NanoClaw dan Raspberry Pi Jadi Otak Kedua Menlu Singapura

Sorotan Hari Ini – NanoClaw dan Raspberry Pi menjadi sorotan setelah Menteri Luar Negeri Singapura, Dr. Vivian Balakrishnan, secara terbuka memperlihatkan asisten AI pribadi yang ia bangun sendiri untuk membantu pekerjaan diplomasi. Di saat banyak politisi dunia masih sibuk membahas regulasi kecerdasan buatan dari panggung kebijakan, Balakrishnan justru memilih masuk lebih dalam ke ruang praktik. Ia tidak hanya berbicara tentang AI sebagai isu masa depan, tetapi merakit sistem yang benar-benar ia gunakan dalam rutinitas harian. Pendekatan ini membuat kisahnya terasa berbeda. Sebab, seorang menteri luar negeri biasanya identik dengan forum diplomatik, naskah pidato, dan agenda kenegaraan. Namun, Balakrishnan menunjukkan sisi lain: seorang teknolog yang memahami bahwa perubahan besar tidak cukup dibahas dari jarak aman.

Dalam unggahan publiknya, Balakrishnan menyebut sistem itu sebagai semacam “second brain” atau otak kedua bagi diplomat. Sistem tersebut dirancang untuk membantu menjawab pertanyaan teknis, meriset topik, membuat draf pidato, hingga menyusun briefing harian. Pernyataan ini menarik karena menunjukkan perubahan cara kerja pejabat publik di era AI. Dulu, teknologi digital biasanya dipakai sebagai alat administrasi. Kini, AI mulai berperan sebagai mitra berpikir. Meski demikian, langkah ini juga membawa pertanyaan serius. Apakah AI cukup aman untuk membantu pekerjaan diplomasi? Bagaimana data sensitif dilindungi? Dan, apakah model seperti ini bisa menjadi contoh bagi pemerintahan lain? Dalam konteks itu, kisah Balakrishnan bukan sekadar cerita teknologi. Ini adalah potret awal perubahan cara negara bekerja di tengah revolusi kecerdasan buatan.

Dari Dokter Mata hingga Menteri yang Merakit Asisten AI Sendiri

Balakrishnan bukan figur politik yang datang dari latar belakang teknologi murni. Ia dikenal sebagai mantan dokter mata sebelum masuk lebih jauh ke dunia pemerintahan Singapura. Latar belakang medis ini justru memberi warna menarik pada cara ia memandang teknologi. Dalam dunia kedokteran, keputusan harus berbasis data, teliti, dan terukur. Cara berpikir seperti itu tampaknya terbawa saat ia membangun sistem AI pribadi. Ia tidak sekadar memakai chatbot populer, lalu berhenti di sana. Sebaliknya, ia memilih membangun sistem yang dapat menyimpan ingatan, membaca dokumen, memahami konteks, dan membantu pekerjaan secara berulang.

Sisi inilah yang membuat langkah Balakrishnan terasa memiliki unsur pengalaman dan keahlian yang kuat. Ia memahami bahwa AI tidak bisa hanya diperlakukan sebagai mesin jawab cepat. Untuk pekerjaan diplomasi, konteks adalah segalanya. Sebuah pidato, misalnya, tidak hanya berisi kata-kata indah. Di dalamnya ada sejarah hubungan bilateral, posisi negara, sensitivitas politik, dan pesan strategis. Karena itu, asisten AI yang dipakai diplomat harus mampu mengingat, memilah, dan menyajikan informasi secara relevan. Jika sistem hanya mengandalkan percakapan sesaat, risikonya besar. AI bisa lupa konteks, memberi jawaban dangkal, atau bahkan salah memahami isu. Balakrishnan tampaknya menyadari titik lemah tersebut. Maka, ia memilih pendekatan yang lebih serius melalui NanoClaw, Raspberry Pi, dan sistem memori lokal yang terus berkembang.

NanoClaw Menjadi Fondasi Utama Asisten AI Pribadi

Sistem yang dipamerkan Balakrishnan dibangun di atas NanoClaw, asisten AI pribadi berbasis Claude yang berjalan secara mandiri. Dalam dokumentasi teknis yang ia unggah di GitHub Gist, NanoClaw dijelaskan sebagai asisten AI self-hosted dengan memori yang terus bertumbuh. Sistem ini dapat berjalan di Raspberry Pi, terhubung dengan kanal pesan seperti WhatsApp, Telegram, Slack, dan Discord, serta mampu memproses suara dan gambar. Ini menunjukkan bahwa NanoClaw bukan sekadar chatbot biasa. Ia dirancang sebagai pusat kerja digital yang dapat mengikuti alur komunikasi pengguna dalam berbagai platform.

