AWS Rilis Strands Labs, Platform Eksperimen AI Agen Terbaru

Perkembangan Artificial Intelligence (AI) saat ini bergerak sangat cepat, tidak hanya dalam hal kemampuan pemrosesan data, tetapi juga dalam cara AI berinteraksi dengan dunia nyata. Salah satu pendekatan yang kini semakin populer adalah agentic AI, yaitu sistem AI yang mampu bertindak secara mandiri, mengambil keputusan, serta berinteraksi dengan lingkungan sekitarnya.

Dalam konteks inilah Strands Labs hadir sebagai inovasi baru yang membuka peluang eksplorasi lebih luas bagi para developer. Platform ini dirancang sebagai wadah eksperimen untuk mencoba berbagai pendekatan mutakhir dalam pengembangan AI berbasis agen secara langsung.

Strands Labs merupakan bagian dari ekosistem yang dikembangkan oleh Amazon Web Services (AWS), yang selama ini dikenal sebagai salah satu penyedia layanan cloud terbesar di dunia. Dengan memanfaatkan pengalaman dan infrastruktur AWS, Strands Labs diharapkan mampu mendorong inovasi lebih cepat di bidang AI.

 
Popularitas Strands Agents SDK yang Terus Meningkat

Sebelum kehadiran Strands Labs, AWS telah merilis Strands Agents SDK sebagai perangkat utama bagi developer untuk membangun sistem agentic AI. SDK ini tersedia untuk bahasa pemrograman Python dan TypeScript, sehingga fleksibel digunakan dalam berbagai kebutuhan pengembangan.

Sejak dirilis sebagai open source pada Mei 2025, SDK ini telah diunduh lebih dari 14 juta kali—sebuah angka yang menunjukkan tingginya minat komunitas developer global terhadap teknologi ini. Hal ini tidak terlepas dari keunggulan pendekatan model-driven, yang memungkinkan developer membangun sistem AI secara lebih sederhana namun tetap kuat dan skalabel.

Dengan pendekatan ini, developer tidak perlu lagi membangun logika dari nol. Sebaliknya, mereka dapat memanfaatkan model AI sebagai inti sistem, sehingga proses pengembangan menjadi lebih cepat dan efisien.

Mengapa Strands Labs Dibuat Terpisah?

Salah satu keputusan menarik dari AWS adalah memisahkan Strands Labs dari SDK utama. Langkah ini bukan tanpa alasan.

Dengan menjadikan Strands Labs sebagai organisasi GitHub tersendiri, AWS ingin menciptakan ruang yang lebih bebas untuk bereksperimen. Di sini, para developer tidak terikat oleh siklus rilis produk utama, sehingga dapat:

• Menguji ide-ide baru dengan cepat
• Mengembangkan solusi inovatif tanpa batasan
• Berkolaborasi secara terbuka dengan komunitas global

Lebih dari itu, seluruh tim pengembang di Amazon juga dapat berkontribusi langsung dalam proyek-proyek open source di Strands Labs. Hal ini menciptakan ekosistem kolaboratif yang dinamis, di mana inovasi dapat berkembang secara organik.

Setiap proyek yang dirilis di Strands Labs juga dirancang agar mudah digunakan, dengan menyediakan:

• Studi kasus yang jelas
• Kode yang siap dijalankan
• Sistem pengujian untuk memastikan kualitas

Dengan pendekatan ini, bahkan developer yang baru mengenal agentic AI dapat langsung mencoba dan memahami cara kerjanya.

 
Tiga Proyek Utama yang Menjadi Fondasi

Pada tahap awal peluncurannya, Strands Labs memperkenalkan tiga proyek utama yang menjadi fondasi eksplorasi teknologi ini, yaitu Robots, Robots Sim, dan AI Functions.

1. Robots: Membawa AI ke Dunia Fisik
   Proyek Robots berfokus pada bagaimana AI dapat berinteraksi langsung dengan dunia fisik. Selama ini, sebagian besar sistem AI hanya beroperasi di dunia digital—mengolah data, menjawab pertanyaan, atau menghasilkan konten. Namun dengan Robots, AI dapat:

   • Mengontrol perangkat robotik
   • Berinteraksi dengan sensor
   • Melakukan tindakan nyata di lingkungan fisik

   Pendekatan ini membuka peluang besar di berbagai sektor, seperti manufaktur, kesehatan, logistik, hingga rumah pintar.

