Gw sebenernya bukan orang yang rajin ngikutin perkembangan AI. Waktu ChatGPT pertama kali rame, reaksi gw kurang lebih cuma, “oh, language model sekarang makin bagus.” Habis itu ya udah. Coba beberapa kali, takjub bentar, terus balik ngoding lagi.

Dulu gw malah lebih tertarik sama reinforcement learning. Ngeliat agent belajar jalan, main game, atau nyari strategi dari reward rasanya lebih seru daripada model yang kerjaannya nebak kelanjutan teks. LLM di kepala gw waktu itu cuma autocomplete yang dibesarin sampai servernya bikin tagihan listrik ngeri. Dan setelah belajar LLM lagi ternyata sekarang LLM udan dipakein Reinforcement Learning juga, entar coba gw bahas dan ulik juga bagian ini karena tertarik juga.

Pandangan itu mulai berubah setelah gw pakai Claude Code buat kerja. Bukan karena dia bisa bikin function atau jelasin error chatbot biasa juga sudah bisa. Yang bikin gw penasaran adalah dia bisa muter-muter di repo, baca file yang relevan, jalanin command, lihat hasilnya, terus mengubah rencana. Kadang hasilnya bagus, kadang dia sotoy juga, tapi jelas ada sesuatu yang beda dari pola tanya-jawab biasa.

Di situ gw baru muali pensaran gimana caranya agentic ai agent ini berkerja.

Kenapa bikin series, bukan satu tulisan

Awalnya gw pengen bikin satu tulisan panjang. Setelah bikin outline, ternyata bahasannya melebar ke mana-mana: mulai dari token, RAG, tool calling, agent loop, security, sampai multi-agent. Kalau dipaksa jadi satu artikel, kemungkinan besar ujungnya cuma jadi kamus istilah.

Jadi gw pecah proses belajarnya menjadi beberapa bagian. Rutenya kurang lebih begini:

LLM
  ↓
context dan pengetahuan eksternal
  ↓
tools dan aksi
  ↓
agent loop / runtime
  ↓
reliability, security, dan evaluation
  ↓
implementasi kecil dengan Go

Gw sengaja mulai dari LLM karena agent tetap berdiri di atas batasan model bahasa. Setelah itu baru pelan-pelan nambah “anggota badan” di sekitarnya. Harapannya pas sampai implementasi, tiap potongan kode punya alasan buat ada, bukan sekadar copy-paste dari framework.

Bukan ramalan masa depan AI

Series ini nggak akan membahas apakah AGI datang dua tahun lagi, apakah programmer bakal diganti, atau saham company AI mana yang bakal naik. Gw nggak punya kapasitas buat meramal begituan dan, jujur aja, nggak terlalu tertarik juga.

Gw juga nggak berniat sok jadi expert. Ini catatan orang yang lagi belajar. Sangat mungkin ada bagian yang nanti gw revisi setelah nyoba implementasinya atau setelah ketemu penjelasan yang lebih masuk akal. Menurut gw itu lebih sehat daripada nunggu paham 100% yang kemungkinan nggak akan pernah kejadian baru mulai nulis.

Target akhirnya

Setelah series ini selesai, gw pengen bisa menjawab tiga hal:

• Apa bedanya agent dengan chatbot biasa.
• Apa saja yang dibutuhkan supaya agent bisa bekerja dengan baik.
• Gimana cara bikin agent sederhana tanpa framework.

Kalau ternyata banyak masalah cukup diselesaikan dengan workflow biasa, itu juga nggak masalah. Nggak semuanya harus dibuat jadi agent. gak semua perlu dibuat autonomous cuma karena sekarang sedang musim agent.