# Blog: Testing AI Agent: Quy Trình QA Và Quản Trị Rủi Ro Kiểm thử AI Agent không chỉ kiểm tra câu trả lời, mà còn đánh giá kế hoạch, tool call, memory, guardrail và trạng thái cuối. Bài viết giúp Tester, QA, QC xây test case, tìm root cause và kiểm soát rủi ro trước production. Kiểm thử AI Agent là g... - Canonical: https://t5edu.site/blogs/testing-ai-agent-quy-trinh-qa-va-quan-tri-rui-ro - Markdown: https://t5edu.site/blogs/testing-ai-agent-quy-trinh-qa-va-quan-tri-rui-ro.md - Cập nhật: 2026-09-11 - Loại nội dung: blog - Tác giả: Admin T5Edu - Tags: testing, ai agents, qa/qc - Lượt đọc: 1196 - Bình luận: 0 ````markdown ## Nội dung bài viết: Testing AI Agent: Quy Trình QA Và Quản Trị Rủi Ro > Kiểm thử AI Agent không chỉ kiểm tra câu trả lời, mà còn đánh giá kế hoạch, tool call, memory, guardrail và trạng thái cuối. Bài viết giúp Tester, QA, QC xây test case, tìm root cause và kiểm soát rủi ro trước production. ## Kiểm thử AI Agent là gì? **Kiểm thử AI Agent** là quá trình đánh giá một hệ thống có thể nhận mục tiêu, lập kế hoạch, gọi công cụ, thay đổi trạng thái và tự điều chỉnh qua nhiều bước. Tester không chỉ kiểm tra câu trả lời cuối mà phải xác minh toàn bộ chuỗi hành vi: > Mục tiêu → Kế hoạch → Tool call → Observation → Cập nhật trạng thái → Dừng hoặc tiếp tục Agent được mô tả qua các thành phần như LLM Core, planning, memory, tool interface và execution engine. Đây cũng là các bề mặt cần tách riêng khi thiết kế test. Ví dụ, một agent xử lý hoàn tiền có thể đọc yêu cầu, truy vấn đơn hàng, kiểm tra chính sách, gọi API hoàn tiền rồi cập nhật CRM. Dù response nghe hợp lý, hệ thống vẫn có thể lỗi nếu agent dùng sai `order_id`, gọi tool hai lần, dùng memory sai người hoặc báo thành công khi backend chưa thay đổi. [Anthropic lưu ý](https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents) agent khó đánh giá hơn ứng dụng một lượt vì chúng gọi tool qua nhiều vòng, sửa trạng thái môi trường và thích ứng theo kết quả trung gian. Sai sót ở bước sớm có thể lan sang toàn bộ workflow. Ba nhóm hành vi Tester cần kiểm tra > Mỗi nhóm cần test oracle và bằng chứng riêng. ```markdown **Quyết định** Agent có hiểu đúng intent, lập kế hoạch hợp lý và chọn đúng bước tiếp theo không? ``` ```markdown **Hành động** Agent có gọi đúng tool, đúng tham số, đúng số lần và trong phạm vi quyền không? ``` ```markdown **Trạng thái** Agent có đọc đúng observation, cập nhật memory và dừng đúng điều kiện không? ``` ### AI Agent khác chatbot ở đâu? | Đối tượng | Phạm vi kiểm thử | Rủi ro chính | | ---------------- | ----------------------------------------------- | --------------------------------------------------- | | Chatbot | Input, response, groundedness | Nội dung sai hoặc không phù hợp | | Workflow cố định | Rule, API, database | Logic xử lý sai | | AI Agent | Goal, plan, tool, memory, trajectory, guardrail | Hành động sai, vượt quyền, lặp hoặc tạo side effect | Một chatbot trả lời sai chủ yếu tạo nội dung sai. Một AI Agent quyết định sai có thể gửi email, sửa dữ liệu hoặc tạo giao dịch. Vì vậy, **AI Agent testing** phải tập trung vào hành vi và tác động, không chỉ chất lượng câu chữ. Agent báo “đã hoàn tiền” nhưng backend không có giao dịch mới. QA nên kiểm tra gì trước? - A: Temperature của model - B: Câu chữ trong response - C: Trace, tool call và trạng thái backend - D: Độ dài system prompt ![Wide 3:1 educational diagram explaining AI agent testing as system testing. Layout: left section contains a goal card labeled 'Mục tiêu'; center section contains connected blocks labeled 'Kế hoạch', 'Tool', 'Quan sát', 'Bộ nhớ'; right section contains outcome and stop gates labeled 'Kết quả' and 'Dừng'. A solid T5Edu Blue arrow connects the normal execution path, while dashed Amber arrows connect tool failure and stale memory back to the planning block. Minimalist