Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Pengantar agen perangkat lunak
Konsep agen perangkat lunak telah berkembang secara signifikan dari fondasinya di entitas otonom pada 1960-an menjadi eksplorasi formal pada awal 1990-an. Ketika sistem digital tumbuh semakin kompleks — dari skrip deterministik hingga aplikasi adaptif dan cerdas — agen perangkat lunak telah menjadi blok bangunan penting untuk memungkinkan perilaku otonom, sadar konteks, dan berbasis tujuan dalam sistem komputasi. Dalam konteks arsitektur cloud-native dan AI yang ditingkatkan, terutama dengan munculnya AI generatif, model bahasa besar (LLMs), dan platform seperti Amazon Bedrock, agen perangkat lunak sedang didefinisikan ulang melalui lensa kemampuan dan skala baru.
Pengantar ini diambil dari karya mani [Software Agents: An Overview](https://teaching.shu.ac.uk/aces/rh1/elearning/multiagents/introduction/nwana.pdf) oleh Hyacinth S. Nwana (Nwana 1996). **Ini mendefinisikan agen perangkat lunak, membahas akar konseptual mereka, dan memperluas diskusi ke dalam kerangka kontemporer untuk mendefinisikan tiga prinsip menyeluruh agen perangkat lunak modern: *otonomi*, asinkron, dan agensi.** Prinsip-prinsip ini membedakan agen perangkat lunak dari jenis layanan atau aplikasi lain, dan memungkinkan agen ini beroperasi dengan tujuan, ketahanan, dan kecerdasan dalam lingkungan real-time yang terdistribusi.
**Topics**
+ [Dari otonomi hingga intelijen terdistribusi](autonomy-to-ai.md)
+ [Tipologi Nwana dan munculnya agen perangkat lunak](nwana-typology.md)
+ [Tiga pilar agen perangkat lunak modern](three-pillars.md)
# Dari otonomi hingga intelijen terdistribusi
Sebelum istilah *agen perangkat lunak* memasuki arus utama, penelitian komputasi awal mengeksplorasi gagasan *entitas digital otonom*, yang merupakan sistem yang mampu bertindak secara independen, bereaksi terhadap input, dan membuat keputusan berdasarkan aturan atau tujuan internal. Ide-ide awal ini meletakkan dasar konseptual untuk apa yang akan menjadi paradigma agen. (Untuk garis waktu historis, lihat bagian [Evolusi agen perangkat lunak](evolution.md) nanti dalam panduan ini.)
## Konsep awal otonomi
Gagasan tentang mesin atau program yang bertindak secara independen dari operator manusia telah menggelitik perancang sistem selama beberapa dekade. Pekerjaan awal dalam sibernetika, kecerdasan buatan, dan sistem kontrol memeriksa bagaimana perangkat lunak dapat menunjukkan perilaku yang mengatur diri sendiri, merespons perubahan secara dinamis, dan beroperasi tanpa pengawasan manusia yang berkelanjutan.
Ide-ide ini memperkenalkan *otonomi* sebagai atribut inti dari sistem cerdas dan mengatur panggung untuk munculnya perangkat lunak yang dapat *memutuskan dan bertindak*, bukan hanya *bereaksi* atau *mengeksekusi*.
## Model aktor dan eksekusi asinkron
Pada 1970-an, *model aktor*, yang diperkenalkan dalam paper [A Universal Modular ACTOR Formalism for Artificial Intelligence](https://www.ijcai.org/Proceedings/73/Papers/027B.pdf) (Hewitt et al. 1973), menyediakan kerangka kerja formal untuk berpikir tentang komputasi yang digerakkan oleh pesan yang terdesentralisasi. Dalam model ini, aktor adalah entitas independen yang berkomunikasi secara eksklusif dengan mengirimkan pesan asinkron, dan memungkinkan sistem yang dapat diskalakan, bersamaan, dan toleran terhadap kesalahan.
Model aktor menekankan tiga atribut utama yang terus mempengaruhi desain agen modern:
+ Isolasi keadaan dan perilaku
+ Interaksi asinkron antar entitas
+ Pembuatan dan pendelegasian tugas yang dinamis
Atribut ini selaras dengan kebutuhan sistem terdistribusi dan menggambarkan karakteristik operasional agen perangkat lunak di lingkungan cloud-native.
