Konsep Utama - Otak dan Tangan
Dalam praktikum sebelumnya, kita melihat betapa kuatnya Model Bahasa Besar (LLM), tetapi kita juga mengidentifikasi kelemahan utama: mereka terjebak dalam kotak. Mereka hanya mengetahui apa yang telah dipelajari selama pelatihan dan tidak dapat berinteraksi dengan dunia nyata.
Agen AI menyelesaikan masalah ini dengan menggabungkan dua komponen yang berbeda:
- Otak: Model bahasa besar (seperti Qwen3-4B), yang memahami bahasa manusia, menangani logika, dan menjaga konteks percakapan.
- Tangan: Kode Python dan alat eksternal (API) yang dapat secara aktif berinteraksi dengan dunia nyata—seperti memeriksa cuaca, menjelajahi internet, atau menjalankan perhitungan.
Mengajar Otak untuk Menggunakan Tangan
Model bahasa besar tidak bisa secara alami "mengklik" tombol atau "menjalankan" Python. Hari ini, tujuan kita adalah mengajar Otak agar dapat mengenali kapan ia membutuhkan bantuan, serta memformat hasil keluarannya agar program Python kita dapat menjalankan alat tersebut untuk itu.
