Pengembangan agen kecerdasan buatan (AI) modern menghadapi tantangan fundamental: bagaimana menyeimbangkan kebutuhan akan instruksi yang tahan lama dan dapat diverifikasi dengan kebutuhan runtime yang cepat dan efisien. Artikel terbaru dari proyek Agent Project Context (APC) dan Agent Project eXecution (APX) mengusulkan pendekatan arsitektural yang memisahkan kepemilikan konteks portable dari konteks aktif, sebuah pergeseran paradigma yang berpotensi mengubah cara pengembang membangun sistem agen yang skalabel.
Dalam arsitektur APC, file keterampilan (skill files) disimpan sebagai aset proyek di direktori `.apc/skills/<nama>.md`. File-file ini berfungsi sebagai kontrak tahan lama yang dapat ditinjau, diverifikasi, dan dikontrol versi layaknya kode program lainnya. Pendekatan ini memastikan bahwa pengetahuan operasional — seperti daftar periksa rilis, panduan deployment, atau protokol tinjauan keamanan — tetap milik proyek dan tidak terikat pada implementasi runtime tertentu. Namun, masalah muncul ketika seluruh badan keterampilan tersebut disuntikkan ke dalam prompt model pada setiap giliran percakapan.
APX, sebagai lapisan runtime, mengatasi hal ini dengan memperlakukan badan keterampilan sebagai material yang dimuat sesuai permintaan (on-demand). Alih-alih memuat semuanya, APX membangun blok petunjuk ringkas yang hanya berisi slug (identifikasi unik) keterampilan. Model diberi tahu bahwa badan keterampilan tidak dimuat, namun ia dapat memanggil `list_skills` untuk menjelajahi deskripsi satu baris, atau `load_skill({slug})` untuk mengambil badan penuh ketika sintaks atau detail spesifik dibutuhkan. Desain ini mengurangi kebisingan prompt, menurunkan biaya token, dan mencegah model dari kebingungan akibat instruksi yang tidak relevan.
Kode sumber di `src/core/agent/skills/catalog.js` dan `src/core/agent/skills/loader.js` memperlihatkan implementasi praktis dari falsafa ini. Urutan pemuatan diatur hierarkis: keterampilan proyek menimpa (shadow) keterampilan global, yang pada gilirannya menimpa keterampilan bawaan runtime. Pemisahan ini menjaga kedaulatan proyek atas perilaku spesifik, sementara APX tetap menyediakan katalog fallback yang aman. Batasan ini krusial: konteks portable tetap di repositori, namun kenyamanan runtime tidak disalahartikan sebagai kebenaran proyek.
Sebuah penguatan lebih lanjut hadir melalui Skill Inspector opsional APX. Saat diaktifkan, fitur ini menekan pembuangan statis daftar slug dan mengevaluasi ulang prompt pengguna setiap giliran. Keterampilan dengan kecocokan kepercayaan tinggi dapat di-inline langsung, kecocokan menengah menjadi petunjuk, dan sisanya tetap tersembunyi. Ini bukan tentang pengambilan magis, melainkan disiplin prompt: hanya memasukkan pengetahuan yang benar-benar diperlukan untuk tugas saat ini.
Bayangkan repositori dengan keterampilan `release-checklist`, `security-review`, `support-triage`, dan `docs-style`. Semuanya valid dan diperlukan untuk jangka panjang. Namun, ketika pengguna bertanya, "Jelaskan log error ini dan sarankan perbaikan terkecil," memuat keempat badan keterampilan sekaligus hanya akan membakar perhatian model dan token. Cukup petunjuk bahwa keterampilan-keterampilan itu ada. Hanya ketika percakapan beralih ke tugas rilis atau audit keamanan, runtime seharusnya membayar biaya memuat badan yang cocok.
Pemisahan ini memiliki implikasi mendalam bagi ekosistem pengembangan AI di Indonesia, di mana efisiensi biaya inferensi dan kecepatan iterasi menjadi kunci competitif. Startup dan tim engineering lokal yang membangun aplikasi berbasis LLM sering kali terjebak pada praktik "context stuffing" — memasukkan seluruh basis pengetahuan ke dalam prompt — yang mengakibatkan latensi tinggi dan biaya operasional yang tidak terduga. Arsitektur APC/APX menawarkan kerangka kerja yang disiplinkan untuk menghindari jebakan tersebut.
Lebih jauh, pola "load on demand" ini selaras dengan tren industri menuju arsitektur agen yang modular dan komposabel. Dengan memisahkan penyimpanan pengetahuan (APC) dari strategi aktivasi (APX), tim dapat mengembangkan perpustakaan keterampilan yang kaya tanpa khawatir beban kinerja. Ini membuka peluang untuk marketplace keterampilan lintas proyek, di mana keterampilan standar seperti `security-review` atau `migration-playbook` dapat dibagikan dan diversiikan secara independen dari runtime yang digunakan.