Avernet: Nền Tảng Điều Phối Tổ Chức AI Agent Mã Nguồn Mở Của Ant Group

Avernet xuất hiện khi bài toán AI agent chuyển từ “một bot thông minh” sang “một tổ chức gồm nhiều agent”

Phần lớn công cụ AI agent hiện nay bắt đầu từ một câu hỏi tương đối hẹp: làm thế nào để một model có thể dùng terminal, trình duyệt, tệp, API hoặc một số công cụ để hoàn thành nhiệm vụ. Khi số lượng agent tăng từ một lên vài chục, vài trăm hoặc vài nghìn, bài toán thay đổi hoàn toàn. Doanh nghiệp không chỉ cần agent biết làm việc; họ cần biết agent nào đang tồn tại, agent nào có năng lực gì, ai được phép gọi agent đó, nhiệm vụ được chuyển giữa các agent ra sao, trạng thái công việc được theo dõi thế nào và tri thức sau mỗi lần chạy có được giữ lại hay không.

Avernet là một dự án mã nguồn mở mới của inclusionAI, tổ chức nghiên cứu được Ant Group hậu thuẫn. Repository mô tả Avernet như một nền tảng điều phối phân tán, nơi con người và các agent không đồng nhất có thể “sống, kết nối, phối hợp, thực thi và tiến hóa cùng nhau”. Thay vì tập trung vào việc tạo thêm một coding agent hoặc một chatbot mới, Avernet cố gắng xây lớp hạ tầng tổ chức phía trên nhiều runtime, dịch vụ và bot platform khác nhau.

Tại thời điểm kiểm tra, repository công khai có hơn 230 star, hơn 300 commit, phát hành theo Apache License 2.0 và được cập nhật trong ngày 25/7/2026. Ngôn ngữ chính là Python, bên cạnh Rust, TypeScript và Shell. Maintainer ghi rõ dự án đang ở trạng thái Community V0.1; đây là một nền tảng đang được mở dần, không phải sản phẩm self-hosted đã hoàn thiện cho mọi môi trường production.

Điểm khiến Avernet đáng theo dõi trong nhóm GitHub AI Radar không nằm ở số star tuyệt đối. Con số này vẫn nhỏ nếu so với Browser Use, OpenHands, Ollama hoặc các framework agent phổ biến. Tín hiệu đáng chú ý hơn là phạm vi tham vọng, tốc độ commit, số module đang được mở và tuyên bố của maintainer rằng công nghệ tương tự đang vận hành hơn 10.000 agent hoặc bot trong môi trường Ant Group. Đây là thông tin do đội ngũ dự án cung cấp, chưa phải benchmark độc lập về khả năng mở rộng của phiên bản mã nguồn mở.

Bài viết này phân tích Avernet dưới góc nhìn thực dụng: nó giải quyết vấn đề gì, kiến trúc gồm những lớp nào, cách cài local, hai con đường tích hợp agent, mức độ self-hosting hiện tại, giấy phép, bảo mật, chi phí ẩn và liệu developer, AI Creator, solopreneur hay doanh nghiệp có nên thử dự án ngay bây giờ hay chưa.

Trạng thái repository: active, giàu tham vọng nhưng vẫn là bản cộng đồng sớm

Repository Avernet thuộc tổ chức GitHub đã được xác minh của inclusionAI. Trang chính thức ghi nhận dự án sử dụng Apache License 2.0, không bị archived và có hoạt động phát triển liên tục. Bản phát hành công khai đầu tiên mang nhãn CalVer được đăng ngày 15/7/2026. Sau bản phát hành đó, nhánh phát triển tiếp tục nhận nhiều thay đổi về Bot Coordination Service, tích hợp engine, quản trị tổ chức, context fusion, bot authorization, runtime, channel và kiểm thử đầu cuối.

Việc maintainer dùng nhánh dev làm điểm tham chiếu chính là một dấu hiệu cần lưu ý. Người dùng muốn thử tính năng mới có thể phải chấp nhận API, script hoặc cấu trúc repository thay đổi nhanh. Release đầu tiên cũng ghi rõ prebuilt container image chưa được phát hành; Docker hiện phải build từ source. Vì vậy, dự án phù hợp với nhóm có khả năng đọc log, chỉnh biến môi trường, xử lý xung đột cổng và sửa lỗi dependency hơn là người chỉ muốn tải một ứng dụng desktop rồi sử dụng ngay.