## Intelijen terdistribusi dan sistem multi-agen
Ketika sistem komputasi menjadi lebih saling berhubungan setelah 1960-an, para peneliti mengeksplorasi kecerdasan buatan terdistribusi (DAI). Bidang ini berfokus pada bagaimana beberapa entitas otonom dapat bekerja secara kolaboratif atau kompetitif di seluruh sistem. DAI mengarah pada pengembangan sistem multi-agen, di mana setiap agen memiliki tujuan, persepsi, dan penalaran lokal tetapi juga beroperasi dalam lingkungan yang lebih luas dan saling berhubungan.
Visi kecerdasan terdistribusi ini, di mana pengambilan keputusan terdesentralisasi dan perilaku yang muncul muncul dari interaksi agen, tetap menjadi pusat bagaimana sistem berbasis agen modern dipahami dan dibangun.
# Tipologi Nwana dan munculnya agen perangkat lunak
Formalisasi konsep agen perangkat lunak pada pertengahan 1990-an menandai titik balik dalam evolusi sistem cerdas. Di antara kontribusi yang paling berpengaruh untuk formalisasi ini adalah mani paper Hyacinth S. Nwana, [Software Agents: An Overview**** (Nwana 1996), yang menyediakan salah satu kerangka komprehensif pertama untuk mengkategorikan dan memahami agen perangkat lunak](https://teaching.shu.ac.uk/aces/rh1/elearning/multiagents/introduction/nwana.pdf) di berbagai dimensi.
Dalam paper ini, Nwana mensurvei keadaan penelitian agen perangkat lunak dan mengidentifikasi perbedaan yang berkembang dalam bagaimana agen didefinisikan dan diimplementasikan. Paper ini menyoroti perlunya kerangka kerja konseptual umum dan mengusulkan tipologi yang mengklasifikasikan agen menurut kemampuan kunci mereka. Ini meninjau sistem agen perwakilan dari akademisi dan industri, membedakan agen dari program dan objek tradisional, dan menguraikan tantangan dan peluang dalam komputasi berbasis agen.
Nwana menekankan bahwa agen perangkat lunak bukanlah konsep monolitik tetapi ada di sepanjang spektrum kecanggihan dan kemampuan. Tipologi berfungsi untuk memperjelas lanskap ini dan memandu desain dan penelitian masa depan.
Nwana mendefinisikan agen perangkat lunak sebagai entitas perangkat lunak yang berfungsi terus menerus dan otonom dalam lingkungan tertentu, yang sering dihuni oleh agen dan proses lain. Definisi ini menekankan dua karakteristik utama:
+ Kontinuitas: Agen beroperasi terus-menerus dari waktu ke waktu, tanpa memerlukan campur tangan manusia yang konstan.
+ Otonomi: Agen memiliki kemampuan untuk membuat keputusan dan menindaklanjutinya secara mandiri, berdasarkan persepsinya terhadap lingkungan.
Definisi ini, dikombinasikan dengan tipologi agen Nwana, menekankan otoritas yang didelegasikan (melalui otonomi) dan proaktif sebagai karakteristik dasar agen. Ini membedakan antara agen dan subrutin atau layanan dengan menyoroti kemampuan agen untuk bertindak secara independen atas nama entitas lain dan untuk memulai perilaku dalam mengejar tujuan, bukan hanya menanggapi perintah langsung.
## Tipologi agen Nwana
Untuk lebih membedakan antara berbagai jenis agen, Nwana memperkenalkan sistem klasifikasi berdasarkan enam atribut utama:
+ Otonomi: Agen beroperasi tanpa intervensi langsung dari manusia atau orang lain.
+ Kemampuan sosial: Agen berinteraksi dengan agen atau manusia lain dengan menggunakan mekanisme komunikasi.
+ Reaktivitas: Agen merasakan lingkungannya dan merespons secara tepat waktu.
+ Proaktif: Agen menunjukkan perilaku yang diarahkan pada tujuan dengan mengambil inisiatif.
+ Kemampuan beradaptasi dan belajar: Agen meningkatkan kinerjanya dari waktu ke waktu melalui pengalaman.
+ Mobilitas: Agen dapat bergerak melintasi lingkungan sistem atau jaringan yang berbeda.
