Cara Belajar Agen AI dari Nol dalam Enam Tahap

Lintasan dalam enam tahap

Untuk mempelajari agen AI dari awal, jalani enam tahap secara berurutan: konsep, loop pertama Anda, tools, memory, desain loop, dan safety. Pada setiap tahap, Anda membangun satu hal dengan tangan sendiri. Melompat ke tahap berikutnya adalah alasan paling umum orang berhenti, karena framework menyembunyikan bagian yang justru perlu Anda lihat.

Agen AI adalah loop di sekitar language model yang diizinkan memanggil tools. Kalimat itu mencakup seluruh pokok bahasan. Selebihnya adalah perincian tentang isi loop, hal yang dapat disentuh tools, serta cara menghentikan loop ketika terjadi kesalahan. Jika Anda dapat menjelaskan loop tersebut kepada orang lain, berarti Anda telah memahami hal ini. Jika Anda hanya dapat menyebutkan nama framework, berarti Anda belum memahaminya.

Rencana di bawah ini mengasumsikan bahwa Anda belajar dengan membangun. Baca satu tahap, bangun hal kecil tersebut, sengaja buat agar gagal, lalu lanjutkan. Tahap yang baru Anda baca berarti tahap yang belum Anda jalani.

Hal yang sebenarnya Anda perlukan sebelum tahap 1

Daftar prasyarat yang sebenarnya singkat, dan lebih singkat daripada yang biasanya ditunjukkan oleh sebagian besar halaman kursus.

• Anda dapat membaca dan menulis Python atau TypeScript dengan kemampuan yang cukup untuk membuat skrip lima puluh baris.
• Anda terbiasa menggunakan shell Linux: menginstal paket, mengedit file, dan membaca log.
• Anda memiliki API key untuk model yang di-host, atau mesin yang dapat menjalankan model lokal.

Itulah seluruh daftarnya. Anda tidak memerlukan teori machine learning dan tidak perlu pernah melatih model. Tidak ada bagian dari pekerjaan agent yang melibatkan gradien atau data pelatihan. Graphics card hanya diperlukan jika Anda memutuskan untuk menjalankan model sendiri. Itu merupakan keterampilan terpisah yang dapat Anda pelajari nanti melalui meng-host Ollama pada VPS untuk self-host LLM.

Hal yang sering diremehkan adalah bagian shell. Agent dapat gagal karena permission, path, environment variable, dan proses yang berhenti tanpa pesan. Jika stack trace tentang PATH atau file mode membuat Anda menutup terminal, luangkan akhir pekan untuk mempelajari dasar-dasar Linux terlebih dahulu. Ini akan menghemat waktu Anda selama satu bulan di kemudian hari.

Tahap 1: apa itu agent dan apa yang bukan

Mulai dengan satu panggilan API tanpa loop. Kirim prompt, tampilkan balasannya, lalu periksa jumlah token dalam respons. Sekarang Anda memahami satuan biaya dan satuan latensi.

Selanjutnya, pelajari penggunaan tool, yang merupakan satu-satunya gagasan yang benar-benar baru dalam bidang ini. Anda menjelaskan sebuah fungsi kepada model melalui nama, deskripsi, dan skema JSON (JavaScript object notation) untuk inputnya. Model tidak menjalankan apa pun. Model membalas dengan permintaan terstruktur: panggil run_command dengan argumen ini. Kode Anda menjalankan fungsi tersebut, mengirimkan hasilnya kembali sebagai pesan, lalu meminta model menjawab lagi. Model adalah perencana yang membaca teks dan menulis teks. Kode Anda adalah komponen yang menjalankan tindakan.

Chatbot berhenti setelah satu balasan. Agent mengulangi pertukaran tersebut sampai model berhenti meminta tool. Pengulangan itulah seluruh perbedaannya. Karena itu, mode kegagalannya juga berbeda. Chatbot memberikan jawaban yang salah satu kali. Agent dapat bertindak berdasarkan jawaban yang salah beberapa kali sebelum ada yang menyadarinya.