Star count là tín hiệu cộng đồng quan tâm, không phải chứng nhận production-ready. Số commit lớn cũng không tự động đồng nghĩa với kiến trúc ổn định; nó có thể phản ánh cả tốc độ phát triển lẫn mức độ biến động. Với một dự án V0.1, người đánh giá nên ưu tiên ba câu hỏi: tính năng nào đã thực sự có trong repository, tính năng nào mới chỉ là định hướng, và quy trình nào đã có test hoặc tài liệu triển khai rõ ràng.

Avernet đang cố giải quyết bốn vấn đề của tổ chức nhiều agent

README của dự án mô tả bốn điểm nghẽn xuất hiện khi tổ chức mở rộng số người, hệ thống và agent.

Không tìm được năng lực đã tồn tại

Một doanh nghiệp có thể đã xây bot tra cứu hợp đồng, agent phân tích dữ liệu, coding agent, trợ lý hỗ trợ khách hàng và hàng chục workflow tự động khác. Nếu không có registry, identity hoặc discovery layer, các nhóm sẽ tạo lại cùng một khả năng nhiều lần. Avernet hướng tới một mạng lưới nơi agent có thể được đăng ký, phát hiện, mời vào nhóm và tham gia nhiệm vụ dựa trên năng lực.

Không căn chỉnh được mục tiêu và trạng thái

Nhiều agent cùng tham gia một công việc không bảo đảm chúng hiểu cùng mục tiêu. Một agent tối ưu tốc độ, agent khác tối ưu chất lượng, agent thứ ba có thể không biết ràng buộc pháp lý. Avernet muốn lưu trạng thái cộng tác, identity, quyền và quy tắc điều phối để giảm việc mỗi agent hoạt động như một hộp đen riêng.

Không chạy nhanh vì con người phải chuyển tiếp thủ công

Trong nhiều quy trình hiện tại, con người đọc kết quả của agent A rồi sao chép sang agent B. Điều này làm mất thời gian, làm rơi context và biến “multi-agent” thành một chuỗi chatbot do con người vận hành. Avernet xây cơ chế routing, delivery, session và task dispatch để agent hoặc bot platform có thể chuyển công việc theo giao thức.

Không tích lũy được tri thức tổ chức

Nếu mỗi phiên làm việc kết thúc bằng một đoạn chat bị chôn trong lịch sử, tổ chức không tạo được năng lực lâu dài. Dự án định hướng tới shared context, memory, evaluation và continuous improvement. Tuy nhiên, không phải mọi lớp này đã được mở nguồn đầy đủ ở Community V0.1; người dùng cần phân biệt roadmap với phần code hiện có.

Kiến trúc cốt lõi: Bot Coordination Service và Bot Coordination Network

Trung tâm của Avernet là Bot Coordination Service, viết tắt BCS. Đây là lớp chịu trách nhiệm cho kết nối, đăng ký, routing, delivery, session và trạng thái cộng tác. Các bot hoặc agent tham gia tạo thành Bot Coordination Network, một mạng phối hợp thay vì chỉ là danh sách endpoint độc lập.

Sơ đồ kiến trúc công khai cho thấy ba nguồn agent chính:

• Local OpenClaw ở plugin mode: agent chủ động kết nối vào mạng qua plugin.
• Agent Runtime qua WebSocket: runtime tùy biến đăng ký trực tiếp với BCS qua endpoint /ws/bot.
• Existing Bot Platform qua downlink gateway: một nền tảng bot hiện có không cần thay toàn bộ kiến trúc; Avernet gửi nhiệm vụ xuống gateway, nền tảng tự lập lịch agent rồi báo kết quả ngược lại.

Phía quản trị có bcs-cli và các công cụ inspect, onboard hoặc kiểm tra trạng thái. Phía trên BCS là frontend workbench để quan sát bot và cộng tác theo nhóm. Repository hiện chia thành frontend, BCS viết bằng Rust, plugin TypeScript, backend/engine và một số module Python.

