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.

Tulisan asli : https://www.vavai.com/pasang-dan-jalanin-agentic-ai…/

Email dan Balasan Otomatis

Salah satu yang paling sering saya pakai adalah bantuan AI untuk urusan email. Setiap hari ada puluhan email masuk — penawaran, pertanyaan teknis, follow-up tagihan, dan lain-lain. Dulu saya baca satu-satu, balas satu-satu. Sekarang terbantu banget.

Saya punya AI assistant yang saya kasih akses ke email. Saya tinggal bilang, “Cek email, mana yang penting, mana yang bisa langsung dibalas.” Dia baca, filter, bahkan bikin draft balasan. Saya tinggal review dan kirim.

Tentu tidak selalu mulus. Kadang nada balasannya terlalu formal, kadang kurang pas. Tapi jadi lebih cepat daripada mulai dari nol.

Bantu Bikin Proposal dan Brosur

Beberapa waktu lalu, saya punya ide untuk membuat program training AI untuk perusahaan. Namanya Excellent AI Readiness Program. Saya diskusikan dengan AI assistant, minta bantu bikin konsep, susun paket harga, sampai bikin brosur digital.

Proses yang biasanya makan waktu beberapa hari, bisa selesai dalam hitungan jam. Saya tinggal review, koreksi bagian yang kurang pas, dan jadilah.

Claude untuk Coding dan Laporan

Untuk urusan teknis, saya lebih sering pakai Claude. Pasalnya, untuk coding dan laporan profesional, Claude punya hasil yang lebih rapih. Saya sering minta bantuan bikin script, debugging, atau nulis dokumentasi teknis.

Dulu kalau ada bug atau error, saya bisa begadang samblet-samblet cari solusi. Sekarang tinggal copy paste error-nya ke Claude, minta analisa, dan dapat solusi dalam hitungan menit. Lumayan buat kesehatan, hehehe.

DeepSeek untuk Daily Ops

Untuk chat harian dan tugas-tugas ringan, saya pakai DeepSeek. Selain murah, cukup responsif untuk kebutuhan sehari-hari. Cocok buat yang volume pemakaiannya tinggi tapi budget tetap terkendali.

Pilih Tools Sesuai Kebutuhan

Dari pengalaman ini, saya jadi punya kebiasaan: pilih tools sesuai kebutuhan. Bukan fanatik satu merek.

Kalau butuh yang murah dan cepat untuk chat harian, DeepSeek. Kalau butuh bikin kode dan laporan profesional, Claude. Kalau cuma tanya-tanya ringan, ChatGPT atau Gemini juga cukup.

Tidak perlu yang paling mahal. Yang penting pas dengan kebutuhannya.

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.

Ya ampun, sudah semaju ini.

Awalnya coba-coba soal Machine Learning. Dapat jawaban yang lumayan komprehensif. Karena itu sifatnya tutorial dan langkah-langkah, okelah saya anggap ChatGPT pasti bisa jawab. Jadi saya coba search lagi pakai query lain.

Saya tanya soal konsep FIRE — Financial Independence Retire Early — dan tentang apa yang sebaiknya disiapkan jika seseorang dalam usia 40 tahunan ingin bisa pensiun dengan baik dan tanpa menyusahkan orang lain. Lagi-lagi, jawabannya komprehensif.

Dari situ makin penasaran. Kalau bisa jawab pertanyaan seperti itu, apa lagi yang bisa dilakukan?

ChatGPT dan Vivian

Sama putri bungsu saya Vivian, kami pernah minta ChatGPT membuat cerita tentang sebuah rumah di tepi hutan. Kami kasih beberapa arahan, dan ChatGPT bikin cerita dengan alur yang bagus dan natural. Vivian senang, saya juga ikut senang.

Dari situ saya mikir, ini bukan cuma tools IT. Ini alat yang bisa dipakai siapa saja — termasuk anak-anak.

Beralih ke Tools Lain

Pas ChatGPT lagi ramai-ramainya sempat penuh server, saya coba Gemini. Gratisan, lumayan buat tanya-jawab ringan. Tapi untuk urusan coding dan bikin laporan yang agak serius, saya mulai pindah ke Claude. Hasilnya lebih rapih, cocok untuk pekerjaan teknis dan dokumen.

Masing-masing punya kelebihan. Saya jadi punya kebiasaan: tergantung butuhnya apa, saya pilih tools yang paling pas.

Mulai Penasaran dengan Agentic AI

Nah, yang bikin saya makin tertarik selanjutnya adalah agentic AI. Bukan sekedar chatbot yang nunggu ditanya, tapi AI yang bisa merencanakan dan bertindak sendiri. Konsepnya sederhana tapi powerful: kita kasih tujuan, AI yang mikir cara mencapainya.

Saya coba install OpenClaw — platform AI agent open source — dan sambungkan dengan DeepSeek. Setelah itu mulai konekin ke Telegram biar bisa interaksi lewat HP. Mulai dari situ, waktu luang di akhir pekan saya pakai buat belajar dan eksperimen.

Prosesnya Tidak Selalu Mulus

Jujur, perjalanannya tidak selalu mulus. Ada kalanya si agent error, ada kalanya hasilnya ngaco, ada kalanya bingung sendiri kenapa kok tidak jalan. Tapi saya sudah biasa dengan proses seperti ini.

Mulai dari kecil. Ujicoba terbatas. Evaluasi. Perbaiki. Sama seperti dulu waktu belajar Linux di tahun 2004-an. Sama seperti waktu belajar setup server, nyoba-nyoba konfigurasi email, atau waktu pertama kali belajar ngurus sawah dan kebun di Zeze Zahra.

Pola belajarnya sama. Yang berubah hanya tools-nya.

Riding the Technology

Saya pribadi lebih memilih jadi orang yang optimis pada perkembangan teknologi. Bukan berarti menutup mata dari kekurangan. Tapi saya lebih memilih untuk riding the technology — bukan jadi penumpang, apalagi korban.

Suka atau tidak suka, kemajuan jaman akan tetap terjadi. Yang bisa kita lakukan adalah menyikapinya dengan pikiran terbuka. Kalau perlu, kita naik dan kendalikan sendiri.

Seperti kata Jack Ma, “No matter you love or hate the technology, it’s exist and it’s been here.”

Stay Hungry, Stay Foolish. Tetap Semangat.