Tahap 2: tulis loop sendiri, satu kali

Jangan mulai dengan framework. Tulis sekitar tiga puluh baris Python agar struktur program ini benar-benar Anda pahami.

sudo apt update && sudo apt install -y python3-venv
python3 -m venv ~/agent
source ~/agent/bin/activate
pip install anthropic
export ANTHROPIC_API_KEY=your-key-here

import subprocess
import anthropic

client = anthropic.Anthropic()

tools = [{
    "name": "run_command",
    "description": "Run a read only shell command and return its output.",
    "input_schema": {
        "type": "object",
        "properties": {"command": {"type": "string"}},
        "required": ["command"],
    },
}]

messages = [{"role": "user", "content": "How much disk space is free here?"}]

while True:
    response = client.messages.create(
        model="claude-opus-5",
        max_tokens=4096,
        tools=tools,
        messages=messages,
    )
    if response.stop_reason != "tool_use":
        break
    messages.append({"role": "assistant", "content": response.content})
    results = []
    for block in response.content:
        if block.type == "tool_use":
            done = subprocess.run(
                block.input["command"], shell=True,
                capture_output=True, text=True, timeout=10,
            )
            results.append({
                "type": "tool_result",
                "tool_use_id": block.id,
                "content": done.stdout or done.stderr,
            })
    messages.append({"role": "user", "content": results})

print(next(b.text for b in response.content if b.type == "text"))

Jalankan dengan python3 agent.py. Jika berjalan dengan benar, program mencetak satu paragraf yang menyebutkan filesystem Anda dan ruang kosongnya. Ini terjadi karena model meminta df -h, kode Anda menjalankan perintah tersebut, lalu proses kedua mengubah tabel itu menjadi kalimat. Jika tidak mencetak apa pun, loop berakhir sebelum blok teks diterima. Tambahkan print(response.stop_reason) di dalam loop dan amati perubahan nilainya.

Sekarang buat program gagal secara sengaja. Hapus baris tool_use_id dan baca error yang muncul. API menolak hasil tool yang tidak memiliki id yang cocok, dan ini adalah bug pemula yang paling umum. Ajukan pertanyaan yang memerlukan dua perintah dan amati loop berjalan dua kali. Ajukan pertanyaan yang tidak mungkin dijawab dan amati apakah program menyerah atau berputar tanpa henti.

Ada satu peringatan tentang contoh ini. Contoh ini meneruskan output model langsung ke shell dengan shell=True. Cara tersebut dapat diterima pada mesin uji yang dapat Anda bangun ulang, tetapi tidak boleh digunakan di tempat lain. Tahap 6 membahas perbaikannya. Konsep di balik loop ini dibahas lebih lanjut dalam membangun AI agent sendiri pada VPS.

Tahap 3: alat yang belum dimiliki agen

Alat run_command Anda berfungsi, tetapi agen nyata memerlukan alat yang dapat mengakses sumber daya di luar server: sistem tiket, database, atau repositori. Menulis wrapper khusus untuk setiap layanan dan setiap agen tidak dapat diskalakan.

Model Context Protocol (MCP) adalah solusi yang akhirnya digunakan secara luas oleh industri. Server MCP menyediakan sekumpulan alat melalui transportasi standar, dan agen yang mendukung MCP dapat menggunakannya tanpa kode penghubung khusus. Server filesystem referensi dapat dijalankan dengan satu perintah:

npx -y @modelcontextprotocol/server-filesystem /home/you/projects

Node harus sudah terinstal, dan argumen direktori adalah satu-satunya path yang akan diakses server. Inilah model keamanannya secara ringkas: server menentukan batas akses, bukan model. Arahkan klien ke server tersebut, lalu agen Anda mendapatkan kemampuan untuk membaca dan menulis file tanpa Anda harus menulis implementasinya. Cara menjalankannya dengan benar, menggunakan akun layanan dan pilihan transportasi yang dijelaskan, dibahas dalam menjalankan server MCP pada VPS untuk agen coding AI.

Pelajaran dari tahap ini adalah bahwa desain alat merupakan pekerjaan utama. Deskripsi yang tidak jelas membuat model menebak. Alat yang mengembalikan empat puluh ribu karakter memenuhi context window dengan informasi yang tidak diperlukan. Alat yang dapat menghapus sesuatu pada akhirnya akan menghapus sesuatu.

Tahap 4: memori, yang sebagian besar hanya berupa file

Pemula biasanya langsung menggunakan vector database pada tahap ini. Jangan lakukan itu, setidaknya belum sekarang.

Agent tidak memiliki memori antarpanggilan. Anda mengirim ulang seluruh percakapan setiap kali, sehingga sesi yang panjang lebih mahal per giliran daripada sesi yang singkat. Jadi, memori terbagi menjadi dua masalah. Masalah pertama adalah hal yang dapat dimuat dalam context window saat ini. Anda mengelolanya dengan membuat ringkasan, memangkas output tool lama, dan melakukan caching pada prefix prompt yang stabil agar biayanya hanya sebagian kecil. Masalah kedua adalah hal yang tetap tersimpan setelah restart. Ini merupakan masalah penyimpanan.

