Vijoy Pandey dari Outshift by Cisco mengusulkan 'Internet of Cognition', sebuah lapisan semantik yang memungkinkan agen AI dari berbagai domain berbagi niat, konteks, dan penalaran secara kolektif. Saat ini, sistem multi-agent gagal 41-87% karena tidak mampu berkoordinasi tanpa campur tangan manusia. Outshift merilis AGNTCY (open-source di bawah Linux Foundation) sebagai lapisan konektivitas, dan Mycelium sebagai protokol koordinasi yang meningkatkan keberhasilan pengambilan keputusan dari 33% menjadi 93%. Mereka juga memperkenalkan CASA (Continuous Agent Semantic Authorization) sebagai guardrail untuk memastikan agen hanya bertindak sesuai tugas yang diotorisasi.
Poin Penting
- Outshift mengusulkan Internet of Cognition sebagai lapisan semantik untuk koordinasi multi-agent, menggabungkan shared intent, context, dan reasoning.
- AGNTCY adalah proyek open-source di bawah Linux Foundation yang menyediakan protokol standar untuk agen menemukan, mengautentikasi, dan bertukar pesan lintas domain.
- Mycelium, protokol koordinasi, meningkatkan keberhasilan pengambilan keputusan grup dari 33% menjadi 93% dalam uji coba internal 14 skenario.
- CASA (Continuous Agent Semantic Authorization) adalah guardrail yang melakukan otorisasi berkelanjutan berbasis tugas, bukan peran atau sesi, sehingga mencegah penyalahgunaan akses.
- Kegagalan sistem multi-agent saat ini antara 41% hingga 87% karena ketiadaan lapisan koordinasi yang tepat.
- Langkah awal bagi perusahaan adalah bereksperimen dengan satu alur kerja lintas fungsi yang melibatkan 3-4 tim, menggunakan infrastruktur terbuka dan mengukur peningkatan kolaborasi antar agen.
Penjelasan Mendalam
Masalah utama sistem multi-agent saat ini bukan pada kemampuan individu agen, melainkan pada arsitektur koordinasi. Tanpa lapisan yang tepat, 'naive multi-agent' bisa lebih buruk daripada satu agen tunggal. Solusi Outshift terdiri dari tiga pilar: 1) Shared intent melalui protokol kognisi (Mycelium) yang memungkinkan agen menyepakati tujuan dan merundingkan konflik sebelum bertindak. 2) Shared context melalui 'cognition fabric' yang mengakumulasi memori institusional sehingga pengetahuan tidak hilang setiap sesi. 3) Shared reasoning melalui cognitive amplifiers dan guardrail technologies (GAT) seperti CASA, yang melakukan otorisasi berkelanjutan dengan memeriksa setiap permintaan alat terhadap tugas asli. Misalnya, agen yang disuruh meringkas rekam medis akan dicekal jika tiba-tiba mengkueri seluruh database. CASA mencegah skenario di mana agen yang memiliki akses alat bisa menggunakannya untuk hal di luar kewenangan.
Kenapa Ini Penting
Bagi praktisi AI Indonesia, pemahaman tentang koordinasi multi-agent sangat krusial karena banyak aplikasi bisnis (logistik, layanan kesehatan, otomasi perkantoran) membutuhkan kolaborasi antar agen yang cerdas. Tanpa lapisan koordinasi seperti Internet of Cognition, sistem multi-agent hanya akan menjadi kumpulan 'silicon savants' yang tidak efektif. Inisiatif open-source seperti AGNTCY dan Mycelium memberikan akses langsung untuk mulai bereksperimen.
Untuk Siapa
Arsitek AI, pengembang backend yang membangun sistem multi-agent, manajer produk AI di perusahaan, dan peneliti yang tertarik pada superintelligence terdistribusi.
Contoh Use Case
- Sistem kesehatan multi-agent: satu agen menangani gejala, satu jadwal, satu asuransi, satu apotek, berkoordinasi tanpa manusia yang menyatukan.
- Rekayasa perangkat lunak: agen analisis kode, agen pengujian, agen deployment bekerja bersama dengan shared intent untuk memperbaiki bug.
- Penemuan obat: agen kimia, biologi, dan data mining berbagi konteks untuk mempercepat identifikasi kandidat obat.
- Simulasi ilmiah: agen yang memodelkan cuaca, ekonomi, dan demografi berkolaborasi untuk prediksi yang lebih akurat.
