Nếu nhìn LobeHub theo lăng kính cũ, khá dễ xem nó như một chat UI đẹp cho LLM: hỗ trợ nhiều model, có plugin, có knowledge base, hết. Nhưng nếu nhìn vào README hiện tại, changelog và cách họ tự mô tả sản phẩm, câu chuyện đã khác. LobeHub giờ không còn chỉ định vị mình là nơi để chat với AI; nó đang tiến thành một workspace nơi con người tạo, phối hợp và vận hành AI agent như đồng đội làm việc.
Nói gọn: đây là bước chuyển từ chat interface sang agent workspace.
Từ “hộp chat” sang “agent là đơn vị làm việc”
Dấu hiệu rõ nhất nằm ngay trong README chính thức. LobeHub nhận xét rằng phần lớn agent hiện nay là công cụ đơn lẻ, thiếu ngữ cảnh, sống tách biệt và buộc người dùng phải tự hand-off giữa nhiều cửa sổ và nhiều model. Rồi họ chốt định vị mới: “Agents as the unit of work”.
Đấy không phải thay câu slogan cho vui. Một chat app truyền thống xoay quanh luồng prompt → response. Còn khi agent trở thành “đơn vị làm việc”, sản phẩm buộc phải giải quyết thêm một loạt bài toán:
- Tạo agent nhanh
- Gắn tool/skill cho agent
- Cho nhiều agent phối hợp
- Lưu memory và ngữ cảnh dài hạn
- Tổ chức output theo project/page/workspace
- Cho tác vụ chạy theo lịch hoặc bất đồng bộ
Một UI chat thuần không cần tất cả lớp đó. Một workspace cho agent thì bắt buộc phải có.
LobeHub đang xây khá đủ các lớp của workspace đó
1) Agent Builder: không chỉ chat với AI, mà “lắp” ra AI để làm việc
Trong phần tính năng chính, LobeHub mô tả Agent Builder là nơi người dùng chỉ cần mô tả nhu cầu một lần, hệ thống sẽ tự cấu hình agent để dùng ngay. Họ nhấn mạnh hai điểm: truy cập hợp nhất tới nhiều model/nhiều modality, và thư viện 10.000+ skills cùng plugin tương thích MCP.
Đây là dấu hiệu cho thấy LobeHub muốn đứng ở tầng orchestration. Nếu chỉ là chat UI, hỗ trợ nhiều model là đủ để bán. Nhưng khi họ nhấn vào skills, MCP-compatible plugins và khả năng dựng agent từ mô tả, mục tiêu không còn là “nơi nói chuyện với model” nữa, mà là nơi cấu hình năng lực làm việc cho agent.
2) Agent Groups: từ một assistant sang một nhóm “teammate”
README nói rất rõ: LobeHub có Agent Groups, cho phép người dùng làm việc với agent như đồng đội thật; hệ thống sẽ tập hợp đúng agent cho đúng tác vụ để cộng tác song song và cải thiện lặp dần.
Đây không còn là UX của chatbot. Đây là UX của một đội làm việc.
Changelog của LobeHub v2.0 còn nói thẳng hơn: họ đưa vào multi-agent group chat, nơi nhiều agent chuyên môn có thể tranh luận, suy luận và giải quyết vấn đề trong cùng một cuộc hội thoại. Đây là bước dịch chuyển rõ từ “assistant trả lời người dùng” sang “hệ thống agent phối hợp với nhau trước mặt người dùng”.
3) Pages, Schedule, Project, Workspace: bộ khung của phần mềm làm việc thật sự
Nếu cần một bằng chứng ngắn gọn nhất rằng LobeHub đang tiến thành workspace, thì đó là cụm Pages, Schedule, Project, Workspace trong README.
- Pages: viết và tinh chỉnh nội dung với nhiều agent trong một nơi, chia sẻ chung ngữ cảnh
- Schedule: lên lịch chạy để agent làm việc đúng thời điểm
- Project: tổ chức công việc theo dự án
- Workspace: không gian chia sẻ để team cộng tác với agent, có ownership và visibility rõ ràng
Mấy thứ này không phải đồ trang trí marketing. Chúng là primitive của một phần mềm năng suất kiểu mới. Một chat UI có thể có folder, pin, search. Nhưng khi đã có pages + schedule + project + workspace, sản phẩm đã bước sang vùng của công cụ tổ chức công việc — chỉ khác ở chỗ trung tâm không còn là tài liệu hay tin nhắn, mà là agentic work.
Knowledge base và file layer: nền móng để agent làm việc có ngữ cảnh
Bản phát hành tháng 8/2024 về File Upload / Knowledge Base là một bước nền móng rất quan trọng. Khi đó, LobeHub thêm menu Files riêng, hỗ trợ upload nhiều loại file, preview nhiều định dạng, tạo knowledge base không giới hạn, tự động chunk + vectorize và cho phép dùng file/knowledge base ngay trong hội thoại.
