Agent Orchestration
Lesson 1 dari 3 · Lanjutan · 45 sampai 60 menit

Agent orchestration dan multi-agent system

Orchestration mengatur alur agent, tools, state, handoff, dan evaluasi. Multi-agent dipakai hanya saat satu agent tidak cukup atau peran perlu dipisah.

Setelah selesai, kamu bisaLesson 1 dari 3
  • Membedakan router, supervisor, dan handoff
  • Menentukan kapan perlu multi-agent
  • Menjaga state dan quality gate

Sebelum mulai

  • Paham anatomi agent dan tool calling.
  • Punya contoh workflow yang melibatkan beberapa peran.
Target belajar: Setelah selesai, kamu bisa memilih pola orchestration yang sederhana dan tidak berlebihan.

Konsep utama

01Router dan supervisor

Router memilih jalur atau agent yang tepat. Supervisor mengawasi proses, memeriksa hasil, dan menentukan langkah berikutnya.

Kenapa penting: Pola ini membantu workflow kompleks tetap terkendali.

Contoh: Router mengirim pertanyaan teknis ke agent developer dan pertanyaan billing ke agent support.

Yang sering keliru: Membuat banyak agent padahal aturan routing sederhana sudah cukup.

02Handoff

Handoff adalah perpindahan tugas dari satu agent atau manusia ke pihak lain dengan konteks yang jelas.

Kenapa penting: Tanpa handoff yang rapi, informasi hilang dan output berikutnya melemah.

Contoh: Researcher agent menyerahkan source sheet dan caveat ke writer agent.

Yang sering keliru: Handoff hanya berupa hasil akhir tanpa alasan dan sumber.

03Quality gate

Quality gate adalah titik pemeriksaan sebelum workflow lanjut ke tahap berikutnya.

Kenapa penting: Multi-agent bisa mempercepat kerja, tetapi juga memperbanyak titik gagal.

Contoh: Fact-checker harus menyetujui claim sheet sebelum writer membuat thread.

Yang sering keliru: Menganggap agent evaluator otomatis cukup tanpa rubric.

Cara kerjanya

Agent orchestration adalah cara mengatur beberapa langkah, tools, atau agent agar bekerja bersama. Dalam multi-agent system, task bisa dibagi ke agent spesialis: researcher, writer, editor, evaluator, atau support specialist. Framework seperti LangGraph memodelkan workflow agent sebagai graph/stateful flow, berguna untuk proses panjang dan bercabang.

Namun multi-agent tidak selalu perlu. Untuk task prosedural sederhana, satu prompt panjang dengan context yang bagus kadang lebih efektif daripada sistem multi-agent yang rumit. Prinsipnya: mulai sederhana. Naik ke orchestration jika task butuh state, banyak tools, routing, approval, evaluasi, atau kolaborasi antar spesialis.

Pola umum: router menentukan jenis request, planner membuat rencana, specialist agent menjalankan subtask, evaluator mengecek kualitas, human reviewer menyetujui, lalu final response/action dikirim.

Contoh nyata

AI content team: Researcher Agent mencari data, Writer Agent membuat draft, Editor Agent menyesuaikan voice, Fact-checker Agent menandai klaim, Publisher Assistant membuat checklist.

Coba sendiri

  1. 1

    Ambil workflow kompleks.

  2. 2

    Tentukan apakah cukup satu agent atau perlu multi-agent.

  3. 3

    Jika multi-agent, tulis role tiap agent dan alur handoff.

Prompt yang bisa dipakai

Untuk workflow ini: [workflow], tentukan arsitektur terbaik: single prompt, single agent, deterministic workflow, atau multi-agent. Jelaskan alasan, diagram step, role agent, state, handoff, evaluator, dan human approval.

Cek pemahaman

Jawab dengan bahasa sendiri. Kalau masih muter-muter, baca ulang bagian yang paling nyangkut.

  1. 1

    Apa itu orchestration?

  2. 2

    Kapan multi-agent overkill?

  3. 3

    Apa fungsi evaluator agent?

Tugas

Rancang multi-agent workflow untuk AI research/content system lengkap dengan diagram dan rubrik evaluasi.

Lanjut ke materi berikutnya

Setelah orchestration, lanjut ke evaluasi dan monitoring agent agar sistem bisa diamati saat berjalan.
Lanjut: Evaluasi dan Monitoring Agent