Munculnya agents.json sebagai spesifikasi baru untuk memungkinkan agen AI berinteraksi dengan API telah memicu diskusi signifikan dalam komunitas pengembang. Diciptakan oleh Wildcard AI, spesifikasi terbuka ini bertujuan menjembatani kesenjangan antara struktur API tradisional dan kebutuhan Large Language Models (LLM), namun umpan balik komunitas mengungkapkan antusiasme sekaligus kekhawatiran tentang pendekatannya, lisensi, dan potensi adopsinya.
|  |
|---|
| *dari bahasa Inggris ke bahasa Indonesia, dengan mempertahankan struktur asli dan mengikuti aturan terjemahan yang diberikan. |
Para pendiri Wildcard AI mendiskusikan spesifikasi baru mereka untuk interaksi agen AI
Protokol Stateless vs. Stateful: Perbandingan dengan MCP
Salah satu diskusi paling menonjol seputar agents.json berpusat pada pendekatan stateless-nya dibandingkan dengan Model Context Protocol (MCP). Sementara MCP mempertahankan koneksi 1:1 antara klien dan server dengan konteks bersama, agents.json secara sengaja mengambil jalur stateless yang lebih familiar bagi pengembangan API tradisional. Perbedaan mendasar ini telah membagi komunitas mengenai pendekatan mana yang lebih baik untuk pengembangan agen AI di masa depan.
MCP bagus untuk sistem stateful, di mana konteks bersama adalah keuntungan, tetapi ini jarang terjadi. Pengembang umumnya menulis klien untuk menggunakan API secara stateless, dan kami ingin membantu mayoritas pengguna ini.
Tim Wildcard AI menegaskan bahwa kedua protokol tidak saling eksklusif, menunjukkan bahwa agents.json mengisi kesenjangan bagi pengembang yang lebih suka mengelola state dalam aplikasi mereka daripada mengandalkan entitas eksternal. Beberapa anggota komunitas berspekulasi bahwa kedua pendekatan mungkin bisa hidup berdampingan, melayani kasus penggunaan berbeda dalam ekosistem agen AI yang sedang berkembang.
Kekhawatiran Lisensi Mengancam Adopsi
Mungkin hambatan paling signifikan untuk adopsi agents.json yang diidentifikasi dalam diskusi komunitas adalah struktur lisensinya. Meskipun spesifikasi itu sendiri dilisensikan di bawah Apache 2.0, paket implementasi Python menggunakan lisensi AGPL yang lebih ketat. Hal ini menimbulkan kekhawatiran tentang kelayakan komersial dan potensi integrasi.
Beberapa pengembang mempertanyakan bagaimana paket berlisensi AGPL dapat dimasukkan ke dalam produk komersial, dengan beberapa menggambarkannya sebagai gagal sejak awal karena pembatasan lisensi. Tim Wildcard AI telah mengakui kekhawatiran ini, menjelaskan bahwa mereka terutama ingin mencegah penyedia cloud besar mengubah karya mereka menjadi layanan proxy, sambil tetap memungkinkan integrasi dengan framework open-source seperti LangChain atau CrewAI.
Perdebatan lisensi ini menyoroti keseimbangan sensitif yang harus dijaga oleh proyek AI open-source antara melindungi karya mereka dan mendorong adopsi luas.
Kesederhanaan vs. Kompatibilitas OpenAPI
Komunitas tampaknya terbagi mengenai apakah agents.json harus mempertahankan kompatibilitas ketat dengan OpenAPI atau memprioritaskan kesederhanaan. Beberapa pengembang menghargai fondasi OpenAPI, mencatat bahwa banyak platform dokumentasi API dapat mengekspor spesifikasi OpenAPI. Yang lain mempertanyakan apakah kompatibilitas ini menambah kompleksitas yang tidak perlu, menunjukkan bahwa OpenAPI belum mencapai adopsi universal.
Tim Wildcard AI telah mengindikasikan bahwa sementara mereka saat ini membangun di atas OpenAPI, mereka merancang agents.json agar dapat diperluas melampaui REST API, dengan rencana untuk mendukung GraphQL, gRPC, dan SDK internal. Ini menunjukkan masa depan di mana agents.json mungkin berkembang melampaui asal-usul OpenAPI-nya sambil mempertahankan kompatibilitas mundur.
Tantangan Dokumentasi dan Kegunaan
Beberapa anggota komunitas telah menyoroti kesulitan dalam memahami dan mengimplementasikan agents.json karena masalah dokumentasi. Keluhan spesifik termasuk tantangan menemukan file contoh di registry dan kurangnya contoh yang jelas dan langsung dapat diakses dalam dokumentasi.
Sebagai tanggapan, tim Wildcard AI telah menambahkan tombol unduh ke registry mereka dan mengakui kebutuhan untuk dokumentasi yang lebih baik. Mereka juga menyebutkan rencana untuk mengembangkan alat yang akan memudahkan pembuatan file agents.json, termasuk validator dan builder interaktif.
Fitur Utama dari agents.json
- Dibangun di atas standar OpenAPI
- Berfokus pada interaksi API tanpa status
- Mengoptimalkan deskripsi API untuk konsumsi LLM
- Memperkenalkan konsep "flows" dan "links" untuk operasi API multi-langkah
- Spesifikasi dilisensikan di bawah Apache 2.0
- Implementasi (Wildcard Bridge) dilisensikan di bawah AGPL v3
Kekhawatiran Komunitas
- Lisensi AGPL membatasi adopsi komersial
- Kejelasan dan aksesibilitas dokumentasi
- Tumpang tindih dengan standar lain ( MCP , Arazzo , llms.txt )
- Keberlanjutan model bisnis
- Kompleksitas implementasi bagi penyedia API
 |
|---|
| Demo langsung yang menampilkan antarmuka Resend API, menggambarkan tantangan kegunaan dengan API saat ini |
Pertanyaan Model Bisnis
Sebagai perusahaan yang didukung Y Combinator, Wildcard AI menghadapi pertanyaan tentang bagaimana mereka berencana untuk memonetisasi protokol. Tim telah mengindikasikan strategi pendapatan utama mereka melibatkan menagih penyedia API untuk implementasi white-glove dari standar tersebut, daripada menagih pengembang akhir yang menggunakan file agents.json.
Pendekatan ini telah memicu beberapa skeptisisme tentang apakah perusahaan yang lebih besar akan mengadopsi standar yang dibuat oleh startup, meskipun tim menyebutkan bahwa perusahaan seperti Resend dan Alpaca telah menunjukkan minat dalam mengimplementasikan protokol tersebut.
Sebagai kesimpulan, agents.json mewakili pendekatan menarik untuk menyelesaikan tantangan memungkinkan agen AI berinteraksi secara efektif dengan API. Sementara komunitas mengakui potensi nilainya, pertanyaan tentang lisensi, kompatibilitas, dokumentasi, dan kelayakan bisnis kemungkinan akan menentukan apakah ia mendapatkan adopsi luas atau tetap menjadi solusi ceruk. Seiring kemampuan agen AI terus berkembang pesat, kebutuhan akan protokol interaksi yang terstandarisasi menjadi semakin penting, menunjukkan bahwa agents.json atau solusi serupa pada akhirnya akan muncul sebagai standar.
Referensi: Translate OpenAPI into LLM Tools with agents.json