Làm Cùng Long.
← Quay lại Kho ghi chú
Automation & AI Workflow · 9 phút đọc ·

Professional Agentic Architect: Google đang định nghĩa bộ năng lực nào cho thời đại AI agent?

Một chứng chỉ mới thường dễ kéo cuộc thảo luận về hai phía.

Một bên hỏi:

“Chứng chỉ này có đáng thi không?”

Bên kia hỏi:

“Có chứng chỉ thì có làm được việc thật không?”

Cả hai câu đều hợp lý.

Nhưng với Professional Agentic Architect của Google Cloud, tôi thấy còn một cách đọc hữu ích hơn:

Bỏ qua câu chuyện thi cử một lúc và xem Google đang dùng tiêu chí nào để định nghĩa một người có thể thiết kế hệ thống AI agent production.

Danh sách đó đáng quan tâm vì nó không dừng ở prompt hay model.

Google Cloud mô tả Professional Agentic Architect là người thiết kế và quản lý autonomous, AI-driven agentic workflows, đồng thời phải cân bằng reliability, performance, cost, security và scalability.

Đó là một scope rộng.

Và nó khá sát với thực tế: hệ thống agent thất bại thường không chỉ vì model “không đủ thông minh”.

Mục lục

1. Google kiểm tra những năng lực nào?

Trang chứng chỉ liệt kê năm nhóm.

Build agents using low-code tools

Điều này thừa nhận một thực tế: không phải agent nào cũng cần custom code từ đầu.

Use coding agents for application development

Agent không chỉ là thứ được build.

Coding agent trở thành chính công cụ để build software.

Develop custom agents

Khi low-code không đủ, cần hiểu agent architecture sâu hơn.

Evaluate and deploy agentic workflows

Không chỉ chạy demo.

Cần biết agent có đủ tốt để production không và deploy thế nào.

Secure and govern agentic workflows

Đây là lớp thường bị bỏ quên ở prototype.

Nếu agent có access dữ liệu và tool, governance trở thành phần lõi.

Tôi sẽ nhóm năm mục đó thành bốn năng lực lớn:

Build
Evaluate
Operate
Govern

Một người chỉ biết “Build” mới hoàn thành khoảng một phần của bài toán.

2. Vì sao chứng chỉ có cả hands-on labs?

Google Cloud thiết kế certification thành hai phần.

Phần đầu là proctored multiple-choice exam để kiểm tra conceptual knowledge, system design choices và architectural standards.

Nếu pass, ứng viên tiếp tục hands-on labs trong Google Skills để kiểm tra execution và coding ability.

Việc này có ý nghĩa.

Agentic architecture không thể đánh giá tốt chỉ bằng câu hỏi lý thuyết.

Một người có thể nói rất đúng về:

  • grounding;
  • RAG;
  • tool calling;
  • evaluation;
  • sandbox;
  • security;

nhưng khi triển khai thật lại mắc lỗi:

  • secret nằm trong prompt;
  • tool quá rộng;
  • không có retry;
  • không có schema validation;
  • agent loop vô hạn;
  • không có approval;
  • log chứa PII;
  • cost không giới hạn.

Hands-on lab buộc kiến thức phải đi tới execution.

Đây cũng là bài học cho việc tự học:

Đừng học agent bằng cách chỉ xem video hoặc đọc framework. Mỗi khái niệm cần một project nhỏ để làm thật.

3. “Build agent” chỉ là tầng đầu

Một agent demo có thể rất đơn giản:

prompt
→ model
→ tool
→ answer

Production system bắt đầu phức tạp ngay khi có:

  • user thật;
  • data thật;
  • nhiều tool;
  • API rate limit;
  • retry;
  • permission;
  • concurrency;
  • error;
  • timeout;
  • audit;
  • cost.

Vì vậy tôi thường chia maturity thành bốn tầng.

Tầng 1 — Assistant

Chủ yếu trả lời hoặc đề xuất.

Read-only.

Tầng 2 — Tool-using agent

Có thể đọc hệ thống và gọi tool.

Action vẫn hẹp.

Tầng 3 — Workflow agent

Thực hiện nhiều bước, có state, retry, branching.

