Bảng dự án của nhóm bạn đang âm thầm mặc định một điều: mọi người được giao việc đều là con người. Mọi lần đổi trạng thái đều do một người bấm. Mọi trạng thái “Done” đều có nghĩa là một người đã làm xong và một người khác đã liếc qua kiểm tra. Giả định đó đã tồn tại suốt hai mươi năm của ngành phần mềm quản lý dự án, và nó bắt đầu lung lay đúng vào ngày nhóm bạn giao những công việc thật cho các AI coding agent.
Agent không hành xử giống kiểu người được giao việc mà bảng của bạn được thiết kế để phục vụ. Chúng làm việc lúc 2 giờ sáng. Chúng hoàn thành trong vài phút rồi lặng lẽ chờ ai đó để ý. Chúng tạo ra một diff, một lượt chạy test và một bản tóm tắt, chứ không phải một cập nhật standup. Nếu công cụ theo dõi của bạn không thể biểu diễn được những thứ đó, công việc của agent sẽ diễn ra bên ngoài bảng: trong terminal riêng, chat riêng và những quyết định phán đoán riêng. Công việc vẫn xong, nhưng không ai nhìn thấy, không ai chịu trách nhiệm, và không ai nghiệm thu được.
Lấp khoảng trống đó là một lĩnh vực có tên gọi riêng: quản lý dự án AI agent. Hướng dẫn này định nghĩa nó, phân biệt nó với những thuật ngữ thường bị nhầm lẫn, đi qua vòng vận hành của nó, và chỉ ra điều gì thay đổi ở từng thành phần quen thuộc của quản lý dự án. Chúng tôi sẽ dùng Sharkly làm bản tham chiếu triển khai, giống như hướng dẫn về điều phối AI agent của chúng tôi đã làm: nói về phạm trù trước, sản phẩm sau.
TL;DR: Quản lý dự án AI agent là gì?
Quản lý dự án AI agent là thực hành giao việc, theo dõi và đánh giá công việc do AI agent thực hiện song song với con người, sao cho mỗi nhiệm vụ của agent đều có người chịu trách nhiệm, có trạng thái, có đầy đủ ngữ cảnh, và có một con người đứng ra nghiệm thu hoặc từ chối kết quả. Nó coi agent là những bên được giao việc bên trong một hệ thống làm việc chung, chứ không phải là công cụ nằm trong những terminal riêng tư. Nó khác với điều phối agent — thứ giúp agent chạy được; còn quản lý dự án agent giúp công việc của chúng trở nên hữu hình, có người chịu trách nhiệm và được nghiệm thu. Bạn cần đến nó khi công việc của agent trở thành công việc của cả nhóm: nhiều agent, nhiều người, và những kết quả đủ quan trọng để phải đánh giá.
Mổ xẻ định nghĩa
Quản lý dự án AI agent là lĩnh vực quản lý công việc mà trong đó bên được giao việc bao gồm cả AI agent: định nghĩa những nhiệm vụ agent có thể thực thi, giao chúng cho đúng agent hoặc đúng người, giữ ngữ cảnh và hồ sơ thực thi ở một nơi chung, và đưa mọi kết quả đi qua bước con người đánh giá và nghiệm thu.
Có năm từ trong câu đó mang sức nặng:
- Giao việc. Agent có thể được giao một nhiệm vụ giống như một đồng đội, kèm theo mục tiêu, ràng buộc và tiêu chí nghiệm thu — chứ không phải dán vào một prompt rồi biến mất khi terminal đóng lại.
- Theo dõi. Công việc của agent có một trạng thái mà cả nhóm đều thấy được, từ đang xếp hàng đến đang chạy đến chờ đánh giá, nằm cạnh công việc của con người trong cùng một kế hoạch.
- Ngữ cảnh. Agent đọc nhiệm vụ của mình như một thành viên mới sẽ làm: phần mô tả, bình luận, code được liên kết, các quyết định trước đó. Và kết quả của nó cũng quay về đúng hồ sơ đó.
- Đánh giá. Một con người đọc những gì agent tạo ra trước khi nó được tính là hoàn thành.
- Trách nhiệm giải trình. Mỗi nhiệm vụ của agent đều có một con người chịu trách nhiệm. Agent thực thi; con người làm chủ kết quả.
