4 Dimensi Desain Alur Kerja Agentic

Orang sering mencampuradukkan AI agent dan AI workflow. Beberapa orang mengatakan bahwa LLM apa pun yang dilengkapi dengan tools adalah sebuah agent. Yang lain mengatakan bahwa sebuah agent harus dapat berjalan sendiri dalam waktu lama. Perdebatan ini tidak membantu Anda membangun sistem yang lebih baik.

Berhentilah bertanya apakah sebuah sistem bersifat agentic. Sebaliknya, perhatikan empat dimensi desain berikut:

  1. Siapa yang memutuskan langkah selanjutnya?
  • Code-driven: Kode mengontrol urutan. Gunakan ini untuk tugas berisiko tinggi dengan aturan yang jelas.
  • Model-driven: LLM merencanakan langkah-langkahnya. Gunakan ini untuk tugas yang bersifat terbuka (open-ended).
  • Hybrid: Kode menetapkan kerangka kerja dan LLM membuat keputusan kecil. Ini adalah pilihan yang paling praktis.
  1. Apakah jalurnya tetap?
  • Fixed: Langkah-langkah mengikuti urutan yang telah ditentukan.
  • Conditional: Sistem menggunakan percabangan atau pengulangan (retries) berdasarkan hasil.
  • Adaptive: Jalur berubah saat runtime. Gunakan ini untuk riset atau debugging.
  1. Bagaimana para agent bekerja sama?
  • Single Agent: Satu agent menggunakan beberapa tools. Ini sederhana, tetapi konteksnya bisa menjadi berantakan.
  • Manager-Worker: Satu agent memecah tugas dan memberikannya kepada agent lain.
  • Handoff: Satu agent menyerahkan kendali kepada spesialis.
  • Peer: Beberapa agent berkolaborasi tanpa pemimpin pusat. Ini adalah yang paling sulit untuk di-debug.
  1. Di mana manusia ikut campur?
  • Human-triggered: Anda menyetujui setiap tindakan utama.
  • Checkpointed: Sistem bekerja sendiri tetapi berhenti untuk meminta persetujuan pada langkah-langkah berisiko tinggi.
  • Goal-driven with guardrails: Anda menetapkan tujuan dan sistem bekerja dalam batasan seperti anggaran dan izin.

Jangan menambahkan agent hanya agar terlihat keren. Menambahkan agent meningkatkan latensi, biaya, dan kesulitan debugging. Gunakan beberapa agent hanya jika Anda dapat menjalankan tugas secara paralel atau jika satu agent memiliki terlalu banyak konteks.

Sesuaikan arsitektur Anda dengan tugasnya. Jika tugasnya berisiko, gunakan checkpoint. Jika tugasnya sederhana, gunakan kode.

Ajukan enam pertanyaan ini kepada diri Anda sebelum membangun:

  • Bisakah kode biasa menyelesaikan ini?
  • Seberapa banyak variasi dalam inputnya?
  • Bisakah tugas tersebut dipecah?
  • Seberapa besar biaya kegagalan?
  • Bisakah Anda melihat di mana letak kerusakannya?
  • Apakah kompleksitas tambahan tersebut sepadan dengan hasilnya?

Alur kerja yang baik tetap fleksibel di tempat yang seharusnya dan tetap dapat diprediksi di tempat yang dibutuhkan.

Sumber: https://dev.to/whchi/4-design-dimensions-of-agentic-workflows-1i0m

Komunitas belajar opsional: https://t.me/GyaanSetuAi