TrueFoundry Luncurkan Agen AI Sumber Terbuka, Klaim Penurunan Biaya Tugas hingga 75% Dibanding Claude Managed Agents!

Sehari lagi, muncul inovasi baru dalam dunia agen AI. Kali ini, inovasi tersebut ditujukan untuk mengatasi masalah yang terus berkembang di kalangan perusahaan seiring dengan bertambahnya agen AI: memberi kontrol lebih besar kepada pengembang atas agen dan alat, sambil mengurangi biaya.

TrueFoundry, sebuah startup pembelajaran mesin B2B dari San Francisco yang didirikan pada tahun 2021 oleh mantan insinyur Meta, baru saja meluncurkan alat TrueForge miliknya di Github dengan lisensi MIT yang terbuka. Dengan ini, alat ini bisa digunakan dengan model AI pilihan para pengembang, dimodifikasi, dihosting sendiri, dan dimasukkan ke dalam produk komersial.

Dalam sebuah postingan blog, perusahaan ini mengungkapkan bahwa ketika menggunakan TrueForge dikombinasikan dengan GLM-5.2 LLM sumber terbuka, mereka berhasil menyelesaikan 11 dari 14 tugas di Enterprise-Bench milik DevRev — yang menguji penggunaan alat bertahap di berbagai sistem seperti CRM, pelacakan isu, dan manajemen dokumen — dengan biaya 75% lebih rendah dibandingkan menggunakan Claude Managed Agents yang didukung oleh Claude Opus 4.8 (biaya $2,90 dibandingkan $11,80).

Penggunaan model yang sama di setiap alat, Opus 4.8, masih memberikan penghematan biaya sekitar 30% saat menggunakan TrueForge dibandingkan dengan Claude Managed Agents ($8,50 vs $11,80).

Kenapa TrueFoundry memberikan alat yang efisien ini secara gratis? Anuraag Gutgutia, salah satu pendiri dan COO TrueFoundry, menjelaskan dalam wawancara eksklusif bahwa banyak pelanggan mereka meminta hal ini. “Kami memiliki kemampuan untuk menghadirkan agen dan MCP — apakah kami bisa mendapatkan sesuatu yang dapat meluncurkan agen yang dikelola? Kami ingin memenuhi kebutuhan itu. Ini bukan pengganti, tapi akan digunakan bersamaan dengan alat lain, seperti yang dikelola cloud atau penyedia komersial, dan juga memberikan cara bagi orang untuk menggunakannya tanpa terikat vendor dan dengan biaya lebih rendah.”

TrueFoundry juga menawarkan “AI Gateway” berbayar untuk perusahaan yang ingin mengontrol akses model dan MCP secara terpusat, termasuk kredensial, izin, dan anggaran. Sementara itu, TrueForge mengelola apa yang terjadi di atas gateway tersebut: proses yang memungkinkan model untuk terus beroperasi hingga tugas selesai.

Untuk pengembang perusahaan, proposisi praktisnya adalah mereka bisa memulai secara lokal dengan satu perintah dan SQLite, lalu mengalihkan kerangka kerja agen yang sama ke dalam penyebaran bersama menggunakan Docker Compose atau Helm dengan Postgres dan Redis. Namun, TrueFoundry mengingatkan bahwa konfigurasi lokal ini hanya untuk digunakan di mesin pengembang, bukan sebagai layanan yang diakses melalui internet.

Manajemen Konteks sebagai Penghemat Biaya

Arsitektur TrueForge berfokus pada rekayasa konteks — mengontrol seberapa banyak informasi yang dikirim kembali ke model pada setiap langkah dalam menjalankan agen. Langkah ini mencakup penundaan pemuatan skema alat MCP hingga diperlukan, mendelegasikan tugas terisolasi kepada subagen, dan memindahkan hasil alat yang terlalu besar ke dalam file daripada memadatinya ke dalam jendela konteks yang aktif.

