AI Agent Anda Kehilangan Separuh Internet… Sampai Saat Ini (Agent-Reach)

Bahasa Indonesiaالعربية Deutsch English Español Français हिन्दी 日本語 한국어 Português Русский 中文

Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Saya mengalami masalah ini minggu lalu. Saya punya agen yang jelas bisa mengedit kode,

00:00:04menjalankan perintah, memeriksa file. Semua itu adalah hal yang normal bagi agen koding.

00:00:09Lalu saya mencoba bertanya, ini sesuatu yang sederhana. Temukan diskusi terbaru tentang alat agen AI

00:00:14di Twitter, Reddit, GitHub, dan Bilibili. Di situlah masalah mulai muncul,

00:00:18karena agen itu cukup kecil untuk merangkum riset,

00:00:22tapi tidak cukup andal untuk melakukan riset sekaligus menjalankan kode saya.

00:00:3028.000 bintang diinstal dengan satu perintah, dan ini dibangun di sekitar satu ide praktis yang sangat sederhana.

00:00:35Berhentilah membuat kami menghubungkan akses internet secara manual ke setiap alur kerja agen.

00:00:41Mari kita lihat bagaimana cara kerjanya dalam beberapa menit ke depan.

00:00:48Nah, inilah bagian yang sering kita alami. Hal-hal yang berguna tidak ada di satu tempat yang bersih. Itu

00:00:54sering tersebar di berbagai postingan, komentar, thread GitHub, forum, dan hasil pencarian yang berubah

00:01:01terus-menerus. Dan secara teknis, ya, Anda bisa menghubungkannya sendiri. Anda bisa mengatur sesuatu untuk scraping dan

00:01:07mengambil dari YouTube, sesuatu untuk mengatasi otentikasi. Anda bisa membayar untuk akses API X. Anda bahkan bisa menambahkan

00:01:13proksi. Semua ini berhasil, tapi kemudian Anda mungkin mencoba mencari tahu mengapa Bilibili berfungsi kemarin

00:01:18dan rusak hari ini. Anda mulai mencoba membangun agen, lalu setiap platform berubah menjadi proyek infrastruktur

00:01:24kecilnya sendiri. Agent Reach adalah lapisan kapabilitas. Satu perintah menginstal alat yang tepat,

00:01:31mendaftarkan dirinya untuk agen koding Anda, menjalankan pemeriksaan kesehatan, dan memberikan agen akses kerja ke

00:01:37berbagai platform. Jadi Anda bisa berada di Twitter, Reddit, YouTube, Bilibili, Xiaohongshu, platform Cina,

00:01:44yang saya sebutkan di sini, dan semuanya bekerja bersama. Agen Anda seharusnya tidak perlu Anda hubungkan secara manual

00:01:50akses internet setiap kali memerlukan konteks. Jika Anda menyukai alat koding yang mempercepat alur kerja Anda,

00:01:55pastikan untuk berlangganan. Kami selalu merilis video baru. Jadi mari kita uji semua ini. Saya di VS Code

00:02:01dengan Claude di sini, tapi ide yang sama berfungsi di Cursor juga. Saya akan menempelkan satu kalimat. Instal Agent Reach

00:02:09menggunakan perintah satu baris resmi dan atur. Itu saja. Cukup instal, atur, dan mari kita mulai.

00:02:16Sekarang, perhatikan bagian membosankan yang terjadi secara otomatis. Ini menarik CLI, memeriksa alat yang diperlukan,

00:02:23mengatur backend platform, mendaftarkan skill, dan kemudian menjalankan perintah doctor,

00:02:30yaitu hanya agent reach doctor. Ini adalah bagian penting pertama dari semua ini. Agen belum tahu

00:02:36Agent Reach ada. Tapi sekarang agen sudah bisa menggunakannya. Jadi sekarang mari kita tanyakan sesuatu yang lebih nyata.

00:02:44Saya akan mengatakan sesuatu seperti riset diskusi terbaru tentang alat agen AI di Twitter,

00:02:50atau X, dan Bilibili. Tarik wawasan kunci dan tautan. Beri waktu sebentar untuk menjalankan.

