Pengenalan Arsitektur Agen AI & Tool Use

Selamat datang di kelas AI Automation & Autonomous Agents Masterclass! Di era komputasi modern 2026, AI bukan lagi sekadar asisten tanya-jawab pasif, melainkan entitas komputasi aktif (Autonomous Agent) yang mampu merencanakan, memanggil tool, dan menyelesaikan workflow multi-tahap secara mandiri.

1. Apa Itu Autonomous Agent?

Sebuah agen AI adalah sistem software yang memanfaatkan Large Language Model (LLM) sebagai otak penalar (reasoning engine) untuk:

1. Perceive (Memahami): Menerima input dari pengguna, webhook, atau log sistem.

2. Plan (Merencanakan): Memecah target besar menjadi langkah-langkah mikro yang dapat dieksekusi.

3. Act (Bertindak): Memanggil API (Tool Calling), query database, atau menjalankan script.

4. Evaluate (Evaluasi): Memeriksa apakah output sudah sesuai dengan kriteria yang diminta sebelum melaporkan hasil akhir.

graph LR
    A[User Request] --> B[Planner Agent]
    B --> C[Tool Execution]
    C --> D[Result Verification]
    D -->|Success| E[Final Output]
    D -->|Retry / Fix| B

2. Arsitektur Tool Calling

Ketika model membutuhkan data real-time, model tidak akan mengarang jawaban (halusinasi), melainkan mengeluarkan spesifikasi pemanggilan fungsi dalam format JSON:

{
  "tool": "query_database",
  "parameters": {
    "table": "orders",
    "filter": { "status": "pending" }
  }
}

Sistem aplikasi kita akan mengeksekusi fungsi database tersebut dan mengembalikan data asli ke model untuk diolah lebih lanjut.

3. Langkah Selanjutnya

Di pelajaran berikutnya, kita akan mendesain sistem State Management & Memory agar agen dapat mengingat konteks interaksi multi-step tanpa kehilangan arah.