Memperkenalkan ROMA: Kerangka Kerja yang Mendukung Kecerdasan Multi-Agen Sumber Terbuka

Dalam perlombaan menuju Kecerdasan Umum Buatan (AGI), salah satu pertanyaan terbesar adalah:

Bagaimana kita membuat agen sederhana berkolaborasi untuk menyelesaikan masalah kompleks dan jangka panjang?
Sebagian besar sistem AI saat ini terisolasi, sebuah agen tunggal mencoba menangani setiap tugas, sering kali mengalami kegagalan ketika masalah memerlukan beberapa langkah, koordinasi, atau keahlian khusus. Di sinilah ROMA Sentient (Recursive Open Meta-Agent) berperan.

ROMA adalah kerangka meta-agen sumber terbuka yang dirancang untuk membuat pembangunan sistem multi-agen berkinerja tinggi menjadi mudah, skalabel, dan transparan.

Ide Inti: Pohon Tugas Rekursif

Pada intinya, ROMA bekerja dengan menciptakan pohon tugas hierarkis dan rekursif:

Sebuah node induk mendefinisikan tujuan kompleks.

Tujuan itu dipecah menjadi subtugas, yang diteruskan ke node anak bersama dengan konteks yang relevan.

Node anak ini baik menyelesaikan tugas secara langsung atau membaginya lebih lanjut.

Saat solusi dihasilkan, hasil mengalir kembali ke atas pohon, di mana induk mengagregasi mereka menjadi output akhir yang koheren.

Struktur rekursif ini mencerminkan bagaimana manusia menyelesaikan masalah: memecahnya, mendelegasikan, dan mengintegrasikan.

Contoh Sederhana

Misalkan Anda meminta laporan perbandingan tentang perbedaan iklim antara Los Angeles dan New York.

Inilah cara ROMA menanganinya:

Node induk mendefinisikan tugas keseluruhan: “Tulis laporan perbandingan iklim.”

Ini membuat subtask 1: "Meneliti iklim LA" dan subtask 2: "Meneliti iklim NYC."

Setiap subtask dikirim ke agen yang spesialis, mungkin satu yang meng-query API cuaca, yang lain yang meng-scrape sumber data yang dapat dipercaya.

Setelah selesai, node induk menghasilkan subtugas perbandingan baru: “Analisis perbedaan antara iklim LA dan NYC.”

Hasil digabungkan menjadi laporan akhir yang dapat dibaca manusia.

Keindahan di sini adalah koordinasi: tidak ada agen tunggal yang harus menangani segalanya. ROMA memastikan alur kerja tetap terstruktur, dapat dilacak, dan efisien.

Mengapa ROMA adalah Terobosan

Transparansi & Jejak
ROMA menggunakan input dan output Pydantic yang terstruktur, sehingga alur penalaran sepenuhnya terlihat. Pembuat dapat melacak dengan tepat bagaimana subtugas dibuat, didelegasikan, dan diselesaikan. Tidak seperti sistem kotak hitam, debugging dan perbaikan sangat mudah.

Fleksibilitas & Modularitas
Setiap node dalam pohon dapat menyambungkan agen, alat, atau model apa pun. Ingin mengganti LLM dengan API khusus? Mudah. Butuh checkpoint manusia di loop untuk tugas-tugas berisiko tinggi? Sambungkan di tingkat node.
Paralelisasi & Kinerja
Karena subtugas dapat didistribusikan di antara beberapa agen, ROMA secara alami mendukung eksekusi paralel. Ini berarti hasil yang lebih cepat, bahkan untuk tugas jangka panjang yang secara tradisional memperlambat sistem agen tunggal.

Keandalan Jangka Menengah hingga Panjang
Sebagian besar alat AI kesulitan dengan tugas yang melibatkan banyak langkah atau memerlukan penalaran terstruktur. Hierarki rekursif ROMA memastikan bahwa tugas kompleks tetap terorganisir dan dapat diselesaikan, langkah demi langkah, lapisan demi lapisan.
Mengapa Ini Penting untuk AGI Sumber Terbuka

Sistem tertutup seperti OpenAI atau Anthropic memiliki sumber daya yang besar, tetapi mereka beroperasi dalam silo. Visi Sentient berbeda: sebuah jaringan kecerdasan terbuka dan dapat disusun yang dapat berkembang melalui kontribusi komunitas.
ROMA adalah lapisan infrastruktur yang membuat ini mungkin. Ini memberikan kekuatan kepada para pembangun untuk:

Buat alur kerja multi-agen yang kompleks.
Pastikan penalaran bersifat transparan dan dapat dijelaskan.

Iterasi dengan cepat pada prompt, alat, dan strategi.

Terhubung ke Sentient GRID yang lebih luas, jaringan intelijen terbuka terbesar di dunia.

Dengan menurunkan hambatan untuk membangun sistem multi-agen yang kuat, ROMA memastikan AI open-source dapat bersaing, dan bahkan melampaui, sistem korporat tertutup.

Intinya

ROMA lebih dari sekadar kerangka kerja.
Ini adalah cetak biru tentang bagaimana kecerdasan dapat berkembang.

Dengan mengoordinasikan agen sederhana ke dalam alur kerja yang rekursif dan transparan, ROMA membuat pemecahan masalah yang kompleks menjadi dapat diakses dan dapat diverifikasi.
Bagi para pembangun, ini adalah fondasi untuk bereksperimen, berinovasi, dan beradaptasi.
Bagi komunitas, ini adalah langkah menuju memastikan AGI tetap terbuka, kolaboratif, dan selaras dengan kemanusiaan, bukan terkurung dalam kotak hitam korporat.

@SentientAGI ROMA tidak hanya membangun agen. Ini membangun masa depan kecerdasan kolektif.