Pola Agentik: Rencanakan-Jalankan-Verifikasi
Buat rencana terlebih dahulu, lalu jalankan langkah demi langkah, kemudian verifikasi berdasarkan kriteria penerimaan — lebih baik daripada sekali jalan.
Pola Agentik: Rencanakan-Jalankan-Verifikasi adalah pelajaran AI Agents gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar AI Agents, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus AI Agents mencakup 4 pelajaran total.
Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.
Mengapa Merencanakan Terlebih Dahulu?
Pembuatan kode sekali jalan cocok untuk tugas kecil ("tulis fizzbuzz"). Untuk perubahan perangkat lunak nyata, agen harus:
- Plan — menguraikan tugas menjadi beberapa langkah
- Jalankan — menerapkan setiap langkah
- Verifikasi — melakukan pengujian, pemeriksaan gaya, dan menjalankan kode
- Ulangi — memperbaiki hingga terverifikasi
Step 1: Plan
Minta model menghasilkan rencana terstruktur:
PLAN_PROMPT = '''
You are a senior engineer. Given this task, produce a JSON plan:
{steps: [{description, files_to_touch: [str], test_commands: [str]}], risks: [str]}
Task: {user_task}
'''Plan Schema
from pydantic import BaseModel
class Step(BaseModel):
description: str
files_to_touch: list[str]
test_commands: list[str]
class Plan(BaseModel):
steps: list[Step]
risks: list[str]Step 2: Jalankan
Jalankan setiap langkah secara berurutan. Berikan isi file kepada model sebagai konteks:
for step in plan.steps:
context = {f: read_file(f) for f in step.files_to_touch}
diff = llm.invoke(f'Implement: {step.description}\nFiles:\n{context}').content
apply_diff(diff)Step 3: Verifikasi
Jalankan pengujian / pemeriksaan gaya / kompilasi untuk setiap langkah:
for cmd in step.test_commands:
result = sandbox.run(cmd)
if result.exit_code != 0:
# Verification failed; iterate
loop_until_verified(step, result.stderr)Step 4: Iterate Until Pass
MAX_ITERS = 5
for iter in range(MAX_ITERS):
result = sandbox.run(test_cmd)
if result.exit_code == 0:
break
fix = llm.invoke(f'Tests failed:\n{result.stderr}\nFix the code.').content
apply_diff(fix)Tampilkan DIFFS, Bukan File Lengkap
Untuk perubahan bertahap, model harus menghasilkan UNIFIED DIFFS:
diff = '''
--- a/main.py
+++ b/main.py
@@ -10,3 +10,4 @@
def add(a, b):
return a + b
+
+def sub(a, b): return a - b
'''
import patch
patch.fromstring(diff).apply()Kualitas Plan Itu Penting
Rencana yang buruk akan menggagalkan eksekusi. Gunakan model yang lebih kuat untuk perencanaan (GPT-4o, Claude Sonnet 4.5) dan model yang lebih murah untuk eksekusi (gpt-4o-mini, haiku) jika anggaran terbatas.
Susun Ulang Plan Saat Terhenti
Jika verifikasi berulang kali gagal, tinggalkan plan saat ini dan minta LLM membuat RE-PLAN dengan informasi baru:
if iter == MAX_ITERS - 1:
new_plan = llm.invoke(f'Original plan failed. Errors: {errors}. Make a new plan.').contentKompromi Perencanaan Jangka Panjang
Semakin panjang cakrawalanya, semakin buruk rencana yang dibuat model. Untuk tugas yang terdiri dari lebih dari 10 langkah, buat rencana kasar; sempurnakan pada setiap langkah.
Plan + Peninjau
Minta agen "peninjau" memeriksa plan sebelum eksekusi. Cara ini menemukan kesalahan yang jelas sejak awal — lebih murah daripada memperbaikinya saat eksekusi.
Tampilkan Plan kepada Pengguna
Tunjukkan plan kepada pengguna sebelum menjalankannya. Izinkan mereka mengeditnya:
approved_plan = await ask_user_to_approve_or_edit(plan)
execute(approved_plan)Plan-Eksekusi-Verifikasi
Mengapa pola ini lebih andal daripada pembuatan kode sekali jalan?
Ringkasan
Rencanakan, jalankan, verifikasi, ulangi. Gunakan perencana yang kuat, eksekutor yang murah, dan jalankan pengujian nyata. Tampilkan plan kepada pengguna ketika risikonya tinggi.
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Pola Agentik: Rencanakan-Jalankan-Verifikasi” gratis?
Ya — teks lengkap “Pola Agentik: Rencanakan-Jalankan-Verifikasi” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus AI Agents, upgrade ke CoddyKit PRO. Kursus AI Agents mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Pola Agentik: Rencanakan-Jalankan-Verifikasi”?
Buat rencana terlebih dahulu, lalu jalankan langkah demi langkah, kemudian verifikasi berdasarkan kriteria penerimaan — lebih baik daripada sekali jalan. Kamu berlatih AI Agents dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai AI Agents?
Tidak diperlukan pengalaman sebelumnya. AI Agents di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.
Berapa lama pelajaran “Pola Agentik: Rencanakan-Jalankan-Verifikasi” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran AI Agents ini?
Ya. Setiap pelajaran AI Agents menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Pola Agentik: Rencanakan-Jalankan-Verifikasi
- Antarmuka Alat untuk Pemrograman (Read, Edit, Bash)
- Siklus Koreksi Mandiri Iteratif
- Arsitektur SWE-Agent dan OpenDevin