Thiết kế này khác framework như LangGraph hoặc AutoGen. Những framework đó giúp developer lập trình luồng suy luận hoặc hội thoại giữa agent trong một ứng dụng. Avernet tập trung nhiều hơn vào hạ tầng tổ chức: identity, kết nối, discovery, routing, lifecycle và integration giữa các runtime không đồng nhất. Hai lớp có thể bổ sung nhau thay vì loại trừ nhau.

Hai con đường tích hợp: plugin và gateway

Plugin integration cho agent chủ động tham gia mạng

Plugin mode phù hợp với OpenClaw, agent local hoặc runtime tùy chỉnh có thể chạy code tích hợp. Agent thực hiện kết nối, đăng ký, onboard, nhận tin nhắn và báo kết quả. Ưu điểm là agent trở thành thành viên trực tiếp của mạng, có thể tham gia group coordination và phản hồi theo lifecycle chuẩn.

Nhược điểm là người phát triển phải kiểm soát phiên bản plugin, token, reconnect, trạng thái offline và tương thích giao thức. Nếu agent chạy trên nhiều máy hoặc mạng không ổn định, WebSocket, retry và idempotency trở thành vấn đề production thực sự.

Gateway integration cho nền tảng bot đã tồn tại

Gateway mode phù hợp với doanh nghiệp đã có bot platform, service mesh hoặc scheduler riêng. Avernet không trực tiếp điều khiển từng agent; nó gửi task xuống nền tảng, nền tảng chọn instance, thực thi và callback kết quả. Cách này giảm mức xâm nhập vào hệ thống cũ nhưng tạo thêm ranh giới cần quan sát: lỗi có thể nằm ở Avernet, gateway, scheduler, agent runtime hoặc dịch vụ hạ nguồn.

Với hệ thống sản xuất, gateway cần xác thực hai chiều, timeout rõ, retry có idempotency key, trạng thái terminal và dead-letter queue. Tài liệu V0.1 cung cấp đường tích hợp nhưng người dùng vẫn phải tự đánh giá các yêu cầu SLO, multi-region, disaster recovery và compliance.

Cài đặt local: nhanh để thử, nhưng script có thể thay đổi máy host

Avernet cung cấp ba đường chạy local. Đường được maintainer khuyến nghị là script singlebox.sh. Quy trình cơ bản:

git clone https://github.com/inclusionAI/Avernet.git
cd Avernet
./scripts/singlebox.sh install-tools
./scripts/singlebox.sh

Lệnh install-tools là wizard tương tác có thể cài hoặc nâng cấp toolchain, OpenClaw và các dependency liên quan. Đây là điểm cần đọc kỹ trước khi chạy trên máy làm việc chính. Người dùng chỉ muốn kiểm tra dependency có thể dùng:

./scripts/singlebox.sh check

Script mặc định còn cấu hình core.hooksPath=.githooks cho repository để cài pre-push hook. Có thể tắt bằng biến OCB_SKIP_GIT_HOOKS=1. Việc một script cài đặt thay đổi toolchain và Git hook không nhất thiết là rủi ro độc hại, nhưng cần được review trong môi trường doanh nghiệp và CI.

Sau khi stack chạy, frontend mặc định ở http://127.0.0.1:8000/. Hệ thống dựng Avernet process, năm demo bot local và frontend. Các tính năng cơ bản không bắt buộc có model API key; muốn demo bot trả lời thực tế cần cấu hình base URL, API key và model ID trong .env.local.

Docker self-hosting: cô lập tốt hơn nhưng chưa có image dựng sẵn

Đường Docker hiện dùng:

docker compose up --build

Release đầu tiên ghi rõ image prebuilt chưa được phát hành. Build từ source giúp người dùng kiểm tra Dockerfile và cố định commit, nhưng lần build đầu có thể chậm và phụ thuộc trạng thái package registry. Nếu cổng bị trùng, người dùng tạo .env.local, đổi BCS_PORT và FRONTEND_PORT, sau đó chạy compose với file env.

Docker giúp tách dependency khỏi máy host, nhưng không tự động biến dự án thành production-ready. Triển khai nghiêm túc cần:

• Pin image digest và dependency thay vì luôn build nhánh dev.
• Đặt reverse proxy, TLS và authentication trước frontend.
• Không mở BCS hoặc WebSocket endpoint trực tiếp ra internet.
• Gắn volume có chiến lược backup, mã hóa và quyền file rõ ràng.
• Giới hạn network egress của bot runtime.
• Tách secret khỏi compose file và repository.
• Thiết lập health check, restart policy, log rotation và alert.
• Chạy canary trước khi nâng commit hoặc release.

