xpander: "Lớp điều khiển" trung lập giúp doanh nghiệp thoát khỏi sự khóa chặt của các nền tảng AI agent

Trong bối cảnh các doanh nghiệp đang phải đối mặt với một vấn đề hạ tầng mới: họ tích lũy AI agent nhanh hơn nhiều so với việc xây dựng hệ thống quản lý chúng, công ty khởi nghiệp xpander.ai, được thành lập bởi ba cựu kỹ sư chính của AWS, đang đặt cược vào một lớp điều khiển trung lập. Nền tảng này cho phép doanh nghiệp xây dựng, vận hành và quản trị agent trên nhiều mô hình AI, framework và môi trường hạ tầng khác nhau mà không bị phụ thuộc vào bất kỳ nhà cung cấp nào.

Vấn đề: Cơn bão AI agent và sự thiếu hụt hệ thống quản trị

Thực trạng hiện nay cho thấy một khoảng cách ngày càng lớn giữa tốc độ triển khai AI agent và khả năng quản lý chúng. Theo ước tính của Gartner, một công ty Fortune 500 trung bình sẽ có hơn 150.000 AI agent được sử dụng vào năm 2028, tăng từ mức chưa đến 15 vào năm 2025. Tuy nhiên, chỉ có 13% tổ chức tin rằng họ hiện có hệ thống quản trị AI agent phù hợp.

Khoảng cách này đang tạo ra một thị trường mới cho hạ tầng nằm phía trên các mô hình và agent riêng lẻ, đảm nhận việc thực thi, phân quyền, quan sát, bộ nhớ, truy cập vào hệ thống doanh nghiệp và quản lý vòng đời.

xpander: Lớp điều khiển độc lập giữa các nhà cung cấp

xpander logo

xpander.ai, một công ty khởi nghiệp do ba cựu kỹ sư chính của AWS thành lập, vừa chính thức ra mắt nền tảng quản lý AI agent cho doanh nghiệp, định vị nó như một lớp điều khiển trung lập về nhà cung cấp. Công ty cũng công bố khoản đầu tư hạt giống trị giá 7,5 triệu đô la Mỹ do Pico Venture Partners dẫn đầu, với sự tham gia của Emerge Ventures, Samsung Next và SeedIL.

Trong một cuộc phỏng vấn độc quyền, CEO và đồng sáng lập David Twizer đã chỉ ra ba vấn đề chính mà doanh nghiệp đang phải đối mặt: agent chạy cục bộ mà không có quản trị tập trung, quy trình làm việc bị cô lập với từng người dùng và hạ tầng bị ràng buộc với một nhà cung cấp AI duy nhất. Ông nhấn mạnh:

"Vấn đề thứ ba là phần quan trọng nhất: bị khóa vào một nhà cung cấp. Mọi thứ bạn làm đều thuộc sở hữu của công ty bạn chọn hợp tác — công cụ của họ, lộ trình của họ, quan điểm chính trị của họ về cách agents phản ứng với mọi thứ bạn làm."

Ông Twizer, người có bảy năm làm việc tại AWS, đã đối chiếu vấn đề AI hiện tại với kinh nghiệm của mình với điện toán đám mây: "I think AI is no different. Multi-cloud, multi-vendor is a must-have strategy" ('Tôi nghĩ AI cũng không khác gì. Đa đám mây, đa nhà cung cấp là chiến lược bắt buộc phải có').

Universal Harness: Kiến trúc thích nghi với sự thay đổi của mô hình

Điểm trung tâm của nền tảng xpander là Universal Harness — một môi trường thực thi không phụ thuộc vào mô hình, framework và đám mây, cho phép chạy các agent như các khối công việc di động trong doanh nghiệp.

Doanh nghiệp có thể sử dụng môi trường lưu trữ của xpander hoặc tự triển khai trên Kubernetes hoặc hạ tầng tại chỗ theo gói doanh nghiệp. Các nền tảng được hỗ trợ bao gồm AWS, Google Cloud, Microsoft Azure, VPC riêng tư và môi trường tại chỗ hoàn toàn cách ly.

