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 dijalankan manusia, tapi AI. Tidak ada lagi proses definisi, validasi dan pembuatan keputusan. Semua proses dilakukan oleh AI agentic dari analisa prompt manusia.
• Kode mudah jadi obsolete, bukan lagi sesuatu yang harus dijaga tetapi hanya sekali pakai. AI bisa membuat, eksekusi dan membuang kode kapanpun dibutuhkan.
• Perubahan struktural level organisasi, tidak bisa gunakan cara berpikir SDLC, tetapi perlu perubahan struktur organisasi dan cara pandang.

Agentic AI tidak sebatas membuat kode, membuat keputusan saja. Agentic Software berfokus pada keseluruhan pengembangan software tanpa interaksi manusia sama sekali.

Jika belum masuk maksudnya apa, berikut contohnya:

Software engineering model lama: Programmer SaaS menentukan fitur, batasan, perbaikan software. AI digunakan tapi butuh intervensi manusia pada setiap tahapan.

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 software dibuat hingga software digunakan sebagai pembuatan keputusan.

Agentic Software: Software memiliki fitur pondasi penting seperti database, file system, API. Kemudian, AI Agentic menentukan bentuk database algoritma dan kebutuhan. Mulai dari software operasional hingga software pembuatan keputusan.

Software 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?

Tidak butuh bukti yang sulit, sudah ada software seperti Codex, Copilot, Claude, Devin, dan lain sebagainya. Proses pembuatan software end-to-end terbukti memungkinkan. Tapi pertanyaannya, apakah reliable?.

Ada beberapa tantangan dialami dalam penggunaan LLM untuk pembuatan kode:

• AI sulit fokus untuk kode projek yang udah besar, Context Drift. Semakin berkembang projek tersebut, maka semakin mudah keliru keputusan AI.
• 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

Mengkategorikan Software sekedar sebagai “SaaS” adalah penyederhanaan yang kurang tepat. Ruang lingkup software sangat luas, mulai dari utilitas kecil seperti fungsi “grep” di UNIX hingga aplikasi masif dan kompleks seperti Libre Office, Browser, operasi sistem, dan ffmpeg. Dilihat dari kompleksitas diatas, sangat sulit untuk mengklaim bahwa Agentic AI mampu re-write sistem tersebut dari nol secara mandiri.

Walaupun secara teori Agentic AI mampu membuat OS dan membuat browser. Tetapi hasilnya tidak pernah dapat digunakan oleh orang umum, selain tidak ada tanggung jawab, hasilnya masih setengah matang dan AI sering kesulitan saat konteks projek sudah sangat besar.

Selama ini, industri SaaS cenderung terbatas pada pembuatan software adminitratif tidak jauh dari spreadsheet atau ERP dasar. Agentic AI sudah pasti akan mendisrupsi batasan tersebut. Namun, jika kita bicara software yang bisa menangani pembuatan keputusan kompleks serta algoritma optimasi untuk mengatasi masalah skala bisnis. Kita masih sangat bergantung pada kognitif mendalam manusia untuk merumuskan solusinya.

Software yang mengikuti struktur kehidupan dunia nyata mudah untuk ditelusuri, dipecahkan, dibuat, dan membantu manusia untuk membuat keputusan. Bagian repetitif dalam pengembangan software adalah menulis kode itu sendiri. Itulah kelebihan AI, membantu menulis kode. Agentic AI menjadikan siapapun mampu membuat ERP sesuai kebutuhannya.

Beberapa hal yang tidak dibahas yaitu:

• Governance, bagaimana menjamin data yang dibuat secara efektif memenuhi kebutuhan pengguna dan tidak menghianati super user? Bagaimana jika software dibuat secara pondasi salah paham dengan intensi manusia?
• 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. Dalam keputusan strategis yang berdampak besar (misalnya: investasi besar atau perombakan struktur organisasi), AI tidak memiliki “kesadaran” akan risiko dan tanggung jawab moral/legal.
• 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.