Untuk masalah kedua, file markdown biasa yang dapat dibaca dan ditulis oleh agent lebih baik daripada vector database untuk hampir semua proyek pertama. Berikan satu file, jelaskan formatnya, dan instruksikan agent untuk membaca file tersebut sebelum mulai serta memperbaruinya ketika memperoleh informasi baru. Anda mendapatkan sebagian besar manfaatnya, dan dapat membuka file tersebut untuk melihat hal-hal yang diyakini agent. Gunakan embeddings dan retrieval ketika catatan tidak lagi dapat dimuat dalam context window, bukan sebelumnya.

Tahap 5: loop adalah produknya

Pada tahap ini, Anda sudah dapat membuat agen yang bekerja saat Anda mengawasinya. Tahap 5 adalah membuatnya tetap bekerja saat Anda tidak mengawasinya.

Empat pertanyaan menentukan apakah agen tanpa pengawasan aman dibiarkan berjalan. Apa yang memicunya agar agen tidak berjalan tanpa tujuan. Di dalam batas apa agen beroperasi agar kesalahan tetap terbatas. Bagaimana hasilnya diverifikasi, karena agen yang menilai pekerjaannya sendiri selalu lulus. Anggaran apa yang menghentikannya, baik dalam token maupun waktu nyata. Merancang keempat hal tersebut secara sengaja merupakan disiplin yang dijelaskan dalam rekayasa loop dan cakupan definisinya.

Latihannya: ambil agen tahap 2, berikan tugas yang memerlukan empat atau lima langkah, lalu tambahkan batas iterasi yang ketat. Kemudian hapus batas tersebut dan amati dampak loop tanpa batas terhadap tagihan token Anda. Lakukan sekali dengan anggaran kecil agar Anda tidak pernah melakukannya secara tidak sengaja dengan anggaran besar.

Tahap 6: keamanan, secret, dan biaya

Tahap ini wajib dilakukan. Tahap ini ditempatkan terakhir hanya karena risikonya belum dapat dirasakan sebelum Anda membangun sesuatu yang berfungsi.

Jalankan agent sebagai pengguna sendiri tanpa hak istimewa, jangan pernah sebagai root atau akun Anda sendiri. Dengan begitu, dampak jika terjadi masalah terbatas pada satu direktori, bukan seluruh mesin. Jauhkan kredensial dari jangkauan model. Apa pun yang berada di jendela konteks dapat dikutip kembali melalui pemanggilan tool. Solusinya adalah token berumur pendek dengan cakupan terbatas di balik helper, seperti dijelaskan dalam menjauhkan secret dari AI agent Anda. Tetapkan batas maksimum pengeluaran. Loop yang berjalan tanpa pengawasan akan menagih biaya pada setiap iterasi tanpa ada yang memantau. Batas dan batching untuk mengendalikannya dijelaskan dalam mengendalikan biaya AI agent pada VPS yang selalu aktif.

Biaya memerlukan satu angka konkret. Per Juli 2026, Claude Opus 5 mengenakan biaya $5 per satu juta token input dan $25 per satu juta token output. Agent yang banyak mengirim ulang percakapan yang terus bertambah dapat memproses beberapa ratus ribu token dalam satu tugas. Prompt caching dan model yang lebih kecil untuk langkah rutin mengubah perhitungan tersebut jauh lebih besar daripada perubahan apa pun pada prompt.

Prompt injection juga termasuk dalam tahap ini. Jika agent Anda membaca halaman web, issue tracker, atau inbox, orang yang menulis teks tersebut juga sedang menulis instruksi untuk agent Anda. Pertahanannya bukan system prompt yang lebih cerdas. Pertahanannya adalah pembatasan akses, karena agent yang tidak dapat menghapus repository tidak dapat dibujuk untuk menghapusnya.

Peta mana yang harus Anda ikuti?

