CHAP: Giao thức mới giúp con người và AI làm việc chung một cách minh bạch, có thể kiểm chứng

Khi một AI soạn thảo nội dung và con người chỉnh sửa nó, bản chỉnh sửa đó được lưu ở đâu? Theo cách thông thường, nó nằm rải rác trong mã ứng dụng, bình luận chat, ticket và cả trí nhớ của nhân viên. Giao thức mã nguồn mở mới mang tên CHAP (Collaborative Human-Agent Protocol) ra đời để giải quyết vấn đề này, tạo ra một "phong bì" kỹ thuật số có thể truy vấn, phát lại và xác minh nhiều tháng sau đó.

Vì sao CHAP tồn tại?

Hiện nay, các tác nhân AI (agent) đang đảm nhận những công việc thực tế như: soạn thảo đánh giá mã nguồn, phân loại ticket, đề xuất giải quyết tranh chấp hay rà soát hợp đồng. Mỗi đề xuất đều cần con người phê duyệt, chỉnh sửa hoặc bác bỏ. Vấn đề nảy sinh khi sáu tuần sau, có sự cố xảy ra, việc tái hiện lại chính xác điều gì đã diễn ra tốn tới 45 phút và phần lớn chỉ là phỏng đoán.

CHAP giải quyết bài toán này bằng một nơi duy nhất để lưu trữ các quyết định: bản nháp của AI là một "artefact", bản chỉnh sửa của con người là một "override" có cấu trúc với thông tin về sự khác biệt (diff), lý do (rationale) và thẻ phân loại (tags). Toàn bộ chuỗi hành động được liên kết bằng mã băm nội dung (content hash), cho phép bạn truy vấn toàn bộ lịch sử thay vì phải lục tìm log ở bốn hệ thống khác nhau.

Minh họa sự khác biệt trước và sau khi sử dụng CHAP

Trải nghiệm 90 giây với CHAP

Hãy tưởng tượng một lập trình viên độc lập dùng Cursor để đánh giá pull request. Bot gắn cờ cảnh báo mà lập trình viên không đồng ý. Với CHAP, toàn bộ quy trình diễn ra trong một workspace có persistence SQLite:

1. Tạo workspace và thêm thành viên: hệ thống coordinator được khởi tạo, sau đó thêm một participant là con người và một participant là agent AI.
2. Bot soạn thảo, con người override: bot hoàn thành task đánh giá mã và gửi yêu cầu review cho con người. Người dùng không đồng ý với một nhận xét nào đó, họ thực hiện lệnh decide.override với diff cụ thể, ví dụ: thay đổi mức độ nghiêm trọng từ "warning" thành "info", kèm lý do: "False positive. Framework convention, not a bug."
3. Phân tích định kỳ: Sau hai tháng, tập lệnh phân tích sẽ tổng hợp 47 override. Kết quả cho thấy 66% trong số đó là "false-positive" (dương tính giả). Thông tin này giúp bạn biết chính xác câu lệnh prompt nào cần sửa cho Cursor, thay vì phải đoán mò.

Điểm mấu chốt: intent_preserved giúp phân biệt override "tinh chỉnh" (đồng ý quyết định của AI nhưng sửa cách diễn đạt) với override "thay thế" (con người đưa ra quyết định khác). Hai kiểu lỗi này cần hai cách khắc phục khác nhau.

Minh họa các thành phần của một override envelope

Chi tiết kỹ thuật: Envelope Override

Mỗi envelope override trong CHAP đều có cấu trúc rõ ràng với các trường dữ liệu quan trọng:

• intent_preserved: Phân biệt override tinh chỉnh và override thay thế.
• tags: Từ vựng kiểm soát do nhóm bạn quyết định. Giữ danh sách nhỏ, vì đây chính là chiều dữ liệu để tổng hợp sau ba tháng khi bạn cần trả lời câu hỏi "Bot thường sai ở đâu?" hay "Prompt nào cần cải thiện?".

Những gì được phát hành trong CHAP 0.2

Phiên bản công khai dạng draft này bao gồm:

• Đặc tả (Specification): 7 phương thức Core, 11 profile tùy chọn.
• Hai bản triển khai tham chiếu: TypeScript và Python, đều vượt qua 23 test vector của bộ kiểm thử tuân thủ.
• Conformance harness: Kiểm tra chữ ký, chuẩn hóa, liên kết chuỗi, hỗ trợ chứng chỉ in-toto.
• Tích hợp MCP server transport: Điều khiển CHAP workspace từ Claude Desktop, Cursor, Claude Code bằng ngôn ngữ tự nhiên.
• Tích hợp A2A server transport: Kết nối với các orchestrator như Azure AI Foundry, Amazon Bedrock AgentCore, Google ADK.
• Framework bridges: Kết nối với LangGraph, Pydantic AI, AG2/AutoGen, LlamaIndex, Google ADK.
• Mười hai tình huống thực tế: Từ lập trình viên độc lập dùng Cursor đến sản xuất dược phẩm chuẩn GMP.

Lợi ích khi áp dụng CHAP

• Chuỗi kiểm toán bất biến: Sống sót qua cả việc thay đổi khóa mã hóa, xóa log và nhân viên nghỉ việc.
• Dữ liệu giám sát có cấu trúc như một sản phẩm phụ của công việc thường ngày, không cần quy trình chú thích riêng.
• Chữ ký số không thể chối cãi khi cần, thông qua profile security-signed/1.0 và audit-scitt/1.0.
• Tương thích tuyệt vời: CHAP không thay thế MCP hay A2A mà nằm cạnh chúng — dùng MCP cho công cụ, A2A cho agent khác, CHAP để ghi lại công việc chung với con người.

Minh họa luồng hoạt động của CHAP

Cài đặt và bắt đầu

Để triển khai ngay:

# TypeScript / Node
npm install @brightbeamai/chap-coordinator

# Python
pip install chap-coordinator

Cả hai gói đều bao gồm Core, profile review/1.0 và bộ tham chiếu chạy được. Hướng dẫn làm quen trong 5 phút nằm tại examples/00-five-minute-start.md.

Với các nhóm đã tích hợp AI sâu vào quy trình vận hành — từ phát triển phần mềm đến các quy trình được quản lý chặt chẽ như sản xuất dược phẩm — CHAP mang lại một lớp minh bạch và khả năng kiểm soát mà trước đây gần như không thể đạt được. Đây là một bước tiến đáng chú ý để AI không chỉ làm việc nhanh hơn mà còn làm việc đáng tin cậy hơn trong môi trường thực tế.