Nghe qua có vẻ như chỉ là “RAG cho chatbot”, nhưng thực ra ý nghĩa lớn hơn nhiều. Một agent chỉ thực sự hữu ích khi nó có thể truy cập tư liệu nội bộ, gọi lại tài liệu đúng ngữ cảnh và dùng file như một nguồn tri thức thao tác được. Knowledge base biến LobeHub từ nơi “gửi prompt” thành nơi “tập hợp tài nguyên để agent làm việc”.
Ở bản v2.0 đầu 2026, LobeHub còn nhấn mạnh New Knowledge Base với cấu trúc folder để tổ chức knowledge và resource tốt hơn. Điều đó cho thấy knowledge không còn là tính năng phụ; nó là một lớp hạ tầng trung tâm.
Memory: từ phiên chat ngắn hạn sang quan hệ dài hạn với agent
Một workspace cho agent mà không có memory thì sớm muộn cũng chỉ là chat app có thêm vài nút. LobeHub đẩy mạnh Personal Memory như một trụ cột sản phẩm.
Trong README, họ mô tả memory theo hai hướng đáng chú ý:
- Continual Learning: agent học từ cách người dùng làm việc để thích nghi theo thời gian
- White-Box Memory: bộ nhớ có cấu trúc, có thể chỉnh sửa, minh bạch, để người dùng giữ quyền kiểm soát
Điểm “white-box” rất đáng chú ý, vì nó cho thấy LobeHub muốn memory trở thành thứ có thể quản trị, chứ không chỉ là một black box “AI nhớ bạn” theo kiểu khó tin và khó kiểm soát. Trong changelog v2.0, họ còn nói memory giúp agent nhớ preference, style, goal và past projects để hỗ trợ cá nhân hóa theo thời gian.
MCP Marketplace: thứ biến chat app thành platform
Nếu knowledge base và memory là chiều sâu ngữ cảnh, thì MCP Marketplace là chiều rộng năng lực.
README mô tả marketplace này như một thư viện plugin MCP đang phát triển để mở rộng khả năng của AI và streamline workflow. Changelog tháng 7/2025 còn ghi rõ việc ra mắt MCP plugin marketplace với cài đặt một chạm trên desktop.
Đây là điểm then chốt. Một sản phẩm agent muốn thành workspace thì không thể sống bằng năng lực gốc của model alone. Nó phải có cách để agent chạm vào thế giới bên ngoài: API, database, tìm kiếm, file system, dịch vụ SaaS, công cụ dev… Nói ngắn gọn, nó phải có tooling layer đủ rộng. MCP cho LobeHub đúng lớp đó.
Vì sao hướng đi này đáng chú ý?
Thứ nhất, LobeHub đang đi theo hướng agent-native productivity thay vì chỉ là “LLM wrapper đẹp”. Khác biệt bền vững không nằm ở giao diện bóng bẩy, mà ở việc sản phẩm có biến AI thành một hệ thống làm việc có tổ chức hay không.
Thứ hai, họ đang dịch chuyển cạnh tranh khỏi “chat experience” sang coordination experience. Cuộc chơi chat UI sớm muộn sẽ bị commoditize; nhưng điều phối nhiều agent, nhiều tool, nhiều knowledge source và nhiều output trong một môi trường thống nhất thì khó hơn nhiều.
Thứ ba, narrative của họ giờ đã khá nhất quán: từ knowledge base (2024), tới marketplace MCP (2025), tới multi-agent/group chat, pages và memory ở v2.0 đầu 2026, tất cả ghép lại thành một product thesis liền mạch: LobeHub là không gian để tìm, xây dựng và cộng tác với agent teammates cùng phát triển với bạn.
Nhưng đừng lãng mạn quá
LobeHub có thể hay, nhưng vẫn còn vài thứ phải chứng minh bằng execution.
- Multi-agent có thật sự tăng năng suất không? Nếu orchestration không tốt, nhiều agent dễ biến thành sân khấu ồn ào hơn là công cụ làm việc.
- Memory và knowledge base có đủ đáng tin không? Một workspace sẽ chết rất nhanh nếu retrieval tệ hoặc memory lưu sai.
- Marketplace có thành platform thật không? Có marketplace chưa đủ; ecosystem phải đủ tốt, permission đủ rõ và trải nghiệm cài đặt đủ mượt.
Nếu chỉ nhìn bề mặt, người ta vẫn có thể gọi LobeHub là chat UI. Nhưng nhìn vào định vị sản phẩm, README, changelog và các lớp tính năng đang được ưu tiên, cách gọi đó giờ đã lỗi thời.
LobeHub đang chuyển từ một nơi để nói chuyện với AI thành một workspace để xây, điều phối và cộng tác với AI agent. Agent không còn là nhân vật phụ trong khung chat; nó đang trở thành đơn vị làm việc trung tâm. Và khi Pages, Project, Schedule, Workspace, Memory, Knowledge Base và MCP Marketplace đứng chung trong một product thesis, đây không còn là cuộc đua giao diện nữa — mà là cuộc đua xem ai xây được môi trường làm việc agent-native đủ tốt để người dùng quay lại mỗi ngày.
LobeHub chưa chắc thắng cuộc đua đó. Nhưng ít nhất, nó đã thôi là một chiếc chat box đẹp.