2. Robots Sim: Simulasi untuk Inovasi yang Lebih Aman
   Mengembangkan robot di dunia nyata sering kali mahal dan berisiko. Oleh karena itu, Strands Labs menghadirkan Robots Sim sebagai solusi. Proyek ini memungkinkan developer untuk:

   • Menguji robot dalam lingkungan simulasi 3D
   • Mengembangkan algoritma tanpa perangkat fisik
   • Melakukan eksperimen secara aman dan efisien

   Dengan dukungan simulasi berbasis fisika realistis, developer dapat menguji berbagai skenario tanpa harus khawatir merusak perangkat.

3. AI Functions: Revolusi Cara Menulis Kode
   Salah satu inovasi paling menarik adalah AI Functions, yang mengubah cara developer menulis program. Alih-alih menulis kode secara manual, developer cukup:

   • Mendeskripsikan fungsi dalam bahasa natural
   • Menentukan kondisi validasi

   Selanjutnya, sistem akan secara otomatis:

   • Menghasilkan kode
   • Menguji hasilnya
   • Mengulangi proses jika diperlukan

   Pendekatan ini sangat membantu dalam mengurangi kompleksitas pengembangan, terutama dalam kasus-kasus seperti pengolahan data dari berbagai format file.

Evolusi AI: Dari Dunia Digital Menuju Dunia Fisik

Salah satu perubahan paling signifikan dalam perkembangan kecerdasan buatan saat ini adalah pergeseran dari dunia digital ke dunia fisik. Jika sebelumnya AI hanya berperan dalam mengolah data, menjawab pertanyaan, atau menghasilkan teks dan gambar, kini AI mulai berkembang menjadi sistem yang mampu berinteraksi langsung dengan lingkungan nyata.

Melalui pendekatan yang diusung oleh Strands Labs, AI tidak lagi hanya “cerdas” dalam arti mampu berpikir atau menganalisis, tetapi juga menjadi “aktif”, yaitu mampu bertindak secara mandiri di dunia fisik. Ini membuka peluang baru dalam berbagai bidang seperti robotika, otomasi industri, hingga smart home.

Dalam sistem agentic AI modern, terdapat tiga kemampuan utama yang menjadi fondasi:

• Perception (Persepsi)
  AI mampu “melihat” dan memahami lingkungan sekitarnya melalui sensor, kamera, atau perangkat input lainnya. Misalnya, robot dapat mengenali objek, membaca situasi, atau mendeteksi perubahan kondisi di sekitarnya.
• Reasoning (Penalaran)
  Setelah menerima informasi, AI akan menganalisis data tersebut untuk mengambil keputusan. Proses ini melibatkan pemahaman konteks, pola, hingga prediksi terhadap kemungkinan yang akan terjadi.
• Action (Aksi)
  Tahap terakhir adalah tindakan nyata. AI tidak hanya berhenti pada analisis, tetapi juga mampu menjalankan perintah, seperti menggerakkan robot, mengambil objek, atau menjalankan proses otomatis.

Ketiga kemampuan ini bekerja secara terintegrasi, sehingga memungkinkan AI bertindak seperti “agen” yang otonom. Namun, tantangan terbesar muncul ketika sistem harus menggabungkan kekuatan komputasi cloud yang besar dengan kebutuhan respons cepat di dunia nyata. Dalam banyak kasus, keputusan harus diambil dalam hitungan milidetik, terutama untuk kontrol perangkat fisik seperti robot.

 
Integrasi Teknologi Canggih untuk Mendukung AI Fisik

Untuk menjawab tantangan tersebut, Strands Labs menggabungkan berbagai teknologi mutakhir. Salah satu komponen pentingnya adalah model Vision-Language-Action (VLA), seperti NVIDIA GR00T yang dikembangkan oleh NVIDIA.

Model VLA merupakan inovasi yang menggabungkan tiga kemampuan utama dalam satu sistem, yaitu:

• Penglihatan (vision) untuk memproses gambar atau video
• Pemahaman bahasa (language) untuk menginterpretasikan instruksi
• Aksi (action) untuk menghasilkan gerakan atau keputusan

Dengan model ini, AI dapat menerima berbagai jenis input secara bersamaan, seperti:

• Gambar dari kamera
• Posisi atau kondisi perangkat
• Instruksi dalam bentuk bahasa manusia

Kemudian, sistem akan langsung menghasilkan output berupa tindakan nyata. Misalnya, robot dapat memahami perintah “ambil apel dan masukkan ke keranjang” lalu langsung mengeksekusinya tanpa perlu pemrograman manual yang kompleks.

Selain itu, Strands Labs juga bekerja sama dengan Hugging Face melalui proyek LeRobot. Kolaborasi ini bertujuan untuk mempermudah integrasi antara software AI dengan perangkat keras robotik. Dengan adanya abstraksi perangkat keras, developer tidak perlu memahami detail teknis setiap jenis robot, sehingga proses pengembangan menjadi lebih sederhana dan cepat.

