---
title: "Self Evolution: cách để Grok Bot tự cải tiến liên tục từ kinh nghiệm làm việc và người dùng"
description: "Self Evolution giúp Grok Bot rút bài học từ việc hằng ngày, nhưng bot chỉ học khi có ghi log kèm bằng chứng và thay đổi rủi ro vẫn chờ bạn duyệt."
canonical: "https://200lab.io/blog/grok-bot-self-evolution"
published: "2026-10-31T07:34:40Z"
updated: "2026-10-31T07:34:40Z"
authors: ["Mỹ Ngọc"]
tags: ["Agent", "AI", "Tips and tricks", "Grok Bot"]
reading_minutes: 13
access: "public"
---

Ai vận hành Grok Bot hay bất kỳ AI agent nào cũng mong bot tự học từ kinh nghiệm làm việc và feedback hằng ngày. Thế nhưng thực tế hay gặp là hôm nay bạn vừa dặn bot một điều, vài hôm sau bot lại mắc đúng lỗi cũ vì chẳng ai ghi lại.

Anh Việt Trần đã tạo bot "Self Evolution" trên Grok Bot và chia sẻ thành template, tức bot có sẵn người khác chia sẻ để bạn bấm thêm vào tài khoản. Mình đã đọc các skill của template, mở ledger thật trên máy chạy bot, đọc file báo cáo review đầu tiên và hỏi trực tiếp bot về cách nó chạy. Hệ thống mới dựng ngày 28-29/10/2026, nên tới giờ mới chạy được vài ngày.

> **Dùng thử Grok Bot Self Evolution:** bạn có thể thêm bot này vào tài khoản Grok Bot của mình qua [trang template Self Evolution trên Grok Bot](https://x.ai/bot/q0uJHTtaiRGudbSxoClFj).

## Self Evolution là gì: template giúp Grok Bot tự học từ kinh nghiệm

Theo [trang template Self Evolution](https://x.ai/bot/q0uJHTtaiRGudbSxoClFj), công cụ này giúp các Grok Bot cải tiến từ công việc hằng ngày. Hệ thống gồm một ledger là cuốn sổ ghi mọi episode, lesson và bằng chứng, đi kèm memory cùng wiki chia tầng. Ngoài ra, bot còn đề xuất skill mới kèm eval là ca thử có kịch bản, chạy review 3 ngày một lần và hỏi chủ bot trước các thay đổi rủi ro.

Trang này cũng lưu ý bot do người dùng bên thứ ba tạo và có thể hành động thay bạn. Về cơ chế, bot không train lại model. Nó ghi kinh nghiệm ra một ledger dùng chung cho mọi bot trên cùng máy tính, trong đó mỗi bot ghi dưới tên riêng của mình.

Skill của template tóm lại: memory nói bot nên làm gì, còn ledger chứng minh vì sao. Khi một lesson, tức bài học rút ra viết thành một câu rule, đã đủ chắc chắn thì nó mới được đưa vào [skill, cuốn sổ tay bot đọc trước khi làm](https://200lab.io/blog/skill-la-gi-so-tay-cho-bot-ai) một loại việc.

![Memory nói bot nên làm gì, ledger giữ bằng chứng vì sao; lesson đủ chắc chắn mới được đưa vào skill](https://assets.200lab.io/sha256/73/73f12a6206c9e28b786ec8f3d153aa5dacd0295d703e27b18224c59891733af9/generations/3ad935e87203d33cc793611769e9fef57219c51eb847333a0d020823001d6235)

## Vòng học của Self Evolution: tìm bài học, làm việc, ghi log, rút lesson

Khi hỏi trực tiếp Self Evolution, bot mô tả vòng học hằng ngày gồm bốn bước nối tiếp nhau:

1. **Tìm bài học cũ.** Trước khi bắt tay vào việc, bot tìm lesson liên quan trong ledger, gõ không dấu "tim kiem" vẫn ra "tìm kiếm"; bài học đã chắc chắn thì áp dụng luôn, bài mới chỉ xem là gợi ý.
2. **Làm và ghi episode.** Mỗi lần bot làm xong một việc thì ghi một episode gồm tên việc, kết quả thành công, một phần hay thất bại và phản hồi của bạn; tài liệu skill nhấn mạnh thất bại là thứ đáng ghi nhất.
3. **Rút hoặc cập nhật lesson.** Khi bị bạn sửa hoặc được khen, bot viết lesson mới hoặc cập nhật bài cũ, nối với episode đó xem nó ủng hộ hay phản bác; mỗi bài học chỉ chứa một ý, viết như rule để bot khác làm theo được.
4. **Đề xuất nâng cấp.** Khi bài học đủ mạnh, bot đề xuất đưa vào skill, wiki hoặc memory chứ không tự sửa âm thầm.

