The Factory That Dreams: 39 AI Agents, No Framework

1. Một nhà máy tự dạy mình cách ghi nhớ

Rushabh mở đầu bằng một lời hứa: anh muốn kể câu chuyện về một nhà máy đã tự dạy mình cách ghi nhớ. Anh là Rushabh, người điều hành Machinecraft, một nhà máy khoảng một trăm người ở Ấn Độ. Không có đội data science, không có ngân sách ML, không có gì trong những thứ người ta hay nghĩ là cần phải có. Vậy mà bằng cách nào đó, công ty của anh đã build được một hệ thống AI gồm 36 agent đang vận hành toàn bộ mảng go-to-market của họ.

Chính anh cũng thừa nhận chuyện này nghe vẫn hơi buồn cười. Mục tiêu của talk là cho người nghe thấy nó đã xảy ra như thế nào, và vì sao bất kỳ ai cũng có thể làm điều tương tự.

Slide tiêu đề IRA, Fork My Brain của Machinecraft — Slide mở đầu: "Ira, Fork My Brain". Dòng phụ nói đúng câu chuyện của talk: một nhà máy 100 người tự dạy mình cách ghi nhớ, và build một AI 36 agent chạy mảng go-to-market của họ. Ở chân slide là tên Rushabh Doshi, Machinecraft và AI Engineer World's Fair.

Điều đầu tiên anh muốn người nghe hiểu là bản chất thật của công ty. Nhìn từ bên ngoài, Machinecraft trông như máy móc và kim loại. Nhưng công ty thật sự, phần thật sự quan trọng, không phải là những cỗ máy. Đó là tri thức: khách hàng là ai, năm 2019 công ty đã báo giá cho họ bao nhiêu, vì sao đúng cái máy đó lại cần một chỉnh sửa custom kỳ quặc.

Slide What a factory actually is với hình minh hoạ nhà xưởng — "What a factory actually is": phía trên là hình minh hoạ một nhà xưởng với máy móc và ống dẫn kim loại, phía dưới là câu chốt "The company isn't the machines. It's the knowledge."

2. Hai bộ não, một cánh cửa xoay

Suốt ba thế hệ, toàn bộ tri thức đó nằm trong đúng ba bộ não. Ban đầu là của ông nội anh, sau đó là của bố anh, và bây giờ là của anh. Khi ngồi nghĩ kỹ về nó, đây là một cách điều hành công ty thật sự đáng sợ.

Rất nhiều người đã gia nhập công ty, rồi cũng rất nhiều người đã rời đi. Cánh cửa xoay chưa bao giờ ngừng quay. Và mỗi lần có ai đó bước ra khỏi cửa, một mẩu bộ não của công ty cũng đi theo họ.

Nỗi sợ của họ không phải là đối thủ cạnh tranh. Họ sợ quên. Sợ một ngày thức dậy và nhận ra cả công ty chỉ còn tồn tại bên trong hai cái đầu ngày càng mệt mỏi.

Slide Two brains, one revolving door với bốn hình minh hoạ — "Two brains, one revolving door", dòng phụ "Every time someone left, the company forgot a little more." Bốn hình minh hoạ kể lại câu chuyện: nhà máy, một người ngập trong giấy tờ, một hàng người đi qua cánh cửa xoay, và một bộ não bay đi theo người rời công ty.

3. Đừng viết ra, hãy nuôi một bộ não

Thế là Rushabh nảy ra một ý tưởng. Anh thành thật nói lúc đầu nó nghe thật điên rồ. Nhưng nếu thay vì viết tri thức xuống một tài liệu nào đó mà chẳng ai bao giờ đọc, công ty nuôi lớn một bộ não chỉ để giữ tri thức đó thì sao?

Không phải một chatbot để bạn thỉnh thoảng chọc vào hỏi. Mà là một bản sao song sinh (twin) của chính công ty. Anh tóm lại tinh thần đó bằng một câu: anh không thuê một đội sales, anh thử build một đội sales.

Slide Don't write it down, grow a brain — "Don't write it down, grow a brain" với dòng phụ "Not a chatbot. A twin of the company." Hình minh hoạ một người đứng cạnh một robot đang ôm một bộ não phát sáng.

