Progressive Disclosure là gì – Tối ưu context window cho AI Agent

Mục lục bài viết

Progressive Disclosure là gì?

Một AI Agent giỏi không phải là agent “biết nhiều nhất” – mà là agent biết đúng thứ, đúng lúc. Progressive Disclosure là kỹ thuật thiết kế skill giúp AI Agent nạp thông tin vào context window một cách có chọn lọc – chỉ load những gì thực sự cần, đúng lúc cần dùng.

Kỹ thuật này giải quyết một vấn đề nghiêm trọng trong hệ thống AI Agent có nhiều skill: context rot.

Context Rot là gì và tại sao nó nguy hiểm?

Hãy tưởng tượng bạn phải xử lý 50 email cùng lúc, trong khi còn nhớ nội dung của 200 email cũ, và đồng thời theo dõi 30 task đang chạy. Bạn sẽ không thể làm gì hiệu quả.

AI Agent gặp vấn đề tương tự khi bị nạp quá nhiều context không cần thiết. Context window – không gian “bộ nhớ ngắn hạn” của AI – có giới hạn. Khi bị nhồi nhét:

AI mất khả năng tập trung vào task hiện tại
Tốc độ xử lý chậm lại
Chi phí token tăng vọt
Chất lượng output giảm đáng kể

Progressive Disclosure là giải pháp: thay vì nạp toàn bộ hướng dẫn từ đầu, chỉ nạp những gì cần thiết theo từng giai đoạn.

Kiến trúc 3 lớp Progressive Disclosure

Trong hệ thống SKILL.md và AI Agent Skill, Progressive Disclosure được tổ chức theo 3 lớp:

Lớp 1: Metadata Layer (Luôn có sẵn)

Đây là “mục lục” của hệ thống skill. Mỗi skill chỉ hiển thị: tên, mô tả 1 dòng, và trigger conditions. Agent đọc metadata layer để biết skill nào đang available – mà không cần đọc toàn bộ hướng dẫn.

Ví dụ: Agent thấy metadata “client-onboarding: Onboard khách hàng tư vấn mới – triggers: ‘khách hàng mới’, ‘setup project'” – agent biết skill này tồn tại mà chỉ dùng ~20 tokens.

Lớp 2: Instructions Layer (Lazy load khi trigger)

Khi agent xác định skill phù hợp với task hiện tại, nó mới nạp lớp instructions đầy đủ: workflow chi tiết, rules, ví dụ, error handling. Lớp này chỉ load khi thực sự cần dùng.

Điều này tiết kiệm đáng kể: nếu bạn có 50 skills mà chỉ dùng 2-3 skills trong một phiên, bạn chỉ tốn context cho 2-3 skills đó – không phải cả 50.

Lớp 3: Execution Layer (Script chạy đúng lúc)

Code scripts, API calls, file operations – chỉ được nạp và thực thi khi đến đúng bước cần chạy. Sau khi chạy xong, script có thể được unload khỏi context để nhường chỗ cho bước tiếp theo.

Progressive Disclosure trong thực tế: Hệ thống 337 skills

Claude Code – hệ thống AI Agent của Anthropic – đang quản lý hơn 337 skills theo đúng nguyên tắc Progressive Disclosure. Khi agent nhận một task, nó không đọc cả 337 skills hướng dẫn. Thay vào đó:

Đọc metadata của 337 skills (~7,000 tokens)
Match task với 2-3 skills phù hợp nhất
Nạp hướng dẫn đầy đủ của 2-3 skills đó (~3,000 tokens)
Thực thi, load scripts đúng lúc cần

So sánh: nếu không có Progressive Disclosure, phải nạp toàn bộ 337 skills hướng dẫn (~200,000+ tokens) – vượt giới hạn context window của hầu hết AI models.

Cách áp dụng cho chuyên gia tư vấn

Khi xây hệ thống AI Skill cho việc tư vấn, hãy thiết kế skill theo 3 lớp:

Metadata: Viết description ngắn gọn, trigger conditions rõ ràng. Nếu agent không thể match task từ metadata, skill của bạn cần được viết lại trigger.

Instructions: Đặt trong file riêng, được reference từ metadata. Chỉ include những gì AI thực sự cần để thực thi – không phải background knowledge.

Scripts: Tách riêng, gọi từ instructions khi cần. Dùng Python hoặc Bash cho các task có thể tự động hóa hoàn toàn.

Progressive Disclosure và Agent Memory

Progressive Disclosure hoạt động tốt nhất khi kết hợp với Agent Memory Workspace – nơi agent lưu trữ context persistent (thông tin về client, quyết định đã đưa ra) riêng biệt với context tạm thời (hướng dẫn skill). Hai hệ thống này bổ trợ nhau để AI hoạt động vừa nhất quán vừa hiệu quả.

Kết

Progressive Disclosure không chỉ là kỹ thuật tiết kiệm token. Đó là triết lý thiết kế: AI chỉ biết những gì cần biết, đúng lúc cần biết. Kết quả là hệ thống AI Agent vừa nhanh hơn, vừa rẻ hơn, vừa chính xác hơn. Bước tiếp theo: tìm hiểu Context Engineering – kỷ luật thiết kế toàn bộ môi trường thông tin cho AI – và cách kết hợp với Agent Memory Workspace để xây hệ thống AI tư vấn thực sự autonomous.

Xem thêm: AI Agent Skill là gì – Kiến trúc 3 lớp SKILL.md