DeepSeek Meluncurkan Program Super Agent untuk Mengkoordinasikan Beberapa Asisten Kecerdasan Buatan dan Mengurangi Kebutuhan Pengawasan Manusia

·oleh Henderson·Engineering
DeepSeek Meluncurkan Program Super Agent untuk Mengkoordinasikan Beberapa Asisten Kecerdasan Buatan dan Mengurangi Kebutuhan Pengawasan Manusia
Poin Penting
  • DeepSeek meluncurkan program super agent untuk mengurangi kebutuhan pengawasan manusia.
  • Sistem baru dapat mengkoordinasikan beberapa asisten dan mengelola alur kerja yang kompleks.
  • Super agent merespons peristiwa secara proaktif, meningkatkan efisiensi kerja.
  • Teknologi ini masih memerlukan verifikasi lebih lanjut mengenai efektivitas dan aplikabilitasnya.
Perusahaan kecerdasan buatan asal Tiongkok, DeepSeek, baru-baru ini mengungkapkan sebuah kerangka kerja eksperimental yang bertujuan untuk mengembangkan agen kecerdasan buatan yang lebih otonom, yang dapat mengkoordinasikan beberapa asisten, mendistribusikan tugas, dan menyelesaikan alur kerja yang kompleks, sehingga mengurangi kebutuhan akan pengawasan manusia. Sistem ini disebut "super agent" dan bertujuan untuk mengatasi batasan yang semakin meningkat dalam otomatisasi kecerdasan buatan: meskipun kemampuan masing-masing agen meningkat, pengelolaan beberapa agen sekaligus masih memerlukan perhatian manusia yang cukup besar. Usulan ini muncul di tengah meningkatnya persaingan antara DeepSeek dan pesaing asal Amerika, OpenAI dan Anthropic, yang keduanya berkomitmen untuk mengembangkan sistem kecerdasan buatan yang dapat menangani tugas rekayasa perangkat lunak yang semakin kompleks.

Asisten pengkodean generasi berikutnya tidak hanya merespons satu prompt, tetapi diharapkan dapat mengelola alur kerja yang lebih panjang, merespons informasi baru, dan mengkoordinasikan beberapa operasi, sehingga dapat beroperasi dengan intervensi yang terbatas.

DeepSeek menyatakan bahwa peningkatan kemampuan model kecerdasan buatan memungkinkan agen untuk secara otomatis melaksanakan berbagai tugas, mulai dari mengelola kalender, menulis email, hingga menyiapkan laporan dan menulis perangkat lunak. Namun, mengkoordinasikan beberapa agen tetap menjadi tantangan, karena manusia masih perlu mendistribusikan tugas, memantau kemajuan, dan menyelesaikan konflik di antara output mereka. Tim tersebut memperkirakan bahwa biasanya satu orang hanya dapat mengawasi tiga hingga lima sesi agen kecerdasan buatan yang aktif secara bersamaan.

Fungsi dan Tantangan Super Agent

Hal ini menetapkan batasan praktis pada jumlah pekerjaan yang dapat didelegasikan oleh organisasi, meskipun masing-masing agen mampu menyelesaikan tugas secara mandiri. Super agent yang diusulkan juga bertujuan untuk mengatasi batasan ini melalui sistem koordinasi pusat. Ia akan membagi tugas yang lebih besar, mendistribusikannya kepada beberapa agen yang bekerja secara paralel, dan melacak kemajuan mereka tanpa perlu satu orang mengelola setiap sesi secara individual.

Sistem ini juga akan dirancang untuk merespons peristiwa secara proaktif, alih-alih menunggu instruksi yang jelas. Misalnya, suatu agen dapat mendeteksi kesalahan perangkat lunak yang dilaporkan dalam obrolan grup, mencoba untuk mereproduksi masalah tersebut, dan merumuskan solusi perbaikan. Jika solusi yang dapat diterima ditemukan, maka perubahan kode yang diusulkan dapat diajukan untuk ditinjau oleh manusia. Selain itu, jika gagal, agen tersebut akan tetap diam dan tidak menghasilkan pemberitahuan yang tidak perlu. Usulan terbaru dari DeepSeek juga mencerminkan perubahan luas dalam industri kecerdasan buatan, di mana para pengembang berlomba-lomba membangun sistem yang dapat menangani seluruh alur kerja pengembangan perangkat lunak, bukan hanya permintaan pengkodean yang terisolasi.

Perbandingan dengan Pesaing

Claude Code dari Anthropic dan Codex dari OpenAI telah memperluas kemampuan asisten pengkodean kecerdasan buatan, memungkinkan mereka untuk bekerja di berbagai repositori kode, melaksanakan tugas, dan membantu proses pengembangan yang lebih kompleks.

Kerangka kerja yang diusulkan oleh DeepSeek mengambil sudut pandang yang berbeda, dengan fokus pada bagaimana beberapa agen dapat mengkoordinasikan pekerjaan mereka dan merespons kondisi yang berubah. Dalam pengujian eksperimental yang dijelaskan oleh perusahaan, pendekatan ini menyelesaikan suatu tugas dalam waktu kurang dari 16 menit, sementara metode tradisional memerlukan lebih dari 29 menit.

Hasilnya menunjukkan bahwa pelaksanaan paralel dan koordinasi otomatis dapat mengurangi waktu yang diperlukan untuk beberapa alur kerja. Namun, hanya mengandalkan pengujian acuan tidak dapat menentukan apakah sistem ini lebih efektif dibandingkan agen pengkodean pesaing. Artikel teknis tersebut tidak memberikan cukup detail untuk menentukan penerapan hasil secara luas, standar pengukuran kualitas tugas, atau konsistensi kinerja metode ini dalam berbagai konteks pengembangan perangkat lunak.

Potensi dan Tantangan Program Super Agent

Program super agent dari DeepSeek bertujuan untuk meningkatkan otonomi kecerdasan buatan dengan mengkoordinasikan beberapa agen untuk mengurangi kebutuhan pengawasan manusia. Inovasi ini mencerminkan pencarian industri untuk pengembangan perangkat lunak yang lebih efisien, terutama dalam konteks kemajuan teknologi kecerdasan buatan yang terus berkembang. Namun, meskipun sistem ini menunjukkan peningkatan efisiensi waktu dalam beberapa situasi, masih diperlukan eksperimen lebih lanjut untuk memverifikasi stabilitas dan kualitas tugasnya dalam berbagai konteks. Tantangan ini juga menyoroti batasan yang mungkin dihadapi teknologi kecerdasan buatan dalam aplikasi praktis, terutama dalam hal kompleksitas kolaborasi multi-agen.

H
Tentang penulis
Henderson