Agen otonom: pengertian dan cara kerjanya

Apa itu agen otonom

Agen otonom adalah sistem AI yang bekerja secara mandiri untuk mencapai suatu tujuan. Seseorang menjelaskan hasil yang diinginkannya, lalu agen menentukan langkah-langkahnya dan menjalankannya.

Misalkan seseorang ingin memilih di antara tiga alat manajemen proyek. Agen otonom dapat mencari setiap alat, membuka halaman harganya, mencatat perbedaannya, dan memberikan perbandingan yang sudah jadi. Orang tersebut menetapkan tujuan dan meninjau hasilnya, sementara agen mengerjakan semua langkah di antaranya.

Banyak agen perangkat lunak saat ini menggunakan model bahasa besar untuk menafsirkan instruksi dan memutuskan apa yang harus dilakukan selanjutnya. Beberapa model juga memproses gambar atau audio. Untuk mencari di web, mengklik tombol, atau mengirim email, agen memerlukan perangkat lunak yang menghubungkan model dengan alat dan menjalankan permintaannya.

Dalam contoh manajemen proyek tersebut, LLM dan agen akan bekerja seperti ini:

1. LLM membaca tujuan dan menulis permintaan untuk mencari harga alat pertama.
2. Perangkat lunak agen menjalankan pencarian dan meneruskan hasilnya kembali ke LLM dalam bentuk teks.
3. LLM membaca hasilnya, memilih langkah berikutnya (membuka halaman harga), dan menulis permintaan baru.
4. Siklus ini berulang hingga LLM memutuskan bahwa perbandingan sudah lengkap dan menulis jawaban akhir.

Perbesar

Tingkat otonomi

Dalam sistem AI agentik (AI yang dibuat untuk mengambil tindakan, bukan hanya menjawab pertanyaan), otonomi adalah pilihan desain. Agen yang sama dapat diatur untuk bertanya sebelum setiap langkah atau menyelesaikan seluruh tugas sendiri.

Para peneliti dari University of Washington mengusulkan kerangka kerja lima tingkat untuk menjelaskan berbagai tingkat otonomi yang dapat dimiliki agen:

Di tingkat 4, agen mungkin meneliti dan menyusun draf pesanan pembelian sendiri, tetapi berhenti sejenak sebelum mengirimkannya. Di tingkat 5, agen juga akan mengirimkan pesanan tersebut.

Agen AI otonom vs otomasi vs chatbot

Agen otonom berbeda dari chatbot dan otomasi alur kerja dalam dua hal: agen menentukan langkahnya sendiri, dan agen mengambil tindakan di aplikasi serta situs web lain.

Chatbot menjawab pertanyaan dalam percakapan, tetapi biasanya tidak bertindak di luar percakapan tersebut. Otomasi alur kerja memang bertindak, tetapi hanya dengan mengikuti langkah-langkah yang telah disiapkan seseorang sebelumnya. Salah satu jenis yang umum adalah otomasi proses robotik (RPA), yaitu perangkat lunak yang mengulangi tugas sederhana berbasis aturan, seperti menyalin data dari satu sistem ke sistem lain.

Agen otonom melakukan keduanya: agen bertindak di perangkat lunak lain, dan memilih langkahnya sendiri untuk mencapai tujuan, dalam batas alat, izin, dan instruksi yang diberikan kepadanya.

Keluhan tentang pesanan yang tertunda menunjukkan perbedaannya. Chatbot dapat membalas dengan penjelasan kebijakan pengiriman yang sudah ditulis sebelumnya. Otomasi alur kerja dapat mengirim email “keterlambatan pesanan” standar. Agen otonom dapat mencari pesanan tersebut, mengetahui bahwa pesanan hilang dalam pengiriman, menerbitkan pengganti, dan memberi tahu pelanggan perkembangannya.