Keunggulan NanoClaw terletak pada kemampuannya membangun memori jangka panjang. Sebagian besar asisten AI memiliki masalah mendasar, yaitu mudah lupa setelah sesi percakapan berakhir. Dalam dunia diplomasi, kelemahan ini sangat penting. Pejabat publik harus mengingat banyak konteks, mulai dari isu bilateral, forum internasional, jadwal pidato, hingga detail pembicaraan sebelumnya. NanoClaw mencoba menyelesaikan masalah itu melalui sistem ekstraksi, sintesis, dan recall. Artinya, dokumen mentah seperti pidato, artikel, transkrip, atau kliping web tidak hanya disimpan sebagai file. Sistem mengekstraknya menjadi fakta yang terstruktur. Setelah itu, fakta tersebut disusun menjadi halaman wiki yang mudah dibaca. Ketika pengguna bertanya, AI melakukan pencarian semantik, lalu menyuntikkan fakta relevan sebelum menjawab. Dengan cara ini, asisten menjadi semakin pintar seiring waktu. Inilah yang membuat konsep NanoClaw terasa kuat: ia tidak hanya menjawab, tetapi juga belajar dari arsip pengetahuan pemiliknya.

Raspberry Pi Membuat Sistem Lebih Privat dan Mandiri

Pemilihan Raspberry Pi sebagai perangkat utama juga menjadi bagian penting dari cerita ini. Raspberry Pi bukan komputer besar yang biasa dipakai di pusat data. Perangkat kecil ini justru terkenal karena murah, hemat daya, fleksibel, dan sering dipakai oleh pengembang untuk proyek mandiri. Dalam sistem Balakrishnan, Raspberry Pi 5 menjalankan bagian penting dari proses lokal, termasuk pencarian semantik melalui Ollama dan transkripsi suara melalui whisper.cpp. Dengan pendekatan ini, sebagian proses sensitif tidak harus selalu dikirim ke server eksternal. Bagi seorang diplomat, keputusan teknis semacam ini sangat masuk akal.

Privasi menjadi isu besar dalam penggunaan AI di pemerintahan. Banyak layanan AI modern bekerja dengan mengirim data ke cloud. Cara ini memang praktis. Namun, untuk percakapan sensitif, dokumen kebijakan, atau catatan diplomatik, model cloud murni bisa menimbulkan kekhawatiran. Balakrishnan tampaknya ingin mengurangi risiko itu dengan menjalankan beberapa komponen secara lokal. Misalnya, voice note ditranskripsi di perangkat menggunakan whisper.cpp. Sementara itu, pencarian memori menggunakan embedding lokal melalui Ollama dan nomic-embed-text. Artinya, data pribadi dan dokumen sensitif bisa tetap berada dalam lingkungan perangkat sendiri. Tentu, ini tidak membuat sistem otomatis sempurna. Risiko seperti prompt injection, kebocoran akses, atau kesalahan konfigurasi tetap harus diperhatikan. Namun, desain lokal memberi pesan kuat: AI pemerintahan masa depan tidak hanya harus pintar, tetapi juga harus aman, terisolasi, dan bisa diaudit.

LLM Wiki Membantu AI Tidak Mudah “Amnesia”

Salah satu bagian paling menarik dari sistem ini adalah penggunaan pola “LLM Wiki” yang terinspirasi dari gagasan Andrej Karpathy. Masalah utama banyak model bahasa besar adalah stateless atau tidak menyimpan ingatan secara alami. Setiap percakapan baru sering dimulai dari nol. Akibatnya, pengguna harus mengulang konteks berkali-kali. Dalam pekerjaan biasa, hal itu sudah merepotkan. Dalam pekerjaan diplomasi, hal itu bisa menjadi hambatan serius. Seorang diplomat perlu memahami sejarah isu, posisi negara, perubahan narasi, dan konteks personal dari banyak pertemuan.

Pola LLM Wiki mencoba mengatasi masalah itu dengan pendekatan yang lebih terstruktur. Dokumen mentah tidak hanya diindeks seperti mesin pencari. Sistem mengekstrak pengetahuan menjadi node atau potongan fakta yang dapat dihubungkan. Kemudian, fakta tersebut disusun menjadi halaman wiki berbentuk narasi. Halaman ini bisa dibaca manusia melalui Obsidian di macOS dan iOS. Di sisi lain, AI bisa memakai struktur tersebut saat menjawab pertanyaan. Dengan demikian, memori tidak hanya berguna bagi mesin, tetapi juga bisa ditinjau manusia. Ini penting untuk menjaga akurasi. Jika ada informasi yang keliru, pengguna dapat memperbaikinya. Pendekatan ini juga menunjukkan prinsip kepercayaan. AI tidak dibiarkan menjadi kotak hitam sepenuhnya. Ada jejak pengetahuan yang bisa dibaca, diperiksa, dan dikurasi. Karena itu, sistem Balakrishnan terasa lebih matang dibanding penggunaan AI biasa yang hanya mengandalkan prompt panjang.

