🔥 Saya tidak percaya ini ada ... seseorang akhirnya menulis buku pedoman rahasia yang dipalsukan oleh setiap startup agen AI. Sebuah tim peneliti baru saja merilis "Panduan Praktis untuk Merancang, Mengembangkan, dan Menyebarkan Alur Kerja AI Agen Tingkat Produksi" dan pada dasarnya ini adalah buku pegangan internal yang digunakan oleh orang-orang *pikirkan* OpenAI dan Anthropic. Bukan hype. Bukan diagram dengan panah lucu. Cetak biru rekayasa nyata untuk agen yang tidak runtuh saat Anda meninggalkan kotak pasir demo. Inilah yang membuatnya gila 👇 1 / Mereka mulai dengan mengungkap mengapa sebagian besar agen meledak Itu tidak pernah menjadi model. Ini adalah sistem di sekitarnya: • Perutean alat nondeterministik • kegagalan MCP senyap • Agen mengimprovisasi perintah eksekusi • alur kerja menghasilkan hasil yang berbeda setiap eksekusi Mereka menunjukkan jejak kegagalan mentah - log aktual dari agen yang salah menembak, melingkar, atau berhalusinasi. Ini terbaca seperti otopsi setiap demo "karyawan AI otonom". 2 / Mereka membangun kembali seluruh tumpukan di sekitar determinisme Setiap panggilan alat menjadi fungsi yang diketik. Setiap jalur eksekusi dapat diputar ulang. Setiap langkah bersifat deterministik. Jika sistem tidak dapat menghasilkan output yang sama dua kali, itu bukan tingkat produksi. Aturan ini saja membunuh setengah dari kekacauan yang disalahartikan orang sebagai "kemunculan". 3 / Mereka menegakkan agen tanggung jawab tunggal Tidak ada agen mega dengan 12 kepribadian. Sebaliknya: •Perencana • agen penalaran • pelaksana alat • validator •Synthesizer Masing-masing dengan batasan yang ketat. Tidak ada alat halusinasi. Tidak ada penalaran tugas campuran. Tidak ada pekerja lepas. Ini adalah rekayasa backend, bukan permainan peran. 4 / Mereka mengeksternalisasi setiap prompt seperti konfigurasi nyata Petunjuk bukan string tersembunyi lagi — mereka: • Kontrol versi • dapat diaudit • diferensial • dapat diisi ulang Ini menciptakan perilaku yang stabil dan mencegah regresi tak terlihat. 5 / Mereka menjalankan konsorsium model dengan juri GPT + Claude + Gemini tidak dapat dipertukarkan. Mereka adalah kolaborator. Masing-masing menghasilkan draf. Agen penalaran menggabungkannya, menyelesaikan kontradiksi, dan menghasilkan hasil yang terpadu. Perdebatan terstruktur, bukan model roulette. 6 / Mereka memisahkan mesin alur kerja dari lapisan MCP Mereka memisahkan: •Orkestrasi • akses alat •Pengulangan • pemeriksaan kesehatan •Scaling •Observability Hasilnya: sistem agen yang berperilaku seperti layanan mikro, bukan makro obrolan yang direkam. 7 / Kemudian mereka membuktikan segalanya dengan saluran produksi yang nyata Berita lengkap ➝ analisis ➝ skrip ➝ penalaran ➝ audio ➝ video ➝ Sistem PR GitHub. Diagram lengkap. Jejak lengkap. Kegagalan aktual. Perbaikan aktual. Ini adalah hal yang paling dekat dengan bidang ini dengan arsitektur kanonik untuk agen yang bertahan dari beban dunia nyata. Jika tumpukan agen Anda tidak memiliki: • alur kerja deterministik • tanggung jawab terisolasi • petunjuk eksternal • Arbitrase multi-model • infra yang tepat • observabilitas penuh … Anda bukan agen bangunan. Anda sedang membuat demo. Panduan ini adalah cetak biru nyata pertama untuk sistem AI produksi dan meningkatkan standar untuk semua orang.

Astaga... makalah ini mungkin merupakan perubahan terpenting dalam cara kita menggunakan LLM sepanjang tahun ini. "Model Kausal Besar dari Model Bahasa Besar." Ini menunjukkan Anda dapat menumbuhkan model kausal penuh langsung dari LLM bukan perkiraan, bukan grafik kausal aktual, kontrafaktual, intervensi, dan struktur yang diperiksa kendala. Dan cara mereka melakukannya adalah liar: Alih-alih melatih model kausal khusus, mereka menginterogasi LLM seperti seorang ilmuwan: → mengekstrak grafik kausal kandidat dari teks → meminta model untuk memeriksa independensi bersyarat → mendeteksi kontradiksi → merevisi struktur → menguji kontrafaktual dan prediksi intervensi → mengulangi sampai model kausal stabil Hasilnya adalah sesuatu yang belum pernah kami miliki sebelumnya: sistem kausal yang dibangun di dalam LLM menggunakan pengetahuan dunia latennya sendiri. Di seluruh tolok ukur domain sintetis, dunia nyata, dan berantakan, KPK ini mengalahkan metode penemuan kausal klasik karena mereka menarik dari pengetahuan sebelumnya LLM yang besar, bukan hanya korelasi lokal. Dan penalaran kontrafaktual? Sangat kuat. Model ini dapat menjawab pertanyaan "bagaimana jika" yang benar-benar gagal dilakukan oleh algoritme standar, hanya karena sudah "mengetahui" hal-hal tentang dunia yang tidak dapat disimpulkan oleh algoritme tersebut dari data saja. Makalah ini mengisyaratkan masa depan di mana LLM bukan hanya mesin pola. Mereka menjadi sistem mesin kausal yang membentuk, menguji, dan menyempurnakan penjelasan struktural realitas. Jika ini berskala, setiap bidang yang mengandalkan ekonomi inferensi kausal, kedokteran, kebijakan, sains akan ditulis ulang. LLM tidak hanya akan memberi tahu Anda apa yang terjadi. Mereka akan memberi tahu Anda alasannya.

Tidak ada yang siap untuk apa yang diungkapkan oleh makalah Stanford ini tentang AI multi-agen. "Kolaborasi Laten dalam Sistem Multi-Agen" menunjukkan bahwa agen tidak memerlukan pesan, protokol, atau instruksi kerja tim eksplisit. Mereka mulai berkoordinasi di dalam representasi tersembunyi mereka sendiri lapisan kolaborasi penuh yang hanya ada di ruang laten. Dan perilakunya gila: • Agen secara diam-diam menyerahkan tugas berdasarkan siapa yang lebih baik • Peran muncul entah dari mana pemimpin, pelaksana, pendukung • Kebijakan mengkodekan sinyal yang tidak pernah muncul dalam tindakan • Tim beradaptasi dengan lingkungan baru tanpa pelatihan ulang • Kolaborasi tetap stabil bahkan ketika komunikasi tidak mungkin dilakukan Detail paling liar: Bahkan ketika Anda menghapus semua saluran untuk komunikasi, agen tetap bekerja sama. "Kerja tim" tidak ada dalam pesan. Itu hidup di jaringan. Ini membalik seluruh buku pedoman multi-agen. Kami telah membangun mekanisme koordinasi di atas... sementara koordinasi sebenarnya terjadi di bawahnya. Era baru intelijen tim yang muncul sedang berlangsung - dan itu terjadi di tempat-tempat yang bahkan tidak kami cari. Proyek: github. com/Gen-Verse/LatenMAS