4. Một cỗ máy, bảy thế giới

Trước khi đi tiếp, anh rẽ ngang một chút, vì người nghe cần biết bài toán này lộn xộn tới mức nào. Machinecraft làm máy thermoforming (định hình nhiệt): máy làm nóng một tấm nhựa rồi tạo hình cho nó.

Về cốt lõi vẫn là cùng một loại máy, nhưng sản phẩm cuối cùng lại rất khác nhau: khay trồng rau thủy canh (hydroponic farm tray), bồn tắm spa, tấm vỏ xe điện (EV), vỏ thiết bị y tế, và cả bao bì. Bảy thế giới hoàn toàn khác nhau, bảy kiểu người mua hoàn toàn khác nhau.

Vậy nên bộ não này không thể chỉ học thuộc một cuốn brochure. Nó phải biết một khách hàng cụ thể đang sống trong vũ trụ nào.

Slide One machine, seven worlds với bốn hình ứng dụng — "One machine, seven worlds". Dòng phụ trên slide liệt kê: trays, spas, toilets, EV panels, medical, packaging. Bốn hình minh hoạ cho thấy cùng một cỗ máy đi vào những ngành rất khác nhau, từ trang trại thủy canh tới bồn tắm và vỏ xe.

5. Cho nó ăn mọi thứ, và không bao giờ train model

Bước một đơn giản tới mức gần như nhàm chán: cho nó ăn mọi thứ, và anh nhấn mạnh là đúng nghĩa mọi thứ. Nhiều năm báo giá, bản vẽ, lịch thanh toán, timeline, các chuỗi email, hàng trăm gigabyte lịch sử riêng tư của chính công ty. Không phải internet công cộng, mà là "internet của chúng tôi".

Slide Feed it everything với hình minh hoạ chồng tài liệu — "Feed it everything": "Years of quotes, drawings, schedules, emails. Our internet, not the internet." Các hình minh hoạ là núi hồ sơ, bản vẽ và cuộn giấy đổ vào bộ não.

Và đây là cú plot twist, phần làm mọi kỹ sư anh kể chuyện này đều bất ngờ: họ chưa bao giờ train một model nào. Không có GPU nào chạy ù ù dưới tầng hầm, không có fine-tuning. Họ chỉ nhìn vào toàn bộ lịch sử, chặt nó thành từng chunk vừa miếng, rồi để các model off-the-shelf (model có sẵn trên thị trường) đọc chúng và rút ra các sự kiện (fact).

Ý nghĩa của mỗi chunk được lưu dưới dạng vector và quan hệ: ai được nối với cái gì, lưu thành một graph. Kết luận của anh: bộ não này không phải là một model thông minh hơn. Thật ra nó là một bộ nhớ được tổ chức cực kỳ, cực kỳ tốt.

Slide We never trained a model với bốn bước xử lý — "We never trained a model". Dòng phụ trên slide ghi rõ chuỗi xử lý: chặt thành chunk, đưa vector vào Qdrant, đưa quan hệ vào Neo4j, rồi dùng cơ chế retrieval của riêng họ. Bốn hình minh hoạ tương ứng: băng chuyền cắt tài liệu, một bồn chứa dữ liệu, mạng các node nối nhau, và cỗ máy lấy thông tin ra.

Hai kho dữ liệu này làm hai việc khác nhau. Qdrant là vector database, giúp tìm ra đoạn tài liệu có ý nghĩa gần với câu hỏi. Neo4j là graph database, giữ lại ai và cái gì liên quan tới nhau. Phần đầu tư chính nằm ở việc tổ chức bộ nhớ, không nằm ở việc làm model giỏi hơn.

6. Cho Ira một cơ thể theo kiểu sinh học

Tới đây mọi thứ bắt đầu hơi kỳ lạ, theo nghĩa tốt. Hệ thống có tên là Ira, và nhóm của Rushabh thôi nghĩ về Ira như một phần mềm. Họ bắt đầu nghĩ về nó như một thứ mà họ đang nuôi lớn.

