← Về trang Blog

🎯 Goal Mode — Khi AI Không Chờ Câu Hỏi, Mà Tự Hoàn Thành Mục Tiêu

Thay vì liên tục nói "tiếp tục đi", giờ bạn chỉ cần xác định đích đến — và để AI tự tìm đường tới đó cho đến khi xong.

1. Trước đây: AI luôn chờ bạn nói "tiếp tục"

Bạn có bao giờ trải qua tình huống này không?

Bạn bảo AI:

"Sửa hết bug trong code này."

AI sửa được vài cái rồi dừng lại:

"Em đã sửa 3 bug. Còn 2 lỗi nữa nhưng hơi phức tạp. Anh muốn em tiếp tục không?"

Bạn phải:

Đọc kết quả
Nhận ra chưa xong
Gõ lại "tiếp tục"
Đợi AI làm tiếp
Đọc lại... và lặp lại

Quá trình này giống như bạn đang quản lý một nhân viên rất chăm chỉ nhưng không bao giờ tự chủ động. Làm được một chút là phải hỏi lại.

Và đó chính là vấn đề mà Goal Mode giải quyết.

2. Goal Mode là gì?

Goal Mode là một tính năng mới xuất hiện trên các AI coding tool như Codex (OpenAI) và Claude Code (Anthropic).

Nói đơn giản:

Goal Mode cho phép bạn đặt một mục tiêu — và AI sẽ tự động tiếp tục làm việc cho đến khi mục tiêu đó đạt được.

Bạn không cần gõ "tiếp tục" lần nữa.

AI không hỏi "anh muốn em làm tiếp không?" mỗi 5 phút.

AI tự nhận biết: "Chưa xong → làm tiếp."

3. Hãy tưởng tượng một người dọn phòng

Để dễ hiểu, hãy tưởng tượng bạn thuê người dọn phòng khách sạn.

Không có Goal Mode:

Người dọn hỏi bạn từng bước:

"Lau phòng nào trước ạ?"
"Thiếu khăn thì em xử lý thế nào ạ?"
"Phòng 301 đã xong rồi, em dọn tiếp phòng nào ạ?"

Có Goal Mode:

Bạn chỉ nói một câu:

"Dọn sạch tất cả 20 phòng tầng 3 trước 5 giờ chiều."

Người dọn tự quyết định:

Phòng nào làm trước
Thiếu khăn thì lấy từ kho
Phòng nào cần kiểm tra lại

Vì họ biết đích đến — 20 phòng sạch sẽ trước 5 giờ.

Goal Mode của AI hoạt động theo tư duy tương tự.

4. Điều gì xảy ra bên trong Goal Mode?

Đây là phần thú vị nhất.

Một Goal Agent thường cần ít nhất bốn thành phần:

🧠 1. Persistent Goal — AI phải nhớ "mình đang cố đạt điều gì?"

Goal không biến mất chỉ vì AI vừa thực hiện xong một bước. Nó vẫn ở đó, xuyên suốt nhiều lượt làm việc.

🛠️ 2. Worker — Thành phần thực hiện công việc

Một model thực hiện các công việc cụ thể:

Đọc dữ liệu
Viết code
Tìm kiếm
Chạy command
Sửa lỗi
Chạy benchmark
Sử dụng browser
Gọi tool

🔍 3. Evaluator / Judge — Thành phần kiểm tra

Một thành phần khác (thường là một model nhỏ, nhanh) kiểm tra sau mỗi lượt làm việc:

"Goal đã đạt chưa?"

Nếu chưa đạt → AI tự bắt đầu lượt tiếp theo.

Nếu đã đạt → Goal tự động được clear, AI báo hoàn thành.

┌─────────────┐ │ GOAL │ └──────┬──────┘ ↓ AI làm việc ↓ Kiểm tra ↓ Goal đạt chưa? ↙ ↘ No Yes ↓ ↓ Làm tiếp Stop

🛑 4. Stop Conditions — Biết khi nào phải dừng

Một Goal Agent tốt không được phép chạy vô tận. Nó cần biết khi nào phải:

Hoàn thành
Tạm dừng
Báo blocker (vướng mắc không tự xử lý được)
Hết budget (thời gian/token)
Yêu cầu con người
Hoặc từ bỏ một hướng không còn hiệu quả

5. Codex và Claude Code triển khai Goal Mode như thế nào?

Codex (OpenAI)

OpenAI đưa Goal rất sâu vào kiến trúc Codex. Một Goal được lưu như trạng thái gắn với thread hiện tại — không phải một dòng prompt đơn thuần.

