0Pricing
AI Prompt Engineering · Pelajaran

Orkestrator dan Pekerja

Koordinasi hierarkis.

Orkestrator dan Pekerja adalah pelajaran AI Prompt Engineering gratis di CoddyKit. Ini adalah pelajaran 2 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 Prompt Engineering, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus AI Prompt Engineering mencakup 4 pelajaran total.

Pola Orkestrator

Dalam pola orkestrator-pekerja, satu agen orkestrator memiliki rencana dan tujuan; agen pekerja menjalankan subtugas dengan ruang lingkup terbatas dan melaporkan hasilnya. Orkestrator menguraikan, mengirimkan tugas, menggabungkan, dan memutuskan kapan tugas selesai.

  • Orkestrator: perencanaan, pengalihan, sintesis, dan alur kendali.
  • Pekerja: pelaksanaan terfokus dalam kontrak yang ketat.

Hierarki ini memusatkan penilaian di satu tempat dan tenaga kerja yang dapat diparalelkan di banyak tempat.

Pemisahan Perencanaan dan Pelaksanaan

Disiplin utamanya adalah menjaga perencanaan tetap terpisah dari pelaksanaan. Orkestrator menalar strategi dengan konteks kecil dan tingkat tinggi; pekerja beroperasi dengan konteks yang terperinci tetapi sempit. Mencampurkan keduanya akan menciptakan kembali generalis yang terlalu terbebani.

Orkestrator sebaiknya jarang menyentuh output alat mentah secara langsung — orkestrator menalar berdasarkan ringkasan pekerja.

plan = orchestrator.decompose(goal)        # high-level
results = [worker.run(sub) for sub in plan] # detailed, scoped
final = orchestrator.integrate(results)     # over summaries

Kualitas Penguraian Menentukan Segalanya

Kualitas sistem hanya sebaik penguraian yang dilakukan orkestrator. Subtugas harus cukup independen untuk dijalankan secara paralel, cukup terbatas ruang lingkupnya untuk diserahterimakan dengan rapi, dan secara keseluruhan harus lengkap. Minta orkestrator menghasilkan rencana eksplisit yang dapat Anda periksa sebelum pekerja mana pun berjalan.

  • Subtugas independen -> pelaksanaan paralel.
  • Cakupan lengkap -> tidak ada celah dalam jawaban akhir.
plan = {
  'subtasks': [
    {'id': 1, 'goal': '...', 'inputs': [...], 'depends_on': []},
    {'id': 2, 'goal': '...', 'inputs': [...], 'depends_on': [1]}
  ]
}

Pengiriman dengan Kontrak yang Ketat

Setiap pengiriman tugas memberikan kepada pekerja tepat tujuannya, inputnya, dan skema output yang diharapkan — tidak lebih. Pekerja yang hanya mengetahui bagiannya tidak akan terganggu oleh tujuan yang lebih luas dan akan mengembalikan format yang dapat diprediksi untuk digabungkan oleh orkestrator.

Pesan pengiriman adalah kontrak: hasil yang jelas, format yang jelas, dan kriteria selesai yang jelas.

dispatch = {
  'goal': 'Summarize doc 7 risks',
  'context': doc7,
  'output_schema': {'risks': [{'text': str, 'severity': str}]},
  'done_when': 'all risk clauses covered'
}

Isolasi Konteks Antarpekerja

Pekerja sebaiknya tidak melihat seluruh konteks pekerja lain secara bawaan. Isolasi mencegah kesalahan atau halusinasi satu pekerja mencemari pekerja lain dan menjaga perintah setiap pekerja tetap kecil serta dapat di-cache. Orkestrator adalah satu-satunya komponen yang memiliki pandangan global.

Bagikan informasi antarpekerja hanya melalui ringkasan yang telah diperiksa oleh orkestrator, jangan melalui komunikasi silang mentah.

Subtugas Paralel dibandingkan Berurutan

Subtugas independen dijalankan secara paralel untuk mengurangi latensi; subtugas yang saling bergantung harus mengikuti urutan. Rencana orkestrator memuat graf dependensi, dan sistem runtime menjadwalkannya dengan sesuai — sebarkan simpul independen, lalu gabungkan.

  • Penyebaran: kirimkan semua subtugas yang siap secara bersamaan.
  • Penggabungan: tunggu dependensi sebelum mengirimkan subtugas yang bergantung.
def schedule(plan):
    ready = [t for t in plan if not t['depends_on']]
    run_parallel(ready)
    # then unlock tasks whose deps are now done

Integrasi dan Penyelesaian Konflik

Integrasi bukan sekadar penggabungan teks. Orkestrator harus menyelaraskan output pekerja yang tumpang tindih, bertentangan, atau memiliki tingkat keyakinan rendah menjadi satu hasil yang koheren, menentukan mana yang dapat dipercaya, dan menampilkan konflik yang belum terselesaikan.

