Microsoft Rilis ACS: Standar Open Source untuk Kendalikan Perilaku Agen AI di Berbagai Platform

Microsoft meluncurkan Agent Control Specification (ACS), standar open source yang memungkinkan developer mengontrol apa yang boleh dan tidak boleh dilakukan agen AI. Spesifikasi ini mendukung LangChain, OpenAI Agents SDK, Anthropic, dan banyak lagi.

CLB.my.id - Seiring agen AI yang semakin mampu dan banyak digunakan di berbagai lingkungan kerja, tantangan baru muncul: bagaimana memastikan agen melakukan apa yang seharusnya dilakukan saat di-deploy di berbagai sistem? Microsoft mencoba memecahkan masalah ini dengan meluncurkan Agent Control Specification (ACS), sebuah standar open source yang dirancang untuk memberikan cara yang lebih konsisten dan terperinci dalam mengontrol apa yang boleh dilakukan oleh agen AI.

Masalah yang Dipecahkan ACS

Saat ini, developer menggunakan berbagai pendekatan improvisasi untuk mengontrol perilaku agen AI mereka. Ada yang menulis instruksi di system prompt, menambahkan pemeriksaan kustom di kode aplikasi, atau menggunakan classifier untuk menangkap input dan output yang bermasalah. Pendekatan-pendekatan ini berhasil, tetapi meninggalkan perusahaan dengan kontrol yang terfragmentasi, sulit diaudit, dan lebih sulit lagi untuk digunakan ulang di berbagai framework dan sistem.

ACS hadir untuk mengintegrasikan kontrol-kontrol tersebut ke dalam satu lapisan tata kelola (governance layer) yang terpadu. Spesifikasi ini memungkinkan tim developer, kepatuhan (compliance), dan keamanan untuk mendefinisikan kebijakan mereka sendiri yang harus diikuti oleh agen.

Cara Kerja ACS

Kebijakan dalam ACS dapat mendefinisikan empat hal utama: apa yang boleh dilakukan agen, apa yang tidak boleh dilakukan, kapan tindakan harus disetujui oleh manusia, dan bukti apa yang harus dicatat untuk ditinjau nanti. File kebijakan ini diperiksa di beberapa “titik intersepsi” saat agen menjalankan tugasnya.

Microsoft menyatakan bahwa spesifikasi ini dapat digunakan untuk memeriksa apakah agen tetap berada dalam batas yang ditentukan di beberapa titik dalam alur kerjanya: sebelum menerima input, sebelum memanggil tool, setelah tool mengembalikan hasil, dan sebelum respons akhir dikirim ke pengguna. Sebuah kebijakan dapat mengizinkan tindakan, memblokirnya, menghapus informasi sensitif (redact), atau bahkan meminta persetujuan manusia.

Fitur Lanjutan untuk Developer

Developer juga dapat menyisipkan classifier untuk input dan output guna mengkategorikan informasi, memprediksi hasil, atau menentukan bagaimana agen harus merespons. Mereka juga dapat menambahkan LLM dengan prompt yang berfungsi sebagai “hakim” untuk kebijakan, serta logika untuk memeriksa pemanggilan tool, pemilihan tool, akurasi input, penggunaan output, dan respons.

Karena kebijakan dapat ditulis sebagai file tunggal, kebijakan tersebut dapat dibundel bersama agen, memungkinkan kebijakan keamanan untuk mengikuti agen lintas framework dan lingkungan yang berbeda. Ini merupakan pendekatan yang elegan untuk masalah portabilitas keamanan yang selama ini menjadi tantangan besar.

Dukungan Framework yang Luas

ACS dikirimkan sebagai SDK dengan plug-in untuk berbagai framework populer. Daftarnya mencakup LangChain, OpenAI Agents SDK, Anthropic Agents SDK, AutoGen, CrewAI, Semantic Kernel, Microsoft.Extensions.AI, dan MCP tools. Cakupan dukungan yang luas ini menunjukkan keseriusan Microsoft untuk menjadikan ACS sebagai standar industri, bukan hanya solusi internal.

Mengapa Ini Penting?

Percakapan tentang keamanan agen AI semakin intensif dalam beberapa bulan terakhir. Banyak kasus di mana alur kerja AI bermasalah karena penyalahgunaan tool atau tindakan tidak disengaja yang menyebabkan kegagalan berantai. Dengan ACS, Microsoft memberikan alat yang terstruktur untuk mengatasi masalah ini secara sistematis.

Bagi perusahaan di Indonesia yang mulai mengadopsi agen AI untuk otomasi bisnis, ACS menawarkan kerangka kerja yang dapat membantu memastikan agen beroperasi sesuai harapan tanpa risiko keamanan yang tidak terduga. Dengan sifatnya yang open source dan dukungan multi-framework, ACS berpotensi menjadi fondasi penting dalam ekosistem agen AI global.***