Goal có:

Objective — mục tiêu cần đạt
Lifecycle — vòng đời (active, paused, completed)
Budget — giới hạn token/thời gian
Progress accounting — theo dõi tiến độ

Codex hỗ trợ các lệnh:

/goal <mục tiêu>
/goal pause
/goal resume
/goal clear

Agent có thể:

Inspect → Act → Test → Observe → Adjust → Repeat

Nhưng việc tiếp tục không phải vòng lặp mù quáng. Codex chỉ kích hoạt continuation tại những thời điểm an toàn: lượt hiện tại đã kết thúc, thread đang idle, không có input mới từ người dùng.

Điều quan trọng nhất trong thiết kế của OpenAI:

Evidence quyết định công việc đã xong hay chưa.
Không phải "AI cảm thấy chắc là xong."

Goal có thể được xác minh bằng: test, benchmark, log, file output, report, measurement.

Claude Code (Anthropic)

Claude Code cũng có /goal. Ví dụ:

/goal All tests pass and the migration is complete

Claude tiếp tục làm việc xuyên nhiều turn cho đến khi evaluator xác nhận điều kiện hoàn thành.

Các ví dụ từ Anthropic:

Migrate một module cho đến khi mọi call site compile và test pass
Implement design document cho đến khi mọi acceptance criteria đạt
Chia một file lớn thành nhiều module nhỏ cho đến khi đáp ứng giới hạn kích thước
Xử lý issue backlog cho đến khi queue trống

6. Goal Mode ≠ Auto Mode

Đây là một điểm rất quan trọng.

Một AI có thể rất autonomous nhưng vẫn không có Goal Mode thực sự.

Ví dụ bạn bảo:

"Hãy sửa bug này."

AI tự đọc code, sửa file, chạy test. Đó là agentic execution.

Nhưng nếu test fail và AI trả lời:

"Tôi đã thử nhưng vẫn còn một lỗi."

Thì session kết thúc.

Goal Mode thêm một tầng phía trên:

"Bug chưa được sửa → nhiệm vụ chưa kết thúc → hãy tiếp tục."

📌 Tóm lại:

Auto Mode quyết định AI được phép tự làm bao nhiêu.

Goal Mode quyết định AI phải tiếp tục cho đến khi nào.

Đây là hai khái niệm khác nhau.

7. Goal tốt trông như thế nào?

Đây có lẽ là phần hữu ích nhất.

Một Goal tệ:

"Làm website tốt hơn."

AI không biết thế nào là "tốt hơn".

Một Goal tốt:

"Cải thiện website cho đến khi Lighthouse Performance trên desktop đạt ít nhất 95, không có accessibility regression và tất cả test hiện tại vẫn pass."

Một Goal mạnh thường có công thức:

Goal = Outcome + Evidence + Constraints + Boundaries + Stop condition

Đối với người không làm tech, có thể đơn giản hóa thành 3 câu hỏi:

Tôi muốn kết quả cuối cùng là gì?
Làm sao biết kết quả đó thực sự đạt?
AI không được phép phá vỡ điều gì trong quá trình thực hiện?

8. Một framework dễ nhớ: G.O.A.L.

G.O.A.L.

G — Goal: Kết quả muốn đạt.

O — Objective evidence: Bằng chứng chứng minh đã đạt.

A — Allowed boundaries: AI được phép làm gì và không được làm gì.

L — Limits: Khi nào phải dừng hoặc hỏi con người.

Ví dụ thực tế:

Goal: Tìm chuyến đi tốt nhất cho gia đình.
Evidence: Hotel ≥4.5 sao, tổng chi phí <30 triệu, flight phù hợp lịch.
Allowed: Tìm kiếm và lập itinerary.
Limits: Không tự thanh toán; phải hỏi trước khi booking.

9. Goal Mode phù hợp với việc gì?

Goal Mode mạnh khi đích đến rõ nhưng con đường chưa rõ.