Vì thế họ cho nó một cơ thể mô phỏng theo sinh học:

Giác quan (senses) để nhận ra nó đang nói chuyện với ai.
Hệ tiêu hoá (gut) để tiêu hoá tài liệu thành các fact.
Bộ nhớ (memory).
Chu kỳ giấc mơ (dream cycle).
Hệ miễn dịch (immune system) để chống lại thông tin xấu.

Tại sao lại là sinh học? Vì tiến hoá đã mất một tỷ năm để giải bài toán: làm sao để giữ được sự nhất quán (coherent) theo thời gian. Nhóm anh chỉ chép lại bài tập về nhà đã có lời giải.

Slide We gave it a body với bốn hình minh hoạ các cơ quan — "We gave it a body": senses, a gut, memory, a dream cycle, an immune system. Bốn hình minh hoạ là một bộ xương robot có tim và nội tạng, một luồng sáng xanh đi vào hệ tiêu hoá, một núi dữ liệu, và một robot đang canh các đồng hồ đo.

7. Ba mươi sáu agent, mỗi agent một việc

Câu hỏi lớn: vì sao lại là 36 agent mà không phải một mega prompt thiên tài duy nhất? Câu trả lời mà ai từng thử cũng đã biết: một prompt được giao làm mọi thứ rốt cuộc sẽ làm mọi thứ một cách tệ hại.

Slide Why not one genius với dàn nhân vật robot trong một đền thờ — "Why not one genius?": "One prompt that does everything does everything badly." Hình minh hoạ là một dàn nhân vật robot đứng dưới các hàng cột như trong một đền thờ Hy Lạp.

Vì vậy Ira không phải là một bộ óc duy nhất. Nó là một pantheon, cả một dàn chuyên gia, và mỗi người chỉ có đúng một việc. Anh điểm qua vài cái tên:

Athena điều phối cả căn phòng.
Prometheus chịu trách nhiệm thương vụ (sale).
Plutus lo phần định giá.
Hephaestus thuộc lòng thông số kỹ thuật của từng cỗ máy.
Vera fact-check mọi thứ.
Và Mnemon, agent anh thích nhất, canh giữ các correction (bản sửa của con người): ngay khi một người sửa điều gì đó, nó được giữ đúng mãi mãi.

Nguyên tắc là một agent, một việc. Đó là một đội, không phải một người hùng.

Slide Thirty-six agents, one job each với lưới chín nhân vật — "Thirty-six agents, one job each". Dòng phụ trên slide kể tên chín agent: Athena, Prometheus, Argus, Clio, Calliope, Plutus, Hephaestus, Vera, Mnemon. Mỗi ô là một nhân vật cầm đúng công cụ của việc mình làm, như kính viễn vọng, cuộn giấy, máy tính hay chìa khoá.

Về con số: tiêu đề chính thức của talk và phần mô tả của video ghi 39 agent chuyên biệt, có Athena làm orchestrator. Trong lời trình bày và trên slide, Rushabh nói 36 agent.

8. Các agent họp và cãi nhau

Và đây là phần hay: các agent tổ chức họp. Athena kéo những chuyên gia liên quan vào. Họ thật sự tranh luận với nhau, và một câu trả lời duy nhất đi ra ở đầu bên kia.

Giống như có một phòng họp hội đồng quản trị không bao giờ ngủ, không bao giờ mệt, và bằng cách nào đó chẳng có cái tôi nào.

Slide They argue it out với nhóm nhân vật đang tranh luận — "They argue it out": "A boardroom that never sleeps and has no ego." Hình minh hoạ một nhóm robot và nhân vật hoạt hình đang cãi nhau quanh một bàn họp.

Cách Ira ra quyết định: Athena điều phối, kéo các agent chuyên biệt liên quan (ví dụ sale, định giá, thông số máy, fact-check) vào cùng một cuộc họp; các ý kiến có thể trái nhau, và kết quả trả ra là một câu trả lời duy nhất.

9. Chín việc thật mỗi ngày

Vậy toàn bộ hệ thống này thật sự vận hành cái gì? Thành thật mà nói, là toàn bộ mặt tiền của doanh nghiệp: mọi thứ nằm giữa lúc "một người lạ tồn tại đâu đó" và lúc "giờ họ là khách hàng".

