Dari Agen LLM yang Banyak Bicara ke Sistem yang Terkelola: Panduan Arsitektural
OpenAI
Google/DeepMind
Microsoft
Anthropic
LangChain
Mastra
CrewAI
KaibanJS
Artikel ini memberikan panduan komprehensif tentang agen LLM dan sistem multi-agen, mencakup strategi dari ReAct hingga grafik, eksekusi yang tahan lama, sandboxing, memori, evaluasi, dan keamanan dalam produksi. Panduan ini membantu pengembang memahami kapan satu agen sudah cukup, kapan banyak agen bermanfaat, dan bagaimana memilih arsitektur yang paling layak dan minimal. Panduan ini menekankan bahwa sistem agen modern adalah tumpukan berlapis-lapis, bukan pustaka tunggal.
Artikel ini adalah panduan bagi pengembang untuk memahami sistem agen: artikel ini menjelaskan perbedaan antara agen dan alur kerja biasa, serta kapan harus menggunakan satu atau beberapa agen. Artikel ini menguraikan bahwa agen didefinisikan sebagai model + lingkaran kerja + alat + status + aturan dan batasan. Artikel ini menelusuri evolusi dari pendekatan ReAct (2022), yang memperkenalkan siklus pemikiran-tindakan-observasi, hingga arsitektur percakapan yang dipopulerkan oleh AutoGen pada tahun 2023, dan kemudian struktur berbasis graf seperti LangGraph pada tahun 2024. Artikel ini menyoroti bahwa satu agen seringkali sudah cukup untuk banyak aplikasi, dan pengaturan multi-agen hanya memberikan manfaat ketika peran benar-benar berbeda dalam konteks, alat, atau izin. Artikel ini juga membahas berbagai strategi (ReAct, Plan-and-Solve, ReWOO, Tree of Thoughts, RAP, LATS, Self-Refine, Reflexion, MRKL) dan mencatat bahwa semakin terprediksi langkah-langkahnya, semakin sedikit kebebasan yang dibutuhkan model. Artikel ini memperkenalkan konsep 'teater agen' di mana panggilan model bahasa besar (LLM) yang identik berpura-pura menjadi tim, dan menekankan pemisahan logika deterministik (kode) dari logika probabilistik (keputusan LLM). Terakhir, artikel ini menyajikan tumpukan agen modern dengan lapisan termasuk SDK Agen, runtime graf, memori, sandboxing, dan observabilitas, serta mencantumkan contoh seperti OpenAI Agents SDK, Google ADK, LangGraph, Mastra, dan lainnya.
Sumber: Habr — хаб ИИ —
asli