★
Menu
Beranda Cara Pembuatannya Watchlist Tumpukan
Perangkat Keras ChipBandingkan Chip Server & SistemJaringan MemoriFoundri & Pengemasan Pendinginan
Fasilitas Pusat-Pusat DataDaya ProyekCloud & Komputasi GPU
Kecerdasan Model AIPerangkat Lunak Produk AIBenchmark Makalah RisetKumpulan-Kumpulan Data Konsep-Konsep
Ekosistem Perusahaan-PerusahaanSaham Orang-orangTimeline TrenMasa Depan AI
Pelajari Berita Tanya Data Agen AI
Tentang Tentang kami Metodologi Data & API Penyangkalan
Opsi
DATA & API

Akses JSON baca-saja gratis ke data cache situs.

Mode Gelap

Tampilan Terpandu
Baru mengenal chip, data center, dan jargon model? Kami menjelaskan istilah-istilah kunci saat Anda menjelajah, dalam bahasa yang mudah dipahami. Data yang sama, dilengkapi panduan bawaan.

Tampilan Ahli
Anda sudah memahami seluk-beluknya. Cukup datanya: bersih, cepat, dan ringkas, tanpa penjelasan tambahan. Ini adalah tampilan default.

Bahasa antarmuka
‹ Kembali
Beranda › Konsep-Konsep › AI Agents

AI Agents

Konsep Pelatihan & Inferensi

Models that act: plan, call tools, iterate — the 2025 product wave.

Anda sedang melihat entri penjelas konsep: apa arti istilah ini dalam bahasa yang mudah dipahami, dan entri-entri yang dikaitkannya.

An agent loops a model through plan → act → observe: calling tools, browsing, writing files, correcting itself until the goal is met. Coding agents (Claude Code, Codex, Devin) proved it commercially; standards like MCP wire agents to the world. Agents multiply token consumption per task by orders of magnitude — the demand driver behind the inference buildout — and concentrate the safety questions, since acting models can do more than talking ones.

Bagaimana ini terhubung ke bagian lain dari stack

Related · 5 AI Agents

Tautan catatan ini sekilas — klik grup untuk langsung menuju ke sana.

Sumber

MCP ↗

Rekaman ditinjau per 2026-01-15 — lihat Metodologi.