Slide One brain runs go-to-market — "One brain runs go-to-market": "Everything between 'a stranger exists' and 'they're a customer'." Hình minh hoạ một nhân vật ngồi giữa buồng lái đầy màn hình.

Cụ thể là chín đầu việc mỗi ngày. Những việc anh kể ra:

Email outbound thật sự nhắc tới thế giới thật của công ty anh, chứ không phải email chung chung.
Account brief, bản tóm tắt về một khách hàng, được dựng từ những sự thật đã cross-check, làm sẵn trước một cuộc gọi.
Báo giá (quotation).
Một chế độ quẹt trái, quẹt phải cho outreach: người vận hành lướt qua từng bản nháp và chọn gửi hay bỏ.
Hồi sinh các lead đã chết, việc mà anh gọi là "blast from the past".
Trả lời thư inbound.
Và đánh giá, trước khi phí mất một tiếng đồng hồ, xem một công ty có thật sự phù hợp hay không.

Chín việc, một người vận hành không bao giờ ngủ.

Slide Nine real jobs, every day với lưới chín hình — "Nine real jobs, every day". Dòng phụ trên slide liệt kê: outbound, briefs, quotes, swipe-to-send, revival, inbound, CRM, research. Mỗi ô trong lưới chín hình là một robot đang làm một việc: gửi thư, dựng bản tóm tắt, lập báo giá, cập nhật CRM, nghiên cứu khách hàng.

10. Một tab Cursor và một stack thật

Tất cả những thứ này sống ở đâu? Trong một tab Cursor. Thật sự chỉ có vậy. Bạn gõ yêu cầu, và Ira vươn ra với cả chục bàn tay: tìm trong knowledge base, đọc hộp thư, soạn email, dựng báo giá, rồi cho bạn xem trước khi bất cứ thứ gì thật sự được gửi đi.

Slide One Cursor tab với một nhân vật nhìn vào màn hình nhiều cánh tay — "One Cursor tab": "You ask; it reaches out with a dozen hands, and shows you before sending." Hình minh hoạ một người nhìn vào một màn hình có rất nhiều cánh tay máy vươn ra.

Bên dưới lớp vỏ đó là một stack thật, không phải một bản demo dán bằng băng keo:

Database cho vector, cho graph quan hệ, và cho CRM.
Ba nhà cung cấp model khác nhau, mỗi bên được chọn cho đúng việc mà nó thật sự giỏi nhất.
Tool cho Google, tool để "nuốt" tài liệu, tool cho mọi kênh liên lạc.
Cộng thêm monitoring, để nhóm nhìn thấy được hệ thống đang nghĩ gì.

Slide A real stack, not a demo với sáu hình minh hoạ — "A real stack, not a demo". Dòng phụ trên slide: vector + graph + CRM DBs, 3 model providers, ingest, comms, observability. Sáu hình minh hoạ cho từng lớp: một con cá voi chở các thùng dữ liệu, các model, bộ máy giao tiếp, băng chuyền nạp tài liệu, bảng điều khiển và màn hình theo dõi.

Phần mô tả chính thức của talk kể chi tiết hơn: Athena là orchestrator, mỗi request đi qua 17 bước xử lý, Qdrant giữ memory tài liệu, Neo4j giữ quan hệ, Mem0 giữ memory ngữ nghĩa dài hạn, Postgres giữ dữ liệu CRM và tuyển dụng, Redis lo phần điều phối, và Cursor là buồng lái vận hành. Bản đồ kiến trúc đầy đủ nằm trong tài liệu Ira v3 architecture.

11. 213 tool, một luật vàng

Gom lại, mọi năng lực của hệ thống được expose thành 213 tool qua một protocol duy nhất. Repo BrainOS công khai expose tool của nó qua MCP (Model Context Protocol), cấu hình sẵn cho Cursor và Claude.