Với các câu hỏi đáp đơn giản, bot bỏ qua vòng này và cũng không để chuyện ghi log làm chậm yêu cầu gấp của bạn.

Mọi thứ ghi vào ledger đều bắt buộc có evidence, tức bằng chứng đi kèm theo dạng loại:tham chiếu, ví dụ `user:` kèm mã tin nhắn của bạn hoặc `file:` kèm đường dẫn file. Thiếu evidence thì engine từ chối ghi. Cách làm này hợp với chuyện [đối chiếu lời bot tự kể với bằng chứng](https://200lab.io/blog/kiem-tra-bot-ai-da-lam-gi) mà mình từng viết.

Về bảo mật, hệ thống cấm lưu mật khẩu, API key, số thẻ, email hay số điện thoại. Engine tự chặn các mẫu phổ biến, hoặc che chúng lại thành nhãn `[REDACTED]` nếu bot chọn chế độ che. Vì ledger dùng chung cho nhiều bot, skill dặn bot viết lesson chung chung, không chứa chi tiết riêng của người dùng.

![Vòng học của Self Evolution: bot tìm lesson cũ, ghi kết quả, nhận feedback rồi lưu lesson, mỗi bước kèm evidence vào ledger](https://assets.200lab.io/sha256/8e/8ee705eaebbe5c1dce1a60552920b041dbb4aa6bed8704c69304cccd4d713c50/generations/00414494f50d75239876ddb005b0d344f4dd5a0d6a603e1fedbd7ae19df10571)

## Lesson lên hạng từ L0 tới L3 theo điểm tin cậy

Mỗi bài học trong ledger đi qua bốn tầng rõ ràng để tránh chuyện bot học vội từ một lần làm ăn may:

| Tầng | Nghĩa | Khi nào lên |
| --- | --- | --- |
| L0 | Quan sát thô, chưa dùng để làm việc | Mới ghi nhận ban đầu |
| L1 | Lesson ứng viên, chỉ làm gợi ý để thử | Mặc định khi mới tạo, điểm 0,5 |
| L2 | Đã kiểm chứng, bot áp dụng mặc định | Có từ 3 lần ủng hộ và điểm từ 0,70, hoặc bạn xác nhận |
| L3 | Đã đưa vào skill, wiki hoặc memory hồ sơ | Bot đề xuất đưa vào và thay đổi được áp dụng |

Engine tính điểm tin cậy bằng công thức lấy số lần ủng hộ cộng 1, chia cho tổng số lần ủng hộ cộng số lần phản bác cộng 2. Một lần chính bạn xác nhận được tính bằng 3 lần ủng hộ.

Ngược lại, nếu bài học bị phản bác từ 2 lần trở lên và số lần phản bác không ít hơn ủng hộ, hoặc điểm tụt xuống dưới 0,4, nó bị gắn nhãn "contested" nghĩa là đang bị nghi ngờ, còn bài ở L2 thì bị hạ về L1.

Trong dữ liệu test của chính engine chứ chưa phải vận hành thật, 3 episode thành công liên tiếp kéo điểm từ 0,5 lên 0,667, 0,75 rồi 0,8 để đưa bài học lên L2. Ở chiều ngược lại, 2 episode thất bại đẩy một bài khác xuống 0,333 rồi 0,25 và biến thành contested. Nhờ cách tính này, một lời khen hay chê đơn lẻ của bạn không biến ngay thành rule cứng.

![Bậc thang L0 tới L3 của lesson trong Self Evolution, lesson tích điểm để lên L2 và vào skill ở L3, bị phản bác thì tụt hạng](https://assets.200lab.io/sha256/a8/a8fa7c247137aeec246249882bf577c2c6828f67ad0672dcb2c9c8a9277ed872/generations/35d3359c1b3cd2aff321ed6e03610b512d7fedab8802c8426ef0730d4b20c459)

## Việc Grok Bot tự áp dụng và việc phải hỏi người dùng trước

Skill của template chia rõ thay đổi nào bot tự áp dụng rồi báo lại, thay đổi nào phải hỏi bạn trước:

| Bot tự làm rồi báo lại | Phải hỏi bạn trước |
| --- | --- |
| Ghi episode sau khi làm xong việc | Việc liên quan tới khách hàng, tiền, mật khẩu, thông tin cá nhân |
| Thêm hoặc củng cố lesson của chính bot đó | Gửi tin hoặc đăng nội dung ra bên ngoài |
| Đổi tầng bài học theo đúng rule điểm số | Xóa dữ liệu hoặc đổi server, service đang chạy thật |
| Viết trang wiki mới khi có đủ nguồn | Tạo skill mới hoặc đổi memory chung về bạn |
| Sửa câu chữ trong skill nhưng giữ nguyên hành vi | Tạo routine mới có hành động thay mặt bạn |

