Skip to main content

Agen AI (arketipe)

Catatan: Dokumen ini adalah terjemahan otomatis dari versi asli bahasa Inggris.

Agen AI (arketipe)

Halaman arketipe di DecAIHub mendeskripsikan cetak biru proyek yang umum — pola berulang tentang bagaimana proyek AI kripto dibangun, apa yang mereka tawarkan, dan peran apa yang dimainkan AI dalam produknya. Arketipe "agen AI" mencakup proyek yang produk utamanya adalah membangun, men-deploy, atau mengoperasikan agen AI: perangkat lunak otonom yang mempersepsi data, menalarnya, dan mengambil tindakan tanpa instruksi manusia yang terus-menerus.

Singkatnya: dalam arketipe ini agen ADALAH produknya — bukan fitur yang ditempelkan pada sesuatu yang lain.

Apa yang mendefinisikan arketipe ini

Sebuah proyek cocok dengan arketipe agen AI ketika penawaran intinya berputar di sekitar agen, bukan memakai agen sebagai fitur sekunder. Agen — pembuatan, deployment, operasi, atau monetisasinya — adalah alasan utama proyek itu ada. Ini memisahkan arketipe ini dari proyek yang kebetulan memakai agen secara internal (mis. protokol DeFi dengan rebalancer berbantuan AI) tetapi produk utamanya adalah hal lain. Dalam arketipe agen AI, menghilangkan agen berarti menghilangkan produknya.

Arketipe bersifat deskriptif, bukan endorsemen. Ia membantu pembaca membandingkan roadmap yang mirip di permukaan dan mengajukan pertanyaan yang konsisten tentang bukti, keselamatan, dan arsitektur. Dua proyek dalam arketipe yang sama dapat berbeda tajam dalam kematangan dan kedalaman AI yang dapat diverifikasi.

Pola-pola yang umum

Dalam arketipe ini, beberapa pola produk yang berbeda muncul berulang kali di seluruh registri DecAIHub.

Kerangka kerja agen

Perangkat bangun-agen-sendiri. Proyek-proyek ini menyediakan SDK, pustaka, dan alat pengembang untuk membuat agen AI kustom. Biasanya mereka menyertakan modul siap pakai untuk memori, perencanaan, penggunaan alat, dan interaksi chain. Produknya adalah kerangka kerja itu sendiri — agen yang dibangun di atasnya milik pengembang pihak ketiga.

AI component tipikal: agentic framework, agent SDK, AI agent platform (workflows/tools/KB).

Launchpad agen

Buat, deploy, dan tokenisasi agen. Platform-platform ini memungkinkan pengguna membangun agen, memberinya token, dan meluncurkannya on-chain — sering kali dengan antarmuka no-code atau low-code. Pola ini menggabungkan pembuatan agen dengan penerbitan token dalam satu alur. Ini salah satu use case paling umum di kategori ini: pembuatan + peluncuran agen AI.

Use case tipikal: AI agent creation + launch, build + deploy AI agents, no-code agent deployment.

Marketplace agen

Temukan dan gunakan agen siap pakai. Proyek marketplace mengagregasi agen yang dibangun pihak lain, memungkinkan pengguna menelusuri, menyewa, atau membeli layanan agen. Marketplace menangani penemuan, pembayaran (biasanya dalam token), dan kadang reputasi. AI-nya milik para pembuat agen individual, bukan marketplace itu sendiri.

AI component tipikal: agent marketplace, agent registry, agent discovery.

OS agentik

Sistem operasi lengkap untuk agen otonom. Proyek-proyek ini melampaui kerangka kerja tunggal dan berupaya membangun lingkungan lengkap tempat agen dapat berkoordinasi, berbagi sumber daya, memakai alat, dan berinteraksi dengan banyak chain. Mereka memposisikan diri sebagai lapisan infrastruktur untuk sebuah "ekonomi agen".

AI component tipikal: agentic OS, multi-agent orchestration, agent swarm.

Agen vertikal

Agen yang dibangun khusus untuk domain tertentu. Alih-alih menyediakan platform umum, proyek-proyek ini membangun agen untuk satu vertikal: agen trading DeFi, NPC game, persona media sosial, asisten consumer, atau agen pengelolaan infrastruktur. AI-nya berfokus sempit dan nilainya bergantung pada seberapa baik agen menjalankan tugas spesifiknya.

Use case tipikal: AI bots/agents for crypto, AI-powered DeFi agent, autonomous trading agent, AI companion.

