KursusAgentic AI untuk Bisnis
ModulMembangun agent
Durasi11 min
Progress0/12
Materi Pelajaran0/12 · 0%
  1. 1Cara kerja language model yang sebenarnya10 min
  2. 2Prompting: mengubah niat jadi instruksi yang andal11 min
  3. 3Memilih model Anda9 min
  4. 4Dari chatbot ke agent: loop reasoning-action9 min
  5. 5Tools dan function calling11 min
  6. 6Pola desain agent: melampaui satu loop11 min
  7. 7Memori dan pengetahuan: menumpu agent dengan RAG11 min
  8. 8Membangun knowledge base yang retrieve-nya bagus12 min
  9. 9Menghubungkan ke sistem Anda: API, webhook, dan MCP10 min
  10. 10Guardrails, evaluasi, dan biaya10 min
  11. 11Men-deploy agent pada workflow nyata10 min
  12. 12Memilih apa yang diotomasi: framework ROI10 min

Lesson 6 / 12 · 11 min

Pola desain agent: melampaui satu loop

Plan-and-execute, reflection, routing, dan multi-agent supervisor-worker. Kapan memakai tiap pola, dan kapan satu loop cukup.

Satu loop ReAct menangani lebih dari yang orang kira. Tapi saat tugas membesar, beberapa pola membantu Anda mengorganisir penalaran dan menjaga tiap bagian tetap andal. Pola hanyalah cara teruji menata pekerjaan, Anda tidak butuh semuanya, Anda butuh mengenali pola mana yang diminta sebuah masalah.

Plan-and-execute

Alih-alih memutuskan langkah berikutnya giliran demi giliran, agent menulis rencana penuh dulu, lalu mengeksekusi tiap langkah. Ini membantu pada tugas multi-langkah di mana pilihan awal yang salah mahal, dan memberi Anda rencana yang bisa diperiksa atau disetujui sebelum apa pun jalan.

Reflection

Agent (atau pass kedua) meninjau draft-nya sendiri terhadap requirement dan merevisi sebelum mengembalikannya. Ini peningkatan kualitas murah untuk menulis, kode, dan ekstraksi: model sering lebih baik menemukan cacat daripada menghindarinya pada percobaan pertama.

Routing

Sebuah classifier kecil melihat permintaan masuk dan memutuskan jenisnya, lalu mengirimnya ke jalur yang tepat: pertanyaan harga ke flow katalog, komplain ke antrian manusia, booking ke agent kalender. Routing menjaga tiap jalur sederhana dan teruji daripada satu agent raksasa yang mencoba melakukan semuanya.

Multi-agent: supervisor dan worker

Sebuah supervisor memecah tujuan jadi sub-tugas dan mendelegasikan tiap satu ke agent worker terspesialisasi, masing-masing dengan prompt dan tool sendiri, lalu menggabungkan hasilnya. Ini ampuh untuk pekerjaan yang benar-benar kompleks, tapi tiap agent tambahan menambah latensi, biaya, dan satu lagi hal yang bisa gagal.

Supervisormengarahkan dan menggabungkan
Agent salestool sendiri
Agent supporttool sendiri
Agent opstool sendiri
Tiap worker pegang satu pekerjaan dan tool-nya sendiri; supervisor membagi tugas lalu menggabungkan hasilnya
Supervisor mengarahkan tujuan ke worker terspesialisasi, masing-masing memegang satu pekerjaan dan tool-nya sendiri, lalu menggabungkan hasilnya.

Kapan tidak

Tiap agent tambahan adalah lebih banyak yang harus dibangun, dibayar, dan di-debug. Mulai dengan satu agent yang scope-nya jelas dan loop yang jelas. Pakai plan-and-execute, reflection, routing, atau banyak agent hanya saat keterbatasan nyata memaksanya, bukan karena diagram arsitekturnya terlihat keren.

Yang Anda dapatkan

  • Plan-and-execute: rencanakan dulu, lalu jalankan, supaya kesalahan awal lebih murah dan bisa diperiksa
  • Reflection: biarkan agent mengkritik dan merevisi draft-nya sendiri untuk kualitas murah
  • Routing: klasifikasi dulu, lalu kirim tiap permintaan ke jalur sederhana yang teruji
  • Multi-agent supervisor-worker ampuh tapi mahal; tambah pola hanya saat terpaksa
Layanan Etzal terkaitAutopilot: AI yang menjalankan operasi AndaMau dikerjakan untuk Anda? Lihat caranya.
Pola desain agent: melampaui satu loop - Agentic AI untuk Bisnis | Etzal Academy | Etzal Group