Cara Belajar Agen AI dari Nol dalam 6 Tahap

Jalur dalam enam tahap

Untuk mempelajari agen AI dari awal, pelajari enam tahap berikut secara berurutan: konsep, loop pertama Anda, alat, memori, desain loop, dan keamanan. Pada setiap tahap, Anda membuat satu hal dengan tangan Anda sendiri. Melompat ke tahap berikutnya adalah alasan paling umum orang mengalami kebuntuan, karena framework menyembunyikan bagian yang sebenarnya perlu Anda lihat.

Agen AI adalah loop di sekitar model bahasa yang diizinkan memanggil alat. Kalimat itu mencakup seluruh topik ini. Semua pembahasan setelahnya menjelaskan isi loop, bagian yang dapat diakses alat, dan cara menghentikan loop ketika terjadi kesalahan. Jika Anda dapat menjelaskan loop tersebut kepada orang lain, berarti Anda sudah 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 mengalami kerusakan, lalu lanjutkan. Tahap yang baru Anda baca belum benar-benar Anda selesaikan.

Yang sebenarnya Anda perlukan sebelum tahap 1

Daftar prasyarat yang sebenarnya singkat, bahkan lebih singkat daripada yang biasanya disarankan oleh sebagian besar halaman kursus.

• Anda dapat membaca dan menulis Python atau TypeScript pada tingkat yang diperlukan untuk membuat skrip sepanjang lima puluh baris.
• Anda terbiasa menggunakan shell Linux: menginstal paket, mengedit file, dan membaca log.
• Anda memiliki kunci API 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. Pekerjaan agen tidak melibatkan gradien atau data pelatihan. Kartu grafis hanya diperlukan jika Anda memutuskan untuk menjalankan model sendiri. Itu merupakan keahlian terpisah yang dapat Anda pelajari nanti melalui meng-host Ollama pada VPS untuk menjalankan LLM secara mandiri.

Hal yang sering diremehkan adalah bagian shell. Agen dapat gagal karena permission, path, variabel lingkungan, dan proses yang berhenti tanpa pesan. Jika stack trace tentang PATH atau mode file membuat Anda menutup terminal, luangkan akhir pekan untuk mempelajari dasar-dasar Linux terlebih dahulu. Ini akan menghemat waktu Anda selama sebulan ke depan.

Tahap 1: apa itu agen dan apa yang bukan

Mulailah dengan satu panggilan API tanpa loop. Kirim prompt, cetak balasannya, lalu periksa jumlah token dalam respons. Sekarang Anda memahami unit biaya dan unit latensi.

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

Chatbot berhenti setelah satu balasan. Agen mengulangi pertukaran tersebut sampai model berhenti meminta alat. Pengulangan itu merupakan satu-satunya perbedaan utama. Karena itu, mode kegagalannya juga berbeda. Chatbot memberikan jawaban yang salah sekali. Agen 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 menjadi rancangan Anda sendiri.

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. Eksekusi yang berhasil mencetak satu paragraf yang menyebutkan filesystem dan ruang kosongnya. Ini terjadi karena model meminta df -h, kode Anda menjalankannya, lalu proses kedua mengubah tabel tersebut menjadi kalimat. Jika tidak mencetak apa pun, loop berakhir sebelum blok teks diterima. Tambahkan print(response.stop_reason) di dalam loop dan pantau perubahan nilainya.

Sekarang buat kegagalan secara sengaja. Hapus baris tool_use_id dan baca pesan error. Hasil tool tanpa id yang cocok ditolak oleh API, dan ini adalah bug pemula yang paling umum. Ajukan pertanyaan yang memerlukan dua perintah dan pantau loop berjalan dua kali. Ajukan sesuatu yang tidak mungkin dan pantau loop tersebut menyerah atau berputar tanpa akhir.

Ada satu peringatan tentang contoh ini. Contoh ini meneruskan output model langsung ke shell dengan shell=True. Hal itu dapat diterima pada mesin sementara yang dapat Anda bangun ulang, tetapi tidak benar di tempat lain. Tahap 6 membahas perbaikannya. Konsep di balik loop ini dibahas lebih panjang dalam membangun agen AI sendiri di 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 sistem: sistem tiket, database, dan repositori. Menulis wrapper khusus untuk setiap layanan dan setiap agen tidak dapat diskalakan.

Model Context Protocol (MCP) adalah solusi yang digunakan industri. Server MCP menyediakan sekumpulan alat melalui transport standar. Agen yang mendukung MCP dapat menggunakannya tanpa integrasi khusus. Server filesystem referensi cukup dijalankan dengan satu perintah:

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

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

Pelajaran dari tahap ini adalah bahwa perancangan 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 berkas

Pemula biasanya langsung menggunakan basis data vektor pada tahap ini. Jangan lakukan itu, setidaknya belum sekarang.

Agen tidak memiliki memori di antara pemanggilan. Anda mengirim ulang seluruh percakapan setiap kali. Karena itu, sesi yang panjang membutuhkan biaya per giliran yang lebih besar daripada sesi yang singkat. Jadi, memori terbagi menjadi dua masalah. Masalah pertama adalah hal yang dapat dimuat di jendela konteks saat ini. Anda mengelolanya dengan membuat ringkasan, memangkas keluaran alat yang lama, dan menyimpan awalan stabil dari prompt dalam cache agar biaya yang dibayar hanya sebagian kecil. Masalah kedua adalah hal yang tetap ada setelah restart. Itulah penyimpanan.

