Dari tulisan sebelumnya, saya cerita sampai mulai penasaran sama agentic AI. Nah, kali ini saya coba cerita gimana proses selanjutnya.
Apa Itu Agentic AI?
Buat yang belum familiar, agentic AI itu beda dengan chatbot biasa. Kalau ChatGPT atau Gemini, kita tanya, dia jawab. Selesai. Tapi agentic AI bisa dikasih tugas, dan dia yang mikir langkah-langkahnya sendiri.
Misalnya saya bilang, “Cek email, filter yang penting, bales yang urgent, dan laporkan sisanya.” Dia akan baca email, tentukan prioritas, tulis balasan, dan kasih laporan — semua tanpa saya harus nuntun langkah demi langkah.
Instalasi dan Setup
Saya coba install OpenClaw — platform AI agent open source. Instalasinya relatif mudah karena sudah disediakan script. Setelah itu, saya sambungkan dengan DeepSeek sebagai model AI-nya.
Prosesnya tidak selalu mulus. Ada kalanya koneksi gagal, ada kalanya hasilnya aneh. Tapi saya sudah biasa dengan hal seperti ini.
Saya ingat waktu pertama kali nyoba, agent-nya saya kasih perintah sederhana: “Cek jam berapa sekarang.” Malah error. Saya cek lagi konfigurasinya, ternyata ada pengaturan yang terlewat. Diperbaiki, dicoba lagi. Begitu seterusnya.
Integrasi dengan Telegram
Setelah agent-nya jalan, langkah berikutnya adalah menghubungkannya dengan Telegram. Biar saya bisa interaksi lewat HP tanpa harus buka laptop.
Caranya tidak rumit — tinggal bikin bot Telegram, ambil token-nya, dan masukkan ke konfigurasi. Setelah itu, saya bisa chat dengan AI assistant saya langsung dari aplikasi Telegram.
Sekarang kalau saya lagi di perjalanan atau di kebun Zeze Zahra, saya tetap bisa minta bantuan AI assistant — cek email, tanya jadwal, atau minta draft balasan.
Yang Saya Pelajari
Dari pengalaman ini, beberapa hal yang saya catat:
Pertama, agentic AI punya potensi besar, tapi masih perlu pendampingan. Kadang hasilnya di luar ekspektasi, kadang salah. Tapi itu wajar — sama seperti teknologi baru lainnya.
Kedua, tools open source seperti OpenClaw memberi fleksibilitas yang tidak dimiliki platform berbayar. Bisa diutak-atik sesuai kebutuhan. Cocok buat yang suka belajar sambil jalan.
Ketiga, pola belajarnya tetap sama: mulai dari kecil. Ujicoba terbatas. Evaluasi. Perbaiki. Ini pola yang sudah terbukti sejak saya belajar Linux dulu.