Nếu thiết lập của bạn đáp ứng được năm điều trên, thì bạn đang làm quản lý dự án AI agent, bất kể dùng công cụ gì. Nếu không đáp ứng được điều nào, bạn có agent, nhưng bạn chưa có sự quản lý.
Quản lý dự án AI agent không phải là gì
Có ba thuật ngữ lân cận thường bị gộp chung vào khái niệm này, và sự gộp chung đó gây ra nhầm lẫn thật sự khi các nhóm đi tìm công cụ.
Không phải quản lý dự án truyền thống gắn thêm agent
Jira, Linear và những công cụ tương tự được xây dựng trên giả định người được giao việc là con người: chỉ có một loại người nhận việc, trạng thái mô phỏng nhịp làm việc của con người, và không có sự phân biệt trong mô hình dữ liệu giữa ai chịu trách nhiệm và cái gì đang thực thi. Một số đã tiến về phía agent (Linear có thể giao một issue cho một coding agent được kết nối, agent này báo tiến độ và trả về diff ngay trên issue), nhưng việc thực thi vẫn diễn ra bên trong agent được host của nhà cung cấp mà bạn đã kết nối, theo điều khoản của nhà cung cấp đó. Điều bạn không có là một tầng trung lập để chạy hỗn hợp runtime của riêng bạn trên những máy bạn kiểm soát, với một hồ sơ chung cho mọi lượt chạy. Chúng tôi so sánh mức độ vươn tới của các công cụ theo dõi truyền thống trong bài các lựa chọn thay thế Jira cho nhóm người + agent.
Không phải điều phối agent
Đây là điểm khác biệt quan trọng nhất, bởi hai lĩnh vực này nằm sát nhau và bổ trợ cho nhau. Điều phối agent nói về việc thực thi: định tuyến một nhiệm vụ đến một agent, cô lập workspace của từng agent để các lượt chạy song song không đụng nhau, và giữ cho bộ máy luôn chạy. Quản lý dự án agent nói về chính công việc: ai yêu cầu, nó phải đạt được điều gì, nó đang ở trạng thái nào, ai đánh giá nó, và nó có được nghiệm thu hay không.
Một cách rõ ràng để phân tách hai thứ: điều phối giúp agent chạy; quản lý dự án agent giúp công việc của chúng trở nên hữu hình, có người chịu trách nhiệm và được nghiệm thu. Một nhóm có thể có khả năng điều phối tuyệt vời mà không có chút quản lý dự án agent nào — biểu hiện là mười agent chạy song song trơn tru trong khi không ai nói được chúng đang làm gì hay ai là người phê duyệt.
Không phải framework agent
Các framework như LangGraph hay những mẫu multi-agent trong các agent SDK là thư viện code để xây dựng ứng dụng agent. Chúng dành cho lập trình viên đang tạo ra một agent. Quản lý dự án agent dành cho các nhóm đang sử dụng agent — thường là những runtime lập trình có sẵn như Claude Code hay Codex — và cần công việc đó khớp vào kế hoạch của cả nhóm. Bạn có thể áp dụng quản lý dự án AI agent mà không cần viết một dòng code framework nào. Nếu việc giao công việc lập trình cho các công cụ tự động còn mới mẻ với bạn, hãy bắt đầu với bài nhập môn của chúng tôi về agentic coding là gì.
Vòng vận hành: định nghĩa, giao việc, thực thi, đánh giá, nghiệm thu
Bóc tách bất kỳ thiết lập quản lý dự án agent nào về bộ khung tối giản, bạn cũng sẽ thấy cùng một vòng gồm năm giai đoạn. Mỗi giai đoạn đều có một nửa thuộc về con người và một nửa thuộc về agent, và vòng này chỉ vận hành được khi cả hai nửa đều được nói rõ.
1. Định nghĩa. Một người viết ra nhiệm vụ: mục tiêu, lý do nó quan trọng, những gì nằm trong và ngoài phạm vi, và cách đánh giá hoàn thành. Điều này quan trọng hơn với agent so với với con người, vì agent không thể hấp thụ ngữ cảnh từ những cuộc trò chuyện hành lang. Một đồng đội nhận ticket mơ hồ sẽ hỏi lại vào bữa trưa; một agent thì hoặc hỏi trong phần bình luận, hoặc đoán bừa.
