AI Agent hỗ trợ kết nối Mục tiêu của dự án nhỏ này không phải để AI chat thay mình (bởi cảm xúc là thứ không thể tự động hóa), mà là tạo ra một bộ lọc sơ bộ, đóng vai trò như một ứng dụng hẹn hò an toàn cá nhân hóa. Quy trình hoạt động của Agent gồm 3 bước cơ bản: • Thu thập và trích xuất dữ liệu: Trích xuất văn bản bio và ảnh đại diện được tải lên (sử dụng Multimodal API để nhận diện bối cảnh ảnh thật hay ảnh stock/AI deepfake). • Phân tích tương thích sở thích: So sánh với bộ giá trị cốt lõi của bản thân (ví dụ: thích lối sống xanh, đi phượt nhẹ nhàng, đọc sách kỹ thuật, định hướng gia đình). • Đánh giá chỉ số tin cậy (Safety Score): Phát hiện các từ khóa nhạy cảm, link lừa đảo tài chính hoặc các dấu hiệu "red flag" điển hình. Dưới đây là đoạn prompt mẫu và cấu hình logic đơn giản mà mình đã nhúng vào hệ thống Agent:

from langchain_openai import ChatOpenAI
from langchain.schema import SystemMessage, HumanMessage

llm = ChatOpenAI(model="gpt-4o", temperature=0.2)

system_prompt = """
Bạn là trợ lý phân tích hồ sơ kết nối xã hội. 
Nhiệm vụ: 
1. Đánh giá tính xác thực của bio (tránh văn mẫu bot).
2. Tìm các điểm chung về phong cách sống (tối giản, thiên nhiên, định hướng kết hôn).
3. Cảnh báo dấu hiệu lừa đảo tài chính/đầu tư.
Trả về kết quả dưới dạng JSON gồm: trust_score (1-100), common_points (list), red_flags (list).
"""

# Đưa dữ liệu bio vào phân tích
bio_sample = "Thích du lịch bụi, cuối tuần hay về Trị An câu cá. Tìm người bạn chân thành, không đầu tư tài chính."
response = llm.invoke([SystemMessage(content=system_prompt), HumanMessage(content=bio_sample)])
print(response.content)

Trải nghiệm thực tế: Khi thuật toán va chạm với đời sống Để thử nghiệm thực tế, mình đã thử nghiệm thuật toán với việc lọc hồ sơ trong các nhóm giao lưu khu vực lân cận. Chẳng hạn, trong nhóm hẹn hò đồng nai, nơi có rất nhiều bạn trẻ làm việc tại các khu công nghệ cao Biên Hòa, Long Thành, hồ sơ thường mang nét mộc mạc hơn hẳn các thành phố lớn. Kết quả mang lại khá bất ngờ: • Loại bỏ được gần 85% các tài khoản ảo: Nhờ cơ chế multimodal của các model 2024, Agent dễ dàng phát hiện ảnh đại diện bị nén bất thường, khuôn mặt do Midjourney tạo ra có bất đối xứng ở kẽ ngón tay hoặc phụ kiện, hoặc bio chứa mã mời ứng dụng kiếm tiền ngầm. • Nhận diện đồng điệu về phong cách sống: Agent đã gom nhóm được những bạn có xu hướng yêu thiên nhiên, thích cắm trại hồ Trị An hay đi dạo ngắm hoàng hôn – đúng gu chữa lành mà mình đang tìm kiếm. • Tiết kiệm thời gian và năng lượng: Thay vì ngồi lướt quẹt vô định mỗi tối, mình chỉ dành 15 phút xem lại danh sách gợi ý chất lượng mà Agent đã tóm tắt ngắn gọn. Công nghệ không thể yêu thay con người Sau gần hai tuần chạy thử nghiệm, điều lớn nhất mình nhận ra không phải là code của mình xịn cỡ nào, mà là ranh giới giữa hỗ trợ công nghệ và sự rung động thực sự. AI Agent có thể phân tích cú pháp, trích xuất sở thích, cảnh báo rủi ro lừa đảo cực kỳ chuẩn xác. Nhưng nó không thể cảm nhận được ánh mắt chân thành khi hai người cùng ngồi uống ly cà phê vỉa hè, không thể đo lường được cảm giác ấm áp khi cùng nhau nói chuyện về gia đình, tương lai. "AI sinh ra là để trả lại cho chúng ta thời gian sống thực. Hãy để AI làm phần việc sàng lọc thông tin rác, và dành trọn trái tim cho những cuộc gặp gỡ ngoài đời thực." Năm 2024, các công cụ AI đã chạm đến ngưỡng rất gần với nhận thức con người, nhưng lựa chọn rung động và xây dựng một mối quan hệ bền vững vẫn luôn thuộc về bản năng thuần khiết nhất của chúng ta. Anh em trong diễn đàn đã ai ứng dụng AI hay các framework Agent vào những việc "ngoài luồng" như thế này chưa? Hay anh em vẫn tin vào duyên số tự nhiên hơn là để thuật toán can thiệp? Cùng để lại bình luận chia sẻ góc nhìn nhé!