Avernet hiện phù hợp hơn cho local evaluation, lab nội bộ và proof of concept. Doanh nghiệp muốn Kubernetes hoặc multi-region phải tự xây thêm chart, secret management, ingress, autoscaling và quan sát hệ thống, hoặc chờ các module mở nguồn tiếp theo.

Model và provider: Avernet không khóa vào một LLM duy nhất

README nhấn mạnh Avernet không ràng buộc với một agent engine. Demo local có thể dùng OpenClaw và endpoint tương thích OpenAI thông qua các biến môi trường. Về mặt kiến trúc, model nằm trong agent runtime hoặc bot platform; Avernet tập trung vào kết nối và điều phối.

Điều này tạo sự linh hoạt: một mạng có thể chứa coding agent dùng Claude, research agent dùng model OpenAI, bot nội bộ dùng model local và workflow không cần LLM. Nhưng sự không đồng nhất làm governance khó hơn. Mỗi provider có cách tính giá, giới hạn context, tool calling và chính sách dữ liệu khác nhau. Tổ chức cần metadata cho mỗi agent: model, phiên bản, quyền, owner, dữ liệu được phép truy cập, giới hạn chi phí và điều kiện approval.

Nếu không có những metadata này, discovery chỉ giúp tìm agent nhanh hơn nhưng không giúp biết agent có an toàn để dùng hay không. Một registry production nên phân biệt capability, certification, environment, model version và trạng thái maintenance.

Identity, quyền và audit: phần quan trọng nhất nhưng cũng cần kiểm chứng kỹ

Avernet định vị “trusted core” gồm identity, auth, permission, security, audit và lifecycle management. Tuy nhiên README cũng cảnh báo một số capability vẫn đang được mở nguồn dần. Vì vậy, người thử nghiệm không nên mặc định bản Community V0.1 đã có đầy đủ RBAC, enterprise SSO, audit bất biến hoặc policy engine như một sản phẩm thương mại trưởng thành.

Ở mức tối thiểu, triển khai cần phân biệt:

• Identity của người dùng và identity của agent.
• Token dùng để kết nối BCS và API key dùng gọi model.
• Quyền nhận nhiệm vụ, quyền gọi agent khác và quyền truy cập tool.
• Owner chịu trách nhiệm khi agent tạo tác động bên ngoài.
• Audit của tin nhắn, task, tool call và thay đổi cấu hình.
• Quy trình thu hồi hoặc đóng băng agent bị lỗi.

Repository khuyến cáo không commit token, cookie, private key, endpoint nội bộ, database local hoặc runtime log. Secret phải đặt trong biến môi trường hoặc file local không được theo dõi. Đây là nền tảng cần thiết nhưng chưa đủ; doanh nghiệp còn cần secret manager, rotation, short-lived credential và kiểm tra rò rỉ trong CI.

Những use case thực tế của một “agent organization platform”

Đội phát triển phần mềm

Một tổ chức có thể đăng ký agent triage issue, coding agent, test agent, security reviewer và release assistant. Avernet đóng vai trò discovery và routing: agent nào có khả năng phù hợp, trạng thái online hay offline, nhiệm vụ được chuyển đi đâu và kết quả quay lại nhóm nào. Điều này bổ sung cho các nền tảng coding cụ thể như GitHub Copilot cloud agent tích hợp Linear.

Vận hành nội dung và AI Creator

Một hệ thống nội dung có thể có agent tìm tin, agent kiểm chứng, agent viết SEO, agent kiểm tra media, agent dịch và agent QA. Nếu chỉ chạy các agent độc lập, người vận hành phải tự ghép đầu ra. Avernet có thể trở thành lớp routing và nhóm cộng tác, nhưng phần tích hợp CMS, nguồn dữ liệu và quyền xuất bản vẫn phải được xây riêng.

Hỗ trợ khách hàng

Agent phân loại ticket có thể chuyển sang agent tra cứu đơn hàng, agent chính sách hoặc agent kỹ thuật. Mạng điều phối cần đảm bảo dữ liệu khách hàng không bị gửi cho agent không có quyền và mọi câu trả lời có owner chịu trách nhiệm.