Cara kerja agen otonom

Agen otonom mengandalkan empat kemampuan untuk menyelesaikan tugas: merencanakan langkah-langkahnya, menggunakan alat, mengingat apa yang telah dilakukannya, dan memeriksa hasilnya sendiri. Untuk tugas yang lebih besar, beberapa agen juga membagi pekerjaan ke sekelompok agen.

1. Memecah tujuan dan menyusun rencana

Tujuan biasanya terlalu besar untuk dikerjakan dalam satu langkah, sehingga tugas pertama agen adalah memecahnya menjadi tugas-tugas yang lebih kecil. Misalnya, jika pengguna meminta agen merencanakan acara offsite tim, agen dapat membagi tujuan tersebut menjadi memilih tanggal, mencari tempat yang sesuai anggaran, memeriksa ketersediaan, dan menyusun draf undangan.

Agen dapat merencanakan di awal atau merencanakan sambil berjalan, tergantung cara pembuatannya. Merencanakan di awal berarti menuliskan setiap langkah sebelum memulai, yang cocok untuk tugas singkat dan dapat diprediksi. Merencanakan sambil berjalan berarti memetakan satu atau dua langkah berikutnya, bertindak, lalu merevisi berdasarkan hasil yang diperoleh. Jika tempat pilihan pertama untuk acara offsite sudah dipesan, agen dapat beralih ke opsi berikutnya tanpa harus memulai dari awal.

Perbesar

Survei tentang agen otonom berbasis LLM dari Renmin University of China menemukan bahwa pendekatan kedua ini menangani tugas yang lebih kompleks dengan lebih baik, karena sulit menulis rencana yang sempurna sebelum melihat hasil apa pun. Banyak agen menggabungkan keduanya, dengan membuat sketsa rencana lengkap terlebih dahulu dan merevisinya sambil bekerja.

2. Mengambil tindakan dengan alat

Setelah rencana tersusun, agen mengerjakannya tugas demi tugas, dengan memilih alat untuk masing-masing tugas.

• Untuk mencari tempat, agen mungkin menggunakan pencarian web dengan kueri seperti “tempat offsite untuk 20 orang di dekat Austin”.
• Untuk memeriksa ketersediaan, agen mungkin membuka halaman pemesanan setiap tempat di browser dan membaca kalendernya.
• Untuk mengirim undangan, agen mungkin terhubung ke email orang tersebut melalui API, yaitu koneksi yang memungkinkan satu perangkat lunak meminta data atau tindakan dari perangkat lunak lain.

Setelah setiap tindakan, agen membaca hasil yang diperoleh dan menentukan langkah selanjutnya. Jika pencarian menemukan lima tempat, agen memeriksa ketersediaannya. Jika halaman pemesanan tidak dapat dimuat, agen mencoba nomor telepon tempat tersebut atau beralih ke opsi berikutnya.

Alat yang dimiliki agen menentukan tugas mana yang dapat diselesaikannya sendiri. Tanpa akses email, agen dapat menyusun draf undangan, tetapi tidak dapat mengirimkannya.

3. Melacak kemajuan dengan memori

Selama bekerja, agen harus terus mencatat apa yang telah dilakukan dan dipelajarinya. Saat sudah memeriksa tiga tempat, agen perlu tahu mana yang sudah dipesan, mana yang masih tersedia, dan berapa biaya masing-masing. Catatan tersebut berada di jendela konteks LLM, yaitu jumlah teks yang dapat dipertimbangkan model sekaligus.

Tugas yang panjang bisa melampaui kapasitas jendela konteks tersebut. Agen dengan memori jangka panjang mengatasinya dengan menyimpan informasi di luar model, biasanya dalam basis data, dan hanya mengambil informasi yang dibutuhkan oleh langkah saat ini.

Memori jangka panjang juga terbawa dari satu tugas ke tugas lain. Saat tiba waktunya merencanakan acara offsite tahun depan, agen dapat menggunakan kembali daftar tempat dan anggaran tahun ini, atau mengingat bahwa tim lebih menyukai tempat yang dapat dicapai dalam waktu kurang dari satu jam perjalanan dengan mobil.