Tầng 4 — Operational agent

Có production access, policy, audit, monitoring, cost control, incident handling.

Mỗi tầng tăng capability.

Nhưng mỗi tầng cũng tăng failure surface.

Một lỗi phổ biến là nhảy từ Tầng 1 lên Tầng 4 vì demo Tầng 1 quá ấn tượng.

4. Evaluation là năng lực trung tâm

Khi một workflow deterministic sai, chúng ta viết test.

Agent khó hơn vì output có variability.

Evaluation phải trả lời:

  • task có hoàn thành không?
  • answer có đúng không?
  • action có đúng không?
  • có vi phạm policy không?
  • dùng tool có hợp lý không?
  • cost bao nhiêu?
  • latency thế nào?
  • cần human intervention bao nhiêu?

Một eval tốt không chỉ chấm câu trả lời cuối.

Nó có thể xem cả trajectory:

Input
→ plan
→ tool selection
→ intermediate result
→ action
→ final output

Ví dụ agent audit Google Ads.

Nếu final report “nghe hợp lý” nhưng agent đọc nhầm account hoặc dùng conversion definition sai, score cuối không có ý nghĩa.

Do đó eval cần test:

  • đúng account;
  • đúng date range;
  • đúng conversion;
  • không lộ PII;
  • không write;
  • claim có evidence;
  • recommendation có priority.

Agent evaluation gần hơn QA hệ thống hơn là chấm văn bản.

5. Security và governance không phải phần thêm sau

Google đưa secure and govern vào capability chính của certification.

DevFest 2026 cũng dùng “Secure” là một trong ba động từ chủ đề.

Điều này phản ánh đúng vấn đề.

Agent có thể:

  • đọc mail;
  • xem calendar;
  • truy cập repository;
  • gọi cloud API;
  • sửa file;
  • chạy shell;
  • gửi message;
  • cập nhật CRM;
  • đổi campaign.

Mỗi tool mới là capability.

Cũng là risk surface.

Governance nên được thiết kế từ đầu:

Identity

Agent đang hành động với identity nào?

Scope

Nó thấy tài nguyên nào?

Permission

Read hay write?

Approval

Action nào cần người duyệt?

Audit

Có log đủ để biết agent đã làm gì?

Reversibility

Có rollback không?

Data

Dữ liệu nào được đưa vào model?

Retention

Prompt, tool output và transcript được giữ bao lâu?

Nếu những câu hỏi này chỉ xuất hiện sau khi agent “chạy ngon”, kiến trúc thường phải sửa rất nhiều.

6. Cost và scale thay đổi cách thiết kế agent

Google mô tả Agentic Architect phải cân bằng cả cost và scalability.

Ở prototype, một task chạy 10 lần/ngày.

Cost gần như không đáng kể.

Khi lên 100.000 task:

  • token;
  • tool call;
  • database;
  • egress;
  • sandbox;
  • retry;
  • logging;

đều thành chi phí.

Scale cũng làm lộ những edge case hiếm.

Nếu lỗi chỉ xảy ra 0,1%:

  • 100 task → có thể chưa thấy;
  • 100.000 task → 100 lỗi.

Vì vậy production agent cần:

  • model routing;
  • caching;
  • deterministic tools;
  • budget;
  • timeout;
  • retry policy;
  • circuit breaker;
  • queue;
  • rate limit;
  • fallback.

Một nguyên tắc thiết kế:

Dùng model mạnh ở chỗ cần judgement; dùng code/tool đơn giản ở chỗ deterministic.

Đây vừa là tối ưu cost, vừa là tối ưu reliability.

7. DevFest 2026 củng cố cùng một thông điệp

DevFest 2026 chạy từ 1/10 đến 31/12 với chủ đề:

Build, Secure, Scale: Developers and Builders in the Agentic Era.

Google cho biết có hơn 800 sự kiện dự kiến tại 115 quốc gia và gần một triệu developer/builder được kỳ vọng tham gia.

Các công cụ trong chương trình trải rộng:

  • Gemini;
  • Google AI Studio;
  • Antigravity;
  • Google Cloud;
  • Firebase;
  • Android;
  • Flutter;
  • Angular;
  • Web MCP.

