Apa Itu Sistem Multi-Agen? Ketika Beberapa Agen AI Bekerja Lebih Baik Daripada Satu

Sistem multi-agen adalah arsitektur AI di mana dua atau lebih agen berinteraksi untuk menyelesaikan masalah, mengoordinasikan aktivitas, atau beroperasi dalam lingkungan bersama. Agen-agen tersebut dapat memiliki peran, alat, model, pengetahuan, atau izin yang berbeda, dan mereka dapat bekerja secara berurutan, paralel, atau melalui negosiasi berulang.

Beberapa agen dapat mencakup lebih banyak ruang daripada satu agen ketika sebuah tugas secara alami terurai. Mereka juga dapat menggandakan upaya, meneruskan kesalahan satu sama lain, dan mengonsumsi sumber daya secara jauh lebih banyak. Desain multi-agen oleh karena itu merupakan pilihan arsitektural, bukan peningkatan default.

Apa yang Dianggap Sebagai Sistem Multi-Agen?

Sebuah sistem menjadi multi-agen ketika komponen-komponen yang berorientasi tujuan yang berbeda berkomunikasi atau memengaruhi pekerjaan satu sama lain. Satu agen dapat mendelegasikan kepada spesialis; rekan dapat memperdebatkan proposal yang bersaing; atau agen independen dapat bertindak dalam simulasi bersama.

Memanggil model yang sama beberapa kali tidak otomatis menciptakan sistem multi-agen yang bermakna. Komponen-komponen tersebut memerlukan peran, keadaan, otoritas, atau tujuan yang dapat dibedakan yang membentuk cara mereka berinteraksi.

Penelitian multi-agen mendahului model bahasa besar dan mencakup robotika, kontrol terdistribusi, ekonomi, serta teori permainan. Model bahasa mempermudah komunikasi agen karena mereka dapat menafsirkan tugas yang fleksibel dan menukar pesan dalam bahasa alami atau terstruktur.

Mengapa Menggunakan Beberapa Agen AI?

Paralelisme

Subtugas independen dapat dijalankan secara bersamaan. Sebuah sistem riset dapat menugaskan agen terpisah untuk data pasar, dokumentasi teknis, regulasi, dan analisis kompetitif, kemudian menggabungkan temuan-temuannya.

Spesialisasi

Setiap agen dapat menerima prompt yang terfokus, rangkaian alat, model, sumber data, dan kriteria evaluasi. Seorang peninjau keamanan tidak seharusnya memerlukan izin yang sama dengan agen penulis kode.

Isolasi Konteks

Membagi pekerjaan dapat menjaga konteks setiap agen tetap lebih kecil dan lebih relevan. Agen utama menerima hasil yang diringkas daripada setiap dokumen dan jejak alat yang dikumpulkan oleh setiap pekerja.

Pemeriksaan Independen

Satu agen dapat mengkritik atau memverifikasi output agen lain. Independensi dapat mengungkap kesalahan yang mungkin diulang oleh satu model ketika diminta meninjau penalarannya sendiri dalam konteks yang sama.

Batasan Organisasi

Agen yang dimiliki oleh tim atau perusahaan berbeda dapat berkolaborasi sambil mempertahankan data internal dan implementasinya. Protokol seperti A2A bertujuan mendukung bentuk interoperabilitas ini.

Arsitektur Multi-Agen Umum

Arsitektur harus membuat akuntabilitas terlihat. Jika beberapa pekerja menghasilkan penelitian yang tumpang tindih, sistem memerlukan aturan untuk menyelaraskan kontradiksi. Jika agen bertindak secara berurutan, setiap serah terima memerlukan kontrak bertipe sehingga “selesai” memiliki arti yang sama bagi pengirim dan penerima. Oleh karena itu, topologi merupakan keputusan tata kelola informasi sebanyak pilihan kinerja.

Orkestrator dan Pekerja

Agen utama menganalisis tujuan, membuat subtugas, menugaskannya ke agen pekerja, dan menyintesis hasilnya. Pola ini efektif ketika jumlah dan sifat subtugas tidak dapat diketahui sebelumnya.

Anthropic menjelaskan penggunaan desain orkestrator‑pekerja dalam sistem riset multi-agen miliknya, di mana agen utama mendelegasikan pencarian paralel ke subagen dan menggabungkan temuan mereka.

Serah Terima Berurutan

Pekerjaan berpindah dari satu spesialis ke yang berikutnya. Agen perencanaan membuat spesifikasi, agen implementasi menulis kode, dan agen peninjau memeriksa hasilnya. Ini menyerupai alur kerja, namun setiap tahap dapat memutuskan cara menyelesaikan penugasannya.