Về framework, xpander cho phép khách hàng mang đến các agent được xây dựng bằng LangChain, Strands, Agno cũng như các prompt, quy tắc và kỹ năng hiện có của họ. Nó hỗ trợ các mô hình độc quyền, mã nguồn mở và mô hình tinh chỉnh của khách hàng.

Với nhà phát triển, xpander cung cấp ba đường dẫn tích hợp chính:

• REST API: Không phụ thuộc ngôn ngữ để quản lý và gọi agent, tác vụ và kho tri thức.
• Python SDK: Xây dựng agent và quy trình làm việc, với xử lý sự kiện và trừu tượng hóa vòng đời agent.
• Model Context Protocol (MCP): Hỗ trợ các ứng dụng như Claude Desktop và Cursor.

Ông Twizer mô tả nó như một môi trường Kubernetes hoạt động bên trong khuôn viên của bạn, đám mây riêng của bạn hoặc đám mây xpander: "The harness that is agnostic can run any agent of any vendor" ('Bộ khung trung lập có thể chạy bất kỳ agent nào của bất kỳ nhà cung cấp nào').

Kiến trúc này hướng tới mục tiêu giúp việc lựa chọn mô hình trở nên tương tự như việc chọn CPU, nơi doanh nghiệp có thể chuyển đổi giữa Claude, ChatGPT, Kimi và các mô hình tự tinh chỉnh một cách dễ dàng mà không cần quan tâm đến nhà sản xuất.

Quản trị trong thực tế: Định nghĩa cụ thể

Ông Twizer lập luận rằng các agent chạy cục bộ khiến vấn đề vận hành trở nên đặc biệt nghiêm trọng:

"Bạn cài Claude, ChatGPT, Codex hoặc bất kỳ hệ thống AI nào khác chạy trên máy tính xách tay của nhân viên và bạn nhận được một hộp đen. Không có gì được quản trị, không có gì được kiểm toán, không có gì được kiểm soát."

Sự lo ngại của ông không chỉ đơn thuần là một agent có thể truy cập vào tài nguyên cục bộ, mà là các sản phẩm AI đã nhanh chóng chuyển từ việc tạo văn bản sang thực hiện hành động mà doanh nghiệp chưa nhất thiết xây dựng hạ tầng quản trị tương đương.

Về mặt kỹ thuật, lớp điều khiển của xpander có thể xác định ai được phép chạy một agent, agent có thể truy cập những tài nguyên nào và hành động nào cần sự chấp thuận của con người. Cụ thể:

• Agent được cấp danh tính riêng và các hành động có thể được truy vết về con người đã kích hoạt.
• Các lệnh gọi công cụ, lần chạy, dấu vết, phê duyệt và lỗi được ghi log.
• Chi phí được quy cho ở cấp độ tác vụ.

Một chi tiết kiến trúc quan trọng cho các đội bảo mật là xử lý thông tin xác thực: xpander cho biết thông tin xác thực được tiêm từ một kho lưu trữ khi lệnh gọi công cụ thực thi, thay vì phơi bày trực tiếp cho mô hình. Công ty cũng tuyên bố đạt chứng chỉ SOC 2 Type II và tuân thủ GDPR.

So sánh với các giải pháp cạnh tranh

Thị trường hạ tầng agent đang ngày càng đông đúc với nhiều cách tiếp cận khác nhau:

Giải pháp	Triển khai	Linh hoạt mô hình/framework	Tính năng doanh nghiệp	Giá công khai
xpander.ai	Dịch vụ lưu trữ, tự triển khai trên Kubernetes hoặc tại chỗ	Hỗ trợ nhiều mô hình và framework ngoài như LangChain, Strands, Agno	Phân quyền tập trung, danh tính người dùng, nhật ký kiểm toán, tiêm thông tin xác thực, tác vụ dài hạn, quy trình cộng tác "Multiplayer", Omni	Theo mức sử dụng: 1 tín chỉ = $0,01; doanh nghiệp tùy chỉnh, bắt đầu từ 50 agent
LangSmith	Cloud, hybrid hoặc tự lưu trữ trên Docker Compose/Kubernetes	Framework-agnostic	Quan sát, đánh giá, triển khai agent; SSO, ABAC/RBAC	$39/người dùng/tháng; doanh nghiệp tùy chỉnh
CrewAI	SaaS, VPC hoặc hạ tầng riêng	Nhiều nhà cung cấp LLM	Điều phối agent, quy trình dài hạn, SSO, RBAC, xác thực khối lượng công việc	Có bản miễn phí; doanh nghiệp tùy chỉnh
Temporal	Temporal Cloud hoặc tự lưu trữ mã nguồn mở	Không phải framework agent; trung lập vì cung cấp thực thi bền vững	Thực thi có độ bền, trạng thái ổn định, thử lại, phê duyệt con người	Bắt đầu từ $100/tháng
Amazon Bedrock AgentCore	Được quản lý hoàn toàn trên AWS	Hỗ trợ agent từ framework ngoài và mô hình ngoài Bedrock	Cách ly và mở rộng runtime; các dịch vụ tùy chọn khác	Theo mức tiêu thụ: $0,0895/vCPU-giờ

So sánh này cho thấy sự khác biệt của xpander trở nên cụ thể hơn: họ cố gắng kết hợp tính di động của framework và mô hình với danh tính doanh nghiệp, quản trị, hạ tầng runtime và một lớp cộng tác hướng tới nhân viên, thay vì chỉ cạnh tranh về khả năng hoán đổi mô hình hoặc triển khai bên ngoài môi trường SaaS của nhà cung cấp.

Omni: Kiểm chứng luận điểm của "bộ khung"

xpander cũng phát hành rộng rãi Omni, agent được xây dựng sẵn của họ. Omni được mô tả như một "kỹ sư triển khai tiên phong" — chuyển đổi một kết quả kinh doanh mong muốn thành một "Ứng dụng đại lý" (Agentic Application): một agent backend kết hợp với trải nghiệm frontend có thể bao gồm trò chuyện, UI tương tác, báo cáo và bảng điều khiển.

Điểm đáng chú ý là xpander tuyên bố Omni đạt 90,9% trên benchmark GAIA — một kết quả do công ty tự công bố, đạt được bằng cách kết hợp nhiều mô hình khác nhau như Opus, Sonnet, Kimi và GPT. Ông Twizer cho rằng điều này chứng minh:

"Giá trị nằm ở lớp harness chứ không phải ở lớp mô hình. Giá trị nằm ở cách bạn xử lý các tác vụ dài hạn, cách bạn gọi công cụ, cách bạn tạo sandbox, cách bạn tập trung hóa."

Chi phí thực sự của việc tự xây lớp agent hạ tầng

Ông Twizer lập luận rằng các doanh nghiệp muốn kiểm soát tập trung mà không áp dụng hạ tầng của một nhà cung cấp khác sẽ phải tự lắp ráp nhiều thành phần. Đây là nơi chi phí ẩn của các agent sản xuất xuất hiện:

"Nếu bạn muốn làm điều gì đó giống như Claude Code của Anthropic một cách có quản trị và an toàn, bạn cần xây dựng toàn bộ bộ khung. Bạn cần xây dựng sandbox, xác thực, sự can thiệp của con người, lưu trữ, quản lý phiên và lớp bộ nhớ. Nó giống như đầu tư hai năm cơ sở hạ tầng chỉ để chạy agent đó một cách an toàn."

Kết luận

Câu hỏi mà xpander đặt ra là: doanh nghiệp sẽ muốn lớp điều khiển này từ một startup độc lập, một công ty framework agent, hay từ chính các nhà cung cấp mô hình và đám mây mà họ muốn trừu tượng hóa?

Lời đề nghị của xpander rất rõ ràng: hãy tiếp tục sử dụng bất kỳ mô hình, framework và giao diện nào mà nhân viên cảm thấy hữu ích, nhưng hãy chuyển hạ tầng kiểm soát những gì các agent có thể làm vào một lớp chung mà tổ chức có thể quản trị. Thị trường cho lớp kiểm soát này đang trở thành một chiến trường mới trong ngành hạ tầng AI doanh nghiệp.