Và luật vàng, luật mà nhóm không bao giờ phá: Ira soạn nháp, con người bấm gửi. Dù có bao nhiêu tool, ranh giới phê duyệt vẫn đứng nguyên: chuẩn bị một email hay một báo giá là một việc, cho phép nó rời khỏi hệ thống là một việc khác, và việc thứ hai luôn thuộc về con người.

Slide 213 tools, one rule với một robot chứa đầy cơ cấu bên trong — "213 tools, one rule": "Ira drafts. Humans send." Hình minh hoạ một robot khổng lồ mà bên trong chứa đầy những cỗ máy nhỏ hơn, mỗi cỗ là một năng lực.

12. Bài toán con cá vàng và memory theo tầng

Giờ tới memory, và theo Rushabh đây là chỗ hầu hết các hệ AI lặng lẽ nói dối bạn. Một language model thô về cơ bản là một con cá vàng: xuất sắc trong khoảng ba mươi giây, rồi bạn đóng tab và nó quên mất bạn từng tồn tại.

Slide Most AI forgets you với con cá vàng và robot cạnh tủ hồ sơ — "Most AI forgets you": "Brilliant for thirty seconds. Then the tab closes." Một con cá vàng nhún vai đứng cạnh một robot đang lục tủ hồ sơ.

Vì vậy nhóm anh thiết kế memory có chủ đích, theo từng tầng:

Working memory cho vài phút gần nhất.
Pinned facts: các fact được ghim lại về một người, người đó là ai.
Episodes: cả cuộc hội thoại được lưu như những câu chuyện nhỏ.
Relationships: mức độ thân thiết lớn dần, từ người lạ tới người đáng tin.
Và một người gác cửa: salience gate, quyết định điều gì đáng để nhớ, để bộ não không bị lấp đầy bởi rác.

Khi hai fact mâu thuẫn nhau, correction luôn thắng: bản sửa của con người được ưu tiên hơn những gì máy tự rút ra. Kết quả là sự liên tục mà không phải bịa chuyện.

Slide Memory, in layers với sáu hình minh hoạ — "Memory, in layers". Slide liệt kê sáu tầng: working, pinned facts, semantic, episodic, relationship, procedural. Sáu hình minh hoạ đi kèm: robot đọc tài liệu, bảng ghi chú về một người, các ngăn kéo dữ liệu, robot ngồi đọc sách cùng một nhân vật, một chiếc nhiệt kế đo độ thân thiết, và một robot đang thao tác bảng điều khiển.

Memory của Ira theo lời trình bày: salience gate lọc trước những gì đáng nhớ, phần còn lại đi vào các tầng working memory, pinned facts, episodes và relationships; khi hai fact mâu thuẫn, bản sửa của con người được giữ.

13. Ban đêm, Ira nằm mơ

Và đây là phần Rushabh thật sự yêu thích: ban đêm, nó nằm mơ. Mỗi đêm, Ira chạy một chu kỳ ngủ. Nó phát lại (replay) những gì đã diễn ra trong ngày, khoá chặt những thứ hữu ích, đi săn các mâu thuẫn, nhẹ nhàng quên đi những thứ cũ đã hết giá trị, và biến công việc của ngày hôm đó thành các skill tái sử dụng được.

Buổi sáng, một bản dream report nhỏ đang chờ anh đọc: đây là những gì tôi đã củng cố, đây là những gì tôi đã buông bỏ, đây là những gì tôi đã nghĩ ra trong lúc anh ngủ. Theo đúng nghĩa đen, thứ này thông minh hơn sau mỗi đêm.

Đáng chú ý là "thông minh hơn" ở đây không đến từ một vòng training model mới. Nó là một tiến trình chạy theo lịch, bảo trì memory và rút ra tri thức tái sử dụng được từ kinh nghiệm của ngày hôm trước.

Slide What it does at night với sáu hình minh hoạ ca đêm — "What it does at night". Dòng phụ trên slide là đúng trình tự của ca đêm: replay, consolidate, prune, learn skills, write the dream report, wake up. Sáu hình minh hoạ: toà nhà dưới trăng, robot sắp xếp các quả cầu ký ức, robot cắt tỉa dây leo, robot học từ sách, con đường đầy dữ liệu, và một người cầm cốc cà phê buổi sáng đọc báo cáo.

