Ringkasan:
- GPT-5.6 membawa kemampuan multi-agent yang memungkinkan beberapa agen AI bekerja pada tugas berbeda secara paralel.
- Satu agen utama dapat membagi pekerjaan, menerima hasil dari agen lain, lalu menyusunnya menjadi satu jawaban atau hasil akhir.
- Teknologi ini membuka cara baru menyelesaikan pekerjaan kompleks yang sebelumnya harus dikerjakan satu per satu.
JatiNetwork.Com – Perkembangan kecerdasan buatan memasuki tahap baru ketika satu model AI tidak lagi harus mengerjakan seluruh pekerjaan sendirian.
Melalui kemampuan multi-agent, GPT-5.6 dapat mengoordinasikan beberapa agen AI untuk mengerjakan bagian-bagian berbeda dari sebuah tugas secara paralel sebelum hasilnya digabungkan menjadi satu keluaran.
OpenAI menjelaskan bahwa dalam sistem multi-agent, agen utama bertindak sebagai pengatur pekerjaan dengan mendelegasikan tugas kepada sejumlah subagen.
Masing-masing subagen kemudian mengerjakan bagian yang diberikan secara paralel dan mengembalikan hasilnya kepada agen utama untuk disintesis menjadi hasil akhir.
Pendekatan tersebut berbeda dari pola chatbot konvensional yang umumnya bekerja dalam satu alur percakapan, yakni pengguna memberikan instruksi lalu satu model menghasilkan respons.
Dengan multi-agent, sebuah pekerjaan kompleks dapat dipecah menjadi beberapa alur kerja sehingga pekerjaan yang memang dapat dilakukan secara bersamaan tidak harus menunggu penyelesaian tahap sebelumnya.
Bayangkan AI Bekerja Seperti Sebuah Tim
Konsepnya dapat dibayangkan seperti sebuah tim kerja.
Satu AI berperan sebagai project manager, sementara beberapa AI lainnya menjadi peneliti, analis data, pemeriksa informasi atau penyusun laporan.
Agen utama menentukan pembagian pekerjaan, mengirimkan tugas kepada subagen, kemudian menggabungkan hasil yang diterima menjadi satu keluaran.
OpenAI menyebut pendekatan tersebut dapat memberikan keuntungan pada pekerjaan yang dapat diparalelkan karena beberapa alur penalaran dapat berjalan bersamaan.
Dalam GPT-5.6, kemampuan ini juga dapat dikendalikan sehingga sistem tidak harus selalu membuat banyak subagen untuk setiap permintaan.
Jumlah dan penggunaan subagen dapat diarahkan berdasarkan kebutuhan pekerjaan, terutama ketika tambahan proses tersebut memang berpotensi meningkatkan kualitas atau mempercepat penyelesaian.
Contohnya Seperti Apa?
Bayangkan pengguna meminta AI melakukan riset pasar sebuah industri.
Alih-alih satu AI mencari seluruh informasi, pekerjaan dapat dibagi menjadi beberapa bagian.
Satu agen mencari perkembangan industri, agen kedua menganalisis kompetitor, agen ketiga mengumpulkan data pasar dan agen keempat memeriksa sumber serta menemukan risiko atau kelemahan dalam hasil penelitian.
Setelah itu, agen utama menerima seluruh hasil tersebut dan menyusunnya menjadi laporan yang lebih komprehensif.
Cara kerja seperti ini sangat menarik untuk pekerjaan yang memiliki banyak bagian independen.
Bukan Hanya Untuk Riset
Multi-agent juga dapat digunakan pada pekerjaan pemrograman, analisis dokumen, pengolahan data, penelitian dan berbagai workflow yang membutuhkan beberapa tahapan.
OpenAI memberikan contoh penggunaan multi-agent untuk pekerjaan kompleks dan menunjukkan bahwa penambahan agen paralel dapat meningkatkan batas performa dan waktu penyelesaian pada sejumlah evaluasi.