Apa yang menyatukan pola-pola ini

Meski bentuk produknya berbeda, semua proyek dalam arketipe ini berbagi properti struktural yang sama: agen adalah produknya. Proyek tidak sekadar memakai AI sebagai salah satu fitur di antara banyak fitur — seluruh proposisi nilainya bergantung pada keberadaan, kualitas, dan otonomi agen.

Ini berarti mengevaluasi proyek dalam arketipe ini memerlukan pemeriksaan terhadap agennya sendiri: apakah ia menalar, atau mengikuti skrip tetap? Apakah ia memakai AI component yang nyata (LLM, reinforcement learning, modul perencanaan), atau ia otomatisasi berbasis aturan yang dilabeli "agen"?

Pembaca juga harus membedakan klaim platform (“kami memungkinkan agen”) dari klaim instansi (“agen kami melakukan X on-chain”). Keduanya bisa valid, tetapi memerlukan jenis bukti yang berbeda.

Di mana arketipe ini muncul di kartu DecAIHub

Saat membaca kartu proyek yang termasuk arketipe ini, carilah:

  • Kategori — biasanya AI/Agents, sering dikombinasikan dengan tag domain (DeFi, Infra, Consumer, Gaming, Meme).
  • AI component — harus menyebut mekanisme konkret: agentic framework, agent marketplace, AI agent platform, agent swarm, multi-agent orchestration. Nilai yang samar adalah tanda peringatan.
  • Use case — nilai yang umum: build + deploy AI agents, AI agent creation + launch, AI bots/agents for crypto, no-code agent builder. Use case harus mendeskripsikan apa yang dilakukan pengguna dengan produk agen tersebut.
  • ai_score — mencerminkan seberapa banyak bukti terverifikasi yang ada untuk kemampuan AI agen. Lihat DecAI Fit.

Apa yang tidak dibuktikan arketipe ini

Diklasifikasikan dalam arketipe agen AI berarti proyek diposisikan sebagai berpusat pada agen. Klasifikasi itu sendiri tidak mengonfirmasi bahwa:

  • agen-agen benar-benar berjalan di produksi dan melakukan tugas otonom;
  • agen memakai AI nyata alih-alih skrip tetap atau API wrapper sederhana;
  • platform memiliki adopsi pengguna atau pengembang yang bermakna;
  • token diperlukan agar agen berfungsi;
  • agen proyek lebih aman, lebih cerdas, atau lebih otonom daripada alternatifnya.

Banyak proyek agen adalah platform tahap awal dengan sedikit agen yang benar-benar ter-deploy. Kesenjangan antara visi dan realitas yang dapat diverifikasi sering kali lebar di arketipe ini — menjadikan skor AI reality dan tingkat bukti sangat penting.

Jangan bingung dengan

  • Kategori AI/Agents — label kategori tingkat teratas. Halaman arketipe mendeskripsikan pola produk yang umum; halaman kategori mendeskripsikan sistem klasifikasinya.
  • Arketipe asisten AI — asisten merespons prompt pengguna tetapi biasanya tidak bertindak secara otonom. Lihat asisten vs agen.
  • Arketipe lapisan infra AI — proyek infrastruktur menyediakan alat dan sumber daya yang mungkin dikonsumsi agen, tetapi infra itu sendiri bukan agen.
  • Otomatisasi — skrip berbasis aturan yang mengeksekusi logika yang telah ditentukan tanpa belajar atau menalar. Lihat Otomatisasi vs AI asli.

Pertanyaan yang sering diajukan

Apakah “arketipe” sama dengan kategori AI/Agents?

Tidak. Kategori AI/Agents adalah label tingkat teratas dalam taksonomi. Sebuah arketipe menjelaskan bentuk produk yang berulang di dalam dan di sekitar label itu (kerangka kerja, marketplace, agen vertikal). Gunakan arketipe untuk pencocokan pola naratif; gunakan kategori dan nilai AI component untuk perbandingan terstruktur.

Mengapa dua proyek agen dengan landing page serupa mendapat skor berbeda pada ai_score?

ai_score mencerminkan bukti terverifikasi untuk klaim AI — dokumentasi, kode, demo, perilaku yang terukur — bukan kemiripan pemasaran. Dua visi yang sama-sama berpusat pada agen dapat menyimpang tajam begitu bukti Tier-1 diterapkan.

Haruskah pembaca mengharapkan setiap marketplace agen menyelenggarakan pelatihan model proprietary?

Tidak selalu. Marketplace sering berfokus pada penemuan, pembayaran, dan antarmuka, sementara para pembuat memasok model dan kebijakan. Evaluasi setiap lapisan secara terpisah: infra platform, model pembuat, dan bukti eksekusi on-chain.

Referensi eksternal

Lihat juga

No comments to display

Back to top