flat vector UI design, premium professional EdTech editorial artwork, clean bento-grid composition with strong negative space, Paper White and Zinc-50 background #fafafa, Zinc-900 content #18181b, T5Edu Blue accent #1a73e8, Amber highlights #f59e0b, subtle one-pixel borders and restrained liquid-glass layers, simple flat icons and clean connector lines, no people, no faces, no hands, no 3D, no glossy plastic, no photorealism, no dramatic lighting, no purple, no violet, no pink, no neon, no logo, no watermark.](/api/uploads/1785087003587-s1rf976u-image.png) ## Test oracle và bản đồ rủi ro AI Agent Hai lần chạy có thể dùng cách diễn đạt hoặc lộ trình khác nhau nhưng vẫn cùng đúng. Tester cần phân biệt phần được phép biến đổi và phần bắt buộc ổn định. Google Cloud tách việc [đánh giá AI Agent](https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/evaluation-agents) thành **final response evaluation** và **trajectory evaluation**. Cách tiếp cận này giúp phát hiện trường hợp output đúng nhưng agent dùng sai tool, bỏ qua bước xác minh hoặc đi qua một đường rủi ro. Tester nên kết hợp năm loại oracle: * **Outcome oracle:** Trạng thái nghiệp vụ cuối có đúng không? * **Trajectory oracle:** Các checkpoint bắt buộc có xuất hiện không? * **Tool oracle:** Tool, tham số và số lần gọi có đúng không? * **Safety oracle:** Agent có vi phạm quyền, policy hoặc giới hạn không? * **Evidence oracle:** Kết luận có được observation thực tế hỗ trợ không? Cách viết expected result khi response không cố định > Dùng cho test case AI Agent có nhiều cách diễn đạt hợp lệ. ```markdown Không nên viết: **Expected:** Agent trả đúng câu “Đơn hàng không đủ điều kiện hoàn tiền.” Nên viết: * Xác định đúng `order_id`. * Đọc đúng phiên bản chính sách. * Không gọi `create_refund`. * Trả trạng thái `REFUND_REJECTED`. * Không lộ PII hoặc token. * Trace có observation chứng minh quyết định. ``` ### Bốn nhóm rủi ro cốt lõi [NIST AI Risk Management Framework](https://airc.nist.gov/airmf-resources/airmf/5-sec-core/) tổ chức quản trị rủi ro theo bốn chức năng **Govern, Map, Measure và Manage**. Khi áp dụng cho QA, team cần xác định ai sở hữu rủi ro, agent có quyền truy cập gì, rủi ro được đo bằng test nào và control nào được kích hoạt khi xảy ra lỗi. Bản đồ rủi ro cho AI Agent > Dùng để tạo risk register và ưu tiên test. ```markdown **Sai quyết định** Hiểu sai intent, thiếu bước xác minh hoặc kết luận không có bằng chứng. ``` ```markdown **Sai hành động** Chọn nhầm tool, truyền sai tham số, gọi trùng hoặc vượt quyền. ``` ```markdown **Sai context** Memory cũ, dữ liệu nhiễm độc, trộn tenant hoặc parser hiểu sai observation. ``` ```markdown **Mất kiểm soát** Lặp vô hạn, vượt ngân sách, không dừng hoặc không chuyển human review. ``` Về bảo mật, [OWASP Top 10 for Agentic Applications 2026](https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/) cung cấp khung rủi ro cho hệ thống có khả năng lập kế hoạch và hành động. [MITRE ATLAS](https://atlas.mitre.org/) bổ sung các kỹ thuật tấn công như prompt injection, context poisoning, tool poisoning, tool invocation và exfiltration qua tool. Tester có thể dùng hai nguồn này để xây adversarial test thay vì chỉ thử một vài prompt “xấu”. ![Wide 3:1 risk and oracle map for AI agent testing. Layout: five oracle cards labeled 'Outcome', 'Trajectory', 'Tool', 'Safety', 'Evidence' connected to four risk cards labeled 'Quyết định', 'Hành động', 'Context', 'Kiểm soát'. Solid T5Edu Blue connectors show validation coverage, while dashed Amber connectors show how an early failure propagates to the business outcome. Minimalist flat vector UI design, premium professional EdTech editorial artwork, clean bento-grid composition with strong negative space, Paper White and Zinc-50 background #fafafa, Zinc-900 content #18181b, T5Edu Blue accent #1a73e8, Amber highlights #f59e0b, subtle one-pixel borders and restrained liquid-glass layers, simple flat icons and clean connector lines, no people, no faces, no hands, no 3D, no glossy plastic, no photorealism, no dramatic lighting, no purple, no violet, no pink, no neon, no logo, no watermark.](/api/uploads/1785087058009-vgsi2dam-image.png) ## Cách test AI Agent theo sáu lớp Một chiến lược hiệu quả không bắt đầu bằng end-to-end test. Tester nên tách hệ thống thành sáu lớp để cô lập lỗi nhanh hơn. 1. Input, prompt và policy > Kiểm tra input thiếu dữ liệu, instruction mâu thuẫn, yêu cầu ngoài phạm vi, PII, direct prompt injection và indirect prompt injection nằm trong website, email, file hoặc tool output. Expected phải nêu rõ agent cần tiếp tục, hỏi lại, từ chối hay chuyển human review. 2. Planning và decision > Xác minh agent hiểu đúng intent, có đủ bước bắt buộc, xác minh trước khi ghi dữ liệu và không tự tạo giả định để lấp thông tin thiếu. 3. Tool calling và integration > Test từng tool với input sai, timeout, rate limit, permission denied, output rỗng, sai schema, partial success và response bị mất sau khi side effect đã xảy ra. Microsoft Foundry tách process evaluation thành [tool selection, tool input accuracy, tool output utilization và tool call success](https://learn.microsoft.com/en-us/azure/foundry/concepts/evaluation-evaluators/agent-evaluators). Đây là các tiêu chí trực tiếp để thiết kế test cho tool calling. 4. Memory, retrieval và state > Kiểm tra dữ liệu đúng người dùng, đúng tenant, đúng phiên bản; retrieval không lấy tài liệu gần nghĩa nhưng sai nghiệp vụ; suy luận của model không bị lưu thành sự thật chưa xác minh. 5. Orchestration và recovery > Mô phỏng tool lỗi, callback trễ, response bị mất, cùng action bị gọi lại, agent đạt mục tiêu nhưng vẫn tiếp tục hoặc vượt step, time và cost budget. 6. End-to-end, safety và business outcome > Xác minh đồng thời trạng thái backend, audit log, quyền, approval gate, privacy, rollback, alert và kill switch. Bốn hướng fault injection nên có > Cố tình làm hỏng từng lớp để kiểm tra recovery. ```markdown **Prompt** Xóa ràng buộc hoặc chèn instruction độc hại. ``` ```markdown **Tool** Trả timeout, output rỗng hoặc trạng thái thành công giả. ``` ```markdown **Memory** Đưa dữ liệu cũ, sai tenant hoặc mâu thuẫn. ``` ```markdown **Orchestration** Làm mất response, đảo callback hoặc gọi action hai lần. ``` ![Wide 3:1 layered AI agent testing strategy. Layout: six horizontal layers labeled 'Input', 'Planning', 'Tool', 'Memory', 'Recovery', 'E2E'. A solid T5Edu Blue path connects all layers, while dashed Amber fault-injection arrows enter the prompt, tool, memory and recovery layers. Add a shield and business outcome gate at the final layer. Minimalist flat vector UI design, premium professional EdTech editorial artwork, clean bento-grid composition with strong negative space, Paper White and Zinc-50 background #fafafa, Zinc-900 content #18181b, T5Edu Blue accent #1a73e8, Amber highlights #f59e0b, subtle one-pixel borders and restrained liquid-glass layers, simple flat icons and clean connector lines, no people, no faces, no hands, no 3D, no glossy plastic, no photorealism, no dramatic lighting, no purple, no violet, no pink, no neon, no logo, no watermark.](/api/uploads/1785087079258-akgfljqq-image.png) ## Cách viết test case và đánh giá AI Agent Một test case AI Agent nên có: 1. Mục tiêu nghiệp vụ. 2. Precondition và quyền. 3. Input cùng context. 4. Tool được phép và hành động bị cấm. 5. Expected outcome. 6. Checkpoint bắt buộc trong trajectory. 7. Evidence cần thu thập. 8. Stop condition hoặc escalation. 