Bên dưới, engine quét từ khóa cả tiếng Anh lẫn tiếng Việt để phân loại rủi ro. Đề xuất rủi ro cao chỉ được duyệt khi có mã tin nhắn của bạn làm bằng chứng đồng ý. Bạn từ chối là chốt luôn, bot không tìm đường vòng, và hễ phân vân thì bot phải hỏi.

![Đề xuất chạm việc nhạy cảm như tiền, khách hàng hay skill mới phải chờ bạn đồng ý, mã tin nhắn của bạn được lưu làm evidence](https://assets.200lab.io/sha256/81/81acea658ac40937d88be71d1e9b8f60d9eaf97afd113200d63424a99c4ae3ad/generations/8159b9f703f996959882352bd07f55659a2118bce4a222144353aae2dacc70d9)

Lúc mới dựng hệ thống có một lỗi thật khá đáng nhớ: ban đầu engine chấm việc tạo skill mới là rủi ro thấp nếu phần mô tả không chứa từ khóa nhạy cảm. Sau đó engine được sửa để mọi skill mới đều bị tính là rủi ro cao và bot bắt buộc hỏi ý kiến, giống nguyên tắc [phân quyền cho AI agent ở các việc nhạy cảm](https://200lab.io/blog/cho-bot-quyen-gi-phan-quyen-ai-agent).

## Review 3 ngày một lần và báo cáo review đầu tiên bằng 0

Hệ thống dùng một routine, tức lịch hẹn để bot tự chạy lúc 9:00 sáng mỗi 3 ngày theo giờ Việt Nam và báo cáo bằng tiếng Việt, tương tự cách [đặt routine bản tin cuối ngày trên Grok Bot](https://200lab.io/blog/grok-bot-daily-digest-routine).

Bản báo cáo rà soát 8 mục:

1. Số episode kèm tỉ lệ thành công.
2. Lesson thay đổi trong kỳ.
3. Lesson đang contested.
4. Lesson đủ chuẩn lên hạng.
5. Trang wiki quá 30 ngày chưa kiểm tra lại và mục thiếu bằng chứng.
6. Mẫu việc lặp từ 3 episode giống nhau trở lên, có thể thành skill mới.
7. Các eval chưa đạt.
8. Danh sách đề xuất đang chờ.

Đề xuất chờ xử lý được tách làm hai nhóm: nhóm an toàn bot tự áp dụng, nhóm rủi ro cao gom thành câu hỏi có hoặc không trong đúng một tin nhắn tóm tắt gửi bạn và nằm chờ phản hồi.

![Ví dụ minh họa báo cáo review 3 ngày: đề xuất an toàn bot tự áp dụng, đề xuất rủi ro chờ người dùng duyệt có hoặc không](https://assets.200lab.io/sha256/20/202e02f9a941fec33f2e5fc68fef4d2b6105039d8d0fdde7e4b7fa4f6be1da81/generations/e6cd0310a215cd62adbbab2a6503be171b8a36fce6e63311ff1447d26a910f7e)

Thế nhưng ở lần chạy thật đầu tiên lúc 9:02 sáng ngày 31/10/2026, cả 8 mục đều bằng 0 vì trong 3 ngày đó không bot nào ghi gì, nên bot chỉ nhắn báo anh Việt đúng một dòng, còn file báo cáo trên máy ghi nguyên văn như sau:

```text
# Self-evolution review — all agents — last 3 days
## 1. Episodes (0): none
## 2. Lessons changed in window (0)
## 3. Contested lessons — fix, narrow, or retire (0)
## 4. Ready to promote L1->L2 (0); L2 candidates for L3 skill/wiki/profile (0)
## 5. Stale (> 30d unverified) (0) and ungrounded (0)
## 6. Repeated patterns -> candidate skills (0)
## 7. Evals not passing (0)
## 8. Pending proposals (0)
### 8a. Safe to auto-apply (low risk) (0)
### 8b. NEEDS USER APPROVAL — ask, do not apply (0)
```

Nhìn con số 0 tròn trĩnh này mới thấy thêm template xong chưa giải quyết được gì nếu các bot làm việc hằng ngày quên ghi log. Bot hỗ trợ mình viết blog, cũng là một Grok Bot, mới bắt đầu ghi log các việc viết bài từ ngày 31/10/2026, tới lúc mình gõ những dòng này mới có đúng 2 episode nên chưa rút ra được lesson hay số liệu hiệu quả nào cả.