- Otomasi logistik: agen gudang, pengiriman, dan inventaris berbagi penalaran untuk mengoptimalkan rute dan stok.
Cara Mulai
- Pelajari dan kloning proyek open-source AGNTCY dari repositori Linux Foundation untuk memahami protokol konektivitas antar agen.
- Buat prototipe sistem multi-agent kecil dengan 2-3 agen menggunakan Mycelium sebagai koordinator, fokus pada satu alur kerja lintas fungsi.
- Terapkan CASA sebagai guardrail untuk setiap agen, pastikan setiap panggilan alat diverifikasi terhadap tugas yang diotorisasi.
- Ukur metrik kolaborasi: seberapa sering insight satu agen meningkatkan kinerja agen lain, bukan hanya output individu.
- Libatkan manusia dalam lapisan penalaran untuk menangani keputusan yang memerlukan judgment, bukan hanya mereview hasil akhir.
Peran: Anda adalah arsitek sistem AI multi-agent di perusahaan logistik.
Konteks: Saya baru membaca tentang Internet of Cognition dan AGNTCY oleh Outshift. Saya ingin merancang sistem multi-agent untuk mengelola rantai pasok dengan tiga agen: agen inventaris, agen pengiriman, dan agen permintaan. Setiap agen sudah ada secara terpisah, tetapi belum bisa berkoordinasi secara otonom.
Tugas: Buatlah rencana langkah demi langkah untuk mengimplementasikan lapisan koordinasi menggunakan prinsip shared intent, shared context, dan shared reasoning. Sertakan bagaimana menggunakan Mycelium untuk menyelaraskan tujuan dan CASA untuk otorisasi berkelanjutan.
Format Output: Daftar langkah dengan penjelasan singkat setiap langkah.
Batasan: Gunakan Bahasa Indonesia, fokus pada aspek teknis arsitektur, panjang maksimal 500 kata.
Insight Bisnis
Perusahaan dapat menawarkan jasa konsultasi dan implementasi sistem multi-agent terkoordinasi menggunakan AGNTCY dan Mycelium, khususnya untuk industri dengan banyak sistem yang perlu berkolaborasi seperti logistik, kesehatan, dan keuangan. Membangun solusi 'Internet of Cognition' yang disesuaikan dengan kebutuhan klien bisa menjadi sumber pendapatan baru.
FAQ
Apa perbedaan Internet of Agents dengan Internet of Cognition?
Internet of Agents (AGNTCY) adalah lapisan konektivitas yang memungkinkan agen menemukan satu sama lain, memverifikasi identitas, dan bertukar pesan. Internet of Cognition adalah lapisan semantik di atasnya yang memungkinkan agen berbagi niat, konteks, dan penalaran untuk bekerja sebagai satu tim.
Apakah Mycelium sudah bisa digunakan sekarang?
Ya, Outshift telah merilis Mycelium sebagai open-source. Organisasi dapat mengkloning dan menggunakannya untuk agen mereka sendiri. Proyek ini masih dalam tahap awal, tetapi kode tersedia.
Mengapa sistem multi-agent saat ini sering gagal?
Studi menunjukkan tingkat kegagalan 41-87% karena arsitektur yang naif: agen terhubung tetapi tidak memiliki mekanisme untuk menyelaraskan tujuan bersama dan bernalar secara kolektif terhadap masalah baru. Ini bukan soal prompting, melainkan arsitektur koordinasi.
Bagaimana CASA mencegah agen bertindak di luar kewenangan?
CASA membaca tugas asli yang diberikan ke agen, lalu memeriksa setiap permintaan alat terhadap tugas tersebut. Jika agen mencoba melakukan sesuatu yang tidak sesuai (misalnya mengkueri database saat hanya diminta meringkas), permintaan ditolak secara real-time. Otorisasi dilakukan terus-menerus, bukan hanya di awal sesi.
Apa langkah pertama yang bisa saya lakukan untuk mencoba Internet of Cognition?
Mulailah dengan satu alur kerja lintas fungsi yang melibatkan 3-4 tim dan saat ini membutuhkan manusia untuk otorisasi handoff. Gunakan AGNTCY dan Mycelium sebagai infrastruktur, lalu ukur seberapa sering insight satu agen meningkatkan agen lain. Itu adalah sinyal bahwa lapisan horizontal berfungsi.
Sumber: MIT Technology Review AI
Diringkas dan disusun otomatis oleh GrowWithAI AI Pulse. Pelajari lebih lanjut lewat kelas AI GrowWithAI atau buka AI Pulse.