Nghiên cứu và phân tích

Nhiều agent có thể chia vai trò: tìm tài liệu, đọc paper, kiểm tra số liệu, phản biện và tổng hợp. Giá trị không nằm ở số lượng agent mà ở cách giảm trùng lặp, giữ provenance và xử lý bất đồng.

Hệ sinh thái agent nội bộ

Doanh nghiệp lớn thường có agent do nhiều team và nhà cung cấp khác nhau xây. Gateway integration cho phép kết nối platform cũ mà không buộc mọi nhóm chuyển sang cùng framework. Đây có thể là lợi thế quan trọng nhất của Avernet nếu giao thức ổn định và governance đủ mạnh.

So sánh Avernet với OpenHands Agent Canvas, Docker Agent và framework workflow

Công cụ	Trọng tâm	Phù hợp nhất	Giới hạn cần nhớ
Avernet	Hạ tầng tổ chức, registry, kết nối và điều phối nhiều agent không đồng nhất	Lab hoặc doanh nghiệp muốn xây mạng agent chung	Community V0.1, nhiều capability đang mở dần
OpenHands Agent Canvas	Control center cho coding agent và automation phần mềm	Nhóm developer điều phối Claude Code, Codex, Gemini và OpenHands	Thiên về software engineering, Agent Canvas còn beta
Docker Agent	Builder và runtime cho agent cấu hình bằng file	Tạo, chạy và đóng gói agent với tool, model và sandbox	Không phải registry tổ chức cho hàng nghìn agent
LangGraph/AutoGen/CrewAI	Lập trình workflow và tương tác multi-agent trong ứng dụng	Developer cần kiểm soát logic agent ở cấp code	Tự quản lý identity, deployment và governance

Avernet không nhất thiết cạnh tranh trực tiếp với các công cụ trên. Một agent được xây bằng framework workflow có thể kết nối vào Avernet; Docker có thể cung cấp runtime; Agent Canvas có thể điều phối coding agent trong một domain; Avernet làm mạng tổ chức ở lớp cao hơn. Việc ghép nhiều tầng chỉ hợp lý khi có nhu cầu thật, vì mỗi lớp thêm latency, lỗi và chi phí vận hành.

Chi phí ẩn của self-hosting Avernet

Apache 2.0 cho phép dùng, sửa đổi và phân phối trong nhiều kịch bản thương mại, nhưng “miễn phí giấy phép” không đồng nghĩa “miễn phí vận hành”. Các nhóm cần tính:

• Máy chủ cho BCS, frontend, database và bot runtime.
• Chi phí token hoặc GPU cho từng agent.
• Log, trace, metric và lưu trữ lịch sử.
• Identity, SSO, secret manager và audit.
• Thời gian tích hợp agent cũ.
• Nhân sự xử lý reconnect, retry và dữ liệu lỗi.
• Review bảo mật trước mỗi module mới.
• Migration khi API hoặc schema V0.1 thay đổi.

Với solopreneur chỉ có ba agent, một workflow engine đơn giản hoặc script có thể rẻ và dễ bảo trì hơn. Avernet bắt đầu có ý nghĩa khi số agent, nguồn runtime, nhóm người dùng và yêu cầu governance vượt khả năng quản lý thủ công.

Quy trình thử nghiệm an toàn trong 7 bước

1. Clone một commit cụ thể: không triển khai production trực tiếp từ nhánh dev.
2. Chạy trong máy ảo hoặc container: tránh cho installer thay đổi máy làm việc chính trước khi review.
3. Dùng model key riêng có quota thấp: không dùng key production hoặc key toàn tổ chức.
4. Giữ demo bot không có quyền bên ngoài: chỉ kiểm tra discovery, group và routing trước.
5. Đọc log và failure mode: thử agent offline, token sai, reconnect, duplicate task và timeout.
6. Tạo một integration nhỏ: kết nối một bot local hoặc một gateway sandbox, không tích hợp toàn bộ hệ thống.
7. Đánh giá trước khi mở rộng: đo thời gian setup, tỷ lệ task hoàn tất, lỗi routing, chi phí model và thời gian con người can thiệp.

Nếu mục tiêu là trợ lý local cá nhân, bài Ollama và Open WebUI có điểm bắt đầu đơn giản hơn. Nếu mục tiêu là browser agent tự thao tác web, xem phân tích Browser Use self-hosted và bảo mật. Avernet chỉ nên được thêm khi bài toán đã thực sự trở thành quản lý tổ chức nhiều agent.