## Self Evolution so với Reflexion, Generative Agents và Voyager

Cách cho AI học mà giữ nguyên model bên dưới đã xuất hiện trong vài nghiên cứu nổi tiếng:

- [Reflexion](https://arxiv.org/abs/2303.11366) của Shinn và cộng sự năm 2023 cho agent tự viết lời rút kinh nghiệm sau mỗi lần thử để giữ trong bộ nhớ thay vì cập nhật weight của model; nhóm tác giả chỉ ra hạn chế là cách này phụ thuộc sức tự đánh giá của model và bộ nhớ chỉ lưu được vài lời rút kinh nghiệm gần nhất.
- [Generative Agents](https://arxiv.org/abs/2304.03442) của Park và cộng sự tại UIST 2023 thiết kế cho mỗi nhân vật một dòng ký ức ghi mọi trải nghiệm bằng chữ, khi tổng hợp thành nhận định cao hơn thì đính kèm các ký ức làm bằng chứng, dù vẫn hay gặp lỗi lấy sai ký ức và tự thêm thắt chi tiết.
- [Voyager](https://arxiv.org/abs/2305.16291) của Wang và cộng sự năm 2023 giúp agent chơi Minecraft lưu kỹ năng vào thư viện chỉ sau khi tự kiểm tra là chạy thành công rồi lấy ra dùng cho việc mới mà không fine-tune model.

Đặt cạnh ba công trình trên, Self Evolution đi cùng hướng cất kinh nghiệm ra ngoài model, giữ lại cách nối bằng chứng của Generative Agents và bước kiểm chứng trước khi lưu của Voyager. Điểm cộng thêm cho môi trường làm việc thật là công thức tính điểm tin cậy theo kết quả và chốt chặn chờ người dùng duyệt.

Tính tới tháng 10/2026, khi skill, routine và memory cho agent đã thành tính năng quen thuộc trên Grok Bot, mình đoán bài toán khó tiếp theo nằm ở chỗ bắt bài học phải có bằng chứng và lọc xem điều gì xứng đáng thành rule, chứ không còn là nhồi cho bot nhớ thật nhiều.

## Giới hạn của Self Evolution cần biết trước khi dùng

Khi mình hỏi thẳng về điểm yếu, chính bot liệt kê năm giới hạn bạn cần biết trước khi bấm dùng:

- Hệ thống mới chạy vài ngày, chưa có lesson thật nào lên tới L2 hay L3 và chưa có số liệu chứng minh hiệu quả.
- Hệ thống chỉ học khi các bot chủ động ghi log sau mỗi việc, bot quên ghi là mất dữ liệu.
- Bộ lọc rủi ro quét theo từ khóa nên vẫn có thể lọt lưới, phải đỡ bằng câu rule hễ phân vân thì hỏi bạn.
- Bản thân template không mang theo file code, nên bot mới phải tự dựng lại engine từ bản đặc tả viết trong skill.
- Bot không tự sửa skill hay memory âm thầm mà chờ bạn duyệt các thay đổi lớn, nên tốc độ tiến hóa sẽ chậm có chủ ý.

Quá trình tự dựng lại engine cũng từng vấp một lỗi thật: bộ skill đầu tiên chỉ mô tả thiết kế chung chung nên anh Việt thấy chưa đủ sức dựng lại hệ thống, sau đó bot phải viết lại thành bản đặc tả 3 phần chi tiết kèm bài test 8 bước và chạy qua hết trên engine gốc.

Ở góc độ cá nhân, mình thích cơ chế bắt buộc đính kèm bằng chứng và cộng trừ điểm tin cậy, vì một lần bot bị chê không biến ngay thành rule cứng. Tờ báo cáo toàn số 0 cũng có ích theo cách riêng: nó nói thật rằng chưa ai ghi gì, thay vì một báo cáo trông đẹp mà không có dữ liệu thật.

## Cài template Self Evolution và tự thử với Grok Bot của bạn

Theo skill khởi động, ngay khi bạn thêm template vào tài khoản, bot sẽ kiểm tra xem trên máy đã có engine chưa; nếu chưa thì nó tự dựng lại từ 3 skill đặc tả và chạy bài test 8 bước. Xong xuôi, bot hỏi bạn lần lượt 4 câu về cách xưng hô kèm ngôn ngữ, muốn học từ bot hay công việc nào, vùng cấm không bao giờ được tự đổi, và giờ chạy review với mặc định 9 giờ sáng rồi mới tạo routine review 3 ngày.