4. Memeriksa hasil dan memperbaiki arah

Selama bekerja, banyak agen memperhatikan tanda-tanda bahwa suatu langkah tidak berjalan dengan benar. Jika formulir pemesanan menampilkan kesalahan atau pencarian tidak memberikan hasil, agen mencoba pendekatan lain. Ketika sampai pada keputusan yang tidak seharusnya diambil sendiri, misalnya apakah tempat yang sedikit melebihi anggaran dapat diterima, agen bertanya kepada orang tersebut dan menyesuaikan berdasarkan jawabannya.

Sebelum menyerahkan hasil kerjanya, banyak agen akan meninjau hasilnya. LLM membaca kembali apa yang dihasilkannya, membandingkannya dengan tujuan, dan mencantumkan apa pun yang kurang atau salah. Agen merevisi dan memeriksa lagi hingga hasilnya memenuhi tujuan. Misalnya, jika undangan tidak mencantumkan alamat tempat, peninjauan akan mendeteksinya dan agen menambahkannya sebelum mengirim.

5. Membagi pekerjaan ke beberapa agen

Beberapa tugas dapat diselesaikan lebih cepat jika dikerjakan bersama oleh beberapa agen. Agen utama membagi pekerjaan dan menyerahkan bagian-bagiannya kepada subagen.

Perplexity Computer bekerja dengan cara ini. Seseorang menjelaskan hasil yang diinginkannya, lalu Computer memecahnya menjadi tugas dan subtugas, kemudian membuat subagen untuk menjalankannya. Subagen dapat meneliti web, membuat dokumen, memproses data, atau memanggil layanan yang terhubung melalui API.

Saat Computer menghadapi masalah, Computer membuat subagen baru untuk menyelesaikannya. Setiap subagen juga dapat berjalan pada model AI yang berbeda, sehingga setiap bagian pekerjaan ditangani oleh model yang paling sesuai.

Jadi, untuk contoh acara offsite, satu subagen mungkin mencari tempat, sementara subagen lain memeriksa kalender tim, dan subagen ketiga menelusuri opsi perjalanan.

Perbesar

Cara orang menggunakan agen otonom

Orang menggunakan agen otonom terutama untuk pekerjaan berbasis pengetahuan sehari-hari: penelitian, menulis, email, dan belajar. Dalam studi oleh peneliti Harvard dan Perplexity, tugas produktivitas dan pembelajaran mencakup 57% kueri agentik. Contoh di bawah ini menunjukkan apa yang dilakukan agen untuk setiap jenis pekerjaan.

Penelitian dan analisis

Penelitian sangat cocok untuk agen karena memerlukan banyak langkah kecil. Agen dapat mencari, membuka sumber, membacanya, dan membandingkan isinya. Ambil contoh kueri seperti “temukan tiga studi terbaru tentang kerja jarak jauh dan produktivitas, lalu rangkum temuan masing-masing”. Agen mencari studi dan membuka yang paling relevan. Agen membaca temuan setiap studi dan menulis ringkasan dengan tautan ke setiap sumber. Jika suatu studi berada di balik paywall, agen beralih ke studi berikutnya. Dalam studi tersebut, merangkum dan menganalisis penelitian mencakup 7% kueri agentik.

Dokumen, email, dan kalender

Agen sering bekerja di alat yang sudah digunakan orang setiap hari. Dalam studi Harvard dan Perplexity, alat dokumen dan email Google adalah dua yang paling umum, yang bersama-sama mencakup sekitar seperempat kueri agentik. Ambil contoh kueri seperti “periksa email yang belum dibaca minggu ini, tandai semua email dari klien, dan buat draf balasan untuk permintaan penjadwalan”. Agen membuka kotak masuk dan memilah pesan. Agen memeriksa kalender untuk mencari waktu kosong dan menyusun draf balasan untuk setiap permintaan. Agen dapat menyimpan draf tanpa mengirimkannya, sehingga orang tersebut dapat meninjau masing-masing terlebih dahulu.

