Selama dua tahun, banyak perusahaan yang telah menerima janji agen AI otonom: sistem yang mampu memesan penerbangan, menulis kode, dan menganalisis data dengan masukan manusia yang minimal. Namun, meskipun terdapat banyak eksperimen yang dilakukan, penerapannya di perusahaan masih sangat rendah. Sekitar 95% proyek AI gagal memberikan nilai bisnis yang nyata dan runtuh karena beban kompleksitas dunia nyata. Masalah intinya? Kesalahpahaman mendasar tentang apa itu agen itu —bukan kotak ajaib, namun sistem perangkat lunak kompleks yang memerlukan rekayasa ketat.
Masalahnya: Memperlakukan AI Seperti Demo, Bukan Produk
Keterputusan antara demo AI dan nilai perusahaan bukan berarti model yang lebih baik; ini tentang arsitektur yang lebih baik. Antonio Gulli, insinyur senior di Google, berpendapat bahwa industri ini mengejar kerangka kerja terbaru dan bukan prinsip dasar. “Rekayasa AI tidak berbeda dengan bentuk rekayasa lainnya,” jelasnya. Untuk membangun sistem yang tahan lama, Anda memerlukan standar yang dapat diulang, bukan hanya model mutakhir.
Buku terbaru Gulli, “Agentic Design Patterns,” menawarkan hal berikut: 21 pola dasar untuk mengubah agen eksperimental menjadi alat perusahaan yang andal. Pendekatan ini mencerminkan revolusi “Pola Desain” dalam rekayasa perangkat lunak, yang menertibkan bidang yang kacau. Pola-pola ini menentukan cara agen berpikir, mengingat, dan bertindak—yang merupakan elemen inti dari sistem AI yang tangguh.
Lima Pola Utama untuk Dampak Langsung
Bagi organisasi yang ingin menstabilkan tumpukan AI mereka, Gulli mengidentifikasi lima pola yang berdampak besar:
- Refleksi: Daripada memberikan respons langsung yang berpotensi menimbulkan halusinasi, agen harus berpikir dengan membuat rencana, melaksanakannya, dan mengevaluasi hasilnya secara kritis sebelum menyajikannya. Ini meniru pemikiran manusia dan secara dramatis meningkatkan akurasi.
- Perutean: Menskalakan tanpa meningkatkan biaya dengan mengarahkan tugas sederhana ke model yang lebih murah, dengan menggunakan alasan rumit untuk sistem yang paling canggih (dan mahal). Model dapat bertindak sebagai router, mengoptimalkan efisiensi.
- Komunikasi: Protokol komunikasi terstandar seperti Model Context Protocol (MCP) bertindak sebagai “port USB untuk AI”, yang memungkinkan integrasi tanpa hambatan dengan alat, database, dan agen lainnya.
- Memori: Menata cara agen menyimpan dan mengambil interaksi masa lalu akan menciptakan asisten yang gigih dan sadar konteks, memecahkan masalah “ikan mas” berupa hilangnya memori jangka pendek.
- Pagar Pembatas: Batasan arsitektur sangat penting untuk keselamatan dan kepatuhan, mencegah kebocoran data atau tindakan tidak sah. Ini adalah batasan yang keras, bukan sekadar perintah sistem yang sopan.
Keamanan Transaksional: Kunci Mempercayai Agen Otonom
Salah satu kendala utama penerapannya adalah ketakutan: agen otonom dengan akses tulis ke sistem kritis akan menjadi tanggung jawab jika terjadi kegagalan fungsi. Solusinya? Keamanan transaksional, dipinjam dari manajemen basis data. Sama seperti database yang menggunakan checkpoint dan rollback, agen harus beroperasi secara tentatif, dengan kemampuan untuk kembali ke keadaan aman jika terjadi kesalahan. Hal ini memungkinkan bisnis untuk memercayai agen dengan akses tulis, karena mengetahui ada “tombol batal”.
Menguji sistem ini memerlukan evaluasi Lintasan Agen : bukan hanya jawaban akhir, tetapi seluruh proses pengambilan keputusan. Gulli juga menganjurkan sistem tinjauan sejawat otomatis, di mana agen khusus saling mengkritik kinerja untuk mencegah penyebaran kesalahan.
Masa Depan: Dari Rekayasa Cepat ke Rekayasa Konteks
Pada tahun 2026, era model serba guna kemungkinan besar akan berakhir. Masa depan adalah milik armada agen khusus: agen yang berfokus pada pengambilan, pembuatan gambar, atau pembuatan video, yang berkomunikasi dengan lancar. Pengembang akan beralih dari rekayasa cepat (tipu daya linguistik) ke rekayasa konteks : merancang aliran informasi, mengelola status, dan mengatur agen data “melihat.”
Tujuan utamanya bukan hanya menggunakan AI; itu memecahkan masalah bisnis secara efektif. Gulli memperingatkan terhadap AI demi AI. Dunia usaha harus memulai dengan definisi yang jelas mengenai kebutuhan mereka dan memanfaatkan teknologi secara strategis untuk memenuhi kebutuhan mereka.