Sistem Tiga Lapisan Membuat Pengetahuan Lebih Tertata

Arsitektur teknis yang dibagikan Balakrishnan menunjukkan sistem tiga lapisan. Lapisan pertama adalah raw sources atau sumber mentah. Di dalamnya terdapat transkrip pidato, artikel, dan kliping web. Lapisan kedua adalah mnemon knowledge graph, yaitu basis data berbasis SQLite yang menyimpan fakta terstruktur, kategori, skor kepentingan, tag, timestamp, dan relasi antar-entri. Lapisan ketiga adalah wiki pages, yaitu halaman markdown yang disusun dari fakta-fakta tersebut agar mudah dibaca manusia. Desain seperti ini memperlihatkan bahwa sistem dibangun bukan hanya untuk menjawab cepat, tetapi juga untuk mengelola pengetahuan jangka panjang.

Dari sisi kerja diplomasi, struktur ini sangat relevan. Seorang menteri luar negeri menghadapi isu yang bergerak cepat, tetapi juga membutuhkan ingatan historis. Hari ini ia bisa membahas hubungan dagang. Besok, ia mungkin perlu memahami konflik kawasan. Lusa, ia harus menyampaikan pidato dalam forum multilateral. Semua pekerjaan itu membutuhkan arsip yang hidup. Sistem tiga lapisan membantu mengubah arsip pasif menjadi memori aktif. Dengan kata lain, dokumen tidak lagi hanya menumpuk di folder. Dokumen berubah menjadi basis pengetahuan yang bisa dipanggil kapan saja. Di sinilah nilai praktis AI terlihat. Ia bukan menggantikan manusia, tetapi mempercepat akses manusia terhadap pengetahuan yang sudah dimiliki. Jika diterapkan dengan benar, model seperti ini bisa membantu banyak pejabat, peneliti, jurnalis, akademisi, bahkan pebisnis. Namun, syaratnya tetap sama: data harus rapi, akses harus aman, dan manusia tetap menjadi pengambil keputusan akhir.

Keamanan Menjadi Titik Penting dalam Sistem AI Diplomatik

Balakrishnan juga menampilkan sejumlah desain keamanan dalam sistemnya. Setiap grup chat memiliki isolasi melalui Docker container, file system, memori lokal, dan sesi Claude masing-masing. Dengan begitu, satu grup tidak bisa membaca memori grup lain. Selain itu, sistem memakai credential proxy agar container tidak melihat API key mentah. Ada juga sender allowlist, validasi folder, serta pembatasan akses ke direktori sensitif. Desain ini menunjukkan kesadaran bahwa asisten AI yang terhubung ke pesan pribadi tidak boleh berjalan sembarangan.

Meski begitu, keamanan AI tetap bukan urusan sederhana. Sistem yang terhubung ke WhatsApp, Gmail, web, dan arsip pribadi bisa menjadi target berisiko jika tidak diawasi. Prompt injection, misalnya, dapat membuat AI mengikuti instruksi berbahaya dari teks yang tampak biasa. Komentar publik pada GitHub Gist tersebut juga menyinggung kekhawatiran semacam ini. Karena itu, model seperti NanoClaw perlu dilihat secara seimbang. Di satu sisi, ia menunjukkan masa depan kerja yang lebih cerdas. Di sisi lain, ia mengingatkan bahwa AI pribadi dengan akses luas harus memiliki pagar keamanan kuat. Untuk pemerintahan, isu ini lebih serius lagi. Kesalahan kecil dalam sistem pribadi pejabat dapat berdampak pada kerahasiaan informasi. Maka, inovasi harus berjalan bersama tata kelola. AI boleh membantu membuat draf, merangkum, atau mencari data. Namun, keputusan akhir, validasi fakta, dan perlindungan informasi tetap harus berada di tangan manusia yang bertanggung jawab.

Tren AI Pemerintahan Global Mulai Bergerak dari Wacana ke Praktik

Langkah Balakrishnan terjadi saat banyak pemerintahan mulai mencoba AI secara lebih nyata. Albania, misalnya, menjadi sorotan setelah menunjuk bot AI bernama Diella untuk menangani urusan pengadaan publik. Perdana Menteri Edi Rama menyebut langkah itu sebagai bagian dari upaya menekan korupsi dan meningkatkan transparansi tender. Namun, keputusan tersebut juga memunculkan perdebatan. Sebagian pihak mempertanyakan dasar hukum, pengawasan manusia, dan risiko politik dari penunjukan AI dalam struktur pemerintahan.

