Vấn đề thật sự: bảo trì không phải sáng tạo
Bạn gọi tôi tư vấn cho một startup công nghệ. Họ có 50 trang wiki, 200 process document, 15 team, và vault của họ là một mớ hỗn độn. Liên kết bị hỏng ở khắp nơi. Một nửa chỉ dẫn SOP không được cập nhật từ 6 tháng trước. Có 30 note bị bỏ rơi, không ai link đến, không ai biết tại sao chúng tồn tại. Tag không nhất quán: cái gì được gọi là #project ở đây lại là #project-work ở chỗ khác.
Đội ngũ than phiền: “Chúng tôi cần người viết tài liệu, cần người quản lý wiki.” Sai rồi. Họ không cần writer, họ cần bảo trì tự động.
Thực tế là 80% những kho tri thức doanh nghiệp thất bại không phải vì nội dung kém chất lượng, mà vì gánh nặng bảo trì. Mỗi tuần có 20 note mới được viết, nhưng không ai đi quay lại để sửa liên kết cũ, xóa nội dung trùng lặp hay link những ý tưởng liên quan lại với nhau. Kho tri thức phình to, lộn xộn, và cuối cùng mọi người quay lưng lại, quay về Gmail, Slack hoặc tìm Google.
Giải pháp là AI agent bảo trì vault. Không phải một tool riêng lẻ, mà là một hệ thống agent chạy định kỳ, hàng tuần hoặc hàng ngày, để tự động xử lý những gì máy làm tốt nhất: tìm pattern, kiểm tra quy tắc, sửa lỗi, gợi ý cải thiện.
Tại sao AI xịn hơn bạn ở công việc này
Karpathy nói rất hay: “Linting là một health check định kỳ, độc lập với việc tạo nội dung mới.” Một linker hoàn hảo có thể quét toàn bộ wiki, so sánh từng note với từng note khác, tìm mâu thuẫn, phát hiện gap, liên kết ý tưởng, xóa orphan, tất cả trong vài phút. Bạn không thể làm được điều này thủ công vì não bạn sẽ kiệt sức sau 5 note. Nếu bạn muốn hiểu sâu hơn về khái niệm linting từ Karpathy, xem bài Karpathy pattern.
Một AI agent xịn về bảo trì vault vì nó có những khả năng sau.
Quét toàn bộ cùng lúc. AI có thể đọc 500 note trong 5 giây, so sánh tất cả với tất cả, tìm pattern mà bạn sẽ bỏ sót.
Không mệt, không quên. Nó chạy hàng tuần, không bao giờ quên, không bao giờ bỏ qua một note vì “hôm nay bận quá”.
Tự động sửa lỗi. Không chỉ báo cáo “note này bị hỏng”, mà nó sửa luôn: thêm wikilink, xóa note trùng, cập nhật tag.
Học từ quy tắc bạn định. Bạn viết rule một lần (ví dụ “tất cả note phải có date_modified”), agent sẽ enforce nó mãi mãi.
Một study về AI trong knowledge management (2026) cho thấy 23% tổ chức đã scale agentic AI system, thêm 39% đang thử nghiệm. Lý do chính không phải “AI viết nhanh hơn”, mà là “AI bảo trì tốt hơn”.
4 công việc bảo trì mà AI xử lý hoàn hảo
1. Linting liên kết: tìm điểm yếu trong hệ thống
Vault của bạn là một graph. Node là note, edge là wikilink. Nếu bạn có 300 note và mỗi note trung bình link đến 5 note khác, bạn có 1.500 edge. Cứ thêm note mới, cứ xóa note cũ, graph thay đổi. Đôi lúc node mất track liên kết.
Linting liên kết nghĩa là tìm những vấn đề sau. Liên kết hỏng là khi note được link tới không tồn tại. Note trống là file tồn tại nhưng không có gì bên trong hoặc chỉ có frontmatter. Liên kết không cấp là khi bạn link note ở 5 chỗ khác nhau, nhưng note đó lại là draft hoặc được giấu trong subfolder sâu. Thiếu backlink là khi một note được link từ 20 chỗ khác, nhưng nó không có link ngược lại.