Berikan orkestrator langkah penyelarasan eksplisit dengan aturan: dahulukan tingkat keyakinan yang lebih tinggi, tandai pertentangan, dan minta pemanggilan ulang saat cakupan belum lengkap.

merged = orchestrator.reconcile(
  results,
  rules='prefer higher confidence; flag contradictions; re-dispatch on gaps'
)

Orkestrator sebagai Pengendali

Orkestrator juga mengendalikan alur: memutuskan kapan berhenti, kapan mencoba ulang pekerja yang gagal, kapan menyusun ulang rencana, dan kapan melakukan eskalasi. Dengan demikian, orkestrator menjadi tempat untuk menegakkan anggaran — jumlah iterasi maksimum, pengeluaran maksimum, dan kedalaman maksimum — sehingga mencegah loop yang tidak terkendali.

Tanpa orkestrator pengendali, sistem multi-agen akan berputar tanpa kendali.

if iterations > MAX_ITERS or spend > BUDGET:
    return orchestrator.best_effort_answer()

Penguraian Rekursif

Seorang pekerja dapat menjadi orkestrator untuk submasalahnya sendiri, sehingga membentuk hierarki. Hal ini menangani tugas yang mendalam, tetapi menambah latensi dan kedalaman propagasi kesalahan. Batasi kedalaman rekursi dan wajibkan setiap tingkat mengembalikan ringkasan yang rapi, agar tingkat atas tidak tenggelam dalam detail tingkat bawah.

Pembatasan Kegagalan

Rancang sistem agar kegagalan satu pekerja dapat ditangani secara bertahap. Orkestrator harus mendeteksi output pekerja yang salah format atau kosong, mencoba lagi dengan kontrak yang diperjelas, lalu menggunakan fallback alih-alih mengalami kerusakan. Pekerja gagal secara terisolasi; orkestrator menyerap kegagalan tersebut dan mengarahkan proses melalui jalur lain.

  • Validasi setiap hasil pekerja terhadap skemanya.
  • Coba lagi lalu gunakan fallback, jangan pernah meneruskan kegagalan mentah ke tingkat atas.
def collect(worker, dispatch):
    out = worker.run(dispatch)
    if not valid(out, dispatch['output_schema']):
        out = worker.run(clarify(dispatch))
    return out or fallback(dispatch)

Cetak Biru Orkestrasi

Cetak birunya: orkestrator menguraikan tugas menjadi rencana graf dependensi yang dapat diperiksa, mengirimkan kontrak ketat kepada pekerja yang terisolasi, menjalankan subtugas independen secara paralel, memvalidasi dan menyelaraskan hasil dengan aturan konflik yang eksplisit, menegakkan anggaran dan kondisi berhenti, serta membatasi kegagalan pekerja dengan mekanisme coba lagi lalu fallback. Penilaian tetap terpusat; pelaksanaan tetap terdistribusi.

Pemeriksaan Cepat

Anda sedang merancang sistem orkestrator-pekerja untuk tugas penelitian dengan beberapa subtopik yang saling independen.

Rangkuman: Orkestrator dan Pekerja

Pusatkan perencanaan, perutean, integrasi, dan kendali pada satu orkestrator; serahkan pelaksanaan yang terfokus kepada pekerja terisolasi dengan kontrak yang ketat. Uraikan tugas menjadi graf dependensi yang dapat diperiksa, jalankan subtugas independen secara paralel, selaraskan hasil dengan aturan konflik yang eksplisit, tegakkan anggaran dan kondisi penghentian, serta batasi kegagalan pekerja dengan validasi-pengulangan-kemunduran. Orkestrator bernalar berdasarkan rangkuman, bukan percakapan lintas agen mentah, sehingga hierarkinya tetap koheren dan terkendali.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Orkestrator dan Pekerja” gratis?

Ya — teks lengkap “Orkestrator dan Pekerja” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus AI Prompt Engineering, upgrade ke CoddyKit PRO. Kursus AI Prompt Engineering mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Orkestrator dan Pekerja”?

Koordinasi hierarkis. Kamu berlatih AI Prompt Engineering 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 Prompt Engineering?

Tidak diperlukan pengalaman sebelumnya. AI Prompt Engineering 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 2 dari 4.

Berapa lama pelajaran “Orkestrator dan Pekerja” 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 Prompt Engineering ini?

Ya. Setiap pelajaran AI Prompt Engineering 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

  1. Peran dan Spesialisasi
  2. Orkestrator dan Pekerja
  3. Komunikasi Antaragen
  4. Agen yang Berdebat dan Memilih
← Kembali ke AI Prompt Engineering