00:02:58Dan itulah dia. Riset multi-platform dengan sumber, tidak perlu menyalin tautan kembali ke obrolan. Itu sebenarnya

00:03:06cukup efisien. Sangat bagus. Saya melakukan scraping situs-situs web berbeda ini atau setidaknya mendapatkan konteks

00:03:10dari mereka. Bukan hanya mencari satu situs. Ini melintasi platform tanpa saya harus menjadi browser,

00:03:16membuka semua tab ini. Agent Reach adalah CLI dan pustaka Python. Ini berlisensi MIT, dan idenya adalah

00:03:24apa saluran platformnya. Anggap setiap saluran seperti adaptor untuk satu platform.

00:03:29YouTube punya satu saluran. GitHub punya satu saluran. Platform Cina, mereka punya satu saluran, kan?

00:03:34Pembacaan web umum. Semua ini adalah saluran yang berbeda. Ini bukan hanya satu scraper dengan beberapa

00:03:38pembungkus. Setiap platform bisa memiliki backend utama dan backend cadangan. Jadi jika jalur pertama benar-benar

00:03:45rusak, Agent Reach bisa mencari jalan di sekitarnya. Nah, itu sebenarnya sangat besar karena akses platform rusak

00:03:51sepanjang waktu. Backend berfungsi hari ini. Besok platform mengubah sesuatu. Sekarang agen Anda tidak berguna

00:03:57sampai Anda memperbaikinya. Agent Reach mencoba memindahkan masalah pemeliharaan itu keluar dari proyek kita dan ke

00:04:03lapisan akses bersama. Bilibili, platform Cina, adalah contoh bagus dalam platform Cina lainnya yang dibatasi.

00:04:10Mereka adalah contoh yang bagus untuk ini. Ketika satu pendekatan berhenti bekerja dengan andal, backend bisa dialihkan

00:04:15ke alat khusus platform yang lebih baik. Inilah mengapa alat ini meledak begitu cepat dan itu penting.

00:04:21Pengembang, kami suka memberi bintang pada sesuatu karena suatu alasan. Kami memberi bintang ketika alat tersebut memecahkan masalah yang sebenarnya kami miliki.

00:04:27Kami sudah memiliki agen yang bisa menulis kode. Tapi masalah berikutnya di sini adalah konteks. Apa yang sebenarnya

00:04:33kita katakan tentang kerangka kerja baru? Apa yang kita keluhkan di isu GitHub? Tutorial mana yang sebenarnya

00:04:39berguna? Apa yang terjadi di komunitas pengembang Cina yang belum mencapai Twitter Inggris? Saya terus mengatakan

00:04:45Twitter. Apakah ini X atau Twitter? Saya tidak tahu. Ini Twitter. Tapi konteks itu berharga. Namun masalahnya,

00:04:51itu tersebar di mana-mana di internet. Dan itulah tepatnya di mana banyak agen ini mulai berantakan.

00:04:57Sekarang Agent Reach bukan solusi untuk setiap kasus penggunaan, tapi untuk kasus penggunaan yang tepat, ya, tentu. Itu membantu.

00:05:03Ini cukup manis. Instalasi satu perintah sangat berguna. Perintah doctor bagus. Ketika sesuatu

00:05:09rusak, Anda perlu tahu apa yang rusak, platform mana yang berfungsi, backend mana yang gagal. Lalu cakupan

00:05:15platform yang luar biasa berguna, terutama jika Anda peduli dengan platform Barat dan Cina. Sebagian besar alat

00:05:21agen masih sangat berpusat pada web Inggris. Agent Reach jauh lebih berguna karena kita bisa melintasi berbagai

00:05:27platform di berbagai negara. Ini bukan alat otomatisasi browser interaktif penuh. Ini bagus untuk

00:05:32membaca, mencari, mengekstraksi, dan meneliti. Tapi jika Anda memerlukan tindakan UI multi-langkah yang kompleks,

00:05:38Anda bisa mencoba memasangkannya dengan Playwright atau agen browser. Beberapa agen koding masih membutuhkan izin

00:05:44eksekusi yang diaktifkan terlebih dahulu, jadi kita mungkin menemukan beberapa bug di sana. Jika agen Anda tidak bisa menjalankan perintah shell,

00:05:50ia tidak bisa menginstal alat sendiri. Jadi inilah jawaban yang lebih sederhana untuk semua ini. Jika agen Anda hanya membutuhkan halaman

00:05:57web normal, Anda mungkin bisa mulai dengan sesuatu seperti Firecrawl. Tapi jika agen Anda

00:06:02memerlukan konteks multi-platform, jadi diskusi sosial, masalah tutorial, Agent Reach mungkin layak dicoba.