Pembelajaran dan tugas kuliah

Pelajar menggunakan agen untuk belajar. Tugas kuliah merupakan kategori penggunaan agen terbesar dalam studi tersebut, yaitu 13% dari kueri agentik. Kueri seperti “beri saya kuis tentang bab empat dari bahan bacaan kuliah saya” mengarahkan agen ke situs web kuliah, tempat agen membaca bab tersebut, menulis pertanyaan tentang poin-poin utama, dan memeriksa jawaban pelajar. Pendekatan yang sama berlaku bagi siapa pun yang mempelajari subjek baru, seperti karyawan yang sedang beradaptasi dengan industri yang belum dikenalnya.

Belanja dan perbandingan

Belanja mencakup 10% kueri agentik, sebagian besar untuk mencari dan membandingkan produk. Saat diminta untuk “mencari meja berdiri di bawah US$400 dengan ulasan yang bagus”, agen mencari di beberapa peritel, memfilter berdasarkan harga dan peringkat, membandingkan opsi teratas, dan dapat menambahkan yang terbaik ke keranjang. Meminta agen membandingkan opsi di beberapa situs web dapat menghemat banyak waktu, karena orang tersebut tidak perlu lagi membuka dan memeriksa silang setiap daftar produk.

Tujuh praktik terbaik untuk menggunakan agen otonom

1. Memulai dengan tugas yang mudah diperiksa

Tugas pertama yang paling baik adalah tugas yang kesalahannya mudah terlihat dan murah diperbaiki. Ringkasan riset dan perbandingan produk merupakan titik awal yang baik. Jika agen menautkan sumbernya, memeriksa hasil kerjanya hanya butuh beberapa menit. Seiring tumbuhnya kepercayaan, orang dapat menyerahkan tugas yang lebih panjang dengan lebih banyak langkah.

2. Menetapkan hasil dan batasan yang jelas

Agen dapat mengambil keputusan yang lebih baik jika mengetahui mengapa tugas tersebut penting. Kueri yang baik dibaca seperti arahan untuk kontraktor: tujuannya, audiensnya, apa yang sudah diketahui, dan apa yang sudah dikesampingkan. “Bandingkan ketiga vendor ini untuk memo dewan direksi; dewan paling peduli pada risiko implementasi, dan kami sudah mengecualikan siapa pun yang tidak memiliki kepatuhan SOC 2” memberi agen apa yang dibutuhkannya untuk mengambil keputusan sendiri.

3. Menambahkan titik pemeriksaan persetujuan

Beberapa tindakan tidak dapat dibatalkan, seperti mengirim email, melakukan pembelian, menghapus file, atau mengirimkan formulir. Jika agen memungkinkannya, atur agar agen berhenti sejenak dan bertanya sebelum melakukan langkah-langkah ini. Kueri itu sendiri juga dapat menetapkan titik berhenti. “Buat draf balasan tetapi jangan kirim” atau “tambahkan opsi terbaik ke keranjang saya tetapi jangan checkout” memberi tahu agen dengan tepat kapan harus berhenti dan mengembalikan kendali.

4. Meninjau rencana sebelum pekerjaan dimulai

Untuk tugas yang lebih besar, minta agen menguraikan rencananya sebelum mulai. Meninjau rencana hanya butuh satu menit, dan memperbaiki kesalahpahaman pada tahap itu jauh lebih murah daripada menemukannya dalam hasil kerja yang sudah jadi.

5. Membatasi akses sesuai kebutuhan tugas

Setiap akun yang dapat dijangkau agen adalah akun tempat agen dapat bertindak. Menghubungkan hanya aplikasi yang dibutuhkan tugas akan menjauhkan data sensitif dari jangkauan dan membatasi hal yang bisa salah. Agen yang meriset vendor tidak memerlukan akses email. Agen yang membuat draf balasan memerlukannya, tetapi mungkin tidak memerlukan izin untuk mengirimkannya.

