Pengenalan Agen

Mengenal Agen Otonom

Pernahkah Anda membayangkan AI yang mampu menyelesaikan tugas rumit secara mandiri?

Agen otonom adalah sistem AI yang menetapkan langkah, memilih tindakan, dan mengejar tujuan tertentu dengan campur tangan manusia yang terbatas.

Agen dapat merencanakan, mengambil keputusan, lalu menggunakan alat ketika diperlukan.

Konsep ini menjadi dasar otomatisasi cerdas, karena AI bergerak menuju penyelesaian pekerjaan secara terarah dan berulang.

Ilustrasi ini memperlihatkan bagaimana agen mengubah tujuan menjadi rencana, memilih alat, lalu bergerak menuju hasil dengan campur tangan manusia yang terbatas.

Agen dan Chatbot

Chatbot biasanya merespons pesan berdasarkan percakapan yang sedang berlangsung.

Agen memiliki ruang kerja yang lebih luas. Ia dapat memahami tujuan, menyusun langkah, dan melakukan tindakan untuk mencapainya.

Misalnya, chatbot menjawab pertanyaan tentang riset pasar. Agen dapat mencari informasi, mengolah temuan, lalu menyusun hasilnya.

Jadi, ukuran kemampuan agen terlihat dari tindakan dan hasil, bukan hanya kualitas jawabannya.

Kemampuan Bernalar dan Bertindak

Agen memiliki dua kemampuan penting: reasoning dan acting.

Reasoning berarti agen menilai tujuan, informasi, serta pilihan langkah yang tersedia. Acting berarti agen menjalankan langkah tersebut melalui respons atau alat.

Contohnya, agen menerima tugas mengelola basis data. Ia menentukan data yang diperlukan, memilih tindakan yang sesuai, lalu memeriksa hasilnya.

Keduanya bekerja sebagai siklus keputusan dan tindakan.

LLM sebagai Otak Pusat

Dalam ekosistem Hermes, model bahasa besar (LLM) berperan sebagai otak pusat agen.

LLM membantu memahami instruksi, menghubungkan informasi, dan mengoordinasikan komponen yang diperlukan.

Agen Hermes Agent dapat menggunakan kemampuan LLM untuk menentukan langkah berikutnya berdasarkan konteks dan tujuan.

Namun, LLM tidak bekerja sendirian. Perencanaan, memori, dan alat mendukungnya agar proses berjalan lebih terarah.

Perencanaan Menentukan Langkah

Perencanaan membantu agen memecah tujuan besar menjadi beberapa tindakan yang lebih kecil.

Untuk riset pasar, agen dapat menentukan kebutuhan informasi, mengumpulkan bahan, membandingkan temuan, lalu menyusun ringkasan.

Urutan ini dapat berubah ketika agen menemukan informasi baru atau menghadapi hambatan.

Karena itu, perencanaan agen bersifat adaptif, bukan daftar langkah kaku yang selalu sama.

Memori Menjaga Konteks

Memori membantu agen mempertahankan informasi yang relevan selama menjalankan tugas.

Dengan konteks tersebut, agen dapat mengingat tujuan, hasil langkah sebelumnya, atau keputusan yang sudah dibuat.

Tanpa memori, agen mungkin mengulang tindakan atau kehilangan hubungan antarproses.

Memori tidak berarti agen selalu benar. Informasi yang keliru atau tidak relevan tetap dapat memengaruhi keputusan berikutnya.

Menggunakan Alat Eksternal

Penggunaan alat memungkinkan agen melakukan pekerjaan di luar percakapan teks.

Alat dapat mendukung riset pasar, manajemen basis data, atau otomatisasi tugas teknis.

Agen memilih alat berdasarkan tujuan dan informasi yang tersedia, kemudian menilai hasilnya untuk menentukan langkah selanjutnya.

Pemilihan alat harus tepat. Alat yang tidak sesuai dapat menghasilkan proses lambat, keluaran keliru, atau pekerjaan yang tidak selesai.

Dari Aturan ke Semantik

Program tradisional sering mengikuti aturan kaku seperti if-then. Jalurnya sudah ditentukan berdasarkan kondisi tertentu.

Agen menggunakan pemahaman semantik untuk menafsirkan maksud, konteks, dan pilihan tindakan.

Jika permintaan berubah, agen dapat menyesuaikan rencana tanpa menunggu setiap langkah ditulis manusia.

Penerapan praktisnya mencakup riset pasar, pengelolaan basis data, dan otomatisasi alur kerja teknis.

Agen otonom dapat merencanakan, memilih tindakan, dan mengejar tujuan dengan intervensi manusia yang terbatas.

• Benar
• Salah

Answer: Benar

Pernyataan ini benar. Agen otonom bekerja secara terarah tanpa memerlukan campur tangan manusia terus-menerus.

Dalam kemampuan agen, _____ menilai tujuan dan pilihan langkah, sedangkan _____ menjalankan langkah melalui respons atau alat.

Answer: Dalam kemampuan agen, reasoning menilai tujuan dan pilihan langkah, sedangkan acting menjalankan langkah melalui respons atau alat.

Reasoning berkaitan dengan menilai tujuan, informasi, dan pilihan. Acting berkaitan dengan menjalankan tindakan yang dipilih.

Tugas mana yang paling jelas menunjukkan kemampuan agen, bukan sekadar chatbot?

• Menjawab satu pertanyaan tentang riset pasar
• Mengulang pesan pengguna dengan kata-kata berbeda
• Mencari informasi, mengolah temuan, lalu menyusun hasil riset
• Memberikan salam pembuka dalam percakapan

Answer: Mencari informasi, mengolah temuan, lalu menyusun hasil riset

Mencari informasi, mengolah temuan, dan menyusun hasil menunjukkan bahwa agen memahami tujuan lalu melakukan beberapa tindakan. Chatbot biasanya hanya merespons pesan dalam percakapan.