Seri AI #6: Agent Itu Apa?

Dalam kehidupan sehari-hari, kata "agen" sudah tidak asing: agen perjalanan menguruskan tiket dan hotel untuk kita, agen properti mencarikan rumah sesuai kebutuhan kita. Intinya, agen adalah pihak yang diberi kepercayaan untuk bertindak atas nama seseorang demi mencapai suatu tujuan. Makna itu tetap sama dalam dunia AI. Agent AI adalah sebuah LLM yang sudah dipasang di dalam harness, lalu diberi tujuan yang jelas, instruksi khusus, ingatan, dan seperangkat tools untuk satu bidang pekerjaan — sehingga ia tidak hanya menjawab, tetapi bisa bekerja menyelesaikan tugas atas nama penggunanya.

Perbedaan agent dengan aplikasi percakapan biasa terletak pada cara kerjanya. Chatbot biasa bersifat tanya-jawab: kita bertanya, ia menjawab, selesai. Agent menerima sebuah tujuan, lalu memecahnya sendiri menjadi langkah-langkah: mencari informasi yang dibutuhkan, memakai tool yang sesuai, memeriksa hasil sementara, memperbaiki bila ada yang kurang, dan melanjutkan ke langkah berikutnya sampai tujuan itu tercapai atau sampai ia perlu meminta keputusan kita. Jadi yang diberikan pengguna bukanlah perintah langkah demi langkah, melainkan hasil akhir yang diinginkan — agent yang menyusun jalan menuju ke sana.

Sebuah agent bisa dibayangkan sebagai satu pekerja lengkap dengan segala perlengkapannya. Otaknya adalah LLM, tubuh dan lingkungan kerjanya adalah harness, lalu ia dilengkapi: tujuan dan uraian tugas yang jelas, instruksi tentang cara bersikap dan batas-batasnya, ingatan tentang konteks dan pekerjaan sebelumnya, serta tools yang relevan dengan bidangnya. Karena perlengkapan inilah, LLM yang sama persis bisa menjadi agent yang berbeda-beda: agent tutor yang sabar menjelaskan pelajaran, agent penjadwal yang rajin mengurus kalender, atau agent peneliti yang tekun mengumpulkan dan meringkas bahan. Yang membedakan mereka bukan otaknya, melainkan tugas, instruksi, ingatan, dan alat yang diberikan.

Contohnya di sekolah: seorang guru bisa memberi agent tujuan "siapkan bahan ajar tentang fotosintesis untuk kelas 5". Agent kemudian mencari rujukan yang sesuai, membaca dokumen kurikulum yang diberikan guru, menyusun penjelasan dengan bahasa anak kelas 5, membuat contoh soal, lalu menyerahkan drafnya untuk diperiksa guru sebelum dipakai. Perhatikan bahwa agent bekerja banyak langkah secara mandiri, tetapi langkah penentunya — menyetujui bahan ajar — tetap di tangan guru. Agent yang dirancang dengan baik memang selalu menyediakan titik-titik persetujuan seperti itu untuk tindakan yang penting.

Tentu, agent juga punya keterbatasan yang perlu dipahami dengan jujur. Karena ia bekerja dalam banyak langkah, satu kesalahan kecil di langkah awal bisa terbawa dan membesar di langkah-langkah berikutnya. Pekerjaan agent juga memakan waktu dan biaya komputasi yang lebih besar daripada sekadar tanya-jawab, dan ia tetap bisa salah memilih tool atau salah menafsirkan hasil. Oleh karena itu agent membutuhkan batas yang jelas, catatan pekerjaan yang bisa diperiksa, dan pengawasan manusia yang proporsional dengan pentingnya tugas — semakin besar dampak tugasnya, semakin ketat pengawasannya.

Singkatnya, agent adalah pekerja AI: gabungan LLM, harness, tujuan, instruksi, ingatan, dan tools yang dikonfigurasi untuk satu bidang tugas. Satu agent adalah satu pekerja. Tetapi bagaimana jika pekerjaannya jauh lebih besar — melibatkan banyak agent yang saling berbagi tugas, berkoordinasi, dan berjalan dengan tingkat kemandirian yang lebih tinggi sebagai satu sistem? Di situlah kita memasuki istilah yang akan dibahas pada tulisan berikutnya: agentic AI.