Ba track Build – Secure – Scale cho thấy cách Google muốn developer nhìn agentic development.

Build

Prototype rẻ và nhanh hơn.

Secure

Quyền và dữ liệu phải được kiểm soát.

Scale

Hệ thống cần hạ tầng production, không chỉ demo.

Thông điệp này rất gần với competency map của Agentic Architect.

8. Lộ trình học 4 tầng cho người làm Marketing + Data + Automation

Không phải ai cũng cần học Kubernetes hay trở thành Cloud Architect.

Với người có nền tảng Marketing/Data/Automation, tôi sẽ đi theo bốn tầng.

Tầng 1 — Workflow thinking

Học:

  • input/output;
  • trigger/action;
  • deterministic vs judgement;
  • error state;
  • approval;
  • logging.

Project:

Form → validation → Sheet → notification → manual follow-up.

Mục tiêu: hiểu workflow trước AI.

Tầng 2 — Tool-using AI

Học:

  • structured output;
  • function/tool calling;
  • API;
  • MCP;
  • prompt/context;
  • permissions.

Project:

Agent đọc campaign data và tạo diagnostic report, read-only.

Mục tiêu: AI có tool nhưng chưa được tự đổi production.

Tầng 3 — Agent workflow

Học:

  • multi-step planning;
  • memory/state;
  • retries;
  • eval;
  • model routing;
  • sandbox.

Project:

Agent nhận câu hỏi hiệu suất → kiểm tra data quality → chọn phép phân tích → tạo evidence → đề xuất action.

Tầng 4 — Production governance

Học:

  • IAM;
  • secret management;
  • observability;
  • PII;
  • approval;
  • cost;
  • incident;
  • rollback.

Project:

Một workflow có write action thật nhưng phải qua approval và audit.

Điểm quan trọng: mỗi tầng có project chứng minh, không chỉ học lý thuyết.

9. Có nên thi chứng chỉ này ngay không?

Tại thời điểm tôi kiểm tra ngày 6/10/2026, trang Google Cloud cho biết GA registration mở ngày 2/11.

Google khuyến nghị ứng viên có khoảng 3+ năm kinh nghiệm cloud hands-on, trong đó 1+ năm xây agentic solutions trên Google Cloud.

Vì vậy, nếu chưa làm nhiều cloud/agent production, tôi không xem việc thi ngay là ưu tiên.

Có ba cách dùng certification blueprint.

Cách 1 — Thi chứng chỉ

Phù hợp khi cần credential nghề nghiệp và đã có experience nền.

Cách 2 — Dùng làm checklist học

Không thi nhưng dùng exam guide để tìm gap.

Cách 3 — Dùng làm architecture review

Map hệ thống hiện tại vào các nhóm build/evaluate/deploy/secure/govern.

Với đa số người đang mở rộng từ Automation/AI ứng dụng, Cách 2 thường có ROI tốt trước.

Chứng chỉ nên xác nhận năng lực.

Không nên thay thế việc xây năng lực.

10. Một portfolio agentic tốt nên chứng minh điều gì?

Nếu muốn chứng minh năng lực thật, tôi sẽ ưu tiên một case có đủ vòng đời hơn 10 demo chatbot.

Một case tốt nên có:

Problem

Vấn đề business/operation thật.

Architecture

Model, tools, data, runtime.

Why agent

Vì sao automation thường không đủ?

Evaluation

Tiêu chí đúng/sai.

Guardrails

Permission, approval, PII.

Operations

Log, alert, retry, cost.

Failure

Điều gì đã hỏng và sửa thế nào?

Outcome

Tiết kiệm thời gian, tăng chất lượng hoặc giảm sai sót — chỉ dùng số liệu nếu đo được.

Đó cũng là cách tôi đọc Professional Agentic Architect.

Không phải:

“Google vừa tạo thêm một chứng chỉ AI.”

Mà là:

Ngành đang dần có một ngôn ngữ rõ hơn cho năng lực xây agent production.

Prompt vẫn quan trọng.

Model vẫn quan trọng.

Nhưng năng lực dài hạn nằm ở khả năng thiết kế cả hệ thống quanh model.

Đọc tiếp trong Series Agentic Stack 2026

Nguồn tham khảo