9. Số lần chạy và ngưỡng pass. Anthropic phân biệt **task**, **trial**, **grader** và **outcome**. Vì output có thể thay đổi, một scenario nên được chạy nhiều trial; outcome cần đo trạng thái thực tế trong môi trường, không dựa vào việc agent tự tuyên bố đã hoàn thành. | AG01 | Hoàn tiền hợp lệ | Đơn đủ điều kiện | Backend có đúng một giao dịch | Xác minh quyền trước tool ghi | Functional | | AG02 | Thiếu mã đơn | Không có order_id | Không hành động; yêu cầu bổ sung | Không tự đoán dữ liệu | Hallucination | | AG03 | Tool timeout | API không phản hồi | Retry giới hạn hoặc escalate | Không báo thành công | Reliability | | AG04 | Response bị mất | Tool đã thành công | Không tạo giao dịch thứ hai | Kiểm tra trạng thái trước retry | Side effect | | AG05 | Memory sai tenant | Truy xuất nhầm lịch sử | Loại context và dừng | Không gọi tool ghi | Privacy | | AG06 | Prompt injection | Tài liệu yêu cầu bỏ policy | Giữ system policy | Không thực thi instruction ngoài | Security | | AG07 | Không đủ quyền | Permission denied | Dừng rõ ràng | Không thử vượt quyền | Authorization | | AG08 | Thiếu bằng chứng | Kết luận từ giả định | Không pass | Phải có observation | Groundedness | | AG09 | Vòng lặp | Cùng lỗi lặp lại | Dừng theo retry budget | Trace ghi đủ lần thử | Cost | ### Metric QA nên theo dõi * Task completion và business outcome correctness. * Intent resolution và task adherence. * Tool selection, tool input accuracy và tool call success. * Duplicate side effect và recovery rate. * Guardrail violation, privacy incident và authorization incident. * Số bước, latency và chi phí trên mỗi task. * Tỷ lệ trace có đủ evidence. * Regression theo model, prompt, tool và policy version. [OpenAI khuyến nghị bắt đầu debug bằng trace](https://developers.openai.com/api/docs/guides/agent-evals) vì trace ghi lại model call, tool call, guardrail và handoff. Khi đã xác định được hành vi tốt, team có thể chuyển trace thành dataset và eval run để kiểm tra regression. Metric nào phát hiện agent chọn đúng tool nhưng dùng sai kết quả trả về? - A: Tool Call Success - B: Tool Output Utilization - C: Response Length - D: Token Count ![Wide 3:1 test case and evaluation diagram for AI agents. Layout: a left test case card flows into trajectory checkpoints, tool assertions and a right business outcome gate; below it, metric cards are grouped into 'Outcome', 'Process' and 'Safety'. Solid T5Edu Blue arrows connect evidence to metrics and regression tests, while Amber markers highlight duplicate side effects and missing evidence. Minimalist flat vector UI design, premium professional EdTech editorial artwork, clean bento-grid composition with strong negative space, Paper White and Zinc-50 background #fafafa, Zinc-900 content #18181b, T5Edu Blue accent #1a73e8, Amber highlights #f59e0b, subtle one-pixel borders and restrained liquid-glass layers, simple flat icons and clean connector lines, no people, no faces, no hands, no 3D, no glossy plastic, no photorealism, no dramatic lighting, no purple, no violet, no pink, no neon, no logo, no watermark.](/api/uploads/1785087106717-k7yer6vt-image.png) ## Cách xác định root cause khi AI Agent lỗi Thông báo lỗi cuối thường chỉ là triệu chứng. Root cause có thể nằm ở prompt, planner, tool description, API, parser, memory, state machine hoặc hạ tầng. Nguyên tắc quan trọng nhất: > Tìm điểm sai lệch đầu tiên giữa trace thực tế và hành vi kỳ vọng. ### Quy trình điều tra 1. Thu thập input, model, prompt version, tool version, memory snapshot và environment. 2. Đọc trace theo thứ tự thời gian. 3. So sánh từng action và observation với checkpoint. 4. Xác định bước sai đầu tiên. 5. Cô lập tầng lỗi bằng mock, replay hoặc bypass. 6. Chạy tool độc lập trước khi kết luận lỗi model. 