Di Eropa, Polandia juga dikabarkan mengunggah model dan dataset bahasa Polandia ke platform open-source Hugging Face. Langkah seperti ini menunjukkan bahwa negara mulai melihat AI sebagai infrastruktur strategis, bukan sekadar aplikasi komersial. Pemerintah ingin memiliki model bahasa lokal, data publik yang bisa dipakai pengembang, dan ekosistem teknologi yang tidak sepenuhnya bergantung pada perusahaan asing. Di sisi lain, Hugging Face mencatat ekosistem open-source AI terus berkembang pesat pada 2026, dengan komunitas global yang semakin besar dan beragam.

Perbandingan ini menunjukkan tiga arah berbeda. Albania memakai AI sebagai simbol reformasi birokrasi. Polandia mendorong infrastruktur bahasa dan data terbuka. Sementara itu, Balakrishnan menunjukkan pendekatan personal dan praktis: seorang pejabat membangun alat kerja sendiri. Ketiganya memberi sinyal yang sama. AI di pemerintahan tidak lagi hanya menjadi tema seminar. Teknologi ini mulai masuk ke meja kerja, ruang rapat, sistem pengadaan, hingga komunikasi pejabat publik.

Diplomat Masa Depan Akan Bekerja Bersama AI

Pernyataan Balakrishnan bahwa diplomat yang belajar bekerja sama dengan AI akan memiliki keunggulan terasa sangat kuat. Diplomasi modern bergerak semakin cepat. Isu geopolitik, ekonomi digital, keamanan siber, iklim, energi, dan teknologi saling bertautan. Seorang diplomat tidak cukup hanya pandai berbicara. Ia juga harus mampu memahami data, membaca pola, menyusun narasi, dan mengambil keputusan cepat. Dalam situasi seperti itu, AI dapat menjadi alat bantu yang bernilai besar. Ia bisa meringkas dokumen, menyiapkan briefing, mencari pola dari arsip, dan membantu menyusun rancangan komunikasi.

Namun, AI tidak boleh diperlakukan sebagai pengganti intuisi diplomatik. Diplomasi tetap membutuhkan empati, kepekaan budaya, pengalaman politik, dan kemampuan membaca hal-hal yang tidak tertulis. AI dapat membantu menemukan informasi, tetapi manusia tetap harus memahami maknanya. Karena itu, masa depan diplomat bukan tentang manusia melawan mesin. Masa depannya adalah manusia yang mampu memakai mesin dengan bijak. Kisah NanoClaw dan Raspberry Pi memperlihatkan arah tersebut. Teknologi kecil di meja kerja bisa memberi dampak besar jika dirancang dengan tujuan jelas. Bagi negara lain, termasuk Indonesia, pelajaran terpenting bukan sekadar meniru alatnya. Pelajarannya adalah membangun budaya kerja yang mau belajar, bereksperimen, dan tetap menjaga tanggung jawab publik. AI yang baik bukan hanya canggih. AI yang baik harus memperkuat kualitas keputusan manusia.

NanoClaw dan Raspberry Pi Membuka Diskusi Baru tentang AI yang Lebih Membumi

Pada akhirnya, NanoClaw dan Raspberry Pi bukan hanya cerita tentang satu menteri yang gemar bereksperimen dengan teknologi. Ini adalah gambaran bahwa AI bisa dibuat lebih membumi, lebih personal, dan lebih dekat dengan kebutuhan nyata. Balakrishnan tidak memulai dari proyek negara berskala besar. Ia memulai dari kebutuhan kerja sehari-hari. Ia ingin asisten yang bisa mengingat, membaca, meriset, dan membantu berpikir. Dari kebutuhan itu, lahir sistem yang kini menarik perhatian banyak pengamat teknologi dan pemerintahan.

Kisah ini juga memberi pesan penting bagi pembuat kebijakan. Regulasi AI tetap dibutuhkan. Namun, regulasi akan lebih matang jika pembuatnya memahami cara kerja teknologi secara langsung. Ketika pejabat hanya melihat AI sebagai isu abstrak, kebijakan bisa tertinggal dari realitas. Sebaliknya, ketika pejabat mencoba membangun dan memakai AI, mereka lebih mudah memahami manfaat, batasan, serta risikonya. Inilah nilai besar dari langkah Balakrishnan. Ia menunjukkan bahwa masa depan pemerintahan tidak cukup dibangun dengan pidato tentang inovasi. Masa depan itu perlu diuji, dirakit, dan dipelajari dari pengalaman nyata. Dalam lanskap global yang berubah cepat, pendekatan seperti ini bisa menjadi pembeda. Negara yang mampu menggabungkan teknologi, keamanan, dan kecerdasan manusia akan lebih siap menghadapi masa depan.