2. Giao việc. Nhiệm vụ được trao cho một bên nhận việc, và ở đây thành phần cơ bản này tách làm hai. Trách nhiệm thuộc về một con người: người làm chủ kết quả. Việc thực thi thuộc về một agent, hoặc về một con người đối với những công việc mà agent không nên đụng vào. Giữ hai thứ đó thành hai trường riêng biệt, thay vì một trường “assignee” quá tải, là thay đổi quan trọng nhất về mô hình dữ liệu trong quản lý dự án agent. Nó bảo toàn trách nhiệm giải trình trong khi cho phép việc thực thi chuyển sang phần mềm. Bài hướng dẫn của chúng tôi về giao một ticket Jira cho AI agent và nhận lại một PR trình bày giai đoạn này từ đầu đến cuối.
3. Thực thi. Agent đọc nhiệm vụ, kiểm tra code, tạo thay đổi, chạy kiểm tra. Đây là giai đoạn mà điều phối đảm nhiệm, và quản lý dự án agent chỉ yêu cầu đúng một điều ở nó: tiến độ, điểm tắc nghẽn và kết quả phải quay về nhiệm vụ, thay vì trôi đi trong một terminal. Việc thực thi không để lại hồ sơ chung là việc thực thi mà nhóm không thể quản lý.
4. Đánh giá. Agent dừng lại và một con người đọc: diff, kết quả test, bản tóm tắt của chính agent về những gì nó đã làm và những gì còn chưa chắc chắn. Đánh giá là nơi tốc độ của agent gặp phán đoán của con người, và phiên bản trung thực của giai đoạn này bao gồm cả việc từ chối. Một người đánh giá chỉ có thể bấm “approve” là một con dấu máy móc, không phải một cổng kiểm soát.
5. Nghiệm thu. Người chịu trách nhiệm đưa ra quyết định: chấp nhận, yêu cầu sửa đổi, hoặc giao lại. Nghiệm thu tách biệt khỏi đánh giá giống như merge tách biệt khỏi việc đọc một pull request. Đó là khoảnh khắc trách nhiệm giải trình được hiện thực hóa, và nó được cố ý để cho con người làm. Agent nghiên cứu, thực thi, kiểm thử và báo cáo. Con người định hướng, trao quyền và nghiệm thu kết quả.
Sau đó vòng lặp tự nuôi chính nó: công việc được nghiệm thu định nghĩa nhiệm vụ tiếp theo, và công việc bị từ chối quay về bước định nghĩa với tiêu chí sắc nét hơn.
Điều gì thay đổi ở từng thành phần cơ bản của quản lý dự án
Từ vựng của quản lý dự án vẫn tồn tại khi agent xuất hiện. Nhưng cơ chế bên dưới thì gần như thay đổi toàn bộ.
| Thành phần | Giả định của quản lý dự án truyền thống | Quản lý dự án thuận agent |
|---|---|---|
| Nhiệm vụ | Viết cho một con người có thể hỏi han xung quanh để lấy ngữ cảnh | Bản mô tả tự chứa đầy đủ, gồm mục tiêu, phạm vi, liên kết và tiêu chí nghiệm thu có thể kiểm chứng |
| Bên nhận việc | Một trường duy nhất, luôn là một con người | Hai trường: một người chịu trách nhiệm cộng với một agent hoặc một người thực thi |
| Trạng thái | Được chuyển bằng tay theo nhịp làm việc của con người (tính bằng ngày) | Trạng thái workflow cộng với trạng thái thực thi trực tiếp (đang xếp hàng, đang chạy, thất bại) cập nhật trong vài phút |
| Sprint | Được xác định phạm vi theo quỹ thời gian của con người | Phạm vi hỗn hợp; thông lượng của agent bị giới hạn bởi năng lực máy và băng thông đánh giá |
| Năng lực | Số người và số giờ | Giờ công của con người cộng với khả năng chạy song song của agent, trong đó đánh giá của con người mới là trần thật sự |
| Nhật ký kiểm toán | Bình luận và lịch sử trạng thái do con người cập nhật | Log thực thi, trace, diff và báo cáo của agent được gắn vào hồ sơ nhiệm vụ |
Nhiệm vụ không còn là lời nhắc nhở mà trở thành bản mô tả công việc. Một người nhận việc chấp nhận được sự mơ hồ; một agent thì biến sự mơ hồ đó thành những câu trả lời sai một cách tự tin. Việc viết nhiệm vụ với phạm vi và tiêu chí nghiệm thu rõ ràng — điều vốn được rao giảng nhiều mà ít ai thực hành — nay trở thành yếu tố chịu lực.
