| Istilah | Arti |
|---|---|
| agent engineer | Orang yang merancang seluruh sistem di sekitar AI agent, mulai dari arsitektur, tool, keamanan, sampai pengalaman pengguna, bukan hanya menulis prompt. |
| prompt engineer | Sebutan untuk orang yang ahli menyusun instruksi cerdas bagi model GPT, yang menurut video kini hanya menjadi kemampuan dasar paling minimum. |
| seven skills | Tujuh keahlian yang dibahas video, yaitu desain sistem, desain tool, retrieval, keandalan, keamanan, evaluasi, dan product thinking. |
| schema | Aturan tertulis tentang bentuk input dan output sebuah tool, misalnya pola user ID dan contoh nilainya, agar agent tidak menebak-nebak. |
| retry logic | Mekanisme mencoba ulang permintaan yang gagal dengan jeda yang makin panjang agar agent tidak terus membombardir layanan yang sedang bermasalah. |
| retrieval | Proses mengambil dokumen yang relevan lalu memasukkannya ke konteks model, dan kualitasnya menentukan batas atas kinerja agent. |
| evaluation | Pengukuran kinerja agent memakai kasus uji berjawaban benar serta metrik seperti tingkat keberhasilan, latensi, dan biaya per tugas. |
| security | Perlindungan agent dari penyalahgunaan seperti prompt injection, lewat validasi input, filter output, dan batas izin atas tindakan yang boleh dilakukan. |
| product thinking | Cara berpikir yang mengutamakan manusia pengguna agent, misalnya kapan agent harus bertanya, mengaku ragu, atau menyerahkan tugas ke manusia. |
| backend | Bagian sistem di balik layar yang mengurus layanan, data, dan API, dan pengalamannya disebut video sangat membantu dalam membangun agent. |
| system | Gabungan LLM, tool, database, dan sub-agent yang harus bekerja sama, sehingga menurut video akar masalah agent biasanya ada di sini dan bukan di kata-kata prompt. |
| contract | Kesepakatan sebuah tool tentang input yang diminta dan output yang diberikan, yang harus jelas agar agent tidak mengisi celah dengan imajinasinya sendiri. |
Video dari IBM Technology ini berangkat dari sebuah lowongan kerja yang mencari prompt engineer tetapi meminta keahlian sistem terdistribusi, desain API, MLOps, keamanan, dan manajemen produk sekaligus. Menurut pembicara, lowongan itu tidak salah, hanya salah nama, karena membangun AI agent yang benar-benar bekerja di dunia nyata adalah pekerjaan rekayasa sistem, bukan sekadar menulis kalimat yang lebih baik. Agent tidak hanya menjawab pertanyaan, tetapi juga bertindak, misalnya memesan tiket pesawat, memproses refund, dan menjalankan query ke database. Ia memakai analogi koki: prompt engineering adalah resepnya, sedangkan agent engineering adalah menjadi koki yang paham bahan, teknik, keamanan pangan, dan cara berimprovisasi saat ada masalah. Video ini penting bagi siapa pun yang ingin membuat agent yang tidak hanya memukau saat demo tetapi juga bertahan di produksi, karena pembicara memetakan tujuh keahlian yang perlu dipelajari dan menunjukkan di mana sebaiknya mulai fokus.
Ketujuh keahlian itu adalah desain sistem agar LLM, tool, database, dan sub-agent bekerja teratur; desain tool dan kontrak dengan schema ketat, misalnya user ID yang wajib mengikuti pola tertentu; retrieval engineering untuk RAG, mencakup ukuran chunk, embedding model, dan re-ranking; reliability engineering berupa retry dengan back off, timeout, jalur cadangan, dan circuit breaker; keamanan melawan prompt injection lewat validasi input, filter output, dan batas izin; evaluasi dan observability melalui tracing setiap keputusan serta metrik seperti tingkat keberhasilan, latensi, dan biaya per tugas; serta product thinking agar pengguna tahu kapan agent yakin atau ragu dan kapan harus diserahkan ke manusia. Pembicara menegaskan bahwa perasaan "sepertinya lebih baik" bukan syarat rilis, karena metrik yang bisa diandalkan. Sebagai langkah awal, ia menyarankan membaca ulang schema tool dan menambah tipe ketat serta contoh, lalu menelusuri balik satu kegagalan alih-alih mengutak-atik prompt, sebab sembilan dari sepuluh akar masalah ada di sistem, bukan kata-kata.
Kata kunci
- agent engineer
- retry logic
- evaluation
- product thinking
- Menjelaskan bahwa lowongan prompt engineer dengan keahlian sistem terdistribusi, desain API, MLOps, keamanan, dan manajemen produk sebenarnya mencari agent engineer, karena membangun agen AI adalah merekayasa sistem.
- Mengurai tujuh keterampilan agar agen bertahan di produksi, seperti desain sistem backend, tool schema sebagai kontrak, retrieval, retry logic dengan back off dan timeout, evaluasi, keamanan, dan product thinking.
- Menekankan bahwa prompt engineer membawa kita sampai di sini, sedangkan agent engineer yang akan membawa kita maju.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.