Поле: content Целевой язык: Индонезийский (id)
Pendahuluan: masalah konfigurasi berlebihan
Agen LLM modern semakin sering mengambil alih pengelolaan infrastruktur kritis — mulai dari sistem pendingin hingga jaringan listrik. Namun agar agen dapat bekerja, ia membutuhkan lingkungan yang menentukan data, alat, dan tindakan yang diizinkan. Di sebagian besar sistem, lingkungan ini sama untuk semua tugas: serangkaian hak penuh, semua informasi yang tersedia, semua fungsi yang memungkinkan.
Pendekatan ini tampak universal, tetapi memiliki kelemahan signifikan. Pertama, biaya tambahan: setiap permintaan ke serangkaian alat lengkap memproses volume data besar, menghabiskan token dan waktu. Kedua, kelebihan kemampuan dapat mengganggu: agen bisa "tenggelam" dalam informasi yang tidak perlu atau memilih alat yang salah. Ketiga, manajemen hak dan keamanan juga terganggu ketika agen memiliki akses ke semuanya sekaligus.
Pendekatan: mencocokkan sumber daya tugas dengan kemampuan
Ide kunci para peneliti — memandang konfigurasi harness sebagai tugas pencocokan sumber daya. Setiap tugas memiliki kebutuhan akan data, alat, dan tindakan, sementara lingkungan memiliki kemampuan yang disediakan. Perlu ditemukan kecocokan optimal, bukan memberikan rangkaian maksimal "untuk segala kemungkinan".
Untuk itu, tugas-tugas yang muncul dalam pengelolaan infrastruktur kritis diklasifikasikan berdasarkan deskripsi matematis dari sistem yang dikelola. Misalnya, tugas kontrol suhu dalam pendinginan cair berbeda dari tugas penyeimbangan beban di jaringan listrik: keduanya memiliki parameter, skala waktu, dan risiko yang berbeda.
Konfigurasi harness, pada gilirannya, diperingkat berdasarkan jumlah dan jenis informasi yang mereka berikan kepada agen. Dengan demikian terbentuk peta "derajat kebebasan" yang mungkin untuk setiap kategori tugas.
Dari mana peta korespondensi berasal
Peta "tugas — harness" dibangun dengan dua cara. Pertama — analisis literatur khusus: apa yang biasanya digunakan agen saat menyelesaikan tugas tertentu? Kedua — pengukuran perilaku nyata agen dalam eksperimen terkontrol: apa yang benar-benar dibutuhkan, dan apa yang tidak memengaruhi hasil. Ini memberikan dasar yang lebih andal daripada asumsi teoretis murni.
Algoritma eskalasi terkelola
Berdasarkan peta tersebut, para penulis mengusulkan algoritma map-guided escalation. Agen pertama kali menerima rangkaian hak minimum yang sesuai dengan tugasnya menurut peta. Setelah menyelesaikan pekerjaan, agen melakukan pemeriksaan mandiri: apakah sumber daya cukup, apakah tugas diselesaikan dengan benar? Jika pemeriksaan mandiri menunjukkan kegagalan, harness diperluas — mungkin ke tingkat berikutnya atau hingga penuh. Siklus ini berulang sampai tugas berhasil diselesaikan atau maksimum tercapai.
Keunggulan pendekatan ini adalah tidak memerlukan pemilihan pengaturan secara apriori untuk setiap tugas — eskalasi terjadi secara otomatis dan hanya jika diperlukan. Tugas sederhana hampir selalu diselesaikan dengan rangkaian minimum, sementara tugas kompleks mendapatkan sumber daya tambahan sesuai kebutuhan.
Eksperimen: apa yang ditunjukkan pengujian
Para peneliti menguji pendekatan ini pada dua skenario. Dalam pendinginan cair, akurasi agen menggunakan metode baru mencapai 0.715, lebih tinggi dari 0.652 dengan provision penuh. Sementara itu, konsumsi token hampir setengahnya — penghematan 48%. Lebih dari itu, akurasinya sebanding dengan metode koreksi diri terkenal Reflexion, tetapi tanpa biaya yang dikeluarkannya.
Di jaringan listrik, hasilnya berbeda. Rangkaian alat lengkap masih memberikan akurasi maksimal, sehingga tidak bijaksana untuk meninggalkannya jika kualitas sangat penting. Namun, provisioning berbasis peta menawarkan alternatif yang lebih murah — untuk tugas-tugas di mana penurunan kualitas kecil dapat diterima sebagai imbalan atas penghematan sumber daya.
Kesimpulan dan rekomendasi praktis
Kesimpulan utama: tidak ada pengaturan tunggal yang benar untuk semua. Setiap bidang subjek memiliki batas Pareto sendiri — keseimbangan optimal antara akurasi dan biaya. Untuk beberapa domain, konfigurasi hemat menang; untuk yang lain, rangkaian lengkap tetap diperlukan.
Para praktisi sebaiknya:
- membangun dan memelihara peta korespondensi tugas dan harness;
- memulai dengan rangkaian minimum yang memadai, memperluasnya hanya setelah pemeriksaan mandiri yang gagal;
- membuat keputusan tentang optimum bukan "secara rata-rata", melainkan untuk domain tertentu.
Pendekatan semacam ini membantu menghemat sumber daya tanpa kehilangan kualitas di tempat yang redundansinya tidak dapat dibenarkan, dan mempertahankan rangkaian lengkap dalam kasus-kasus yang benar-benar membutuhkannya.