Ai nên thử Avernet ngay bây giờ?

Đối tượng	Mức phù hợp	Lý do
Nhà nghiên cứu multi-agent	Cao	Có kiến trúc coordination, bot network và nhiều đường tích hợp để nghiên cứu
Nhóm platform AI doanh nghiệp	Trung bình đến cao	Đáng đánh giá như nền tảng tham khảo, nhưng cần tự bổ sung hardening và governance
Developer xây sản phẩm thử nghiệm	Trung bình	Có local stack và Docker, đổi lại phải chấp nhận API biến động
AI Creator nhiều website	Thấp đến trung bình	Chỉ hợp lý khi có nhiều agent và workflow thực sự cần discovery/routing
Solopreneur mới bắt đầu Vibe Coding	Thấp	Chi phí vận hành và độ phức tạp lớn hơn lợi ích ban đầu
Doanh nghiệp cần nền tảng production ngay	Thấp ở bản hiện tại	Community V0.1 và chưa có prebuilt image hay tài liệu đầy đủ cho production scale

Điểm mạnh, hạn chế và tín hiệu cần theo dõi

Điểm mạnh

• Giải quyết bài toán tổ chức nhiều agent thay vì chỉ tạo thêm một agent.
• Không khóa vào một model hoặc runtime duy nhất.
• Có plugin path và gateway path cho hệ thống mới lẫn hệ thống cũ.
• Apache 2.0 thuận lợi cho nghiên cứu và ứng dụng thương mại.
• Repository phát triển nhanh, có test, CI gate và tài liệu tích hợp.
• Maintainer có kinh nghiệm vận hành quy mô lớn trong Ant Group.

Hạn chế

• Bản công khai vẫn ở Community V0.1.
• Một số capability được mô tả nhưng chưa mở nguồn đầy đủ.
• Docker phải build từ source, chưa có image phát hành sẵn.
• Nhánh phát triển biến động nhanh và có thể thay đổi contract.
• Chưa có bằng chứng độc lập về hiệu năng hoặc độ ổn định ở quy mô 10.000 agent.
• Người dùng production phải tự bổ sung observability, HA, SSO, backup và policy.

Tín hiệu nên theo dõi trong các release tiếp theo

Những mốc quan trọng sẽ là prebuilt container image có chữ ký, release ổn định hơn nhánh dev, tài liệu production deployment, chính sách versioning protocol, audit/RBAC mở nguồn rõ ràng, benchmark hoặc load test có thể tái lập, migration guide và khả năng tích hợp thêm agent engine ngoài OpenClaw.

Kết luận

Avernet là một repository đáng chú ý không phải vì nó đã trở thành nền tảng multi-agent hoàn thiện, mà vì nó đặt đúng câu hỏi của giai đoạn tiếp theo: khi mỗi doanh nghiệp có hàng trăm agent, ai quản lý danh tính, discovery, kết nối, routing, phối hợp và tri thức tổ chức?

Community V0.1 hiện đủ để developer và nhóm platform thử local stack, hiểu Bot Coordination Service, kết nối runtime và đánh giá hai mô hình plugin/gateway. Nó chưa đủ cơ sở để được mô tả là giải pháp production turnkey. Maintainer chủ động ghi rõ giới hạn này, và người dùng nên giữ cùng mức thận trọng.

Với nhóm nghiên cứu, platform engineering hoặc doanh nghiệp đang xây hệ sinh thái agent nội bộ, Avernet đáng được đưa vào danh sách thử nghiệm. Với người mới Vibe Coding hoặc solopreneur chỉ cần một trợ lý, các công cụ đơn giản hơn sẽ mang lại giá trị nhanh hơn. Star count có thể tiếp tục tăng, nhưng chỉ những release tiếp theo về bảo mật, versioning, deployment và khả năng tái lập mới cho biết Avernet có chuyển từ một ý tưởng tổ chức hấp dẫn thành hạ tầng mã nguồn mở bền vững hay không.

Nguồn chính: repository Avernet, bản phát hành mã nguồn mở đầu tiên, Quick Start, Docker Guide và tài liệu tích hợp bot trong repository.