Trạng thái tách thành hai tầng. Trạng thái workflow vẫn mô tả công việc đang đứng ở đâu đối với cả nhóm. Bên dưới nó, việc thực thi của agent có các trạng thái riêng: đang xếp hàng, đang chạy, hoàn thành, thất bại, đã hủy. Một nhiệm vụ có thể đang ở trạng thái In Progress trong khi lượt chạy agent của nó đã thất bại mà không ai để ý. Công cụ thuận agent phơi bày cả hai tầng và chuyển những khoảnh khắc “đang chờ bạn đánh giá” và “lượt chạy thất bại” đến đúng người chịu trách nhiệm, thay vì hy vọng ai đó tự kiểm tra.
Sprint giữ nguyên hình dạng nhưng thay đổi tính chất vật lý. Một sprint vẫn là một phạm vi công việc có giới hạn thời gian và có mục tiêu. Nhưng khi một phần phạm vi được thực thi trong vài phút thay vì vài ngày, việc lập kế hoạch chuyển từ “con người có thể hoàn thành được gì” sang “con người có thể định nghĩa và đánh giá được gì”. Chúng tôi trình bày cơ chế này trong bài Sprint hoạt động như thế nào trong Sharkly.
Năng lực trở thành một con số hai mặt. Năng lực phía agent là bài toán về máy móc và mức độ chạy song song. Năng lực phía con người là băng thông đánh giá: nhóm bạn có thể đọc kỹ được bao nhiêu kết quả từ agent. Con số thứ hai gần như luôn nhỏ hơn, và giả vờ rằng không phải vậy chính là cách các nhóm đi đến chỗ merge những thứ chẳng ai đọc.
Nhật ký kiểm toán chuyển từ một thủ tục vệ sinh tùy chọn thành yêu cầu cốt lõi. Khi một con người làm việc đó, bạn có thể hỏi họ chuyện gì đã xảy ra. Khi một agent làm, câu trả lời trung thực duy nhất là hồ sơ thực thi: nhiệm vụ, trace, những kiểm tra nó đã chạy, và báo cáo nó để lại.
Khi nào bạn chưa cần quản lý dự án AI agent
Một hướng dẫn trung thực phải bao gồm cả những trường hợp mà câu trả lời là “chưa cần”. Hãy bỏ qua tầng quản lý dự án agent khi bạn là lập trình viên đơn độc chạy một agent, khi khối lượng công việc của agent chỉ là vài nhiệm vụ mỗi tuần có thể sống dưới dạng ticket thông thường, hoặc khi công việc chỉ là prototyping dùng một lần, sẽ không bao giờ được đánh giá hay duy trì. Quy trình nên đi theo khối lượng công việc, chứ không nên đi trước nó.
Hãy áp dụng nó khi các tín hiệu đảo chiều: có nhiều hơn một người cần thấy công việc của agent, có nhiều hơn một agent chạy cùng lúc, hoặc một thay đổi của agent không được đánh giá đã gây ra rối ren. Hãy dùng một hệ thống chung khi công việc của agent trở thành công việc của cả nhóm, và không dùng trước đó.
Quản lý dự án agent trong thực tế trông như thế nào: Sharkly
Phạm trù này không phụ thuộc vào công cụ; nhưng cơ chế thì dễ thấy hơn trong một hệ thống cụ thể. Sharkly là một hệ thống quản lý công việc cho Con người và Agent. Nó không thay thế Claude Code, Codex hay các công cụ thực thi khác. Nó bổ sung tầng nhiệm vụ chung, ngữ cảnh, kiểm soát và đánh giá bao quanh những runtime mà nhóm bạn đang dùng, trong khi việc sử dụng model vẫn tiếp tục qua các gói đăng ký hoặc API key đã cấu hình trong những công cụ đó.
Task là đơn vị hồ sơ: mục tiêu, mô tả, trạng thái, độ ưu tiên, bình luận, cùng với trạng thái thực thi, trace và kết quả của Agent — tất cả ở một nơi. Việc giao việc hiện thực hóa sự tách biệt nói trên: một con người ghi nhận trách nhiệm phía con người, trong khi một Agent hoặc Crew là bên thực thi được giao việc, và một Task có thể mang cả hai cùng lúc. Backlog đóng vai trò trạng thái lưu trữ, nên việc giao cho một Agent sẽ không khởi động lượt chạy cho đến khi Task chuyển sang một trạng thái sẵn sàng làm việc.
