Kategori: Belajar Artificial Intelligence

Di episode #26 kita sudah membedah apa itu AI Agent: loop perceive-reason-act dengan tool use di dalamnya. Lalu di episode #27 dan #28 kita bahas function calling dan MCP sebagai cara model memanggil tools. Pertanyaan berikutnya yang muncul di kepala saya: kalau mau bikin agent sungguhan, harus mulai dari mana? Tulis loop-nya sendiri dari nol pakai API, atau pakai framework yang sudah ada? Hari ini saya catat peta ekosistem framework agent 2026 dan kapan saya memilih pakai mana.

Belajar AI #29: Framework Agent — LangChain, LangGraph, LlamaIndex, dan smolagents Lanjutkan membaca →

Di episode #26 kita sudah membedah loop perceive-reason-act yang membuat agent berbeda dari chatbot biasa, dan di episode #27 kita lihat bagaimana model memanggil fungsi kita lewat function calling. Nah, hari ini saya dapat belajar satu konsep yang menjawab keluhan paling menyebalkan dari pola itu: setiap kali ganti tools atau ganti model, skema function calling saya harus ditulis ulang. Ternyata ada standar yang sedang menyelesaikan masalah ini namanya MCP — Model Context Protocol. Ini yang saya catat.

Belajar AI #28: MCP (Model Context Protocol) — Standar Koneksi LLM dengan Tools dan Data Lanjutkan membaca →

Di episode #26 kita sudah membahas bahwa agent = model + loop + tool use. Kali ini kita bedah bagian paling krusial dari tool use: function calling — mekanisme yang membuat LLM bisa “memanggil” kode yang kamu tulis. Ini jembatan antara teks dan aksi nyata.

Belajar AI #27: Function Calling & Tool Use — Saat Model Memanggil Kode Kita Lanjutkan membaca →