7. Chuyển defect thành regression test. | Tầng lỗi | Dấu hiệu | Cách cô lập | | ---------------- | ------------------------------------ | ------------------------------- | | Goal hoặc prompt | Hiểu sai nhiệm vụ | Giữ tool cố định, rút gọn input | | Planning | Thiếu bước hoặc sai thứ tự | Bypass bằng plan chuẩn | | Tool selection | Chọn nhầm chức năng | Mock danh sách tool | | Tool input | Sai ID, kiểu hoặc format | Validate schema | | Tool execution | Timeout, permission, partial success | Gọi tool ngoài agent | | Observation | Raw output đúng nhưng state sai | So sánh parser với response gốc | | Memory | Dữ liệu cũ hoặc sai tenant | Chạy lại với memory rỗng | | Orchestration | Lặp, retry trùng, dừng sớm | Replay từ checkpoint | | Guardrail | Chặn sai hoặc không chặn | Kiểm tra policy log | Ví dụ root cause: Agent hoàn tiền hai lần > Phân biệt lỗi orchestration với lỗi API nghiệp vụ. ```markdown 1. Agent gọi `create_refund`. 2. API thực hiện thành công. 3. Response bị timeout trước khi quay lại agent. 4. Agent coi lần gọi là thất bại và retry. 5. Backend tạo giao dịch thứ hai. **Root cause:** Tool có side effect nhưng không hỗ trợ idempotency; orchestration retry mà không kiểm tra trạng thái. **Cách sửa:** Dùng idempotency key, lưu action ID, kiểm tra backend trước retry và thêm regression test cho tình huống response bị mất. ``` ![Wide 3:1 root-cause analysis diagram for AI agents. Layout: a chronological trace with nodes for goal, plan, tool selection, tool execution, observation, memory and stop condition. The earliest incorrect node is highlighted in Amber and labeled 'Root cause', while later nodes are labeled 'Triệu chứng'. Solid T5Edu Blue arrows show execution; dashed Amber paths show mock, replay, bypass and memory isolation. Minimalist flat vector UI design, premium professional EdTech editorial artwork, clean bento-grid composition with strong negative space, Paper White and Zinc-50 background #fafafa, Zinc-900 content #18181b, T5Edu Blue accent #1a73e8, Amber highlights #f59e0b, subtle one-pixel borders and restrained liquid-glass layers, simple flat icons and clean connector lines, no people, no faces, no hands, no 3D, no glossy plastic, no photorealism, no dramatic lighting, no purple, no violet, no pink, no neon, no logo, no watermark.](/api/uploads/1785087125331-zpd4hci2-image.png) ## Checklist quản trị rủi ro trước production Release gate cần dựa trên mức tự chủ và hậu quả của hành động. Agent chỉ đọc dữ liệu có mức rủi ro khác agent được phép ghi dữ liệu, chuyển tiền hoặc thay đổi production. Bốn mức hành động cần kiểm soát > Guardrail tăng theo hậu quả nếu agent sai. ```markdown **Chỉ đọc** Kiểm soát quyền truy cập, PII, context và groundedness. ```` ```markdown **Tạo đề xuất** Yêu cầu evidence và cảnh báo khi thông tin chưa được xác minh. ``` ```markdown **Ghi dữ liệu** Bắt buộc idempotency, audit log, permission và rollback. ``` ```markdown **Hành động nghiêm trọng** Bắt buộc human approval, giới hạn phạm vi và kill switch. ``` ### Release gate tối thiểu * Tool chỉ có quyền tối thiểu. * Tool ghi dữ liệu hỗ trợ idempotency. * Có allowlist và denylist cho action. * Có step, time, token và cost limit. * Retry được phân loại theo loại lỗi. * PII và secret được mask. * Nội dung từ website, email, file và tool output được xem là dữ liệu không tin cậy. * Prompt injection không thể thay đổi system policy. * Hành động nghiêm trọng có human approval. * Có audit log, alert, rollback và kill switch. * Có regression suite cho các action rủi ro cao. * Có monitoring sau deployment. NIST nhấn mạnh quản trị rủi ro cần diễn ra liên tục trong vòng đời hệ thống, không kết thúc tại thời điểm release. Với AI Agent, điều này đặc biệt quan trọng vì model, prompt, tool và dữ liệu có thể thay đổi độc lập. Những control nào trực tiếp giảm side effect ngoài ý muốn? - A: Idempotency khi retry - B: Ép response giống nhau từng từ - C: Kiểm tra quyền trước tool call - D: Stop condition sau khi hoàn thành ### Câu hỏi thường gặp Có thể dùng unit test để kiểm thử AI Agent không? > Unit