EnCompass: MIT Pecahkan Gagal Paham AI dengan Teknik Backtracking

Cambridge, (5 Februari 2026) – Melansir laporan investigasi dari MIT News, para peneliti di Computer Science and Artificial Intelligence Laboratory (CSAIL) bersama Asari AI baru saja merilis kerangka kerja bernama EnCompass yang memungkinkan program AI agent secara otomatis backtrack ketika Large Language Model (LLM) membuat kesalahan. Framework ini memisahkan logika kerja utama dari strategi pencarian, memungkinkan programmer bereksperimen dengan berbagai pendekatan tanpa menulis ribuan baris kode tambahan.

Solusi untuk AI Agent yang Salah Langkah

Ketika AI agent memanggil LLM untuk menyelesaikan tugas tertentu—seperti menerjemahkan basis kode dari Java ke Python—kesalahan output bisa terjadi. Sebelumnya, programmer harus menulis ulang ribuan barus kode untuk menambahkan logika backtrack. EnCompass mengubah paradigma ini dengan memungkinkan program mencoba ulang secara otomatis, bahkan menjalankan beberapa upaya secara paralel.

"Dengan EnCompass, kami memisahkan strategi pencarian dari alur kerja dasar AI agent," kata Zhening Li, mahasiswa PhD di MIT EECS dan penulis utama studi ini. "Programmer bisa mencoba berbagai strategi pencarian untuk menemukan yang paling optimal."

Bagaimana Cara Kerja EnCompass?

EnCompass bekerja dengan cara menandai lokasi-lokasi tertentu dalam kode—yang disebut "branchpoint"—di mana hasi LLM bisa bervariasi. Ketika kesalahan terjadi, sistem akan mundur ke titik cabang sebelumnya dan mencoba jalur alternatif. Pendekatan ini mirip dengan cerita "pilih jalunmu sendiri", di mana setiap percabangan membuka hasil yang berbeda.

Pengguna bisa memilih strategi pencarian yang sudah tersedia—seperti Monte Carlo tree search atau beam search—atau membuat strategi kustom sendiri. Dalam pengujian, strategi beam search dua tingkat meningkatkan akurasi translasi kode sebesar 15-40% dibandingkan pendekatan tanpa pencarian.

Dampak bagi Indonesia

Di Indonesia, EnCompas bisa menjadi game-changer bagi startup teknologi yang sedang mengembangkan AI agent untuk tugas-tugas spesifik seperti translasi kode legacy, automasi HR, atau analisis data finansial. Dengan mengurangi kebutuhan kode hingga 80%, perusahaan bisa lebih cepat menerapkan AI agent tanpa harus merekrut tim insinyur besar. Ini relevan mengingat industri fintech dan e-commerce Indonesia yang berkembang pesat dan membutuhkan efisiensi dalam migrasi sistem.

Selain itu, EnCompass bisa mempercepat adopsi AI di univers-universi lokal yang sedang mengembangkan riset saintifik berbasis LLM. Dengan kemampuan backtrack otomatis, peneliti bisa fokus pada desain eksperimen tanpa khawatir kesalahan LLM memerlukan ulang dari awal.

Artikel ini akan diperbarui seiring tersedianya informasi baru. Join Komunitas Rekayasa AI di Discord untuk diskusi lebih lanjut.