Dokumentasi menetapkan ambang pengompakan default di 50.000 token, meskipun itu bisa diubah sesuai kebutuhan masing-masing agen. TrueForge juga memperlakukan ruang kerja (sandbox) secara berbeda dari runtime yang menjaga agen tetap di lingkungan terisolasi selama prosesnya. Loop inti agen tetap di server TrueForge; ruang kerja disediakan sebagai alat hanya ketika agen perlu menjalankan kode atau bekerja dengan file. Langkah tersebut membantu mengurangi penghitungan yang tidak perlu dan memungkinkan server menjalankan lebih banyak agen secara bersamaan.

Perusahaan ini berargumen bahwa pilihan tersebut secara langsung mengurangi pengeluaran untuk model.

Apa Bedanya TrueForge dengan Claude Managed Agents dan Alat Orkestrasi Lainnya

Tipe / fokus

• TrueFoundry TrueForge: Alat agen produksi umum dirancang untuk penyebaran perusahaan.
• DeepSeek Harness: Alat agen sumber terbuka, saat ini diposisikan sebagai pratinjau untuk pengembang.
• OpenAI Codex CLI: Alat agen berfokus pada pengkodean yang dirancang terutama untuk alur kerja rekayasa perangkat lunak.
• LangChain Deep Agents: Alat agen umum yang dibangun di atas LangGraph.
• Anthropic Claude Managed Agents: Runtime agen produksi sepenuhnya dikelola oleh Anthropic.

Lisensi

• TrueFoundry TrueForge: MIT.
• DeepSeek Harness: MIT.
• OpenAI Codex CLI: Apache 2.0.
• LangChain Deep Agents: MIT.
• Anthropic Claude Managed Agents: Proprietary.

Harga

• TrueFoundry TrueForge: Alat sumber terbuka ini gratis. Namun, biaya model, ruang kerja, dan infrastruktur terpisah. TrueFoundry juga menawarkan lapisan tata kelola komersial opsional.
• DeepSeek Harness: Tidak ada biaya lisensi alat. Pengguna membayar secara terpisah untuk penyedia model dan infrastruktur yang mereka gunakan.
• OpenAI Codex CLI: CLI ini bersifat sumber terbuka. Biaya model/API dan langganan terpisah, OpenAI mengatakan berkisar $100–$200 per pengembang per bulan, meskipun pengeluaran sebenarnya bervariasi substansial sesuai pilihan model.
• LangChain Deep Agents: Sumber terbuka, dengan biaya model dan infrastruktur terpisah. LangChain juga menawarkan layanan komersial opsional.
• Anthropic Claude Managed Agents: Token Claude yang digunakan plus $0.08 per jam sesi yang sedang berjalan, dengan runtime terukur hingga milidetik.

Model fleksibilitas

• TrueFoundry TrueForge: Tidak terikat pada vendor dan dirancang untuk mendukung model pilihan pengguna.
• DeepSeek Harness: Multi-penyedia dan tidak dibatasi pada model DeepSeek.
• OpenAI Codex CLI: Mendukung titik akhir inferensi yang dapat dikonfigurasi, termasuk layanan dan opsi model lokal yang kompatibel dengan OpenAI.
• LangChain Deep Agents: Mendukung banyak penyedia melalui ekosistem LangChain.
• Anthropic Claude Managed Agents: Berfokus pada Claude.

Penyebaran

• TrueFoundry TrueForge: Dapat dijalankan secara lokal sebagai satu proses dengan SQLite, lalu beralih ke penyebaran produksi menggunakan Docker Compose atau Helm dengan Postgres dan Redis.
• DeepSeek Harness: Dirancang untuk operasi lokal atau yang dihosting sendiri.
• OpenAI Codex CLI: Terutama pengalaman lokal CLI, di samping produk dan layanan Codex yang dihosting oleh OpenAI.
• LangChain Deep Agents: Dapat dihosting sendiri atau disebar melalui infrastruktur LangChain.
• Anthropic Claude Managed Agents: Anthropic mengelola runtime dan infrastruktur.

