2,5 triệu điểm dữ liệu tiết lộ gì về cách con người thực sự dùng AI Agent?

Tóm tắt các điểm chính

• Gần 50% toàn bộ tác vụ AI agent hiện nay tập trung vào lĩnh vực lập trình phần mềm.
• Người dùng mới chỉ tự động phê duyệt hành động của AI khoảng 20% thời gian, nhưng con số này tăng gần gấp đôi khi họ có kinh nghiệm hơn.
• Nghịch lý thú vị: người dùng càng có kinh nghiệm lại càng ngắt (interrupt) AI nhiều hơn — tỉ lệ tăng từ 5% lên 9%.
• Bản thân AI cũng biết “tự kiểm soát”: khi gặp tác vụ phức tạp, mô hình chủ động hỏi lại người dùng nhiều hơn gấp đôi so với tần suất con người can thiệp vào nó.
• Các phiên làm việc chuyên sâu nhất ghi nhận AI chạy tự động liên tục lên đến 110 phút.

Khi AI Agent rời phòng Lab và bước vào thực tế

Có một sự thật đang dần hiện ra trong ngành công nghệ: AI agent không còn là thứ để trình diễn ở hội nghị nữa. Chúng đang xử lý email thật, phân tích dữ liệu tài chính thật, và viết code đưa thẳng vào sản phẩm. Nhưng câu hỏi quan trọng hơn là: con người đang thực sự dùng chúng như thế nào? Và quan trọng hơn — họ tin tưởng chúng đến mức nào?

Anthropic vừa công bố một nghiên cứu phân tích khoảng 2,5 triệu tương tác thực tế giữa con người và AI agent. Đây không phải dữ liệu mô phỏng hay khảo sát ý kiến — đây là hành vi thực tế từ hàng nghìn dự án đang chạy trong môi trường sản xuất.

Nghiên cứu được thực hiện như thế nào?

Nhóm nghiên cứu tiếp cận bằng hai hướng song song để vừa thấy được bức tranh tổng thể, vừa không bỏ sót các chi tiết quan trọng.

Hướng thứ nhất là phân tích gần một triệu lần gọi công cụ (tool call — tức là các hành động cụ thể mà AI thực hiện, như tìm kiếm web, chỉnh sửa tài liệu, hay chạy đoạn code) từ API công khai của Anthropic — nơi các lập trình viên và doanh nghiệp xây dựng ứng dụng AI. Kho dữ liệu này phản ánh hành vi của hàng nghìn công ty khác nhau.

Hướng thứ hai tập trung vào 1,5 triệu điểm dữ liệu từ Claude Code — bao gồm 500.000 phiên làm việc hoàn chỉnh, 500.000 câu hỏi từ người dùng, và 500.000 lần ngắt thủ công. Dữ liệu này cho phép theo dõi một dự án từ đầu đến cuối và đo chính xác AI chạy bao lâu trước khi có người can thiệp.

Vì quy định bảo mật không cho phép đọc trực tiếp nội dung hội thoại của khách hàng, nhóm nghiên cứu đã dùng chính Claude Sonnet 4.5 để tự động phân loại và đánh giá hàng triệu tương tác này theo các tiêu chí như mức độ rủi ro, tính tự chủ, và độ phức tạp của tác vụ. Để kiểm tra độ tin cậy của phương pháp này, họ đối chiếu thủ công trên một tập dữ liệu nhỏ hơn — và mô hình đạt 99% độ chính xác trong việc đánh giá mức độ rủi ro và tính độc lập của từng hành động.

AI Agent đang được dùng ở đâu?

Câu trả lời ngắn gọn: chủ yếu là lập trình. Gần 50% toàn bộ hành động của AI agent trên nền tảng Anthropic thuộc về lĩnh vực kỹ thuật phần mềm. Điều này không quá bất ngờ — code là thứ dễ kiểm tra, dễ xác minh, và dễ sửa trước khi triển khai thật. Đó là môi trường an toàn để thử nghiệm và xây dựng niềm tin.

Tuy nhiên, bức tranh đang dần thay đổi. Nghiên cứu ghi nhận những dấu hiệu đầu tiên, còn khá thử nghiệm, về việc AI agent bắt đầu xuất hiện trong các lĩnh vực nhạy cảm hơn như chăm sóc sức khỏe, tài chính, và an ninh mạng. Những bước đi này còn dè dặt và chiếm tỉ lệ nhỏ, nhưng xu hướng đang rất rõ.

