Episode ini menutup Season 2 seri Belajar AI. Dari episode #26 sampai #44 kita berjalan dari konsep dasar AI Agent sampai praktik AI di produksi dan di bisnis. Saya akui, di tengah jalan beberapa topik terasa berat — evals dan optimasi inferensi misalnya — tapi justru di situ saya menemukan pola yang sama berulang: semuanya berputar di sekitar satu pertanyaan sederhana, bagaimana membuat model bekerja secara andal untuk kasus nyata. Di halaman ini saya menyatukan kembali peta yang sudah kita susun dan merancang langkah belajar saya berikutnya.
Peta ekosistem AI 2026 versi catatan saya
Setelah 19 episode, ekosistem AI bagi saya kini terbagi ke lima lapisan yang saling bertumpuk:
- Lapisan model — model tertutup (GPT, Gemini, Claude) dan model open source (Llama, Qwen, DeepSeek, Mistral). Di episode #39 saya memetakan cara memilihnya; prinsipnya tetap: mulai dari yang paling murah yang lolos eval, baru naik kelas.
- Lapisan tooling & protokol — function calling (#27), MCP (#28), dan framework seperti LangGraph atau smolagents (#29). Lapisan inilah yang mengubah model dari “pembicara” jadi “pekerja” yang memanggil kode kita.
- Lapisan data & memori — embedding, chunking, hybrid search (#33) plus memori agent dan context engineering (#40). Ini bahan bakar RAG yang dibahas di #31.
- Lapisan infrastruktur — optimasi inferensi seperti KV cache dan speculative decoding (#38), biaya dan fallback di produksi (#43).
- Lapisan kepercayaan — evals (#30), structured output & guardrails (#34), dan AI safety (#42). Tanpa lapisan ini, empat lapisan di atas hanya sekadar demo.
Yang saya sadari: urutan belajar saya selama ini terbalik. Saya dulu langsung tertarik ke lapisan model dan framework, padahal nilai nyata justru muncul di lapisan kepercayaan dan infrastruktur — di situlah bedanya proyek demo dan sistem yang benar-benar dipakai orang.
Tiga pelajaran yang paling mengubah cara kerja saya
Pertama, eval lebih dulu, prompt belakangan. Di #30 saya belajar bahwa tanpa golden dataset, kita hanya menebak-nebak apakah perbaikan benar-benar memperbaiki. Ini persis seperti unit test: menyebalkan saat ditulis, tapi menyelamatkan dari regresi senyap. Karena itu sekarang setiap proyek kecil saya mulai dengan 20–30 contoh kasus beserta jawaban yang diharapkan, bukan langsung geser prompt.
Kedua, RAG dan fine-tuning bukan saingan, dan keduanya bukan jawaban default. Keputusan di #31 tetap saya pegang: kalau masalahnya pengetahuan yang berubah, pakai RAG; kalau masalahnya gaya/format yang konsisten, baru pertimbangkan LoRA (#32); kalau cuma bisa diperbaiki dengan instruksi dua kalimat, cukup prompting. Terlalu banyak orang (termasuk saya dulu) langsung lompat ke fine-tuning karena terdengar paling “AI”.
Ketiga, safety bukan pekerjaan terakhir. Prompt injection (#42) ternyata semudah menyisipkan teks berbahaya di dokumen yang di-RAG-kan. Pola defensif yang saya pakai sekarang sederhana: anggap SEMUA konten dari luar sebagai data, bukan instruksi; dan jangan pernah biarkan agent mengeksekusi aksi berisiko tanpa validasi (#34 dan #43 jadi pelengkapnya).
Roadmap belajar lanjutan saya
Season 2 ditutup, tapi belajarnya tidak. Ini rencana saya untuk tiga bulan ke depan, saya tulis di sini supaya bisa dipertanggungjawabkan:
- Bangun satu agent produksi kecil — bukan demo: satu agent dengan MCP server sendiri, eval minimal, dan Langfuse untuk observabilitas (#28, #30, #43).
- Jalankan model open source lokal — eksperimen GGUF dari Season 1 (#24) dikombinasikan dengan pilihan model di #39, targetnya asisten coding yang jalan tanpa koneksi internet.
- Bikin benchmark untuk kasus saya sendiri — dataset berisi pertanyaan blog dan kode Laravel saya, sebagai pembanding model baru yang rilis.
Saya kira, itulah inti dari seluruh seri ini: AI bukan kotak ajaib yang dipakai sekali jadi, melainkan sistem yang harus diukur, dibatasi, dan dirawat — pekerjaan yang sangat familiar bagi programmer.
Komentar Terbaru