Kenapa AI Agent Mati di Hari Ketiga

Pola yang paling sering saya lihat begini. Demonya memukau. Minggu pertama semua orang antusias. Minggu kedua mulai jarang dibuka. Minggu ketiga agent itu masih menyala di server, masih memakan biaya, dan sudah tidak ada yang peduli.

Yang menarik, penyebabnya hampir tidak pernah soal modelnya kurang pintar.

Satu, agent tidak tahu apa-apa soal bisnisnya

Agent yang cuma tersambung ke model bahasa akan menjawab dengan sangat percaya diri dan sangat umum. Dia tidak tahu produkmu yang mana yang stoknya menipis, siapa pelanggan yang sudah tiga kali komplain, atau kenapa pesanan nomor tertentu tidak boleh diproses.

Orang lalu menambal kekurangan itu dengan menempelkan konteks di setiap prompt. Itu bertahan sekitar satu minggu, sampai konteksnya terlalu panjang dan agentnya mulai melupakan bagian awal.

Agent yang berguna bukan agent yang pintar menjawab, tapi agent yang tahu keadaan hari ini.

Yang membuatnya bertahan adalah memberi agent akses baca ke sumber kebenaran yang sudah kamu punya. Spreadsheet operasional, tabel pesanan, riwayat percakapan. Bukan disalin ke dalam prompt, tapi dibaca saat dibutuhkan.

Dua, tidak ada yang tahu kalau dia gagal

Ini yang paling mahal, dan paling sering diabaikan.

Automation yang berhasil akan terlihat. Automation yang gagal akan diam. Tidak ada yang error, tidak ada yang merah, cuma pekerjaan yang tidak terjadi. Sampai dua minggu kemudian ada yang sadar laporan mingguan berhenti sejak tanggal berapa.

Yang saya pasang di setiap agent sekarang cuma dua hal sederhana:

• Sebuah catatan tiap kali dia menyelesaikan tugas, walaupun isinya cuma satu baris
• Sebuah pengingat kalau dia tidak mengerjakan apa pun dalam jangka waktu yang seharusnya ada pekerjaan

Yang kedua itu yang menyelamatkan. Kabar buruk yang datang cepat jauh lebih murah daripada kabar buruk yang datang telat.

Tiga, pemiliknya tidak bisa mengubahnya sendiri

Kalau setiap perubahan kecil harus lewat orang yang membangunnya, agent itu punya umur yang sama dengan kesabaran orang tersebut.

Cara paling efektif yang saya temukan adalah menaruh aturan-aturan yang sering berubah di tempat yang bisa disunting pemiliknya sendiri. Sebuah berkas teks, atau bahkan satu tab di spreadsheet yang sudah mereka pakai tiap hari:

jam_operasional      08.00 - 17.00
balas_di_luar_jam    ya, dengan catatan
eskalasi_ke_manusia  nego harga, komplain, refund

Terlihat sepele. Tapi bedanya besar: pemiliknya bisa mengubah perilaku agent tanpa menunggu siapa pun.

Yang sebenarnya menentukan

Tiga hal di atas tidak ada hubungannya dengan model mana yang kamu pakai. Semuanya soal apakah agent itu punya konteks, apakah kegagalannya terlihat, dan apakah pemiliknya berdaulat atas aturannya.

Agent yang bertahan biasanya bukan yang paling canggih. Biasanya yang paling membosankan, dan paling jelas kalau rusak.