Fitur Kunci

• TrueFoundry TrueForge: Orkestrasi MCP dan alat, subagen, titik persetujuan manusia, sesi persisten, pengompakan konteks, pemindahan hasil besar, Mode Kode, UI generatif, pelacakan, dan arsitektur ruang kerja sebagai alat.
• DeepSeek Harness: Model pluggable, alat, penyimpanan sesi, dan loop agen, beserta penyandian, izin, pintu persetujuan, dan keterampilan.
• OpenAI Codex CLI: Loop agen, operasi repositori dan file, eksekusi shell, alat MCP, penyandian, izin, persetujuan, dan manajemen konteks.
• LangChain Deep Agents: Perencanaan, subagen, keterampilan, manajemen konteks berbasis sistem file, memori persisten, kontrol manusia-dalam-loop, dukungan MCP, dan banyak backend ruang kerja.
• Anthropic Claude Managed Agents: Lingkungan eksekusi yang dikelola, persistensi, alat, penyandian, dan infrastruktur untuk agen yang berjalan lama.

Perbedaan Kunci

• TrueFoundry TrueForge: Perbedaan terkuat terletak pada kombinasi alat sumber terbuka yang netral-vendor dengan jalan jelas dari pengembangan lokal ke runtime produksi bersama, serta lapisan tata kelola perusahaan melalui TrueFoundry.
• DeepSeek Harness: Menekankan modularitas yang dalam. Bagian utama dari runtime dirancang untuk menjadi plugin yang dapat diganti.
• OpenAI Codex CLI: Membedakan diri sebagai alat yang sangat berkembang, khusus untuk rekayasa perangkat lunak.
• LangChain Deep Agents: Memanfaatkan ekosistem yang lebih luas dan menawarkan jalur sumber terbuka yang matang untuk membangun agen umum.
• Anthropic Claude Managed Agents: Mengurangi beban operasional dengan memiliki Anthropic mengelola runtime, tetapi mengorbankan kenyamanan tersebut dengan keterikatan model dan platform yang lebih ketat.

Sumber Terbuka Tidak Selalu Berarti Dikelola

Bagi pembeli perusahaan, salah satu perbedaan penting terletak pada TrueForge itu sendiri dibandingkan dengan TrueForge yang terhubung ke AI Gateway komersial TrueFoundry. Alat sumber terbuka ini bisa dijalankan secara independen, tetapi tidak secara otomatis mewarisi kebijakan akses perusahaan.

“Jika Anda hanya menggunakan versi sumber terbuka dari alat agen kami, Anda akan perlu menerapkan kontrol yang benar, baik di dalamnya maupun pada sistem kontrol internal lain,” ujar Gutgutia.

Ketika dipadukan dengan gateway TrueFoundry, perusahaan menyatakan bahwa agen dapat mewarisi identitas dan kontrol akses yang sudah terpasang pada model, server MCP, alat, keterampilan, dan agen lainnya. GatewaY ini berfungsi untuk menjaga agar kontrol identitas dan izin dapat diberlakukan secara terpusat.

Perbedaan ini sangat penting bagi tim teknik platform yang melakukan evaluasi terhadap proyek. TrueForge adalah perangkat lunak gratis; sementara lapisan tata kelola TrueFoundry adalah kontrol komersial di sekitarnya.

TrueFoundry mengatakan NetApp adalah pengguna beta dari alat ini yang berkontribusi dalam pengembangan. Gutgutia menyebut bahwa organisasi TI NetApp telah menggunakan teknologi ini untuk merespons insiden dan percepatan tiket, sambil juga menawarkan agen internal sebagai alat layanan mandiri bagi pengembang. Dia juga menyebut Automattic sebagai pengguna awal.

Sejarah Singkat tentang TrueFoundry dan Perjalanannya

TrueFoundry didirikan pada tahun 2021 untuk membantu perusahaan dalam menerapkan dan mengoperasikan model pembelajaran mesin, termasuk manajemen pelatihan dan infrastruktur berbasis Kubernetes. Ketiga pendirinya — Nikunj Bajaj, Abhishek Choudhary, dan Anuraag Gutgutia — sebelumnya bekerja di Meta dan WorldQuant.

