Rekayasa konteks

Agen AI | Harga Model AI

Dari Mana Biaya Token untuk Tugas Agen Berdurasi Panjang Berasal: Input Mencakup 99,4% dan 5 Cara Mengoptimalkan Cache Prefiks
ByShark 2026年 11月 4日

Catatan penulis: Artikel ini membedah struktur tagihan Token untuk tugas Agent yang panjang, menjelaskan mengapa Token input mendominasi, serta cara menata konteks agar cache prefiks lebih sering digunakan kembali. Banyak tim baru menyadari masalahnya setelah mengintegrasikan Agent multilangkah ke produk dan melihat tagihan di akhir bulan: satu permintaan pengguna ternyata menghabiskan Token puluhan kali lebih…

Read More Dari Mana Biaya Token untuk Tugas Agen Berdurasi Panjang Berasal: Input Mencakup 99,4% dan 5 Cara Mengoptimalkan Cache Prefiks
Agen AI | Pemecahan Masalah Model AI

Lelah Terus Terlibat dalam Loop? Siapkan Konteks Agen dan Kriteria Penerimaan dalam 5 Langkah untuk Mengurangi Koreksi di Tengah Proses
ByShark 2026年 11月 4日

Catatan penulis: Artikel ini ditujukan bagi developer yang sudah menggunakan Agent dalam pekerjaan. Kita akan membahas konteks, bahan referensi, dan kriteria penerimaan yang perlu disiapkan sebelum menyerahkan tugas, serta membedakan hal-hal yang masih membutuhkan pemeriksaan manusia. Setelah menggunakan Agent, hasil kerja memang bertambah, tetapi orang justru semakin lelah. Pada 3 November 2026, seorang developer di…

Read More Lelah Terus Terlibat dalam Loop? Siapkan Konteks Agen dan Kriteria Penerimaan dalam 5 Langkah untuk Mengurangi Koreksi di Tengah Proses