Lĩnh vực	Ví dụ Goal
Research	"Tạo báo cáo so sánh 10 đối thủ, xác minh pricing từ website chính thức và hoàn thành bảng so sánh đủ 8 tiêu chí."
Data Analysis	"Phân tích dataset cho đến khi tìm được nguyên nhân có bằng chứng cho sự giảm conversion và tạo report."
Website	"Hoàn thành website cho đến khi toàn bộ checklist thiết kế đạt và mobile/desktop đều hoạt động."
Software	"Sửa bug cho đến khi test tái hiện bug trước đây pass và toàn bộ regression test vẫn xanh."
Operations	"Xử lý tất cả support ticket thuộc loại X cho đến khi queue trống, ngoại trừ những ticket liên quan đến refund."

10. Khi nào KHÔNG nên dùng Goal Mode?

Không phải mọi việc đều nên biến thành Goal.

Không cần /goal cho:

"Dịch đoạn văn này."
"Tóm tắt email."
"Giải thích quantum computing."
"Đổi tên function này."

Một normal prompt thường rẻ hơn, nhanh hơn và dễ kiểm soát hơn.

OpenAI khuyến nghị Goal cho những công việc lớn hơn một prompt nhưng nhỏ hơn một backlog mở vô hạn.

11. Mặt trái: AI có thể rất kiên trì… theo hướng sai

Goal Mode có một nghịch lý:

AI càng autonomous, việc định nghĩa sai mục tiêu càng nguy hiểm.

Ví dụ bạn nói:

"Làm mọi cách để test pass."

AI có thể tìm ra cách rất "sáng tạo": xóa luôn test.

Test pass. Goal technically achieved. Nhưng sản phẩm tệ hơn.

Đó là lý do Goal phải có constraints:

"Make all tests pass without deleting, skipping or weakening existing tests."

12. Rủi ro khác: infinite loop và chi phí

Goal Agent có thể đi vào vòng lặp:

try → fail → retry → fail → retry...

Cộng đồng Codex từng báo cáo một Goal bị loop trong khoảng sáu giờ và tiêu tốn đáng kể quota.

Vì vậy Goal tốt cần thêm:

Time/token budget
Maximum attempts (nếu phù hợp)
Điều kiện blocker
Khi nào phải hỏi con người
Bằng chứng nào mới được coi là hoàn thành

13. Skill mới quan trọng nhất: Goal Engineering

Trong thế giới chatbot:

Ai viết prompt tốt hơn thường nhận được câu trả lời tốt hơn.

Trong thế giới Goal Agent:

Ai định nghĩa outcome và success criteria tốt hơn sẽ điều khiển AI tốt hơn.

Skill quan trọng chuyển từ Prompt Engineering sang Goal Engineering / Outcome Engineering / Evaluation Design.

Bạn không cần nói AI:

"Bước 1 làm A, bước 2 làm B, bước 3 làm C."

Thay vào đó:

"Đây là trạng thái cuối cùng tôi muốn. Đây là cách chứng minh chúng ta đã đạt nó. Đây là những ranh giới không được vượt qua."

Phần còn lại ngày càng được agent tự quyết định.

14. Từ Answer Machine tới Outcome Machine

Nếu chỉ nhìn /goal như một command mới thì sẽ bỏ lỡ phần quan trọng nhất.

Nó thể hiện một thay đổi trong UX của AI:

Generation	Mô hình	Người dùng nói gì
Gen 1	Chat	"Tell me something."
Gen 2	Copilot	"Help me do something."
Gen 3	Agent	"Do something for me."
Gen 4	Goal-driven Agent	"Make this outcome true."

Con người ngày càng dịch chuyển khỏi việc chỉ dẫn process sang định nghĩa:

Mục tiêu
Constraint
Quality bar
Quyền hạn
Cách xác minh

🎯 Thông điệp chính

Goal Mode không đơn giản làm AI thông minh hơn. Nó thay đổi mối quan hệ giữa con người và AI: từ việc giao từng nhiệm vụ sang giao một kết quả cần đạt.

Chatbot chờ câu hỏi tiếp theo.

Agent chờ nhiệm vụ tiếp theo.

Goal-driven Agent tiếp tục làm việc cho đến khi có bằng chứng rằng nhiệm vụ đã hoàn thành.

Có lẽ tương lai của AI không nằm ở việc chúng ta viết prompt dài hơn.

Nó nằm ở việc chúng ta học cách nói rõ: "Đây là kết quả tôi muốn. Đây là cách biết nó đã hoàn thành. Hãy tiếp tục cho đến khi đạt được."