Debat atau Deliberasi

Beberapa agen mengusulkan solusi, menantang asumsi, atau memberi skor pada pekerjaan satu sama lain sebelum seorang hakim atau agregator memilih jawaban. Ini dapat meningkatkan keragaman penalaran, namun agen dapat konvergen pada kesalahan yang sama atau mengoptimalkan untuk meyakinkan hakim.

Rekan Terdesentralisasi

Agen berkoordinasi tanpa satu pengendali permanen. Pola ini muncul dalam simulasi, pasar, robotika, dan sistem di mana agen mewakili pemangku kepentingan yang berbeda. Lebih sulit menjamin perilaku global karena setiap peserta hanya melihat sebagian sistem.

Evaluator dan Optimizer

Satu agen menghasilkan output, agen lain mengevaluasinya terhadap kriteria yang ditetapkan, dan agen pertama memperbaikinya. Loop berlanjut hingga hasil memenuhi syarat atau mencapai batas anggaran. Ini berguna ketika kualitas dapat dinilai secara andal.

Cara Agen Berkomunikasi

Agen dapat bertukar bahasa alami, pesan terstruktur, objek tugas, berkas bersama, catatan basis data, atau peristiwa. Komunikasi terstruktur biasanya lebih mudah divalidasi dan diautomatisasi. Sebuah pesan harus menjelaskan tujuan, batasan, bukti yang tersedia, output yang diharapkan, dan status penyelesaian.

Komunikasi menciptakan bottleneck informasi. Seorang pekerja yang mengembalikan ringkasan yang tidak didukung dapat menyembunyikan nuansa penting; yang mengembalikan seluruh transkripnya dapat membebani orkestrator. Sistem yang baik mengirimkan artefak ringkas dengan sitasi, tingkat kepercayaan, dan asal-usul daripada hanya percakapan tidak terstruktur.

Contoh: Due Diligence Kompleks

Agen utama menerima permintaan untuk menilai vendor potensial. Ia membuat penugasan independen:

• seorang agen keuangan meninjau pengajuan dan stabilitas keuangan;
• seorang agen keamanan memeriksa sertifikasi dan insiden yang diungkapkan;
• seorang agen produk membandingkan kapabilitas dengan persyaratan;
• seorang agen hukum mengekstrak ketentuan kontrak penting;
• seorang agen verifikasi memeriksa klaim dan cakupan sitasi.

Agen utama kemudian menyelaraskan konflik, mengidentifikasi bukti yang hilang, meminta pekerja terpilih untuk menyelidiki lebih lanjut, dan menghasilkan laporan terintegrasi. Sistem memperoleh cakupan dan spesialisasi, tetapi memerlukan definisi bersama sehingga setiap agen mengevaluasi vendor, periode, dan kriteria yang sama.

Ketika Banyak Agen Lebih Baik Daripada Satu

Perbandingan yang adil mempertahankan model dasar, alat, anggaran konteks, dan kriteria keberhasilan tetap konstan. Jika tidak, sistem multi-agen dapat tampak lebih baik semata-mata karena menggunakan lebih banyak token atau menerima lebih banyak informasi. Pengujian terhadap baseline agen tunggal yang dirancang dengan baik mengungkapkan apakah koordinasi itu sendiri memberikan nilai.

Sistem multi-agen paling kuat ketika tugas bersifat luas, dapat dipecah, dan cukup berharga untuk membenarkan komputasi tambahan. Penelitian paralel, verifikasi independen, dan pekerjaan yang memerlukan alat yang sangat berbeda merupakan kandidat yang baik.

Satu agen biasanya lebih baik ketika tugas sangat terkait, memerlukan konteks yang koheren, memiliki lintasan pendek, atau dapat diselesaikan dengan alur kerja sederhana. Membagi masalah kecil menimbulkan overhead koordinasi tanpa keberagaman yang berguna.

Biaya Sistem Multi-Agen

Setiap agen menambah panggilan model, konteks, alat, dan pesan. Anthropic melaporkan bahwa agen dalam sistem riset multi-agen mereka menggunakan jauh lebih banyak token dibandingkan interaksi obrolan biasa, dan bahwa sistem multi-agen secara substansial lebih mahal daripada sistem agen tunggal dalam pengukuran internal mereka. Rasio tepatnya tergantung pada arsitektur, tetapi arahannya jelas: otonomi paralel menukar sumber daya untuk cakupan.