## Dari tipologi hingga prinsip agen modern
Karya Nwana berfungsi sebagai taksonomi dan lensa dasar di mana komunitas komputasi dapat mengevaluasi bentuk-bentuk agensi yang berkembang dalam perangkat lunak. Penekanannya pada otonomi, proaktif, dan konsep bertindak atas nama pengguna atau sistem meletakkan dasar bagi apa yang sekarang kita anggap sebagai perilaku agen.
Meskipun teknologi dan lingkungan telah berubah, terutama dengan munculnya AI generatif, infrastruktur tanpa server, dan kerangka kerja orkestrasi multi-agen, wawasan dasar dari pekerjaan Nwana tetap relevan. Mereka menyediakan jembatan kritis antara teori agen awal dan tiga pilar modern agen perangkat lunak.
# Tiga pilar agen perangkat lunak modern
Dalam konteks platform bertenaga AI saat ini, arsitektur layanan mikro, dan sistem berbasis peristiwa, agen perangkat lunak dapat didefinisikan oleh tiga prinsip yang saling bergantung yang membedakannya dari layanan standar atau skrip otomatisasi: otonomi, asinkron, dan agensi. Dalam ilustrasi berikut dan diagram berikutnya, segitiga mewakili tiga pilar agen perangkat lunak modern ini.
![\[Tiga pilar agen perangkat lunak modern: agensi, otonomi, asinkron.\]](http://docs.aws.amazon.com/id_id/prescriptive-guidance/latest/agentic-ai-foundations/images/three-pillars.png)
## Otonomi
Agen modern beroperasi secara independen. Mereka membuat keputusan berdasarkan keadaan internal dan konteks lingkungan tanpa memerlukan dorongan manusia. Hal ini memungkinkan mereka untuk bereaksi terhadap data secara real-time, mengelola siklus hidup mereka sendiri, dan menyesuaikan perilaku mereka berdasarkan sasaran dan masukan situasional.
Otonomi adalah dasar dari perilaku agen. Hal ini memungkinkan agen untuk berfungsi tanpa pengawasan terus menerus atau aliran kontrol hardcode.
## Asinkronisitas
Agen pada dasarnya asinkron. Ini berarti bahwa mereka merespons peristiwa, sinyal, dan rangsangan saat terjadi, tanpa bergantung pada pemblokiran panggilan atau alur kerja linier. Karakteristik ini memungkinkan komunikasi yang dapat diskalakan dan tidak memblokir, responsif di lingkungan terdistribusi, dan kopling longgar antar komponen.
Melalui asinkron, agen dapat berpartisipasi dalam sistem real-time dan berkoordinasi dengan layanan atau agen lain secara lancar dan efisien.
## Agensi sebagai prinsip yang menentukan
Otonomi dan asinkronisitas diperlukan, tetapi fitur-fitur ini saja tidak cukup untuk menjadikan sistem agen perangkat lunak sejati. Pembeda kritis adalah agensi, yang memperkenalkan:
+ Perilaku yang diarahkan pada tujuan: Agen mengejar tujuan dan mengevaluasi kemajuan ke arah mereka.
+ Pengambilan keputusan: Agen menilai opsi dan memilih tindakan berdasarkan aturan, model, atau kebijakan yang dipelajari.
+ Maksud yang didelegasikan: Agen bertindak atas nama seseorang, sistem, atau organisasi dan memiliki tujuan yang tertanam.
+ Penalaran kontekstual: Agen menggabungkan memori atau model lingkungan mereka untuk memandu perilaku secara cerdas.
Sistem yang otonom dan asinkron mungkin masih merupakan layanan reaktif. Apa yang membuatnya menjadi agen perangkat lunak adalah kemampuannya untuk bertindak dengan niat dan tujuan, untuk menjadi *agen.*
## Agensi dengan tujuan
Prinsip-prinsip otonomi, asinkron, dan agensi memungkinkan sistem beroperasi secara cerdas, adaptif, dan independen di seluruh lingkungan terdistribusi. Prinsip-prinsip ini berakar pada dekade evolusi konseptual dan arsitektur, dan sekarang mendukung banyak sistem AI paling canggih yang sedang dibangun saat ini.
Di era baru AI generatif, orkestrasi berorientasi pada tujuan, dan kolaborasi multi-agen, penting untuk memahami apa yang membuat agen perangkat lunak benar-benar agen. Mengakui agensi sebagai karakteristik yang menentukan membantu kita bergerak melampaui otomatisasi dan memasuki ranah kecerdasan otonom dengan tujuan.