Người dùng tin tưởng AI đến đâu?

Đây là phần thú vị nhất của nghiên cứu — và có một nghịch lý khá thú vị ẩn trong đó.

Trước tiên, về bản chất công việc: phần lớn tác vụ AI đang thực hiện vẫn là rủi ro thấp và có thể hoàn tác, như chỉnh sửa văn bản nhỏ hay định dạng dữ liệu. Chỉ có 0,8% hành động được quan sát là không thể đảo ngược — ví dụ như gửi email thật tới khách hàng. Đây là con số rất nhỏ, nhưng đáng chú ý vì nó tồn tại, và nó đang tăng dần.

Nghiên cứu cũng ghi nhận các trường hợp hiếm nhưng đáng chú ý: agent thực hiện các giao dịch tài chính, hoặc chạy các cuộc tấn công mạng mô phỏng trong môi trường kiểm thử. Những điều này cho thấy công nghệ đang dần được trao trách nhiệm với các công việc có hậu quả thực sự.

Khi mới dùng — kiểm soát chặt, tin tưởng ít

Người dùng mới có xu hướng “canh gác từng bước” — họ chỉ để AI tự động thực hiện khoảng 20% số hành động mà không cần xem xét trước. Phần còn lại, họ muốn xem và duyệt thủ công.

Cách tiếp cận này có lý hoàn toàn. Khi chưa biết AI sẽ làm gì, tốt nhất là giữ quyền kiểm soát từng bước.

Khi đã quen — thả lỏng hơn, nhưng cảnh giác hơn

Khi người dùng tích lũy kinh nghiệm, tỉ lệ tự động phê duyệt tăng lên hơn 40% — gần gấp đôi so với người mới. Họ bắt đầu tin vào “bản năng” của AI cho những tác vụ quen thuộc.

Nhưng đây là điều thú vị: dù tin tưởng AI hơn và để nó chạy tự do hơn, người dùng có kinh nghiệm lại ngắt AI thường xuyên hơn — tỉ lệ ngắt thủ công tăng từ 5% (người mới) lên 9% (người dùng lâu năm).

Điều này nghe có vẻ mâu thuẫn, nhưng thực ra rất hợp lý. Thay vì ngồi duyệt từng hành động một, họ để AI chạy tự do trong vùng thoải mái, rồi chủ động can thiệp khi phát hiện AI đang đi lệch hướng hoặc cần điều chỉnh. Đây là chiến lược “theo dõi và can thiệp” (monitor-and-intervene) — hiệu quả hơn và phù hợp hơn với tư duy của người dùng chuyên nghiệp.

Và AI tự tin vào bản thân đến đâu?

Có một khía cạnh ít được bàn đến nhưng rất thú vị trong nghiên cứu này: AI cũng tự giám sát chính mình.

Khi được giao các tác vụ phức tạp, mô hình chủ động dừng lại để hỏi người dùng để làm rõ — và làm điều này nhiều hơn gấp đôi so với tần suất người dùng cảm thấy cần phải ngắt nó. Nói cách khác, AI tỏ ra “cẩn thận” hơn cả con người trong những tình huống không rõ ràng.

Đây là tín hiệu tích cực về thiết kế hành vi của các mô hình hiện đại: thay vì cứ tiến tới bất chấp sự mơ hồ, chúng học được rằng dừng lại đúng lúc để xác nhận còn tốt hơn là làm sai rồi phải sửa.

Điều này có nghĩa gì với chúng ta?

Infinity News cho rằng nghiên cứu này ghi lại một khoảnh khắc rất cụ thể trong lịch sử AI: thời điểm con người và máy móc đang cùng nhau học cách làm việc với nhau.

Người dùng không hẳn đang “tin tưởng AI hơn” theo nghĩa đơn giản — họ đang xây dựng một mô hình hợp tác tinh tế hơn, nơi quyền kiểm soát được phân bổ theo tình huống thay vì cố định. Và thú vị thay, AI cũng đang làm điều tương tự từ phía bên kia.

Sự hội tụ đó — khi cả hai phía cùng điều chỉnh mức độ tin tưởng và kiểm soát theo thời gian — có lẽ là dấu hiệu lành mạnh nhất mà chúng ta có thể mong đợi trong giai đoạn triển khai rộng rãi của AI agent.