Agent có thể chạy một prompt kiểu: “Kiểm tra vault, tìm tất cả wikilink hỏng, note trống, note thiếu frontmatter, liên kết trùng tên nhưng trỏ cùng concept, và orphan note. Với mỗi loại lỗi, output ra file path, loại lỗi, suggestion sửa và urgency level. Output JSON để dễ parse.” Chi tiết kỹ thuật về linting tools ở bài linting và health check vault.
Kết quả là một report JSON bao gồm tổng hợp (bao nhiêu broken links, empty notes, orphan notes, duplicate tags) và danh sách từng issue với file path, loại lỗi, suggestion cụ thể và mức độ ưu tiên.
2. Phát hiện note bị bỏ rơi (orphan detection)
Một orphan note là note không ai link đến. Nó tồn tại trong vault nhưng bị mất trong biển. Có thể nó từ project cũ mà không ai dùng nữa (nên xóa), có thể nó chưa “mature” đủ để link vào (nên để dự thảo), hoặc có thể nó bị quên từ hơn 6 tháng trước (nên kiểm tra lại).
Agent có thể chạy query: “List me all notes that have zero backlinks and created_date > 90 days ago. Sort by last_modified.” Từ đó, team có thể xóa những cái thực sự không dùng, link những cái nên được link, archive những cái còn relevant nhưng không active.
Orphan detection cực kỳ quan trọng vì nó ngừa được hiện tượng “vault sưu tập rác”: 1.000 note, 900 cái không ai dùng, search results lộn xộn.
3. Phát hiện nội dung lỗi thời (stale content detection)
Một SOP được viết hôm 2025-01-01. Hôm nay SOP này đã hơn 15 tháng tuổi. Đã có version mới chưa? Ai là owner? Nó có còn đúng không?
Agent có thể tìm tất cả note có date_modified quá threshold bạn set, kiểm tra xem nó có tag #sop hay #procedure không (những loại content dễ bị lỗi thời), rồi flag nó: “Note này 90+ ngày chưa update. Owner là ai? Còn dùng không?”
Output có thể là một stale content report phân loại theo mức độ: critical (SOP quá 6 tháng), medium (docs quá 4 tháng), kèm suggestion gửi thông báo cho owner review.
4. Gợi ý liên kết mới và consolidate nội dung trùng
Agent có thể phân tích semantic: “Tôi thấy note A nói về X, note B cũng nói về X, note C nói về X’, và X’ gần X lắm. Có nên merge B vào A không?” Hoặc: “Note D nhắc tới concept từ note A 3 lần, nhưng không link. Có nên thêm wikilink vào không?”
Đây là knowledge synthesis, không chỉ kiểm tra lỗi mà còn cải thiện structure. Nếu bạn đang xây knowledge base cho doanh nghiệp, đây là tính năng tạo ra giá trị lớn nhất.
Setup: Claude + MCP Obsidian + scheduled task
Bước 1: cài MCP Obsidian
Bạn cần Claude Code hoặc Claude Desktop với MCP Obsidian. MCP là Model Context Protocol, nó cho phép Claude đọc và viết file trong vault của bạn. Cài đặt MCP server qua npm, sau đó cấu hình trong config của Claude với đường dẫn vault. Nếu bạn đã quen với cách dùng Obsidian như IDE cho LLM, bước này sẽ rất quen thuộc.
Bước 2: viết linting prompt
Đây là prompt mẫu để chạy linting định kỳ. Bạn yêu cầu AI đóng vai vault maintenance agent, quét vault và kiểm tra health check toàn diện. Prompt cần bao gồm rules (mọi note phải có title, date_created, up link, tags trong frontmatter; wikilinks phải trỏ đến file tồn tại và dùng kebab-case; không có empty notes hay duplicate headings) và tasks (quét tất cả file .md, kiểm tra theo rules, generate các file JSON cho broken links, orphan notes, stale content, tag inconsistencies, rồi tạo weekly report).
