Agen AI semakin mahir dalam penalaran. Perbedaannya di sini bukan sekadar bahwa penalaran saja tidak cukup.
Tantangan sesungguhnya dimulai ketika sebuah agen perlu mengambil tindakan. Mengakses sebuah alat, menjelajahi web, mengelola kredensial, melanjutkan tugas setelah terputus, atau beralih di antara berbagai saluran komunikasi tanpa kehilangan konteks.
Itulah masalah yang ingin diatasi oleh IronClaw 1.0.
ā Arsitektur yang Berbeda untuk Agen AI
#ironclaw memisahkan bagian pengambilan keputusan dari bagian pelaksanaan tindakan. Di antara keduanya terdapat lapisan koordinasi bernama guarding. Pemisahan ini penting karena agen AI tidak seharusnya memiliki akses tak terbatas hanya karena ia bisa bernalar tentang suatu tindakan. Setiap tindakan melewati lapisan guarding, sehingga tercipta satu titik pemeriksaan untuk izin dan keamanan.
Hasilnya adalah arsitektur di mana keamanan bukan fitur tambahan di luar model; melainkan bagian dari cara kerja agen. Dan angka kinerja menunjukkan bahwa struktur tambahan ini tidak harus dibayar dengan berkurangnya kapabilitas.
Ā ā Pengujian performa menceritakan kisah yang menarik
Dengan menggunakan model dasar deepseek-v4-flash yang sama, IronClaw saat ini memimpin dalam tiga pengujian kinerja agen yang berbeda.
ā¢ PinchBench: 93.5%
ā¢ ClawBench: 88.6%
ā¢ OfficeQA: 76.4%
Pengujian kinerja ini menilai kapabilitas yang sangat berbeda. PinchBench mencakup tugas dunia nyata seperti penjadwalan, email, pengkodean, riset, dan manajemen file. ClawBench mendorong agen melewati lebih dari 140 situs web nyata dan mengevaluasi tugas web multi langkah yang kompleks. OfficeQA berfokus pada penalaran melalui kumpulan besar dokumen perusahaan.
Yang menarik bagi saya bukan hanya bahwa IronClaw mencetak skor tinggi. Namun bahwa pendekatan arsitektural yang sama bekerja dengan baik pada permukaan kegagalan yang sangat berbeda.
ā Apa yang membuat IronClaw praktis?
Keunggulan pertama adalah persetujuan eksplisit untuk tindakan yang presisi. Agen bisa menalar apa yang seharusnya terjadi, tetapi tindakan-tindakan krusial tetap melewati checkpoint yang terkontrol.
Kedua, ada persistensi. IronClaw terus-menerus membuat checkpoint; ini berarti gangguan tidak selalu menghapus pekerjaan yang sudah selesai. Tugas dapat dilanjutkan alih-alih dimulai ulang.
Ketiga, ada memori terpadu di CLI, Web, Slack, dan Telegram. Asisten tidak diperlakukan sebagai empat alat terpisah dengan empat konteks terpisah.
Ada juga desain yang kuat berpusat pada tim. Organisasi bisa memilih deployment multi-tenant jika diperlukan alat dan keterampilan dapat dibagikan, atau deployment single-tenant jika isolasi penuh diprioritaskan.
Bagi saya, detail-detail ini menunjukkan pergeseran yang signifikan. Agen AI sedang bertransformasi dari chatbot menjadi pekerja digital yang terus bekerja. Ketika itu terjadi, keandalan, izin, memori, dan persistensi menjadi sama pentingnya dengan kecerdasan model.
ā Peran #NEARAI dan Staking
Di sini, visi @NEAR Protocol yang lebih luas menjadi sangat menarik. NEAR AI membangun infrastruktur untuk AI privat dan dapat diverifikasi, termasuk inferensi rahasia dan penyebaran agen yang aman. Arsitekturnya memanfaatkan lingkungan aman berbasis perangkat keras dan verifikasi real-time untuk melindungi beban kerja yang sensitif.
Staking juga menjadi bagian dari infrastruktur ini. NEAR AI kini memungkinkan pengguna melakukan stake NEAR untuk mengakses inferensi rahasia dan meng-host agen IronClaw. Selama stake tetap menjadi milik pengguna, mekanisme staking menyediakan kredit penggunaan untuk layanan AI. Ini mengubah cara saya memikirkan staking.
Ini bukan hanya soal mencari imbal hasil. Ia bisa menjadi mekanisme infrastruktur yang menghubungkan apa yang pengguna pegang onchain dengan layanan AI yang benar-benar mereka gunakan. Karena itu, gambaran besarnya bukan sekadar "agen AI yang lebih baik". Ini adalah stack baruādi mana kecerdasan, privasi, keamanan, eksekusi persisten, dan infrastruktur terdesentralisasi bekerja bersama.
IronClaw 1.0 adalah langkah menarik ke arah ini, menunjukkan bahwa menambahkan kontrol yang lebih kuat tidak harus berarti mengorbankan performa. Pertanyaan berikutnya adalah seberapa jauh arsitektur ini bisa melangkah ketika agen AI menjadi semakin bertanggung jawab atas tugas yang lebih penting.
NEAR AI dan IronClaw membuat pertanyaan ini jauh lebih praktis.
Terima kasih