Apa itu Loop? Akhir-akhir ini cukup populer～

Loop adalah siklus agen (agent loop): model tidak lagi berhenti setelah "menerima instruksi → mengeluarkan hasil", tetapi memasuki siklus — berpikir → bertindak → mengamati hasil → berpikir lagi, sampai tugas benar-benar selesai baru keluar. Struktur di dalam kotak putus-putus di sebelah kanan gambar yang berputar kembali adalah loop.
Pada dasarnya ini memindahkan praktik yang sudah matang dalam rekayasa perangkat lunak ke AI: REPL, event loop, while loop — semuanya adalah struktur "eksekusi berulang sampai kondisi terpenuhi". Loop hanya mengganti "badan siklus" dengan "pemikiran model + panggilan alat".
Mengapa bisa menggantikan prompt?
Kuncinya bukan pada kata "loop", tetapi pada fakta bahwa ia memindahkan tempat penampung kompleksitas dari "teks Anda" ke "struktur sistem". Saya akan uraikan menjadi empat lapisan:
1. Dari "mendeskripsikan cara melakukannya" menjadi "mendefinisikan apa yang harus dilakukan"
Prompt adalah pengkodean statis — Anda harus memikirkan setiap langkah untuk menyelesaikan tugas terlebih dahulu, lalu menuliskannya dalam bahasa alami. Masalahnya: tugas nyata seringkali tidak bisa Anda pikirkan sepenuhnya sebelumnya. Sebuah analisis investasi, apakah harus cek laporan keuangan dulu atau lihat industri dulu? Tergantung pada apa yang ditemukan. Prompt menetapkan jalur secara kaku, sedangkan loop memungkinkan model menentukan langkah selanjutnya berdasarkan umpan balik nyata dari setiap langkah. Anda hanya memberi tujuan dan batasan kemampuan, jalurnya dihasilkan secara dinamis.
2. Konteks dari "dimasukkan paksa" menjadi "tumbuh sendiri"
Kekuatan prompt tergantung pada seberapa banyak informasi yang bisa Anda masukkan ke dalam jendela konteks — tetapi banyak informasi yang tidak Anda tahu sebelumnya apakah diperlukan. Dalam loop, setiap panggilan alat dan setiap observasi secara otomatis ditambahkan ke konteks. Konteks bukan investasi satu kali yang Anda anggarkan, tetapi tumbuh secara dinamis seiring siklus. Model mengambil apa yang dibutuhkan.
3. Memiliki kemampuan koreksi kesalahan
Prompt satu kali tidak memiliki konsep "coba ulang" — jika salah ya salah. Loop memiliki umpan balik: alat melaporkan kesalahan, pencarian tidak menemukan, angka tidak cocok — model bisa mendeteksi dan memperbaikinya di putaran penalaran berikutnya. Ini seperti peningkatan dari "menulis assembly manual" menjadi "bahasa tingkat tinggi dengan breakpoint debug" — yang pertama harus benar sekali tulis, yang terakhir bisa diperbaiki sambil berjalan.
4. "Bagaimana melakukannya" menjadi tetap dalam alat, "apa yang dilakukan" diserahkan pada bahasa alami
Ini yang paling penting. Rekayasa prompt tradisional mendeskripsikan "API mana yang dipanggil, urutan apa, bagaimana mem-parsing hasil" dengan teks, penuh ambiguitas. Dalam paradigma loop, hal-hal ini dijadikan alat — tanda tangan fungsi adalah antarmuka yang presisi dan tanpa ambiguitas. Model hanya perlu memutuskan "kapan memanggil alat mana", tanpa perlu menebak cara memanggilnya dengan bahasa alami. Ambiguitas prompt digantikan oleh kepastian alat.
Intinya dalam satu kalimat
Prompt = Anda memasukkan seluruh logika eksekusi ke dalam satu teks, bertaruh bahwa itu berjalan benar sekali. Loop = Anda mendefinisikan tujuan + memberikan satu set alat + membiarkan model menumbuhkan jalur eksekusinya sendiri dalam interaksi nyata.
Ini tidak "menghilangkan" prompt — prompt sistem (siapa Anda, apa yang bisa Anda gunakan, aturan apa yang harus diikuti) masih ada dan penting. Ini menghilangkan **"menulis instruksi sempurna untuk setiap tugas"**. Kompleksitas bergeser dari "panjang satu prompt" ke "kualitas desain sistem + kumpulan alat", dan yang terakhir dapat direkayasa, digunakan kembali, dan diuji.
Inilah mengapa fokus aplikasi AI saat ini sedang bergeser dari "rekayasa prompt" ke "desain agen/sistem" — ketika Anda bisa membuat "bagaimana melakukannya" tetap dalam alat dan struktur siklus, bahasa alami hanya perlu mengekspresikan "apa yang dilakukan", dan itulah yang paling bisa dilakukannya.