Bước 3: schedule định kỳ
Bạn có thể dùng quy trình review vault hàng tuần hoặc scheduled tasks của Claude Code. Ví dụ, một cron job chạy mỗi thứ Hai 9 giờ sáng sẽ tự động quét vault, tạo report và gửi thông báo vào Slack channel.
Template: báo cáo sức khỏe vault
Đây là những phần cần có trong weekly health report.
Executive summary gồm tổng số note, note mới trong tuần, số issue tìm được (so với tuần trước), tỷ lệ auto-fixable vs manual review.
Critical issues là những vấn đề cần xử lý ngay: broken links, empty notes, missing frontmatter, kèm file path, count và owner.
High priority gồm orphan notes quá 6 tháng (nên xóa hoặc archive), SOP files chưa modified quá 90 ngày (cần author review), tag inconsistencies (normalize sang kebab-case).
Medium priority gồm potential new wikilinks được AI phát hiện, duplicate pages nên merge, notes có ít backlink.
Metrics theo dõi vault growth, broken link ratio (target dưới 1%), orphan ratio (target dưới 5%), frontmatter compliance (target trên 95%), average backlink per note (target 3+).
Automation status ghi nhận auto-fixes đã apply (pending review), owner notifications đã gửi, thời điểm lint run tiếp theo.
Khái niệm Hermes model: reviewer độc lập
Có một concept từ Karpathy mà tôi rất thích, gọi là Hermes model. Nó là một agent riêng biệt, nhiệm vụ là check chất lượng của những gì main agent làm.
Nói cách khác, Agent A chạy linting, Agent B review kết quả của A trước khi đưa cho human. Agent B là “skeptical reviewer”, nó không tin tưởng A, nó kiểm tra xem A có tìm đúng không, có miss gì không, suggestion của A có hợp lý không.
Ví dụ: Main Agent A gợi ý “Note này là orphan, nên delete.” Hermes B kiểm tra lại: note thực sự có 0 backlink? Đúng. Note có relevant content? Có. Có thể nó chỉ cần được link từ một MOC page? Khả thi. Verdict: “Không nên delete ngay, nên thêm vào MOC trước, rồi review lại.”
Cách tiếp cận này rất hữu ích với enterprise, vì nó ngừa AI “quá tự tin” xóa data mà không kiểm chứng.
Quality gate: AI tạo report, human approve, rồi AI execute
Một điểm quan trọng: không bao giờ để AI tự động sửa vault mà không có human approval.
Nguy hiểm là AI có thể xóa note bạn đang edit (race condition), merge hai note mà bạn tưởng khác nhau, hoặc thêm wikilink không chính xác (semantic confusion). Nên quy tắc là: AI tạo report, human review, human approve, rồi AI execute.
Workflow cụ thể: thứ Hai 9 giờ sáng, AI scan vault và generate report cùng auto-fix list. Thứ Hai 9:30, report được post vào Slack channel #knowledge. Từ thứ Hai đến thứ Tư, team review và approve hoặc reject fixes. Thứ Tư 5 giờ chiều, AI apply những fixes đã được approve. Thứ Năm 9 giờ sáng, chu kỳ mới bắt đầu.
Về config, bạn có thể set auto-fix requires approval, với approval threshold (ví dụ 50% team phải vote approve), và phân loại theo rủi ro: tag normalization (low risk, auto-approve) vs broken link removal, orphan deletion, merge duplicate (high risk, manual review).
Nhớ rằng vault là tài sản kiến thức của team. Mỗi quyết định permanent (xóa, merge, restructure) phải được team vote approve. Một lần xóa nhầm có thể mất hàng ngày công tạo content.
Bắt đầu nhỏ: 1 lint check mỗi tuần
Bạn không cần setup hoàn hảo ngay. Tôi recommend bắt đầu rất đơn giản theo lộ trình 5 tuần.
Tuần 1-2: manual lint. Mỗi thứ Hai sáng, bạn chạy linting prompt thủ công. Đọc report, ghi note. Không auto-fix gì, chỉ note lại những issue để fix sau.
