Pickaxe , sebuah library TypeScript baru untuk membangun AI agent yang dapat diskalakan, telah menarik perhatian signifikan dari komunitas developer. Dibangun di atas sistem antrian tugas tahan lama Hatchet , library ini menjanjikan untuk menangani orkestrasi yang kompleks sambil memungkinkan developer fokus pada logika bisnis. Namun, para early adopter mulai mengajukan pertanyaan penting tentang fitur yang hilang dan kekhawatiran stabilitas yang mendasar.
Fitur Utama
- Eksekusi tahan lama dengan checkpoint otomatis
- Dibangun di atas sistem antrian tugas Hatchet
- Arsitektur agen berbasis fungsi
- Dukungan TypeScript dengan validasi skema
- Eksekusi terdistribusi di berbagai mesin
Streaming Real-Time Masih Menjadi Kesenjangan Utama
Salah satu masalah paling mendesak yang sedang didiskusikan developer adalah kurangnya kemampuan streaming real-time. Keterbatasan ini sangat bermasalah untuk coding assistant dan aplikasi AI interaktif di mana pengguna mengharapkan feedback langsung. Tim pengembangan mengakui kesenjangan ini dan telah berjanji untuk menyediakan streaming agent-to-client dalam beberapa minggu, tetapi fitur tersebut belum siap untuk penggunaan produksi.
Tantangan streaming menjadi lebih kompleks dalam sistem terdistribusi di mana pengguna mungkin memuat ulang halaman atau kembali setelah periode yang lama. Mempertahankan koneksi persisten dan aliran pesan yang dapat dilanjutkan di beberapa mesin memerlukan infrastruktur canggih yang belum sepenuhnya dipecahkan oleh Pickaxe .
Kekhawatiran Fleksibilitas Seputar Integrasi LLM
Developer juga mempertanyakan pendekatan Pickaxe terhadap integrasi model bahasa. Library ini menggabungkan AI SDK dari Vercel untuk panggilan LLM, tetapi ini menciptakan keterbatasan bagi tim yang ingin menggunakan fitur-fitur terdepan dari penyedia AI. Beberapa developer lebih memilih memiliki kontrol langsung atas pemilihan model, konstruksi prompt, dan manajemen riwayat pesan daripada mengandalkan solusi yang digabungkan.
Karena seberapa cepat penyedia AI melakukan iterasi pada API mereka, banyak fitur tiba berminggu-minggu atau berbulan-bulan kemudian ke AI SDK .
Tim sedang mempertimbangkan solusi seperti overloading model bahasa default dengan peta untuk berbagai kasus penggunaan atau memungkinkan developer untuk mengeluarkan tool picker untuk implementasi kustom.
Keterbatasan Saat Ini
- Tidak ada streaming real-time (akan hadir dalam beberapa minggu)
- Fleksibilitas integrasi LLM terbatas
- Kekhawatiran stabilitas dengan platform Hatchet yang mendasari
- Kebingungan nama dengan platform Pickaxe.co yang sudah ada
- Bundled AI SDK mungkin tertinggal dari API penyedia
Pertanyaan Stabilitas yang Mendasar
Mungkin yang paling mengkhawatirkan adalah masalah stabilitas dengan Hatchet , mesin eksekusi yang mendasari dan menggerakkan Pickaxe . Pengguna lama telah menyatakan frustrasi tentang stabilitas dan performa platform, dengan beberapa secara blak-blakan menyatakan bahwa Hatchet tidak stabil. Ini menimbulkan pertanyaan tentang membangun sistem produksi di atas fondasi yang mungkin belum siap untuk penggunaan enterprise.
Tim Hatchet mengakui kekhawatiran ini dan menjelaskan bahwa mereka sedang bekerja untuk mengoptimalkan kasus penggunaan multi-task dan konkurensi. Mereka mengklaim beban kerja FIFO single-task dapat menangani lebih dari 10.000 operasi per detik, tetapi performa dunia nyata dengan workflow agent yang kompleks mungkin bervariasi secara signifikan.
Klaim Performa
- Single-task FIFO: >10.000 operasi/detik
- Mendukung ratusan ribu tugas per eksekusi
- Miliaran tugas diproses setiap bulan
- Performa I/O-bound dengan konfigurasi disk yang tepat
Kebingungan Nama Menambah Hambatan Adopsi
Menambah tantangan, library ini berbagi nama dengan Pickaxe.co , sebuah platform low-code yang sudah mapan untuk membangun chatbot yang telah beroperasi selama lebih dari dua tahun. Konflik penamaan ini dapat menciptakan kebingungan di pasar dan mempersulit developer untuk menemukan dokumentasi dan sumber daya yang relevan.
Meskipun menghadapi tantangan-tantangan ini, arsitektur inti Pickaxe menunjukkan potensi yang menjanjikan. Model eksekusi tahan lama dengan checkpoint otomatis dapat memecahkan masalah nyata dalam pengembangan AI agent, terutama untuk workflow yang berjalan lama dan perlu bertahan dari kegagalan hardware. Pendekatan berbasis fungsi dari library ini juga menarik bagi developer yang menginginkan lebih banyak kontrol atas implementasi agent mereka dibandingkan dengan framework yang berat.
Kesuksesan Pickaxe kemungkinan akan bergantung pada seberapa cepat tim dapat mengatasi keterbatasan streaming, meningkatkan stabilitas platform yang mendasari, dan memberikan lebih banyak fleksibilitas untuk kasus penggunaan lanjutan. Untuk saat ini, developer mungkin ingin mengevaluasi dengan hati-hati trade-off ini sebelum berkomitmen pada Pickaxe untuk aplikasi produksi.
Referensi: Pickaxe: A Typescript library for building AI agents that scale