14. Một lương tâm, không phải một bộ lọc

Và đây là phần anh quan tâm nhất. Mỗi agent đều có một lương tâm, và nó dứt khoát không phải là kiểu "be helpful, be harmless" quen thuộc. Đó là một soul file được viết từ các nguyên tắc của một doanh nghiệp gia đình đã làm nghề này suốt ba thế hệ. Phần mô tả chính thức của talk gọi file này là SOUL.md, một bản hiến pháp triết học dựa trên các khái niệm Anekantavada, Syadvada, Svadharma và tinh thần trung thực trong vận hành.

Năm ý tưởng cũ được biến thành luật kỹ thuật:

Không có nguồn nào nắm toàn bộ sự thật. Vì vậy hãy cross-check trước khi nói.
Không bao giờ khẳng định điều gì một cách tuyệt đối. Hãy trích tài liệu và ngày của nó.
Làm việc của mình, không làm việc của người khác.
Báo cáo sự thật, kể cả khi sự thật xấu xí.
Và không ai làm việc một mình.

Triết học cổ, đang chạy như guardrail trong production.

Slide Five old ideas, running in prod với năm hình minh hoạ — "Five old ideas, running in prod". Năm nhãn trên slide: many-sidedness (nhìn từ nhiều phía), qualify claims (không khẳng định tuyệt đối), do your duty (làm đúng phận sự), truth over optics (sự thật hơn hình ảnh), serve each other (phục vụ lẫn nhau). Mỗi nhãn có một hình minh hoạ riêng.

15. Phần tiền: rẻ hơn một chiếc đồng hồ đẹp

Giờ nói chuyện tiền, vì theo anh đây là phần đáng làm cả ngành thấy hơi khó chịu. Không có hoá đơn training nào. Bằng không. Phần tốn kém chưa bao giờ là compute. Phần tốn kém là dạy một công ty tự ghi nhớ chính mình.

Trong lời nói, anh kể một agency đã báo giá "hai trăm ba mươi nghìn" để build hệ thống này, còn nhóm anh tự build với khoảng "ba mươi". Rẻ hơn một chiếc đồng hồ đẹp. Và nó chạy với chi phí vài nghìn đô mỗi tháng.

Slide Cheaper than a nice watch với bốn hình minh hoạ về chi phí — "Cheaper than a nice watch". Dòng phụ trên slide ghi: không có hoá đơn training, agency báo giá $320K, tự build khoảng $30K, chạy khoảng $2K mỗi tháng. Bốn hình minh hoạ: dấu X đỏ trên GPU, một chiếc đồng hồ, các bao tiền ghi build, ingestion, fuel, và một robot đang nghỉ.

16. Fork một bộ não rỗng

Và đây là nước đi cuối. Nhóm anh tách toàn bộ kiến trúc ra và làm cho nó fork được. Họ gọi nó là BrainOS. Nó được phát hành như một hệ thần kinh rỗng: các agent, memory, dream cycle, soul file, tất cả đều có sẵn, nhưng hoàn toàn trống. Bạn đổ sự thật của chính công ty mình vào, và nó lớn lên từ bên trong ra ngoài.

Slide Fork an empty brain với ba hình minh hoạ — "Fork an empty brain": "Brain OS ships blank. You pour your own truth in." Ba hình minh hoạ: một bộ não toả ra nhiều nhánh tới các ngôi nhà, một bộ khung não trống, và hai nhân vật đẩy một nhà máy đi.

Vì đây là điều không ai có thể outsource thay bạn: chỉ bạn mới build được bộ não của công ty mình. Machinecraft là một nhà máy trăm người không có data scientist nào. Nếu họ nuôi được một bộ não, bạn cũng làm được.

Họ không bán bộ não của họ cho bạn. Họ giúp bạn build bộ não của riêng bạn, tại forkmybrain.org. Câu kết của anh: hãy đi build một thứ biết ghi nhớ. Cảm ơn.

Slide cuối forkmybrain.org — Slide cuối: "forkmybrain.org", "We don't sell you our brain. We help you build your own." và "Go build something that remembers."