Apa itu AI agent & agentic loop

Tool use di Fase 2 berhenti setelah satu putaran: model minta satu tool, dapat hasil, jawab. Agent membiarkan model mengulang siklus itu sendiri — memutuskan langkah demi langkah — sampai tugasnya benar-benar selesai.

Dari satu putaran ke loop

Di Fase 2, tool use berbentuk satu putaran: kirim pertanyaan, model minta satu tool, kamu jalankan, kirim hasilnya balik, model jawab — selesai. Agent adalah loop dari pola yang sama, dibiarkan berjalan berkali-kali: hasil dari satu tool call dipakai model untuk memutuskan tool call berikutnya, dan seterusnya, sampai model memutuskan tugasnya sudah selesai.

def jalankan_agent(pertanyaan: str, tools: list, tool_impl: dict, maks_langkah: int = 8):
    messages = [{"role": "user", "content": pertanyaan}]

    for langkah in range(maks_langkah):
        response = client.messages.create(
            model="claude-sonnet-4-5", max_tokens=1024, tools=tools, messages=messages,
        )
        messages.append({"role": "assistant", "content": response.content})

        if response.stop_reason != "tool_use":
            return response.content[0].text  # model memutuskan sudah selesai

        hasil_tools = []
        for block in response.content:
            if block.type == "tool_use":
                hasil = tool_impl[block.name](**block.input)  # jalankan tool sungguhan
                hasil_tools.append({"type": "tool_result", "tool_use_id": block.id, "content": str(hasil)})
        messages.append({"role": "user", "content": hasil_tools})

    return "Batas langkah maksimum tercapai tanpa jawaban final."  # kondisi berhenti darurat

Workflow vs agent: siapa yang memegang kendali alur

Kondisi berhenti — bagian yang paling sering dilupakan

Tanpa batas eksplisit, agent bisa terjebak loop: memanggil tool yang sama berulang kali, atau bolak-balik antara dua kesimpulan tanpa pernah "selesai". Tiga pengaman yang wajib ada:

• Batas jumlah langkah maksimum — seperti maks_langkah di kode atas. Kalau tercapai, hentikan paksa dan laporkan status apa adanya.
• Batas anggaran token/biaya — agent yang berputar lama juga berarti biaya token yang terus bertambah (Fase 7).
• Deteksi loop — kalau tool call yang sama dengan argumen sama terpanggil berkali-kali berturutan, itu tanda agent "bingung" dan sebaiknya dihentikan lebih awal daripada menunggu batas maksimum.

Spektrum otonomi

"Agent" bukan sakelar on/off — ia spektrum seberapa banyak keputusan diserahkan ke model:

Semakin tinggi otonominya, semakin besar dampak kalau agent salah langkah — dan semakin penting guardrails dari Fase 2 (pembatasan tool, hak akses minimal) diterapkan ketat.