Biaya lain meliputi:

• Latensi koordinasi: sistem menunggu pekerja, percobaan ulang, dan sintesis.
• Pekerjaan duplikat: agen mencari sumber yang sama atau menyelesaikan subtugas yang tumpang tindih.
• Kehilangan komunikasi: asumsi penting menghilang selama penyimpulan atau penyerahan.
• Penyelesaian konflik: orkestrator harus menyelaraskan temuan yang tidak kompatibel.
• Kompleksitas debugging: kegagalan dapat berasal dari delegasi, eksekusi, pesan, atau sintesis.

Mode Kegagalan

Pengendali global harus dapat menghentikan seluruh sistem bahkan jika agen‑agen individual percaya subtugas mereka masih belum selesai. Batas per‑agen tidak cukup ketika pekerja dapat membuat lebih banyak pekerja atau mencoba kembali satu sama lain. Lacak total langkah, total biaya, waktu dinding, tugas yang belum selesai, dan pemberian akses di batas sistem.

Amplifikasi kesalahan: klaim tidak didukung dari satu agen menjadi premis bagi beberapa agen lainnya.

Penalaran terkait: agen yang menggunakan model dan gaya prompt yang sama mungkin tidak memberikan independensi yang sejati.

Pergeseran tujuan: pekerja mengoptimalkan subtugasnya sambil merusak tujuan keseluruhan.

Delegasi tak terbatas: agen menciptakan lebih banyak agen atau subtugas tanpa kondisi penghentian yang berguna.

Perluasan otoritas: agen utama mendelegasikan akses atau tindakan sensitif yang tidak diotorisasi oleh pengguna asli.

Kegagalan konsensus: suara mayoritas dapat memberi penghargaan pada kesalahpahaman bersama alih‑alih kebenaran.

Prinsip Desain

Gunakan kontrak tugas yang eksplisit. Setiap penugasan harus menyatakan tujuan, ruang lingkup, masukan, alat yang diizinkan, format keluaran, persyaratan bukti, dan anggaran. Tetapkan izin pada peran pekerja, bukan pada seluruh sistem.

Pertahankan jejak asal melalui setiap penyerahan. Hasil akhir harus dapat menelusuri klaim penting ke artefak sumber, bukan sekadar ke pernyataan agen lain. Tambahkan pemeriksaan deterministik bila memungkinkan, termasuk validasi skema, deduplikasi, pemeriksaan sitasi, dan batas anggaran.

Evaluasi kedua komponen dan sistem terintegrasi. Pekerja yang kuat masih dapat gagal dalam strategi orkestrasi yang buruk. Pengujian harus mengukur kualitas delegasi, cakupan subtugas, fidelitas komunikasi, akurasi sintesis, total biaya, latensi, dan kinerja saat terjadi kegagalan pekerja parsial.

Cara Membaca Diagram MAS

Baca diagram MAS dari input bernomor menuju hasil yang dapat diamati. Perbandingan memisahkan batas yang membedakan MAS dari jalan pintas terdekatnya, sementara jalur kontrol menandai di mana otoritas atau ketidakpastian harus diperiksa sebelum konsekuensi dunia nyata. Label tetap berupa teks halaman responsif biasa sehingga dapat diterjemahkan, dibungkus, dan ditata ulang di ponsel.

Untuk What Are Multi-Agent Systems? When Multiple AI Agents Work Better Than One, visualnya berupa peta bukan jaminan. Implementasi nyata dapat menggabungkan tahapan, mengulang langkah, atau menambahkan batas persetujuan manusia. Yang penting adalah apakah tim dapat mengidentifikasi fungsi yang sama dalam sistem yang diterapkan, menetapkan pemilik untuk setiap batas, dan menguji transisi di antaranya. Jika suatu tahap tidak dapat diamati atau diukur, kegagalan di sana akan sulit didiagnosis.

Hal yang Perlu Diingat tentang What Are Multi-Agent Systems

Sistem multi‑agen membagi kecerdasan dan otoritas di antara komponen yang berinteraksi. Mereka dapat menambah paralelisme, spesialisasi, dan tinjauan independen, menjadikannya berharga untuk tugas luas yang benar‑benar mendapat manfaat dari dekomposisi.

Mereka juga memperbanyak konteks, biaya, dan jalur kegagalan. Sebelum menambah agen, tanyakan apakah alat yang lebih baik, prompt yang lebih jelas, atau alur kerja deterministik dapat menyelesaikan masalah. Gunakan banyak agen ketika struktur pekerjaan—bukan popularitas arsitektur—menjustifikasi koordinasi.