Ketika mendengar istilah Artificial Intelligence (AI), banyak orang membayangkan satu sistem cerdas yang bekerja sendirian. Namun, perkembangan terbaru dalam dunia Agentic AI menunjukkan pendekatan yang berbeda. Alih-alih mengandalkan satu AI, kini banyak sistem menggunakan Multi-Agent System (MAS), yaitu sekelompok agen AI yang bekerja sama layaknya sebuah tim profesional.
Dalam sebuah tim, tentu setiap anggota memiliki tugas yang berbeda. Ada yang bertugas merencanakan, ada yang mengeksekusi, ada yang mengevaluasi, bahkan ada yang berdebat untuk mencari keputusan terbaik.
Konsep yang sama juga diterapkan dalam Multi-Agent System modern.
Dari Satu AI Menjadi Tim AI
Bayangkan sebuah perusahaan yang sedang mengerjakan proyek besar.
Terdapat seorang manajer proyek, perencana, pelaksana, auditor, dan konsultan yang saling berdiskusi untuk menghasilkan keputusan terbaik.
Dalam Agentic AI, peran-peran tersebut diwujudkan melalui berbagai jenis agen yang memiliki fungsi khusus.
Lima jenis agen yang paling sering digunakan adalah:
- Coordinator Agent
- Planner Agent
- Executor Agent
- Reviewer Agent
- Debate Agent
Masing-masing memiliki tanggung jawab yang berbeda namun saling melengkapi.
Coordinator Agent: Sang Manajer Tim
Coordinator Agent dapat dianggap sebagai pemimpin dalam sistem Multi-Agent.
Tugas utamanya adalah mengatur jalannya kolaborasi antar agen agar seluruh proses berjalan efektif dan tidak saling bertabrakan.
Coordinator Agent bertanggung jawab untuk:
- Membagi tugas kepada agen lain
- Mengatur penggunaan sumber daya
- Mengoordinasikan komunikasi antar agen
- Menggabungkan hasil kerja menjadi solusi akhir
Tanpa Coordinator Agent, tim AI dapat mengalami konflik, duplikasi pekerjaan, atau kehilangan arah dalam mencapai tujuan.
Planner Agent: Sang Perencana Strategi
Sebelum pekerjaan dilakukan, seseorang harus menyusun rencana. Peran tersebut dijalankan oleh Planner Agent. Planner Agent bertugas menerjemahkan tujuan pengguna menjadi langkah-langkah yang dapat dieksekusi oleh sistem.
Misalnya ketika pengguna meminta analisis pasar, Planner Agent akan menentukan:
- Data apa yang perlu dicari
- Agen mana yang harus dilibatkan
- Urutan pekerjaan yang harus dilakukan
- Target hasil yang ingin dicapai
Karena itu Planner Agent sering disebut sebagai “arsitek strategi” dalam Agentic AI.
Executor Agent: Sang Pelaksana
Jika Planner Agent membuat rencana, maka Executor Agent adalah pihak yang menjalankan rencana tersebut. Executor Agent bertugas melakukan tindakan nyata seperti:
- Mengakses database
- Menggunakan tools
- Mengambil data dari internet
- Menjalankan kode program
- Mengolah informasi
Executor Agent merupakan agen yang paling aktif berinteraksi dengan lingkungan dan berbagai sistem eksternal.
Dalam banyak kasus, satu sistem dapat memiliki beberapa Executor Agent yang bekerja secara paralel untuk mempercepat penyelesaian tugas.
Reviewer Agent: Sang Quality Control
Setelah pekerjaan selesai, hasilnya perlu diperiksa. Peran ini dijalankan oleh Reviewer Agent. Reviewer Agent bertugas mengevaluasi kualitas hasil yang diberikan oleh Executor Agent dan memastikan bahwa pekerjaan telah sesuai dengan tujuan awal. Beberapa tugas Reviewer Agent meliputi:
- Memeriksa akurasi hasil
- Mengidentifikasi kesalahan
- Memastikan konsistensi informasi
- Memberikan rekomendasi perbaikan
Karena fungsinya tersebut, Reviewer Agent sering dianalogikan sebagai auditor atau quality assurance dalam sebuah organisasi.
Debate Agent: Sang Pengkritik dan Penantang Ide
Salah satu konsep menarik dalam Agentic AI modern adalah penggunaan Debate Agent. Debate Agent dirancang untuk menguji ide, keputusan, atau solusi yang dihasilkan oleh agen lain melalui proses argumentasi.Alih-alih langsung menerima hasil yang diberikan, Debate Agent akan bertanya:
- Apakah ada solusi yang lebih baik?
- Apakah asumsi yang digunakan sudah benar?
- Apakah terdapat risiko yang belum dipertimbangkan?
- Apakah ada sudut pandang lain yang perlu dianalisis?
Pendekatan ini membuat sistem AI menjadi lebih kritis dan mampu menghasilkan keputusan yang lebih kuat.
Banyak peneliti percaya bahwa Debate Agent akan menjadi komponen penting dalam pengembangan AI yang lebih dapat dipercaya.
Bagaimana Mereka Bekerja Bersama?
Bayangkan pengguna meminta AI membuat laporan analisis bisnis.
Prosesnya dapat berlangsung seperti berikut:
Coordinator Agent
Membagi pekerjaan.
Planner Agent Menyusun strategi dan langkah kerja.
Executor Agent Mengumpulkan data dan melakukan analisis.
Reviewer Agent Memeriksa kualitas hasil.
Debate Agent Menguji dan menantang kesimpulan.
Coordinator Agent Menggabungkan seluruh hasil menjadi laporan final.
Dengan pendekatan ini, kualitas output dapat jauh lebih baik dibandingkan jika hanya menggunakan satu agen AI
