Agentic Software: Masa Depan Software Engineering?

Paper Agentic Software memberikan pemahaman baru tentang software, dan software engineering. Berbeda dengan Software biasanya, membutuhkan manusia setiap perubahan, sedangkan agentic software sepenuhnya dibuat oleh AI Agent.

Pemecahan masalah dan pembuatan software tidak bergantung pada keputusan deterministik—ditentukan oleh algoritma dari awal. Agentic Software memungkinkan seluruh alur kerja (workflow) dibuat oleh Agentic AI. Tidak ada lagi intervensi manusia, sehingga pembuatan software menjadi lebih efektif dan efisien.

Agentic Software != Software Engineering

Beberapa poin yang menjadi pembeda agentic software dan software engineering.

• Program tidak dibuat di compile time, tetapi saat runtime. Tanpa manusia dalam setiap tahapan.
• SDLC tidak lagi digunakan, tidak ada lagi proses definisi, validasi dan pembuatan keputusan. Semua proses dilakukan oleh AI agentic dari analisa prompt manusia.
• Kode jadi obsolete dan temporary dengan cepat, bukan lagi sesuatu yang harus dijaga tetapi hanya sekali pakai. AI bisa membuat, eksekusi dan membuang kode kapanpun dibutuhkan.
• Perubahan struktural hingga level organisasi, tidak bisa gunakan cara berpikir SDLC, tetapi perlu perubahan struktur organisasi dan cara pandang.
• Tantangan baru bagi riset masa depan, bagaimana keamanan, tata kelola, dan implementasi Agentic Software

Jika belum masuk maksudnya apa, berikut contohnya:

Software engineering model lama: SaaS dibuat dengan fitur-fitur yang telah dibuat oleh programmernya, AI menjadi “add-on” untuk membuat keputusan terhadap data yang sudah ada. Pembuatan software dan pengembangan fitur masih membutuhkan manusia. AI hanya menjadi pembantu pembuatan keputusan.

Pada contoh SaaS, AI hanya sebagai lapisan tipis terhadap program besar, pada paper diatas, Agentic AI tidak hanya sebagai pembuatan keputusan diakhir saja, tetapi mulai dari program dibuat.

Agentic Software: Software dengan fitur pondasi penting seperti database, file system, API. Lalu AI Agentic menentukan bentuk database algoritma dan kebutuhan untuk user. Mulai dari aplikasi operasional hingga aplikasi pembuatan keputusan.

Aplikasi tidak membutuhkan waktu lama untuk dibuat, cukup “buat aplikasi stock management”, lalu AI Agent akan menentukan skema database, API, file system, hingga UI. Tidak sampai disitu, “buatkan dashboard stock yang akan habis dalam 1 bulan kedepan” lalu tercipta-lah dashboard yang bagus sesuai kebutuhan.

Masa Depan?

Walaupun nampak menarik, paper tersebut juga jelasin tantangannya:

• AI masih sulit fokus untuk kode projek yang udah besar, Context Drift.
• Error kecil bisa membuat masalah besar.
• AI masih tidak paham technical Debt
• Verifikasi error masih terbatas, sulit atasi input yang baru dan unik.
• Penurunan performa pada masalah-masalah keterbaruan.

Masalah ini kebanyakan dari batasan AI (LLM) itu sendiri. Walaupun begitu, mereka cukup optimis dan membuat gambaran evolusi hingga tahun 2028 keatas. Sulit membedakan mana software dan agent, sedangkan agent itu adalah software itu sendiri.

Kritik

Cukup sempit untuk ambil contoh dari “SaaS” seperti yang paper sebutkan. Ruang lingkup software cukup luas sebenarnya, utilitas kecil seperti fungsi “grep” di UNIX disebut software juga. Aplikasi libre office, Browser, operasi sistem, ffmpeg, adalah contoh-contoh software yang tidak menjamin AI Agentic bisa re-write sepenuhnya dari awal, walaupun sudah ada beberapa percobaan membuat OS, membuat browser. Tetapi hasilnya tidak pernah dapat digunakan oleh orang umum karena tidak dapat diandalkan dan tidak ada tanggung jawab.

Disini saya paham kenapa ambil contoh “SaaS” dan “on-premised” karena konteks mereka adalah “Sistem Informasi”, seperti ERP. Pada dasarnya ERP mengubah spreadsheet/excel menjadi aplikasi terpusat, terdistribusi dan pembatasan akses. Agentic AI menjadikan siapapun mampu membuat ERP sesuai kebutuhannya.

Beberapa hal yang tidak dibahas yaitu:

• Governance, bagaimana menjamin data yang dibuat benar-benar sesuai kebutuhan pengguna? bagaimana menjamin prompt generation tidak menghianati pembuat prompt?
• Security, keamanan dari software sangat penting. Masalah prompt-injection jadi fokus utama. Pemilihan model sebagai “otak” perlu hati-hati karena bisa saja sudah dirasuki prompt injection.
• Tanggung Jawab, ketika aplikasi dibuat tanpa tanggung jawab manusia, maka tidak ada yang bisa dipegang. Tidak ada yang bisa dipercaya. Aplikasi hanya dibuat spesifik untuk dirinya sendiri (pembuat aplikasi), dan dia yang bertanggung jawab penuh terhadap aplikasi dan data.
• LLM economy, pemilik software tidak lagi subscribe ke aplikasi SaaS yang siap jadi, melainkan harus subscribe ke penyedia LLM terbaik untuk menjalankan tugas, evaluasi, menjaga software tetap berjalan secara iteratif. Biaya Token akan bengkak setiap bulan.

Kesimpulan

Agentic Software masih pembahasan awal dari masa depan yang panjang. Bukan hal yang mengejutkan karena arah ini pasti akan terjadi dimasa depan. Saya suka dengan optimistic dan ide dari paper tersebut. Tetapi masih banyak bagian yang perlu diisi sebelum digunakan sepenuhnya bagi organisasi. Bagi organisasi yang bersedia adaptasi metode tersebut, sangat bagus untuk jadi awal riset dan bukti dari agentic software di masa depan.

Jika tertarik konten seperti ini, subscribe email kamu dibawah untuk dapatkan blog setiap harinya, atau sekedar berbagi ke teman. Terima kasih sudah membaca. Sampai Jumpa.