Trong khi một Agent làm việc, các trạng thái chạy vẫn tách biệt khỏi trạng thái workflow của Task, và cả hai đều hiển thị trên bảng. Kết quả, điểm tắc nghẽn và các trao đổi tiếp theo đều quay về Task: báo cáo của Agent được lưu dưới dạng bình luận gắn với trace thực thi của nó, và Inbox chuyển những khoảnh khắc “đang chờ bạn đánh giá” đến đúng người chịu trách nhiệm. Việc nghiệm thu vẫn do con người. Tài liệu Sharkly đi sâu hơn vào từng khái niệm.
Kết luận
Quản lý dự án đã chứng minh được giá trị của mình nhờ biến công việc của con người thành hữu hình, có người chịu trách nhiệm và có thể đánh giá được. Quản lý dự án AI agent mở rộng đúng giao kèo đó cho những bên nhận việc tình cờ là phần mềm: định nghĩa công việc rõ ràng, tách biệt trách nhiệm và thực thi khi giao việc, để kết quả quay về một hồ sơ chung, và giữ việc nghiệm thu trong tay con người. Điều phối sẽ giúp agent của bạn nhanh. Đây là lĩnh vực giúp đầu ra của chúng đáng tin. Hãy bắt đầu nhỏ: lấy một công việc agent lặp đi lặp lại đang nằm trong terminal hiện nay, giao cho nó một nhiệm vụ với tiêu chí nghiệm thu thật sự, và cho nó chạy qua vòng lặp một lần.
Câu hỏi thường gặp
Quản lý dự án AI agent là gì, nói trong một câu?
Đó là thực hành giao việc, theo dõi và đánh giá công việc do AI agent thực hiện song song với con người, sao cho mỗi nhiệm vụ của agent đều có người chịu trách nhiệm, có trạng thái, có đầy đủ ngữ cảnh, và có một con người nghiệm thu kết quả. Nói ngắn gọn, nó coi agent là những bên nhận việc bên trong một hệ thống làm việc chung, thay vì là công cụ nằm trong những terminal riêng tư.
Quản lý dự án AI agent khác gì so với điều phối agent?
Điều phối giúp agent chạy: định tuyến, cô lập workspace, thực thi song song, năng lực máy. Quản lý dự án agent giúp công việc của chúng trở nên hữu hình, có người chịu trách nhiệm và được nghiệm thu: nhiệm vụ, trạng thái, đánh giá và trách nhiệm giải trình. Đây là hai tầng bổ trợ cho nhau, và một thiết lập hoàn chỉnh cần cả hai. Hướng dẫn về điều phối của chúng tôi đi sâu vào phía thực thi.
Tôi có thể làm quản lý dự án AI agent trong Jira hay Linear không?
Một phần thì được. Bạn có thể biểu diễn nhiệm vụ của agent dưới dạng ticket, và một số công cụ theo dõi hiện nay đã có thể giao issue cho các coding agent được kết nối. Điều chúng không cho bạn là một tầng thực thi trung lập xuyên qua hỗn hợp runtime và máy móc của riêng bạn, với một hồ sơ chung cho mọi lượt chạy. Xem bài so sánh của chúng tôi về các lựa chọn thay thế Jira cho nhóm người + agent.
Ai chịu trách nhiệm khi một AI agent làm công việc đó?
Luôn luôn là một con người. Trong quản lý dự án agent, người chịu trách nhiệm và agent thực thi là hai trường riêng biệt trên cùng một nhiệm vụ: agent thực thi, còn con người làm chủ kết quả, đánh giá kết quả và quyết định nghiệm thu. Agent không bao giờ là câu trả lời cuối cùng cho câu hỏi “ai đã phê duyệt việc này”.
Tôi nên tìm gì ở một công cụ quản lý dự án AI agent?
Bốn thứ tương ứng với vòng vận hành: khả năng giao việc mang đầy đủ ngữ cảnh nhiệm vụ đến agent, theo dõi trực tiếp hiển thị cả trạng thái workflow lẫn trạng thái thực thi, một nhật ký kiểm toán nơi trace và kết quả quay về nhiệm vụ, và một bước đánh giá cùng nghiệm thu do con người thực hiện được tích hợp sẵn. Thêm cả khả năng lập kế hoạch Sprint hỗn hợp nếu bạn chạy agent trong một nhịp làm việc của cả nhóm.
