Bayangkan Anda sedang mencari dompet yang hilang di rumah. Apa yang biasanya Anda lakukan?
Kemungkinan besar Anda tidak akan membuka semua lemari sekaligus. Anda akan berpikir terlebih dahulu, mengingat terakhir kali menggunakan dompet tersebut, lalu mencari di tempat yang paling mungkin. Setelah itu, Anda melihat hasilnya. Jika belum ditemukan, Anda mengubah strategi dan mencoba mencari di tempat lain.
Tanpa disadari, Anda sedang melakukan siklus berpikir, bertindak, lalu mengamati hasilnya.
Konsep inilah yang menjadi dasar dari ReAct Framework, salah satu pendekatan yang banyak digunakan dalam pengembangan Agentic AI modern. Framework ini membantu AI agar tidak langsung memberikan jawaban atau menjalankan tindakan, tetapi melakukan proses berpikir dan mengevaluasi hasil secara bertahap.
Dengan pendekatan ini, AI menjadi lebih terarah ketika menghadapi tugas yang rumit atau membutuhkan beberapa langkah penyelesaian.
Apa Itu ReAct Framework?
ReAct merupakan singkatan dari Reasoning dan Acting. Sesuai namanya, framework ini menggabungkan dua kemampuan penting dalam Agentic AI, yaitu berpikir (reasoning) dan bertindak (acting).
Alih-alih langsung menghasilkan jawaban, AI akan melalui beberapa tahapan. Pertama, AI mencoba memahami situasi dan menentukan langkah yang paling masuk akal. Setelah itu, AI menjalankan tindakan yang diperlukan. Hasil dari tindakan tersebut kemudian diamati sebelum AI menentukan langkah berikutnya.
Proses ini dapat berlangsung beberapa kali hingga tujuan yang diberikan pengguna berhasil dicapai.
Mengapa ReAct Framework Dibutuhkan?
Tidak semua masalah dapat diselesaikan hanya dengan satu langkah.
Misalnya, seseorang meminta AI untuk membuat laporan penjualan lengkap berdasarkan data terbaru. AI tidak bisa langsung membuat laporan jika belum memiliki datanya.
Dengan menggunakan ReAct Framework, AI akan berpikir terlebih dahulu mengenai data yang diperlukan. Selanjutnya, AI mengambil data dari sistem yang sesuai, memeriksa hasilnya, lalu melanjutkan ke proses berikutnya hingga laporan selesai dibuat.
Pendekatan ini membuat AI lebih sistematis dibandingkan hanya memberikan jawaban berdasarkan dugaan.
Bagaimana Cara Kerja ReAct Framework?
Secara sederhana, ReAct bekerja dalam sebuah siklus.
AI menerima tujuan dari pengguna, kemudian melakukan Reasoning untuk menentukan langkah pertama.
Setelah itu, AI masuk ke tahap Action, yaitu menjalankan tindakan yang dianggap paling tepat, misalnya mencari informasi, menggunakan aplikasi tertentu, atau mengambil data melalui API.
Berikutnya, AI melakukan Observation, yaitu mengamati hasil dari tindakan yang baru dilakukan. Jika hasilnya belum sesuai, AI akan kembali melakukan reasoning untuk menentukan langkah berikutnya.
Siklus ini akan terus berulang hingga tujuan pengguna berhasil dicapai atau AI memperoleh hasil yang dianggap paling sesuai.
Contoh Penerapan dalam Kehidupan Sehari-hari
Misalkan Anda meminta Agentic AI dengan perintah berikut.
“Carikan hotel terbaik di dekat lokasi seminar, bandingkan harganya, lalu buatkan rekomendasi.”
Dengan pendekatan biasa, AI mungkin hanya memberikan daftar hotel yang sudah diketahui.
Namun menggunakan ReAct Framework, AI dapat menjalankan proses yang lebih terstruktur.
Pertama, AI menentukan informasi apa yang dibutuhkan. Setelah itu, AI mencari data hotel, mengamati hasil pencarian, membandingkan harga dan fasilitas, kemudian menyusun rekomendasi berdasarkan informasi yang telah diperoleh.
Setiap langkah bergantung pada hasil langkah sebelumnya.
Apa Bedanya dengan Workflow Biasa?
Sekilas ReAct terlihat seperti alur kerja biasa, tetapi sebenarnya ada perbedaan penting.
Pada workflow tradisional, urutan pekerjaan biasanya sudah ditentukan dari awal. Jika terjadi perubahan kondisi, sistem sering kali kesulitan menyesuaikan diri.
Sebaliknya, ReAct memungkinkan AI mengambil keputusan baru berdasarkan hasil yang baru saja diperoleh. Dengan kata lain, AI menjadi lebih fleksibel ketika menghadapi situasi yang tidak terduga.
Inilah alasan mengapa ReAct banyak digunakan dalam pengembangan Agentic AI yang menangani tugas kompleks.
Hal yang Sering Disalahpahami
Banyak orang menganggap ReAct adalah sebuah model AI.
Padahal, ReAct bukan model AI, melainkan framework atau metode kerja yang mengatur bagaimana AI berpikir, bertindak, lalu mengevaluasi hasilnya.
Framework ini dapat diterapkan pada berbagai model AI, termasuk Large Language Model (LLM), selama sistem mendukung proses reasoning dan penggunaan alat atau layanan eksternal.
Kesimpulan
ReAct Framework merupakan salah satu pendekatan penting dalam pengembangan Agentic AI karena menggabungkan proses Reasoning, Action, dan Observation secara berulang hingga tujuan pengguna tercapai. Pendekatan ini membuat AI tidak hanya memberikan jawaban, tetapi juga mampu menyesuaikan langkah berdasarkan hasil yang diperoleh di setiap tahap.
Semakin kompleks tugas yang diberikan, semakin terasa manfaat ReAct Framework. Dengan berpikir sebelum bertindak dan terus mengevaluasi hasilnya, Agentic AI dapat bekerja secara lebih sistematis, fleksibel, dan efektif dalam membantu menyelesaikan berbagai pekerjaan di dunia nyata.
