Body Monitor vs Brain Monitor untuk AI Agent

Ada kesalahan yang sering terjadi waktu orang mulai menjalankan AI agent di production: mereka memasang dashboard, lalu merasa sudah punya monitoring.

Padahal dashboard itu bukan jawaban. Dashboard cuma alat untuk melihat sesuatu.

Pertanyaan yang lebih penting adalah:

bagian mana yang sebenarnya mau dimonitor?

Karena monitoring AI agent punya dua lapisan yang beda total.

Lapisan Pertama: Badan

Lapisan pertama adalah badan.

CPU naik. RAM bocor. Disk penuh. Service mati. Container restart terus. Queue numpuk. Port tidak listen.

Ini wilayahnya Beszel, Prometheus, Grafana, Netdata, Uptime Kuma, dan teman-temannya.

Ini penting. Kalau server mati, agent juga mati. Tidak ada debat.

Tapi agent bisa tetap “hidup” secara infrastruktur dan tetap gagal secara pekerjaan.

Service-nya running. CPU normal. RAM aman. Disk lega. Dari sisi server, semuanya hijau.

Tapi agent-nya stuck di tool call yang sama. Atau muter-muter baca file yang salah. Atau model timeout. Atau prompt makin boros. Atau output mulai ngawur pelan-pelan.

Atau yang paling bahaya: agent terlihat sibuk, tapi tidak ada pekerjaan yang benar-benar selesai.

Itu bukan masalah badan.

Itu masalah pikiran.

Server Sehat Belum Tentu Agent Sehat

Di sistem tradisional, banyak kegagalan bisa dibaca dari tubuh mesin.

Load average tinggi. Memory pressure. Disk I/O. Error log. Latency. Kita sudah punya bahasa yang matang untuk ini.

AI agent agak beda.

Agent bisa gagal dalam bentuk yang lebih licin:

• terlalu lama mikir tanpa progres,
• salah memilih tool,
• mengulang langkah yang sama,
• menghasilkan jawaban yang rapi tapi tidak benar,
• menghabiskan token untuk konteks yang tidak relevan,
• berhenti sebelum verifikasi,
• terlihat produktif, padahal cuma menghasilkan artefak yang tidak dipakai.

Masalah seperti ini tidak selalu muncul sebagai alarm CPU atau RAM.

Makanya aku suka membedakan dua jenis monitoring:

Body monitor melihat apakah sistem masih bernapas.

Brain monitor melihat apakah sistem masih berpikir dengan benar.

Beszel itu body monitor. Dia cocok untuk lihat kondisi VPS, resource, Docker, disk, network, dan service dasar.

Kalau Hermes, OpenClaw, RADAR, REFO, atau worker lain hidup di server, body monitor wajib ada.

Tapi untuk agentic workflow, itu belum cukup.

Kita juga butuh sesuatu seperti Latitude, Langfuse, OpenTelemetry tracing, atau observability layer lain yang bisa membaca alur kerja agent: prompt, model call, tool call, latency per step, cost, retry, error, output quality, dan decision path.

Bukan karena semua harus terlihat cantik di dashboard.

Tapi karena tanpa itu, kita tidak tahu agent gagal di mana.

Banyak Tim Salah Beli Alat

Yang sering terjadi: tim beli atau pasang “AI monitoring” tapi sebenarnya cuma memonitor server.

Atau sebaliknya, mereka memasang tracing prompt yang canggih, tapi lupa disk bisa penuh dan worker bisa mati jam 3 pagi.

Dua-duanya bolong.

Kalau cuma punya body monitor, kita tahu server hidup, tapi tidak tahu agent berguna atau tidak.

Kalau cuma punya brain monitor, kita bisa lihat trace yang indah, tapi tidak tahu kenapa semua job tiba-tiba berhenti karena disk 100%.

Untuk sistem AI agent yang dipakai beneran, dua-duanya harus ada.

Badan dulu, supaya sistem tidak tumbang diam-diam.

Pikiran setelah itu, supaya sistem tidak terlihat sibuk padahal sedang tersesat.