Tuần 3-4: semi-automated. Setup scheduled task để chạy linting tự động. Report được post vào channel #knowledge. Bạn vẫn phải review và approve fixes thủ công.
Tuần 5+: full automation. AI tự động fix những issue low-risk (tag normalization, dead link removal suggestions). High-risk (deletion, merge) vẫn cần manual approval. Metrics được track liên tục.
Con số tốt để hướng tới: broken link ratio dưới 1%, orphan ratio dưới 5%, frontmatter compliance trên 95%, average backlink per note từ 3 trở lên.
Câu hỏi thường gặp
AI có thể tự động sửa lỗi không?
Có, nhưng cẩn thận. Low-risk fixes (tag normalization, frontmatter template) có thể auto. High-risk (xóa note, merge nội dung) cần human approval. Luôn output các changes thành list để human review trước khi execute.
Nếu vault quá lớn (1.000+ notes) thì sao?
AI vẫn quét được, nhưng thời gian tạo report sẽ lâu hơn. Chia nhỏ workload: lint from scratch hàng tháng (2-3 tiếng), lint từng section hàng tuần (5-10 phút). Hoặc sử dụng parallel agents, một agent per section.
Làm sao nếu team không có dev hay technical person?
Không cần. Bạn chỉ cần cài Claude Desktop + MCP Obsidian (one-time setup, 15 phút), copy-paste linting prompt từ bài này, rồi chạy hàng tuần. Không code, không bash command, chỉ prompt natural language.
Liên kết giữa “linting” và “health check” là gì?
Linting là process (quét, tìm lỗi). Health check là output (báo cáo trạng thái). Linting là cách làm, health check là kết quả.
Nếu AI agent sửa note sai, làm sao khôi phục?
Đó là lý do bạn cần Git. AI agent chỉ nên commit change với message rõ ràng. Nếu commit sai, bạn revert một commit. Nếu không dùng Git, bạn sẽ không có “undo button”.
Agent nên chạy bao thường xuyên?
Phụ thuộc vào vault size và tính chất. Vault dưới 100 note, hàng tuần đủ. Vault trên 500 note và có nhiều edit, hàng ngày tốt hơn. Thiết lập cron job hoặc scheduled task chạy vào ngày cuối tuần hoặc 3 giờ sáng.
Làm sao viết rule cho AI agent?
Viết rule bằng prompt. Ví dụ: “Tất cả note phải có frontmatter fields: title, created, status. Nếu note thiếu field nào, thêm vào với giá trị default.” Hoặc: “Tất cả tag phải lowercase. Nếu note có tag #Project-X, thay đổi thành #project-x.” Một rule list đơn giản, agent sẽ enforce nó.
Vault bảo trì tự động là hiện tại, không phải tương lai
Enterprise knowledge base năm 2026 không còn là những tập tin tĩnh trên máy chủ. Nó là một living system có agent chạy background, kiểm tra sức khỏe, tự sửa chữa, gợi ý cải thiện.
Lợi ích thực tế: bảo trì giảm 70% vì thay vì 2 người FTE quản lý wiki, bạn chỉ cần 1 người check report hàng tuần. Chất lượng cao hơn vì liên kết không bao giờ bị hỏng quá 1 tuần, orphan note được phát hiện ngay, SOP lỗi thời được flag. Team tin tưởng vault hơn vì khi tìm kiếm, bạn chắc chắn sẽ tìm được, liên kết sẽ work, content sẽ up-to-date.
Bắt đầu hôm nay: viết một linting prompt, chạy nó trên vault của bạn, xem xét kết quả. Trong 2 giờ, bạn sẽ biết vault của bạn cần sửa cái gì. Lần tới, bạn có thể schedule nó định kỳ.
Vault bảo trì tự động không phải là tương lai, nó đã là hiện tại.
Bửu Trung — Dân Lười, thích Tối ưu.
Bạn đã thử chạy linting trên vault của mình chưa? Nếu rồi, kết quả thế nào? Share cho tôi nghe nhé.
