Seed mang lại một cách tiếp cận hoàn toàn mới cho việc xây dựng agent: không có khung framework phức tạp, chỉ một vòng lặp nhỏ trong seed.py kết nối LLM với một công cụ duy nhất (exec) để chạy lệnh bash. Khi bạn khởi tạo một thư mục mới và chạy lệnh uvx --from git+https://github.com/vivekhaldar/seed.git seed, dự án sẽ sao chép seed.py và run_seed.sh vào, tạo thư mục self/ và khởi tạo một repo git mới.
Trong mỗi phiên làm việc, agent ghi lại toàn bộ lịch sử dưới dạng JSON trong self/sessions/. Đây không phải là bộ nhớ nội bộ, mà là một “flight recorder” cho phép người dùng và chính agent đọc lại quá khứ, hoặc thậm chí phát triển các công cụ mới để phân tích lịch sử. Mọi dữ liệu mà agent muốn lưu trữ phải được viết vào thư mục self/, khiến mỗi phiên trở nên tạm thời và độc lập.
Seed hỗ trợ đa dạng mô hình và khóa API thông qua thư viện llm của Simon Willison. Mô hình mặc định là openai-codex/gpt-5.6-sol, nhưng bạn có thể chuyển sang Gemini 2.5 Pro, Anthropic, OpenRouter, v.v. bằng cách truyền tham số -m khi chạy run_seed.sh. Việc đăng nhập Codex chỉ cần một lần trên mỗi máy.
Thiết kế của Seed dựa trên các nguyên lý như metacircular eval của McCarthy và homoiconicity, nhằm tạo ra một môi trường mà agent tự xây dựng công cụ, bộ nhớ và kỹ năng qua từng phiên. Tài liệu DESIGN.md giải thích chi tiết các rủi ro và lựa chọn kiến trúc.
Với mô hình “seed” này, cộng đồng AI Việt Nam có thể dễ dàng thử nghiệm và tùy biến agent mà không bị ràng buộc bởi các framework nặng nề, mở ra cơ hội sáng tạo các ứng dụng AI tự động hoá và học hỏi sâu hơn.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com