CEO NVIDIA, Jensen Huang, dalam pidatonya di GTC Taipei 2026 menjelaskan definisi arsitektur AI Agent. Model bahasa besar (LLM) bertanggung jawab untuk berpikir, penalaran, dan perencanaan, sementara mesin pengatur eksternal (harness) berperan seperti sistem operasi: menghubungkan model dengan berbagai alat seperti spreadsheet, browser, dan database, sekaligus mengelola memori kerja dan memori jangka panjang.
Definisi arsitektur AI Agent: model besar plus mesin pengatur
Dalam pidatonya, Huang membagi struktur inti AI Agent menjadi dua bagian: LLM sebagai “pusat berpikir”, bertanggung jawab untuk penalaran dan perencanaan; mesin pengatur eksternal bertindak sebagai peran sistem operasi, menghubungkan model dengan berbagai alat, serta mengelola memori kerja jangka pendek dan memori jangka panjang secara bersamaan.
Ia menegaskan bahwa arsitektur ini menandai perubahan mendasar pada cara komputasi, bukan sekadar peningkatan efisiensi alat. Saat demo di lokasi, ia menyebut: “Di sini, yang kami gunakan adalah Claude Code, tetapi Codex juga menunjukkan performa yang sangat baik.”
Tiga contoh demo yang dikonfirmasi di GTC Taipei
Dalam pidatonya, Huang mendemokan tiga kasus AI Agent secara langsung. Pertama, menghasilkan kode aplikasi lengkap hanya dari instruksi prompt dalam bahasa alami. Kedua, setelah memasukkan deskripsi teks, Agent langsung membuat animasi partikel dinamis dengan tema “Taipei 101 → GTC Taipei 2026 → logo NVIDIA”. Ketiga, ia memotret gambar remote dengan klip baterai yang hilang; Agent secara otomatis memanggil alat CAD dan menghasilkan file komponen pengganti yang bisa langsung digunakan untuk 3D printing.
Menampik narasi kehancuran perangkat lunak: “Sekarang adalah era terbaik untuk perusahaan software”
Menanggapi kabar yang beredar bahwa “AI Agent akan membuat perusahaan software kolaps”, Huang membantah dengan tegas: “Justru sebaliknya.” Ia menyatakan bahwa ketika tidak lagi dibatasi oleh jumlah manusia, jutaan Agent akan memakai lebih banyak alat software daripada manusia. “Sekarang adalah era terbaik untuk perusahaan software”—tetapi dengan syarat software harus dirancang dan ditampilkan dengan cara yang bisa langsung dipanggil oleh Agent. Perpustakaan CUDA X dari NVIDIA dibuka secara menyeluruh untuk digunakan oleh Agent, dan efisiensi pemakaiannya bahkan melampaui pengembang manusia.
Pertanyaan yang sering diajukan
Apa perbedaan mendasar antara AI Agent yang didefinisikan oleh Jensen Huang dan aplikasi perangkat lunak tradisional?
AI Agent yang didefinisikan Huang pada GTC Taipei 2026 terdiri dari LLM (penalaran dan perencanaan) serta mesin pengatur (koneksi alat + manajemen memori). Perangkat lunak tradisional adalah “jalankan–klik–masukkan”, sedangkan mode Agent adalah “jelaskan niat kepada AI, AI otomatis menghasilkan kode, memanggil alat, dan mengeluarkan hasil”. Subjek operasinya berpindah dari manusia ke AI itu sendiri.
Apa yang ditunjukkan oleh kasus klip baterai remote untuk 3D printing?
Demo langsung ini memperlihatkan kemampuan Agent untuk memanggil banyak alat. Agent mengenali masalah pada foto (klip baterai hilang), memahami kebutuhan (memerlukan penggantian komponen), memanggil alat CAD untuk pemodelan, lalu langsung menghasilkan file yang siap untuk 3D printing—menyelesaikan alur kerja lengkap dari identifikasi masalah hingga solusi, tanpa intervensi bertahap dari manusia.
Apa artinya CUDA X dibuka sepenuhnya untuk Agent?
Huang mengumumkan bahwa perpustakaan CUDA X NVIDIA telah dibuka sepenuhnya untuk AI Agent, dan efisiensi penggunaan Agent melampaui pengembang manusia. Ini berarti infrastruktur dasar akselerasi AI inti dari NVIDIA secara resmi diperluas ke ekosistem pengembangan Agent, sehingga menyediakan dasar pemanggilan alat yang lebih efisien bagi para pengembang.