Pilih satu kurikulum dan selesaikan, bukan mencoba enam kurikulum secara sepintas. Repositori Microsoft ai-agents-for-beginners adalah pilihan gratis yang paling lengkap. Repositori ini berisi kursus dengan delapan belas pelajaran dan telah memperoleh lebih dari 70,000 bintang per Juli 2026. Isinya juga selaras dengan tahapan di atas. Kumpulan repositori agen yang sedang populer berguna untuk melihat proyek yang tersedia, tetapi kurang cocok dijadikan silabus. Daftar yang diurutkan berdasarkan jumlah bintang mencerminkan popularitas, bukan urutan pembelajaran.

Jika Anda ingin berlatih menggunakan proyek nyata, coding agent adalah sasaran pertama yang paling sesuai. Umpan baliknya langsung, tool yang digunakan jelas, dan kesalahan mudah dibatalkan. Menjalankan coding AI agent pada VPS menjelaskan seluruh proses dari awal hingga akhir. Jika Anda lebih ingin mempelajari sistem yang sudah berjalan daripada membangunnya dari nol, perbandingan dalam AI agent self-hosted terbaik menunjukkan cara beberapa proyek menyelesaikan loop yang sama dengan pendekatan berbeda.

Berapa lama waktu yang diperlukan?

Bagi orang yang sudah bisa memprogram, tahap 1 dan 2 dapat diselesaikan dalam satu malam. Tahap 3 memerlukan satu akhir pekan. Sebagian besar waktunya digunakan untuk memahami deskripsi alat, bukan protokol. Tahap 4 dan 5 memerlukan beberapa minggu penggunaan nyata. Anda hanya dapat mengetahui hal yang dilupakan agen dengan memantau saat agen melupakannya. Tahap 6 tidak pernah benar-benar selesai. Setiap kemampuan baru yang Anda berikan akan membukanya kembali.

Dua bulan dengan waktu belajar yang konsisten pada malam hari biasanya cukup untuk membuat agen yang berfungsi, memiliki batasan, dan berguna. Orang yang memerlukan waktu satu tahun biasanya terus membaca tanpa mulai membangun.

FAQ

Apakah saya perlu memahami machine learning untuk membuat AI agent?

Tidak. Membuat agent berarti memanggil model melalui API dan menghubungkan permintaan tool dengan fungsi nyata. Ini merupakan pemrograman aplikasi biasa. Anda tidak perlu menangani training, gradient, atau dataset. Keahlian yang menentukan apakah agent Anda berfungsi adalah perancangan schema untuk tool, penanganan error, dan permission Linux. Teori machine learning baru relevan jika Anda melanjutkan ke fine-tuning model. Itu merupakan pekerjaan berbeda dengan prasyarat yang berbeda.

Apakah saya sebaiknya memulai dengan framework seperti LangChain atau CrewAI?

Tulis satu loop mentah terlebih dahulu, lalu gunakan framework. Framework menggantikan 30 baris pada tahap 2 dengan object konfigurasi. Ini praktis setelah Anda memahami bagian yang digantikannya, tetapi membingungkan jika belum. Saat agent Anda berperilaku tidak semestinya, Anda perlu memahami message list dan hasil tool secara langsung. Hal itu jauh lebih sulit jika Anda belum pernah melihatnya. Setelah membuat satu loop sendiri, framework akan menghemat waktu tanpa menyembunyikan mekanismenya.

Berapa biaya untuk mempelajari AI agent?

Lebih rendah daripada perkiraan kebanyakan orang jika Anda membatasinya. API key berbayar dan VPS kecil sudah cukup untuk semua hal dalam enam tahap ini. Risiko sebenarnya bukan tarif per jam, melainkan loop tanpa batas yang menagih biaya pada setiap iterasi saat Anda tidur. Tetapkan batas pengeluaran yang ketat pada akun API sejak hari pertama, tambahkan batas iterasi pada setiap loop yang Anda tulis, dan gunakan model yang lebih murah untuk langkah rutin. Menjalankan model secara lokal menghilangkan biaya token, tetapi menggantinya dengan kebutuhan perangkat keras.

Apa perbedaan antara AI agent dan chatbot?

Chatbot memberikan jawaban satu kali. Agent mengulangi sebuah siklus: model meminta tool, kode Anda menjalankannya, hasilnya dikirim kembali, lalu model menentukan tindakan berikutnya. Pengulangan ini memungkinkan agent menyelesaikan tugas dalam beberapa langkah. Ini juga alasan agent memerlukan batasan yang tidak diperlukan chatbot. Jawaban chatbot yang salah adalah paragraf yang buruk. Jawaban agent yang salah adalah paragraf yang buruk ditambah tindakan yang dilakukannya berdasarkan jawaban tersebut.