> **Thêm Self Evolution vào Grok Bot của bạn:** mở [trang template Self Evolution](https://x.ai/bot/q0uJHTtaiRGudbSxoClFj), thêm bot vào tài khoản, rồi làm theo các bước dưới đây.

1. **Rà lại lỗi lặp.** Ngồi liệt kê các việc bạn đang giao bot hằng ngày và những lỗi bạn cứ phải nhắc đi nhắc lại.
2. **Chọn một việc.** Nhặt ra đúng một đầu việc lặp lại nhiều nhất ở shop của bạn để thử nghiệm trước.
3. **Thêm template.** Mở trang template, thêm bot vào tài khoản Grok Bot, rồi khai báo thật rõ các vùng cấm khi bot hỏi 4 câu khởi động.
4. **Nhắc bot ghi log.** Dặn con bot đang làm việc kia ghi log sau mỗi lần làm, bạn có thể chép câu nhắn gợi ý bên dưới.

   ```text
   Từ giờ, sau mỗi lần làm xong việc trả lời tin nhắn khách, hãy ghi một episode vào Self Evolution: kết quả thế nào, mình sửa gì, kèm mã tin nhắn làm bằng chứng. Không ghi số điện thoại hay tên khách.
   ```

5. **Sửa kèm lý do.** Mỗi lần chỉnh câu trả lời của bot, bạn nói rõ vì sao sai để nó có phản hồi cụ thể mà rút bài học.
6. **Đọc báo cáo định kỳ.** Tới kỳ review 3 ngày, bạn đọc tin nhắn tóm tắt và trả lời dứt khoát có hoặc không cho từng đề xuất.

Việc dễ nhất bạn làm được ngay hôm nay là nhặt ra một lỗi bot hay vấp và dặn nó ghi log ngay lần tới khi chuyện đó lặp lại. Nếu muốn hiểu sâu hơn AI agent cần nhớ những gì để ra quyết định và vì sao context window khác với memory, bạn có thể xem thêm khóa Agent Harness Foundations của 200Lab.

![Agent Harness Foundations](https://assets.200lab.io/sha256/7d/7d10dab27b878eeb97b71bf30112001ee144303e521c32d1aa20dd5466b2f6d8/generations/3b7588991172f063d96597212486357a0e018d60bec854c770c2a5546b206488)

- [Agent Harness Foundations](https://200lab.io/courses/agent-harness-foundations.md)

## Đọc thêm

- [OpenAI công bố hệ thống giám sát AI agent sau vụ Hugging Face](https://200lab.io/blog/openai-ai-agent-monitoring-system.md): Giám sát AI agent ở OpenAI có 4 lớp, dựng sau vụ agent thoát sandbox. Hãng làm model còn phải soi agent, người giao việc càng cần chỗ xem lại bot làm gì.
- [Cách đặt Grok Bot gửi bản tin cuối ngày nhắc việc cho chủ shop](https://200lab.io/blog/grok-bot-daily-digest-routine.md): Bản tin cuối ngày giúp người bán một mình gom việc còn treo. Với routine của Grok Bot, bot chỉ đọc bảng và nhắc việc theo lịch, chủ shop vẫn tự quyết định.
- [Dùng Grok Bot UI UX Pro Max làm landing page shop nến tiếng Việt](https://200lab.io/blog/ui-ux-pro-max-bot-candle-shop-landing-page.md): Grok Bot UI UX Pro Max dựng landing page shop nến; mình kiểm tra từng bước design system, contrast, font tiếng Việt và rút ra câu nhắn chỉnh bot cho mỗi bước.
- [Dùng AI trả lời đánh giá xấu đúng chính sách, không cam kết vượt mức](https://200lab.io/blog/reply-bad-reviews-with-ai.md): Trả lời đánh giá xấu dễ khiến shop cam kết vượt chính sách. Cách khắc phục: chép chính sách đổi trả vào skill, bot chỉ soạn nháp, chủ shop duyệt rồi mới đăng.
- [Gemini 4 Carbon là gì và tại sao Google chỉ mở cho chuyên gia](https://200lab.io/blog/gemini-4-carbon-cybersecurity-model.md): Gemini 4 Carbon là model mạnh nhất của Google nhưng chưa mở cho người thường. Số liệu do Google tự đo, hãy tự so bằng việc thật của bạn.
- [Mọi bài viết chủ đề Agent](https://200lab.io/blog/tags/agent.md)

Toàn bộ nội dung: https://200lab.io/llms.txt