Multi-Agent vs Single-Agent: Tại sao 1 chatbot không đủ?

Bạn mở ChatGPT, gõ "Phân tích cổ phiếu HPG cho tôi". Được một đoạn text 500 chữ, đọc xong vẫn không biết nên mua hay bán. Không có số liệu cụ thể, không so sánh ngành, không biết data từ đâu.

Vấn đề không nằm ở ChatGPT dở — mà ở kiến trúc Single-Agent có giới hạn tự nhiên khi xử lý tác vụ phức tạp như phân tích chứng khoán.

3 hạn chế lớn của chatbot đơn (Single-Agent)

1. Hallucination — "Bịa" mà tự tin

Single-Agent LLM generate text dựa trên xác suất. Khi không có dữ liệu chính xác, nó vẫn trả lời — và trả lời rất tự tin. Bạn hỏi P/E của HPG, nó có thể đưa ra một con số nghe hợp lý nhưng hoàn toàn sai vì data training đã cũ 6 tháng.

Với chứng khoán, sai số liệu = sai quyết định = mất tiền. Đây không phải lỗi nhỏ.

2. Không có dữ liệu real-time

ChatGPT, Claude, Gemini — đều có knowledge cutoff. Dữ liệu thị trường Việt Nam lại càng thiếu vì phần lớn training data là tiếng Anh. Kết quả: chatbot biết về Apple rõ hơn Vinamilk, biết S&P 500 rõ hơn VN-Index.

3. Không chuyên sâu

Một model đa năng biết viết thơ, code Python, dịch thuật, và "phân tích chứng khoán". Nhưng phân tích chứng khoán nghiêm túc cần: data tài chính chuẩn hoá, framework phân tích cụ thể, so sánh peer, phân tích kỹ thuật. Một model làm tất cả thì không việc nào sâu.

Multi-Agent: mỗi agent một việc

Kiến trúc Multi-Agent giải quyết cả 3 vấn đề trên bằng cách chia nhỏ công việc cho các agent chuyên biệt.

Hình dung thế này: Single-Agent giống một người freelancer — biết nhiều thứ nhưng làm gì cũng ở mức khá. Multi-Agent giống một team chuyên gia — mỗi người giỏi đúng 1 việc, phối hợp qua một team lead.

Cách Multi-Agent hoạt động trong FinStock

Coordinator là team lead — nhận yêu cầu từ bạn, hiểu context, phân công cho agent phù hợp. Nó không tự làm phân tích mà đảm bảo đúng agent nhận đúng việc.

Planner là người lên chiến lược — quyết định cần data gì, phân tích theo framework nào, so sánh với công ty nào, output dạng gì. Mỗi câu hỏi khác nhau sẽ có plan khác nhau.

Researcher là data specialist — truy vấn trực tiếp từ database ~7 triệu bản ghi. BCTC, giá lịch sử, giao dịch insider, dòng vốn khối ngoại, tin tức. Agent này không generate data — nó query data thật.

Reporter là analyst viết báo cáo — nhận data từ Researcher, tổng hợp thành phân tích có cấu trúc, so sánh, kết luận, và action items. Output có thể là text, PDF, hoặc PPT.

So sánh trực quan: Single vs Multi-Agent

Cùng câu hỏi, hai kết quả rất khác

Hãy xem khi cả hai nhận câu: "Phân tích HPG".

Single-Agent trả lời

Một đoạn text khoảng 300-500 chữ. Nội dung thường bao gồm: giới thiệu HPG là công ty thép lớn nhất Việt Nam, một vài nhận định chung về ngành thép, và lời khuyên generic kiểu "cần cân nhắc kỹ trước khi đầu tư". Không có số liệu cụ thể từ quý gần nhất, không so sánh với NKG hay HSG, không phân tích kỹ thuật.

Bạn đọc xong, biết thêm được gì? Gần như không.

Multi-Agent trả lời

Một báo cáo có cấu trúc rõ ràng:

• Tổng quan: Vị thế HPG trong ngành, thị phần, xu hướng
• Tài chính: Doanh thu, lợi nhuận, P/E, ROE, D/E — số liệu từ quý gần nhất
• So sánh ngành: HPG vs NKG vs HSG vs POM — bảng so sánh 106 tiêu chí
• Kỹ thuật: Xu hướng giá, volume, support/resistance, tín hiệu
• Tin tức: Sự kiện quan trọng gần đây ảnh hưởng đến HPG
• Kết luận: Đánh giá tổng hợp kèm action items cụ thể

Bạn đọc xong, có đủ thông tin để ra quyết định.

Tại sao không phải ai cũng dùng Multi-Agent?

Câu trả lời ngắn: khó xây.

Multi-Agent phức tạp hơn Single-Agent nhiều lần. Bạn cần thiết kế: cách các agent giao tiếp, xử lý khi agent bị lỗi, đảm bảo tốc độ khi nhiều agent chạy song song, và quản lý data pipeline cho dữ liệu chuyên ngành.

Với chứng khoán Việt Nam, thách thức lớn hơn nữa: dữ liệu phân tán (CafeF, Vietstock, SSI, HOSE...), format không chuẩn, thiếu API chính thức. FinStock đã xây dựng FinData — bộ dữ liệu ~7 triệu bản ghi, chuẩn hoá 106 tiêu chí — làm nền tảng cho Researcher Agent.

Khi nào Single-Agent vẫn ổn?

Công bằng mà nói, Single-Agent vẫn hữu ích cho:

• Hỏi đáp kiến thức chung: "P/E là gì?", "ROE tính thế nào?"
• Brainstorm ý tưởng đầu tư ban đầu
• Giải thích khái niệm tài chính

Nhưng khi bạn cần phân tích dựa trên dữ liệu thực, có quy trình, có độ sâu — đó là lúc Multi-Agent vượt trội. Và trong đầu tư, độ chính xác và depth of analysis ảnh hưởng trực tiếp đến ví tiền của bạn.