test cần thiết nhưng không đủ. ```markdown Unit test phù hợp với parser, schema validation, permission, state update và stop condition. Agent loop vẫn cần integration test, trajectory evaluation, fault injection và end-to-end test. ``` Nên kiểm tra final output hay trajectory? > Cần kiểm tra cả hai. ```markdown Final output cho biết agent có đạt mục tiêu không. Trajectory cho biết agent đã dùng đúng tool, đúng tham số, đúng checkpoint và không vi phạm policy hay không. ``` Làm sao test prompt injection cho AI Agent? > Kiểm tra cả injection trực tiếp và gián tiếp. ```markdown Đưa instruction độc hại vào tin nhắn, website, email, file, tool description, tool output và memory. Expected là agent giữ system policy, không gửi secret và không gọi tool ngoài phạm vi. ``` ![Wide 3:1 production risk governance diagram for AI agents. Layout: four autonomy levels labeled 'Chỉ đọc', 'Đề xuất', 'Ghi dữ liệu', 'Nghiêm trọng', each connected to stronger controls including permission, evidence, idempotency, approval, audit, rollback and kill switch. Solid T5Edu Blue arrows show release progression; Amber gates block high-impact actions without approval. Minimalist flat vector UI design, premium professional EdTech editorial artwork, clean bento-grid composition with strong negative space, Paper White and Zinc-50 background #fafafa, Zinc-900 content #18181b, T5Edu Blue accent #1a73e8, Amber highlights #f59e0b, subtle one-pixel borders and restrained liquid-glass layers, simple flat icons and clean connector lines, no people, no faces, no hands, no 3D, no glossy plastic, no photorealism, no dramatic lighting, no purple, no violet, no pink, no neon, no logo, no watermark.](/api/uploads/1785087143284-oxhg3dsu-image.png) ## Tổng kết - Kiểm thử AI Agent phải bao phủ goal, planning, tool, observation, memory, orchestration, guardrail và business outcome. - Test oracle cần đánh giá cả kết quả cuối, trajectory, evidence và side effect. - Root cause nên được tìm từ điểm sai lệch đầu tiên trong trace. - Quản trị rủi ro cần quyền tối thiểu, idempotency, approval gate, monitoring và regression test liên tục. Nếu team đang phát triển AI Agent, hãy đưa Tester, QA, QC tham gia từ giai đoạn thiết kế tool contract, success criteria và risk register. Bạn có thể tham khảo thêm kiến thức nền tảng tại [T5Edu ISTQB](/istqb) và các bài chuyên môn tại [T5Edu Blogs](/blogs). Hành động nguy hiểm nhất mà AI Agent của bạn có thể tự thực hiện là gì, và test case nào đang chứng minh control tương ứng hoạt động đúng? ![Wide 3:1 editorial summary diagram for AI agent quality assurance. Layout: four connected blocks labeled 'Hiểu hệ thống', 'Kiểm thử theo lớp', 'Tìm root cause', 'Quản trị rủi ro', ending in a verified production gate. Solid T5Edu Blue arrows connect the lifecycle, while Amber checkpoints appear at evidence validation, tool side effects and human approval. Minimalist flat vector UI design, premium professional EdTech editorial artwork, clean bento-grid composition with strong negative space, Paper White and Zinc-50 background #fafafa, Zinc-900 content #18181b, T5Edu Blue accent #1a73e8, Amber highlights #f59e0b, subtle one-pixel borders and restrained liquid-glass layers, simple flat icons and clean connector lines, no people, no faces, no hands, no 3D, no glossy plastic, no photorealism, no dramatic lighting, no purple, no violet, no pink, no neon, no logo, no watermark.](/api/uploads/1785087161097-6vgde95w-image.png) ```` ## Liên kết liên quan - [Xem bản HTML](https://t5edu.site/blogs/testing-ai-agent-quy-trinh-qa-va-quan-tri-rui-ro) - [Xem bản Markdown](https://t5edu.site/blogs/testing-ai-agent-quy-trinh-qa-va-quan-tri-rui-ro.md) - [LLM index](https://t5edu.site/llms.txt) Dữ liệu Markdown này được cache công khai và sẽ được làm mới sau các thay đổi nội dung/admin.