17/09/2026 · VietTechies · Biên tập
AWS đã công bố bộ 38 kỹ năng tác nhân mã nguồn mở, nhằm giúp các tác nhân dùng mô hình nền tảng áp dụng nhất quán hơn các quy trình ra quyết định trong y tế và khoa học sự sống. Bộ kỹ năng theo giấy phép MIT-0 bao phủ 11 lĩnh vực, gồm hệ gen, khám phá thuốc, xử lý yêu cầu bảo hiểm y tế và hình ảnh y khoa.
Quy trình có cấu trúc khi suy luận
Mỗi kỹ năng là một tài liệu SKILL.md có cấu trúc, chứa điều kiện kích hoạt, phần phụ thuộc và siêu dữ liệu, cùng các khung ra quyết định, bảng tham số, mẫu mã và tiêu chí xác thực. AWS chia bộ sưu tập thành kỹ năng suy luận, dùng để mã hóa phương pháp chuyên ngành, và kỹ năng quy trình, cung cấp lệnh dành cho từng công cụ cùng mẫu triển khai.
Các kỹ năng là những lời nhắc có cấu trúc, được kích hoạt theo truy vấn của người dùng, thay vì tinh chỉnh mô hình. AWS cũng phân biệt cách tiếp cận này với kỹ thuật sinh tăng cường bằng truy xuất (RAG): thay vì lấy về một số đoạn nội dung, các tài liệu mã hóa quy trình và những điều kiện lỗi mà tác nhân cần tuân theo. Do các tiêu chí vẫn ở định dạng Markdown dễ đọc, các nhóm có thể kiểm tra hoặc cập nhật chúng mà không phải huấn luyện lại mô hình.
Các cách triển khai và giới hạn ngữ cảnh
Theo AWS, các kỹ năng có thể hoạt động với hơn 20 dịch vụ và môi trường tác nhân, gồm Amazon Bedrock AgentCore, AWS Strands Agents SDK, Kiro, Amazon Quick Desktop, Claude Code và OpenAI Codex. Các phương án cài đặt được cung cấp trải dài từ nạp kỹ năng trực tiếp đến triển khai trên dịch vụ lưu trữ và định tuyến đa tác nhân.
Theo AWS, việc nạp cả 38 kỹ năng vào một tác nhân tiêu tốn khoảng 80.000 token. Cấu hình Kiro của hãng xử lý hạn chế này bằng một tác nhân điều phối, có nhiệm vụ chuyển yêu cầu đến tám tác nhân chuyên trách theo lĩnh vực; mỗi tác nhân mang khoảng 15.000 token tài liệu liên quan. Cách này giảm lượng hướng dẫn không liên quan cùng cạnh tranh sự chú ý của mô hình, nhưng bổ sung một lớp định tuyến mà khả năng phân loại cũng phải hoạt động chính xác.
AWS báo cáo kết quả đánh giá cao hơn
Trong đánh giá của AWS trên 410 lời nhắc chuyên ngành, các tác nhân được trang bị kỹ năng thắng từ 70% đến 86% số lượt so sánh trực tiếp với những tác nhân tương đương nhưng không có kỹ năng, tùy môi trường thử nghiệm. AWS ghi nhận mức cải thiện lớn nhất ở tư duy phản biện, với tỷ lệ thắng từ 78% đến 85% và kích thước hiệu ứng Cohen's d từ 0,65 đến 1,03.
Các phép thử sử dụng hai cấu hình: Kiro CLI với tính năng tự động chọn mô hình và một tác nhân xây dựng bằng Strands Agents SDK, được cố định ở Claude Sonnet 4.6. Claude Opus 4.7 đóng vai trò giám khảo, chấm theo độ chính xác khoa học, tính mạch lạc, mức độ liên quan, tư duy phản biện và khả năng áp dụng. Đây là các đánh giá do AWS thực hiện và dùng mô hình ngôn ngữ lớn để chấm, không phải kết quả xác thực lâm sàng được công bố. Nguồn cũng không chứng minh rằng các kỹ năng có thể ngăn lỗi trong môi trường trực tiếp phục vụ bệnh nhân hoặc chịu quản lý pháp lý.
Ảnh minh họa do AI tạo.
Nguồn: Improving HCLS AI reasoning with open-source agent skills