Untuk masalah kedua, berkas markdown biasa yang dapat dibaca dan ditulis oleh agen lebih baik daripada basis data vektor untuk hampir semua proyek pertama. Berikan satu berkas kepadanya, jelaskan formatnya, lalu minta agen membaca berkas tersebut sebelum mulai dan memperbaruinya ketika memperoleh pengetahuan baru. Anda mendapatkan sebagian besar manfaatnya, dan dapat membuka berkas tersebut untuk melihat hal yang diyakini agen. Gunakan embeddings dan retrieval ketika catatan tidak lagi dapat dimuat di jendela konteks, bukan sebelumnya.

Tahap 5: loop adalah produknya

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

Empat pertanyaan menentukan apakah agen tanpa pengawasan aman untuk dibiarkan berjalan. Apa pemicunya agar agen tidak berjalan tanpa tugas. Batas apa yang berlaku agar kesalahan tetap kecil. Bagaimana hasilnya diverifikasi, karena agen yang menilai pekerjaannya sendiri akan selalu menyatakan pekerjaannya lulus. Batas anggaran apa yang menghentikannya, berdasarkan token atau waktu nyata. Merancang keempat hal tersebut secara sengaja merupakan disiplin yang dijelaskan dalam rekayasa loop dan cakupan definisinya.

Latihan: ambil agen tahap 2 Anda, 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, rahasia, dan biaya

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

Jalankan agent sebagai pengguna sendiri tanpa hak istimewa, jangan pernah sebagai root atau akun Anda sendiri, sehingga dampaknya terbatas pada sebuah direktori, bukan seluruh mesin. Jangan biarkan kredensial dapat diakses model, karena apa pun yang berada di jendela konteks dapat dikutip kembali melalui panggilan tool. Solusinya adalah token berumur pendek dengan cakupan terbatas di balik helper, seperti dijelaskan dalam menjaga rahasia tetap berada di luar AI agent Anda. Tetapkan batas maksimum pengeluaran, karena loop tanpa pengawasan akan menagih 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 July 2026, Claude Opus 5 mengenakan biaya $5 per juta token input dan $25 per juta token output. Agent yang banyak berkomunikasi dan mengirim ulang percakapan yang terus bertambah dapat memproses beberapa ratus ribu token dalam satu tugas. Caching prompt dan penggunaan model yang lebih kecil untuk langkah rutin mengubah perhitungan tersebut jauh lebih besar daripada perubahan prompt apa pun.

Prompt injection juga termasuk di sini. Jika agent membaca halaman web, issue tracker, atau inbox, siapa pun yang menulis teks tersebut juga menulis instruksi untuk agent Anda. Pertahanannya bukan system prompt yang lebih canggih. 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 sekilas. Repositori Microsoft ai-agents-for-beginners adalah yang paling lengkap dan gratis, berupa kursus dengan delapan belas pelajaran yang telah memperoleh lebih dari 70,000 bintang per Juli 2026. Kurikulum ini juga selaras dengan tahapan di atas. Kumpulan repositori agen yang sedang tren berguna untuk mengetahui apa saja yang tersedia, tetapi jauh kurang berguna sebagai silabus. Daftar yang diurutkan berdasarkan jumlah bintang menunjukkan popularitas, bukan urutan pembelajaran.

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

Berapa lama waktu yang diperlukan?

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

Dua bulan dengan malam-malam yang digunakan secara konsisten biasanya cukup untuk membuat agen yang berfungsi, memiliki batasan, dan berguna. Orang yang memerlukan waktu satu tahun biasanya adalah mereka yang terus membaca alih-alih membangun.

FAQ

Apakah saya perlu mengetahui machine learning untuk membangun agen AI?

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

Apakah saya harus memulai dengan framework seperti LangChain atau CrewAI?

Tulis satu loop mentah terlebih dahulu, lalu gunakan framework. Framework menggantikan tiga puluh baris pada stage 2 dengan configuration object. Ini praktis setelah Anda memahami bagian yang digantikannya, tetapi membingungkan jika belum. Saat agen Anda berperilaku tidak semestinya, Anda harus memahami message list dan hasil tool secara langsung. Hal ini jauh lebih sulit jika Anda belum pernah melihatnya. Setelah membuat satu loop sendiri, framework akan menghemat waktu, bukan menyembunyikan mekanismenya.

Berapa biaya untuk mempelajari agen AI?

Lebih rendah daripada perkiraan kebanyakan orang jika Anda membatasi penggunaannya. API key ter-hosting dan VPS kecil sudah mencukupi untuk semua hal dalam enam stage ini. Risiko sebenarnya bukan tarif per jam, melainkan loop tanpa batas yang menagihkan biaya pada setiap iterasi saat Anda tidur. Tetapkan batas pengeluaran yang ketat pada akun API Anda sejak hari pertama, tambahkan batas iterasi ke setiap loop yang Anda tulis, dan gunakan model yang lebih murah untuk langkah rutin. Menjalankan model secara lokal menghapus tagihan token, tetapi memerlukan hardware yang sesuai.

Apa perbedaan antara agen AI dan chatbot?

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