Agnost AI, startup yang baru mengantongi dukungan dari Y Combinator (YC S26), resmi memperkenalkan platform yang mampu mengekstrak beragam insight dari percakapan agen AI. Tidak sekadar mencatat log, platform ini dirancang untuk mendeteksi kegagalan, menangkap permintaan fitur, hingga membuka pull request perbaikan secara otomatis.
Lewat pendekatan ini, Agnost mencoba menjawab masalah klasik dalam pengembangan AI: hasil evaluasi internal kerap tidak selaras dengan performa di produksi. Banyak agen lulus uji coba di laboratorium, namun ketika berhadapan dengan pengguna nyata, muncul celah yang tidak terdeteksi. Agnost hadir sebagai lapisan observabilitas yang menghubungkan keduanya.
Platform ini menawarkan ekstraksi intent dan sentimen, deteksi error, serta kemampuan query data menggunakan bahasa alami. Data yang dipublikasikan di situs resminya menunjukkan bahwa Agnost telah mengidentifikasi 1.247 permintaan fitur yang langsung muncul dari percakapan pengguna. Lebih impresif lagi, 16 dari 18 pull request yang dibuat secara otonom berhasil digabungkan ke basis kode pengguna.
Salah satu pengguna, Ishan Goswami dari Exa, mengaku Agnost sangat membantu dalam melacak analitik dan error rates. Aamish Ahmad Beg, pendiri Lopus AI, menambahkan bahwa Agnost menemukan bug yang terkubur di dalam percakapan agen dan langsung membuka PR untuk memperbaikinya dalam semalam.
Bagi ekosistem pengembangan AI di Indonesia, kehadiran Agnost membuka peluang baru. Banyak startup lokal mulai mengadopsi agen percakapan untuk customer service, sales, atau asisten virtual. Namun, data interaksi tersebut kerap hanya menjadi arsip tanpa dieksploitasi. Dengan Agnost, developer bisa memahami apa yang sebenarnya diinginkan pengguna, di mana titik lemah agen, dan bagaimana cara memperbaikinya tanpa harus menunggu laporan manual.
Model bisnis Agnost menawarkan paket gratis hingga 1.000 pesan per bulan, sehingga tim kecil bisa memulai tanpa biaya. Paket Pro seharga 499 dolar AS memberikan kapasitas 100.000 pesan dengan retensi data 90 hari. Skema ini memungkinkan startup untuk mengadopsi observabilitas sejak dini dan meningkatkan skala seiring pertumbuhan volume percakapan.
Kendati demikian, Agnost belum mengumumkan dukungan khusus untuk bahasa Indonesia. Potensi bias pada model berbahasa Indonesia bisa menjadi tantangan. Namun, jika platform ini mampu memahami konteks lokal, ia bisa menjadi alat ampuh bagi pengembang AI Tanah Air.
Ke depan, alat semacam Agnost diperkirakan akan menjadi standar baru dalam siklus pengembangan agen AI. Kemampuan untuk terus-menerus belajar dari percakapan nyata dan menghasilkan perbaikan otomatis akan menjadi kunci diferensiasi. Agnost baru berada di awal perjalanan, tetapi visi untuk membuat agen "semakin pintar setiap saat" sudah selaras dengan kebutuhan industri.
Dengan dukungan Y Combinator, Agnost berpotensi berkembang menjadi platform observabilitas AI yang wajib digunakan oleh setiap tim yang serius mengembangkan agen percakapan. Bagi startup Indonesia, inilah saat yang tepat untuk mulai mengintegrasikan observabilitas ke dalam agen AI mereka sebelum kesenjangan evaluasi-produksi menjadi bola salju yang sulit dikendalikan.