Apa yang Perlu Dilihat dari “Pikiran” Agent

Menurutku brain monitoring minimal harus bisa menjawab beberapa pertanyaan kasar:

1. Agent sedang mengerjakan apa?
2. Dia stuck di langkah mana?
3. Tool apa yang paling sering gagal?
4. Model call mana yang mahal atau lambat?
5. Apakah output-nya diverifikasi atau cuma dianggap benar?
6. Apakah dia menyelesaikan pekerjaan, atau cuma membuat draft tanpa follow-up?
7. Apakah pekerjaan yang dikirim benar-benar dipakai manusia?

Poin terakhir sering diabaikan.

Banyak automation terlihat keren karena rajin mengirim output. Tapi kalau output itu tidak pernah dibaca, tidak pernah dipakai, dan tidak mengubah keputusan apa pun, itu bukan automation.

Itu spam dengan API key.

Agent observability harus berani mengukur usefulness, bukan cuma activity.

Jumlah run naik bukan berarti sistem makin berguna. Bisa jadi cuma makin berisik.

Monitoring Agent Bukan Cuma Urusan DevOps

Body monitoring biasanya jelas pemiliknya: infra, DevOps, SRE.

Brain monitoring lebih rumit karena menyentuh cara kerja produk dan operasi.

Kalau agent membuat draft blog, siapa yang menilai draft itu layak?

Kalau agent melakukan research, bagaimana tahu hasilnya bukan halusinasi?

Kalau agent mengirim daily briefing, bagaimana tahu briefing itu membantu keputusan, bukan cuma menambah notifikasi?

Ini bukan sekadar metrik teknis.

Ini metrik operasional.

Dan di sinilah banyak implementasi AI agent gagal. Mereka memperlakukan agent seperti service backend biasa.

Padahal agent adalah service backend yang bisa mengambil langkah salah dengan sangat percaya diri.

Backend tradisional biasanya gagal dengan error.

Agent sering gagal dengan jawaban yang terdengar masuk akal.

Itu jauh lebih berbahaya.

Setup yang Masuk Akal

Kalau aku harus mulai dari nol, urutannya begini:

1. Pasang body monitor untuk server dan service dasar.
2. Buat alert yang sedikit tapi serius: service mati, disk hampir penuh, memory pressure, cron gagal, queue numpuk.
3. Trace agent run dari awal sampai akhir: prompt, tool, model, latency, retry, error.
4. Simpan output dan status verifikasi.
5. Tambahkan feedback loop manusia: dipakai, diabaikan, perlu revisi, salah fatal.
6. Kurangi alert yang tidak menghasilkan tindakan.

Poin keenam penting.

Monitoring yang terlalu berisik akan dimute. Setelah dimute, dia tidak ada bedanya dengan tidak punya monitoring.

Alert harus punya konsekuensi tindakan.

Kalau tidak ada tindakan yang jelas, jangan kirim alert. Simpan sebagai log saja.

Pattern Praktis: Napas dan Arah

Cara paling gampang membedakannya begini:

Body monitor menjawab:

• server hidup atau tidak,
• resource aman atau tidak,
• service restart atau tidak,
• cron jalan atau tidak,
• queue numpuk atau tidak.

Brain monitor menjawab:

• agent sedang mencoba menyelesaikan apa,
• keputusan apa yang dia ambil,
• tool mana yang dipakai,
• model mana yang lambat atau mahal,
• output diverifikasi atau tidak,
• pekerjaan selesai atau cuma berhenti di tengah.

Satu untuk napas.

Satu untuk arah.

Dan untuk AI agent production, dua-duanya bukan nice-to-have. Dua-duanya basic survival kit.

Kesimpulan

AI agent butuh dua jenis observability.

Body monitor memastikan mesinnya hidup.

Brain monitor memastikan pekerjaannya masuk akal.

Kalau cuma punya yang pertama, kita akan telat sadar bahwa agent sudah lama tidak berguna.

Kalau cuma punya yang kedua, kita akan bingung saat workflow berhenti karena masalah infrastruktur yang harusnya mudah kelihatan.

Sistem agent yang serius perlu dua-duanya.

Satu untuk napas.

Satu untuk arah.

Karena masalah paling mahal bukan agent yang mati.

Masalah paling mahal adalah agent yang tetap hidup, tetap bekerja, tetap menghabiskan token, dan tetap salah tanpa ada yang sadar.