Di sisi pengembang, kemampuan multi-agent tersedia melalui Responses API sehingga developer dapat membangun sistem dengan agen utama dan subagen sesuai kebutuhan aplikasi mereka.
GPT-5.6 Bahkan Membawa Konsep Ini ke ChatGPT
Yang menarik, konsep multi-agent bukan hanya berada di balik API untuk developer.
OpenAI menyebut pengaturan ultra pada GPT-5.6 di ChatGPT menggunakan beberapa agen yang bekerja secara paralel untuk tugas yang lebih menuntut. Dalam konfigurasi tersebut, empat agen digunakan secara paralel secara default.
Artinya, bagi pengguna, pengalaman menggunakan AI perlahan dapat berubah dari berinteraksi dengan satu model menjadi memberikan pekerjaan kepada sebuah sistem kerja AI.
Namun, ini bukan berarti pengguna harus selalu menggunakan banyak agen.
Untuk pertanyaan sederhana, satu model tetap lebih masuk akal karena penggunaan beberapa agen justru dapat menambah proses dan penggunaan sumber daya.
Multi-agent lebih relevan ketika sebuah pekerjaan dapat dipecah menjadi beberapa bagian yang dapat dikerjakan secara bersamaan.
Cara Memanfaatkan Konsep Multi-Agent
Untuk pengguna biasa, prinsipnya sebenarnya sederhana.
Jangan hanya memberikan pertanyaan seperti:
“Cari informasi tentang perkembangan AI.”
Berikan tujuan yang lebih terstruktur:
“Buat riset perkembangan AI di Indonesia. Bagi pekerjaan menjadi beberapa bagian: tren teknologi, perkembangan industri, peluang bisnis, risiko dan regulasi. Kerjakan bagian-bagian yang bisa dilakukan secara paralel, kemudian gabungkan hasilnya menjadi laporan dengan kesimpulan dan rekomendasi.”
Instruksi tersebut memberikan ruang bagi sistem agentic untuk menentukan bagaimana pekerjaan dapat dibagi dan dikerjakan.
Untuk pekerjaan yang membutuhkan hasil lebih presisi, pengguna juga dapat meminta AI melakukan pemeriksaan silang terhadap hasil sebelum menyusun laporan akhir.
Kapan Multi-Agent Tidak Diperlukan?
Tidak semua pekerjaan membutuhkan tim AI.
Menulis email sederhana, menerjemahkan kalimat, membuat ringkasan pendek atau menjawab pertanyaan faktual biasanya tidak membutuhkan orkestrasi beberapa agen.
Penggunaan multi-agent menjadi lebih menarik ketika pekerjaan memiliki banyak bagian, banyak sumber, beberapa jenis analisis dan hasil akhir yang kompleks.
Di sinilah konsep tersebut mulai menunjukkan perbedaan antara AI sebagai chatbot dan AI sebagai sistem kerja.
Menuju Era Tim Digital
Perkembangan multi-agent menunjukkan bahwa evolusi AI tidak hanya terjadi pada kemampuan model memahami bahasa atau menghasilkan gambar.
Perubahan yang lebih besar terjadi pada cara AI mengorganisasi pekerjaan.
Satu AI dapat menjadi koordinator, sementara AI lainnya menjalankan tugas spesifik secara paralel.
OpenAI menyebut perkembangan agentic AI mengubah unit kerja pengetahuan dari interaksi tunggal menjadi pekerjaan yang dapat didelegasikan dan berlangsung dalam jangka waktu lebih panjang.
Jika perkembangan ini terus berlanjut, konsep “meminta AI menjawab pertanyaan” perlahan dapat berubah menjadi “memberikan pekerjaan kepada AI”.
Dan ketika AI mulai mampu membentuk timnya sendiri untuk menyelesaikan pekerjaan, pertanyaan berikutnya bukan lagi seberapa pintar satu AI, tetapi seberapa efektif AI tersebut dapat mengatur pekerjaan banyak agen.***
