Hôm qua Anthropic đã công bố cách họ xây dựng "data agent" nội bộ của mình: Cách Anthropic hỗ trợ phân tích dữ liệu tự phục vụ với Claude
OpenAI đã đăng bài về "data agent nội bộ" của họ cách đây năm tháng: Bên trong data agent nội bộ của OpenAI
Tôi đã đọc cả hai - và đây là kết quả.
Những điểm đồng thuận
- Phần khó không phải là viết SQL. Mà là tìm đúng bảng và hiểu cách sử dụng nó một cách chính xác. Cả hai đều nhấn mạnh điều này.
- Mô hình là một thứ hàng hóa (họ không nói trực tiếp nhưng...) - bối cảnh xung quanh nó mới là sản phẩm. Anthropic đã tăng độ chính xác từ 21% lên 95% chỉ bằng cách thêm một skill có quyền truy cập vào ngữ cảnh - một cơ sở tri thức.
- (bất ngờ, không hẳn bất ngờ) Càng nhiều ngữ cảnh chưa chắc đã hữu ích. Độ chính xác của Anthropic tăng chưa đến 1% sau khi họ cấp quyền truy cập vào tất cả hàng nghìn truy vấn trước đó (tôi chỉ có thể tưởng tượng mức tiêu thụ token của họ đã tăng vọt thế nào 🙂).
Cách họ khác nhau
- OpenAI đã xây dựng một agent độc lập. Codex và ChatGPT nội bộ sử dụng agent này qua MCP hoặc người dùng có thể trò chuyện trực tiếp với nó qua web hoặc Slack. Trong khi Anthropic chỉ xây dựng một skill có quyền truy cập vào ngữ cảnh dữ liệu thông qua một cơ sở tri thức nào đó (dạng file md).
- OpenAI có ngữ cảnh trong một "index" được cập nhật hàng ngày bởi các pipeline jobs trong khi Anthropic commit cơ sở tri thức dưới dạng file md trong cùng repo với mô hình dữ liệu, được cập nhật trong cùng một PR.
Quan điểm của tôi (sau khi xây dựng "data agent" cho dữ liệu phi cấu trúc, không phải SQL)
Cách tiếp cận của Anthropic với các skill mang tính "harness-native" hơn, do đó, nó phù hợp hơn với bộ công cụ hiện có. Tôi tin rằng toàn bộ trải nghiệm developer, ngữ cảnh dữ liệu cũng như toàn bộ nền tảng dữ liệu sẽ chuyển dịch vào các harness (bài báo học thuật hay nhất theo hướng này - Mã nguồn là Harness Agent). Cách tiếp cận của OpenAI có vẻ dễ mở rộng và trưởng thành hơn (đi trước 5 tháng?) - với một data agent chuyên dụng, 600Tb dữ liệu và các pipeline được lên lịch để cập nhật ngữ cảnh. Chúng ta sẽ xem nó phát triển thế nào.
Câu hỏi dành cho dân data ở đây
Các bạn đã tiến xa đến đâu trong các quy trình agentic này? Theo tôi hiểu, hầu hết các nhóm vẫn đang tự viết SQL và copy-paste "ngữ cảnh" từng phần một vào Claude Code/Copilot/Codex và chia sẻ kiến thức trong Slack.
Bảng so sánh song song đầy đủ với nhiều chi tiết và số liệu hơn trong bài blog của chúng tôi - link trong phần bình luận 👇
