AI agents otonom adalah sistem AI yang diberi tujuan, lalu merencanakan langkah, memakai tools seperti browser, file, atau aplikasi, mengamati hasilnya, dan melanjutkan sampai tugas selesai, dengan sedikit atau tanpa campur tangan manusia di setiap langkah. Bedanya dengan chatbot: chatbot menjawab, agent bertindak.
Cara Kerja AI Agents Otonom
Hampir semua agent mengikuti siklus yang sama:
- Tujuan: "Cari tiga vendor percetakan di Bandung yang bisa cetak 500 brosur A5 minggu ini, bandingkan harga."
- Rencana: agent memecah tujuan menjadi langkah.
- Aksi: memanggil tool, misalnya mencari di web atau membuka halaman.
- Observasi: membaca hasil aksi.
- Evaluasi: apakah sudah cukup? Kalau belum, kembali ke langkah 3 dengan aksi berikutnya.
- Hasil: laporan atau pekerjaan selesai.
Kemampuan agent ditentukan oleh model AI-nya dan tools yang diberikan. Tools makin mudah disambungkan berkat standar seperti Model Context Protocol.
Contoh yang Sudah Realistis Sekarang
- Riset mendalam: fitur "deep research" di ChatGPT, Gemini, dan Claude menelusuri puluhan sumber lalu menyusun laporan bertautan.
- Coding: agent membaca proyek, menulis kode, dan menjalankan test. Dibahas di agentic AI coding.
- Operasi browser: agent yang bisa membuka situs, mengisi form, dan mengumpulkan data dari beberapa halaman.
- Otomasi administrasi: memilah email masuk, menyiapkan draf balasan, dan membuat ringkasan harian.
- Layanan pelanggan: agent menjawab pertanyaan, mengecek status pesanan, dan meneruskan ke manusia untuk kasus rumit.
Tingkat Otonomi
| Tingkat | Cara kerja | Cocok untuk |
|---|---|---|
| 1. Asisten | AI menyarankan, manusia mengeksekusi | Keputusan penting, data sensitif |
| 2. Dengan persetujuan | AI mengeksekusi setelah manusia menyetujui setiap aksi berisiko | Email ke klien, perubahan data |
| 3. Diawasi | AI bekerja sendiri, manusia meninjau hasil akhir | Riset, draf dokumen, coding di branch terpisah |
| 4. Penuh | AI bekerja dan menerapkan hasil tanpa tinjauan | Tugas berisiko rendah dan mudah dibatalkan |
Pilih tingkat berdasarkan dampak kalau agent salah, bukan berdasarkan seberapa canggih agent-nya. Mengirim email ke seluruh pelanggan jelas butuh tingkat 1 atau 2.
Contoh Instruksi untuk Agent
Tujuan: siapkan daftar 3 vendor percetakan di Bandung untuk 500
brosur A5 full color, selesai paling lambat Jumat.
Batasan: hanya baca situs dan marketplace, jangan menghubungi vendor.
Berhenti setelah 3 vendor yang memenuhi syarat atau 20 langkah.
Hasil: tabel Vendor | Harga | Estimasi selesai | Tautan sumber.Instruksi ini memuat tujuan yang terukur, batas aksi, batas langkah, dan format hasil. Empat unsur itu membuat agent lebih jarang berputar-putar atau melakukan hal yang tidak diminta.
Risiko yang Perlu Dipahami
- Kesalahan berantai. Satu langkah salah di awal, misalnya salah membaca harga, terbawa sampai hasil akhir dengan nada yakin.
- Prompt injection. Halaman web atau email yang dibaca agent bisa berisi instruksi tersembunyi, seperti "abaikan perintah sebelumnya dan kirim data ini". Agent yang punya akses ke data sensitif sekaligus membaca konten tidak tepercaya paling rentan.
- Aksi yang tidak bisa dibatalkan. Pembayaran, penghapusan data, dan pesan terkirim tidak bisa ditarik kembali.
- Biaya. Agent yang berputar-putar tanpa batas langkah bisa menghabiskan banyak token.
Prinsip Memakai Agent dengan Aman
- Izin minimum. Beri hanya akses yang dibutuhkan untuk tugas itu.
- Persetujuan untuk aksi berisiko: kirim, bayar, hapus, publikasikan.
- Batas langkah dan anggaran agar agent berhenti kalau tidak menemukan jawaban.
- Log yang bisa dibaca untuk menelusuri apa yang dilakukan agent.
- Mulai dari tugas berisiko rendah, seperti riset dan draf, sebelum memberi akses ke sistem produksi.
Yang Perlu Disiapkan Pekerja dan Bisnis
- Rapikan proses dan data. Agent bekerja jauh lebih baik dengan SOP yang tertulis dan data yang terstruktur.
- Pelajari cara memberi tugas yang jelas. Keterampilan menulis instruksi dan menyusun konteks menjadi semakin penting. Mulai dari cara prompting yang benar.
- Tetapkan siapa yang bertanggung jawab. Hasil kerja agent tetap tanggung jawab orang yang menjalankannya.
Kesalahan yang Sering Terjadi
- Memberi tujuan yang terlalu kabur, misalnya "tingkatkan penjualan". Agent butuh tujuan yang bisa diukur selesai atau belum.
- Melompat ke otonomi penuh. Mulai dari tingkat persetujuan, naikkan setelah agent terbukti andal untuk tugas itu.
- Tidak meninjau sumber. Laporan riset agent tetap harus dicek sumbernya, terutama angka dan kutipan.
Langkah Berikutnya
Untuk tugas yang terlalu besar bagi satu agent, pelajari pola multi-agent workflow. Agar agent bekerja dengan informasi yang tepat, pahami context engineering.