00:06:09Jika Anda menikmati alat koding seperti ini, pastikan untuk berlangganan saluran BetterStack.

00:06:13Sampai jumpa di video lainnya.

Key Takeaway

Agent Reach memecahkan masalah fragmentasi konteks internet pada agen AI dengan menyediakan lapisan akses terpadu yang menangani pemeliharaan backend untuk berbagai platform besar secara otomatis.

Highlights

Agent Reach menyediakan lapisan akses internet untuk agen AI melalui satu perintah instalasi.
Alat ini mendukung pengambilan konteks dari berbagai platform seperti Twitter, Reddit, YouTube, GitHub, dan Bilibili secara terintegrasi.
Setiap platform menggunakan sistem saluran (channel) dengan backend utama dan cadangan untuk menangani perubahan API secara otomatis.
Perintah 'agent reach doctor' menjalankan pemeriksaan kesehatan untuk mendiagnosis kegagalan akses platform atau backend.
Agent Reach berlisensi MIT dan berfungsi sebagai CLI serta pustaka Python yang terhubung langsung ke agen koding.

Timeline

Masalah Fragmentasi Konteks pada Agen AI

Agen koding saat ini mampu menjalankan perintah namun sering gagal melakukan riset lintas platform.
Menghubungkan akses internet ke setiap platform secara manual memerlukan pemeliharaan infrastruktur yang tinggi.
Perubahan API pada platform seperti Bilibili sering merusak skrip scraping yang dibuat secara kustom.

Agen AI sering kali mengalami kendala saat harus meriset informasi yang tersebar di berbagai platform seperti Reddit, GitHub, dan situs Cina. Meskipun secara teknis dimungkinkan untuk membangun koneksi scraping sendiri, setiap platform menjadi beban infrastruktur karena perubahan otentikasi dan akses yang terus-menerus. Hal ini membuat agen tidak andal jika harus melakukan riset secara mandiri.

Fungsionalitas dan Instalasi Agent Reach

Satu perintah instalasi mendaftarkan alat, mengatur backend, dan menjalankan pemeriksaan kesehatan.
Agent Reach memungkinkan agen untuk mengakses Twitter, Reddit, YouTube, dan platform Cina secara bersamaan.
Perintah 'agent reach doctor' memastikan agen siap menggunakan kemampuan riset multi-platform.

Agent Reach berfungsi sebagai lapisan kapabilitas yang mengotomatiskan persiapan akses internet. Proses instalasi mencakup penarikan CLI, pengaturan backend platform, dan registrasi skill agar agen koding dapat segera memanfaatkannya. Pengujian menunjukkan bahwa agen dapat menarik wawasan kunci dan tautan dari platform berbeda tanpa perlu membuka browser secara manual.

Arsitektur Saluran dan Pemeliharaan

Setiap platform menggunakan saluran (channel) dengan backend utama dan cadangan untuk redundansi.
Pemeliharaan akses platform dialihkan dari proyek pengguna ke lapisan akses bersama Agent Reach.
Alat ini mempermudah pengumpulan konteks yang tersebar di komunitas pengembang global, termasuk wilayah dengan batasan akses.

Setiap saluran bertindak sebagai adaptor untuk platform tertentu. Jika jalur utama gagal, sistem secara otomatis beralih ke backend cadangan untuk menjaga reliabilitas. Pendekatan ini mengurangi beban pengembang dalam memperbaiki skrip scraping setiap kali sebuah platform mengubah strukturnya, sehingga fokus tetap pada pengembangan agen.

Batasan dan Kasus Penggunaan

Agent Reach optimal untuk tugas membaca, mencari, dan mengekstraksi data, bukan otomatisasi UI kompleks.
Penggunaan memerlukan agen dengan izin eksekusi perintah shell agar dapat menginstal alat sendiri.
Firecrawl menjadi alternatif yang lebih sesuai jika agen hanya memerlukan akses halaman web standar.

Alat ini tidak dirancang sebagai otomatisasi browser interaktif penuh. Jika tugas memerlukan interaksi UI multi-langkah yang rumit, disarankan untuk memasangkannya dengan alat seperti Playwright. Namun, untuk kebutuhan konteks sosial dan tutorial yang tersebar, Agent Reach memberikan keunggulan dalam cakupan platform yang melampaui fokus web Inggris saja.

Community Posts

Write about this video