 
Kombinasi Edge dan Cloud AI: Kunci Keseimbangan

Salah satu pendekatan paling penting dalam pengembangan agentic AI adalah kombinasi antara edge computing dan cloud computing.

• Edge Computing
  Digunakan untuk menjalankan proses yang membutuhkan respons sangat cepat. Contohnya adalah kontrol gerakan robot, pengolahan sensor secara real-time, atau reaksi terhadap perubahan lingkungan.
• Cloud Computing
  Digunakan untuk tugas yang lebih kompleks, seperti analisis data dalam jumlah besar, perencanaan strategi, atau pembelajaran model AI.

Dengan menggabungkan keduanya, sistem dapat bekerja secara optimal. AI dapat mengambil keputusan cepat di perangkat lokal (edge), sekaligus memanfaatkan kekuatan komputasi besar dari cloud ketika diperlukan.

Sebagai contoh:

• Saat robot harus menghindari rintangan → diproses di edge (cepat)
• Saat robot harus merencanakan urutan tugas kompleks → diproses di cloud (mendalam)

Pendekatan ini memastikan bahwa sistem tetap responsif tanpa kehilangan kecerdasan.

 
Simulasi sebagai Kunci Pengembangan yang Aman dan Efisien

Dalam pengembangan robot dan AI fisik, uji coba langsung di dunia nyata sering kali mahal, rumit, dan berisiko. Oleh karena itu, Strands Labs menghadirkan simulasi sebagai solusi penting melalui Strands Robot Simulation.

Simulasi ini memungkinkan developer untuk:

• Mengembangkan dan menguji sistem tanpa perangkat fisik
• Mengurangi risiko kerusakan hardware
• Mempercepat proses eksperimen

Beberapa fitur utama yang ditawarkan antara lain:

• Environment simulasi berbasis Libero
• Dukungan model AI canggih seperti GR00T
• Monitoring proses secara real-time
• Perekaman video untuk analisis

Dengan pendekatan ini, developer dapat mencoba berbagai skenario dengan mudah. Misalnya, menguji bagaimana robot bereaksi terhadap kondisi tertentu, atau mengevaluasi strategi AI sebelum diterapkan di dunia nyata.

Keunggulan lainnya adalah arsitektur yang bersifat modular. Artinya, developer dapat mengganti model AI atau lingkungan simulasi tanpa harus membangun ulang seluruh sistem. Hal ini sangat menghemat waktu dan biaya dalam proses pengembangan.

 
AI Functions: Masa Depan Baru dalam Pemrograman

Selain inovasi di bidang robotika, Strands Labs juga memperkenalkan pendekatan baru dalam pengembangan software melalui AI Functions.

Konsep ini mengubah cara developer menulis kode. Jika sebelumnya developer harus menulis logika program secara rinci, kini mereka cukup:

• Menjelaskan tujuan fungsi dalam bahasa natural
• Menentukan kondisi keberhasilan (validasi)

Selanjutnya, sistem AI akan:

• Menghasilkan kode secara otomatis
• Menguji hasilnya
• Memperbaiki jika terjadi kesalahan

Pendekatan ini sangat bermanfaat dalam kasus kompleks, seperti pengolahan data dari berbagai format. Sebagai contoh, dalam pengolahan data invoice:

• Biasanya diperlukan banyak kode untuk parsing dan validasi

Dengan AI Functions, cukup mendeskripsikan output yang diinginkan
Hasilnya:

• Pengembangan menjadi lebih cepat
• Kode lebih ringkas
• Produktivitas meningkat

Dengan kata lain, developer dapat lebih fokus pada tujuan dan logika bisnis, bukan pada detail teknis implementasi.

 
Penutup: Peluang Besar di Era Agentic AI

Kehadiran Strands Labs menandai langkah penting dalam evolusi teknologi AI. Dengan menyediakan platform eksperimen terbuka, AWS tidak hanya mendorong inovasi, tetapi juga memperluas akses terhadap teknologi canggih.

Bagi developer, ini adalah kesempatan besar untuk:

• Mencoba teknologi terbaru
• Berkontribusi dalam proyek open source
• Mengembangkan solusi inovatif

Ke depan, Strands Labs diperkirakan akan terus berkembang dengan menghadirkan lebih banyak proyek dan fitur baru. Hal ini akan semakin mempercepat adopsi agentic AI di berbagai sektor industri.

Dengan semua potensi yang ditawarkan, Strands Labs bukan sekadar platform eksperimen—melainkan jembatan menuju masa depan di mana AI tidak hanya berpikir, tetapi juga bertindak secara nyata di dunia kita.