Mengapa Perlu Pengawasan atas Analisis Agen yang Berdurasi Panjang
Model bahasa besar modern membuat ilmu data semakin otonom: agen menyusun rencana sendiri, menjalankan langkah-langkah, dan menguji hipotesis. Namun, ketika analisis semacam itu berlangsung lama dan bercabang menjadi banyak jalur paralel, analis kesulitan memahami apa yang sebenarnya dilakukan agen dan mengapa. Antarmuka biasa hanya menampilkan log yang minim atau hasil dari langkah-langkah individual, tanpa memberikan gambaran menyeluruh.
Para peneliti menyoroti dua kebutuhan utama: observabilitas — kemampuan untuk melihat bagaimana penalaran dan bukti agen berkembang, dan pengendalian — kemampuan untuk campur tangan dan mengarahkan proses ke arah yang tepat. Tanpa ini, analisis yang panjang berubah menjadi "kotak hitam".
Keterbatasan Solusi yang Ada
Alat interaktif memang sudah berupaya membuka proses kerja: mereka menampilkan langkah-langkah, memungkinkan penghentian eksekusi, atau penyuntingan. Namun, sebagian besar dirancang untuk dialog langkah-demi-langkah yang diskret. Pada kenyataannya, analisis agen sering berjalan melalui cabang paralel, dan struktur keputusan berubah seiring berjalannya waktu. Oleh karena itu, pendekatan tradisional "langkah demi langkah" tidak memadai.
Dalam makalah yang dipresentasikan di arXiv pada 18 Agustus 2026, sekelompok penulis — Yangtian Liu, Yan Miao, Shuhan Liu, dan lainnya — mengusulkan konsep pengawasan interaktif (interactive oversight) untuk skenario agen jangka panjang.
Bagaimana AdaLens Bekerja
AdaLens adalah sistem interaktif untuk memantau dan mengelola proses yang sedang berjalan. Ide utamanya adalah menyajikan seluruh analisis sebagai alur cerita (storyline), yang menampilkan secara jelas:
- rencana analitis dan perkembangannya;
- kemajuan eksekusi saat ini;
- hasil antara;
- kolom data mana yang digunakan dan seberapa aktif.
Dengan ini, analis tidak melihat log yang terpisah-pisah, melainkan gambaran penalaran agen yang koheren.
Pengendalian di AdaLens dibangun di atas elemen analitis yang sama: Anda dapat mengarahkan ulang arah yang kurang bermanfaat, memperdalam arah yang menjanjikan, menghentikan cabang yang tidak perlu, atau menyesuaikan rencana. Tindakan dilakukan langsung saat agen bekerja — tidak perlu menunggu hingga selesai.
Evaluasi dan Prospek
Para penulis mengevaluasi AdaLens melalui dua studi kasus dan studi pengguna. Mereka mengamati bagaimana analis melacak analisis agen jangka panjang dan mengarahkannya menggunakan alur cerita. Hasilnya menegaskan bahwa pendekatan ini meningkatkan pemahaman proses dan memungkinkan intervensi tepat waktu.
Makalah ini tersedia melalui DOI: https://doi.org/10.48550/arXiv.2608.17834 (versi v1, 18 Agustus 2026). Tampaknya, dalam waktu dekat, sistem semacam ini dapat menjadi antarmuka standar untuk alur kerja agen yang kompleks.