6. Menyertakan pemeriksaan dalam kueri

Agen sudah meninjau output-nya sendiri, sehingga kueri dapat memberi tahu apa yang perlu diperiksa. Menyatakan seperti apa hasil yang baik (“setiap angka memerlukan sumber bertanggal 2025 atau sesudahnya”) membuat agen menerapkan standar tersebut sebelum menyerahkan kembali hasil kerjanya. Meminta agen memisahkan fakta yang sudah dikonfirmasi dari kesimpulannya sendiri, serta menandai asumsi, membuat peninjauan oleh pengguna menjadi lebih cepat dan lebih terfokus.

7. Menggunakan kembali cara yang berhasil

Kueri yang memberikan hasil yang bagus dapat menjadi templat untuk tugas serupa berikutnya. Memberikan contoh output yang baik kepada agen, seperti laporan kuartal lalu, sering kali lebih efektif daripada menjelaskan formatnya dengan kata-kata. Tugas berulang dapat menjadi alur kerja tetap.

Pendekatan Perplexity terhadap agen otonom

Perplexity menawarkan dua agen otonom. Comet Assistant menangani tugas sehari-hari di dalam browser, dan Perplexity Computer mengerjakan proyek yang lebih besar yang dapat berjalan selama berjam-jam atau lebih lama.

Comet Assistant terintegrasi di Comet, browser AI dari Perplexity. Asisten ini bekerja di situs web yang sudah dibuka seseorang, sehingga dapat menjadwalkan rapat, mengedit dokumen, mengirim email, dan memesan penerbangan tanpa berganti alat.

Computer berjalan di cloud dan membagi setiap tujuan ke beberapa subagen, seperti yang dijelaskan sebelumnya. Computer terhubung ke ratusan layanan, dan pengguna dapat memilih model AI tertentu untuk bagian pekerjaan tertentu. Computer tersedia untuk pelanggan Pro dan Max.

Jelajahi Comet Assistant untuk mencoba agen di browser, atau Perplexity Computer untuk menyerahkan proyek yang lebih besar.

Pertanyaan yang sering diajukan

Apakah agen otonom sama dengan AI agentik?

Tidak, tetapi kedua istilah ini saling tumpang tindih. AI agentik biasanya mengacu pada kategori yang lebih luas, yaitu sistem AI yang mengejar tujuan dengan membuat rencana dan mengambil tindakan. Agen otonom adalah sistem spesifik dalam kategori tersebut yang menjalankan pekerjaannya tanpa banyak memerlukan persetujuan di setiap langkah.

Apakah semua agen AI bersifat otonom?

Tidak. Beberapa agen menjalankan setiap langkah hanya ketika diarahkan oleh seseorang, sementara yang lain menyelesaikan seluruh tugas secara mandiri. Tingkat otonomi yang dijelaskan sebelumnya menunjukkan rentang lengkapnya, mulai dari agen yang dioperasikan seseorang langkah demi langkah hingga agen yang hanya dipantau oleh seseorang.

Dapatkah agen otonom melakukan pembelian atau pembayaran?

Beberapa agen dapat membantu pembelian, bergantung pada situs web, izin, dan pengamanannya. Comet Assistant dapat membandingkan produk dan membantu proses checkout. Instant Buy dari Perplexity memungkinkan pengguna di AS yang memenuhi syarat untuk membeli produk yang didukung langsung di Perplexity, dengan PayPal tersedia sebagai opsi checkout.

Apakah agen otonom memerlukan keterampilan pemrograman?

Banyak agen siap pakai yang dapat digunakan tanpa pemrograman. Beberapa platform juga memungkinkan pengguna membuat agen melalui instruksi dalam bahasa alami atau antarmuka grafis. Pemrograman dapat berguna untuk integrasi kustom, debugging, dan perilaku yang lebih khusus.