Gutgutia mengatakan bahwa pengalaman bersama pendiri adalah bekerja di sekitar sistem yang sudah matang, dengan infrastruktur dan kontrol yang dirancang untuk mencegah kesalahan yang mahal — situasi yang diyakini akan semakin penting seiring dengan masuknya AI ke dalam produksi di perusahaan besar.

Seiring dengan menyebarnya AI generatif dalam perangkat lunak perusahaan, TrueFoundry memperluas fondasi MLOps-nya menuju manajemen aplikasi LLM dan semakin banyak alat, model, serta agen sekelilingnya. Pada tahun 2025, AI Gateway perusahaan menjadi pusat dalam bisnis: lapisan yang menghubungkan aplikasi perusahaan dengan penyedia model, menangani rute, otentikasi, kontrol akses, observabilitas, anggaran, dan penyangga keamanan.

Evolusi ini didukung oleh pendanaan luar sekitar $21 juta. TrueFoundry mengumpulkan $19 juta dalam putaran Serie A pada Februari 2025 yang dipimpin oleh Intel Capital, serta partisipasi dari investor yang sudah ada seperti Eniac Ventures dan Peak XV’s Surge, serta Jump Capital dan investor individu lainnya. Pada waktu itu, TrueFoundry melaporkan bahwa basis pelanggannya telah berkembang empat kali lipat d năm ke năm dan mengelola lebih dari 1.000 kluster untuk beban kerja pembelajaran mesin.

Sejak itu, bisnis ini semakin berorientasi pada traffic AI skala besar. Dalam laporannya tentang peluncuran TrueFailover pada Januari 2026, TrueFoundry menyatakan bahwa mereka memiliki lebih dari 30 pelanggan berbayar di seluruh dunia, telah melebihi $1,5 juta dalam pendapatan tahunan berulang dan memproses lebih dari 10 miliar permintaan setiap bulan melalui AI Gateway mereka.

Pelanggan yang disebutkan oleh TrueFoundry mencakup NetApp, Siemens Healthineers, ResMed, Automation Anywhere, Nvidia, Games24x7, dan lainnya; Gutgutia juga menyebut NetApp, Siemens, Synopsys, dan Automation Anywhere di antara organisasi Fortune 1000 yang bekerja dengan perusahaan ini selama wawancaranya.

TrueFoundry juga terus berkembang melalui akuisisi. Pada Juni 2026, mereka mengakuisisi Seldon AI yang berbasis di Inggris, penyedia MLOps yang telah lama ada dan produknya, Seldon Core, digunakan untuk penyajian model dan inferensi.

Seperti yang ditunjukkan oleh akuisisi ini, TrueFoundry tidak ingin menganggap ML tradisional, LLM, alat, dan agen sebagai kategori infrastruktur yang terpisah, melainkan mencoba menyatukannya di balik lapisan penyebaran dan tata kelola yang umum. TrueForge memperluas strategi tersebut ke dalam runtime agen itu sendiri. Sejauh ini, pusat gravitasi komersial TrueFoundry sebagian besar berada di lapisan kontrol di bawah beban AI perusahaan — menentukan siapa pengguna dan aplikasi yang dapat mengakses model dan alat tertentu, merutekan permintaan, menerapkan kebijakan, memantau pengeluaran, dan menjaga agar layanan tersedia.

TrueForge memberikan perusahaan ini runtime sumber terbuka di atas lapisan yang memungkinkan agen untuk benar-benar menjalankan fungsinya. Gutgutia menggambarkan hubungan ini sebagai saling melengkapi: organisasi dapat menjalankan TrueForge secara independen atau terus menggunakan alat lain, sedangkan peluang bisnis jangka panjang TrueFoundry adalah menyediakan tata kelola dan infrastruktur umum di bawah semua agen yang dipilih oleh perusahaan.