Sebuah tinjauan literatur bisa menghabiskan satu minggu penuh. Kamu membuka satu paper, mengikuti sitasinya ke lima paper lain, memeriksa apakah klaimnya bisa dipertanggungjawabkan, dan pada hari Jumat kamu punya folder berisi PDF dan draf ringkasan setengah jadi. Feynman adalah agen CLI open source yang dibuat untuk mengambil alih pekerjaan berat itu. Ia mencari di database paper besar, mengerahkan empat subagen AI untuk membaca, memverifikasi, dan mengkritik temuannya, lalu menulis draf dengan sitasi yang benar-benar diperiksa. Ia diluncurkan pada Maret 2026 dan sudah melewati 10.000 star di GitHub. (GitHub)
Artikel ini menjelaskan apa itu Feynman, bagaimana empat agennya membagi pekerjaan, apa yang bisa dilakukan 10 workflow-nya, dan cara menginstalnya. Tidak perlu latar belakang riset.
Poin Penting
Feynman adalah agen riset CLI gratis dan open source dari Companion, Inc., berlisensi MIT, dengan 10.117 star dan 1.108 fork di GitHub per 13 November 2026.
Empat subagen berbagi pekerjaan: Researcher mencari paper, Verifier memeriksa sitasi dan klaim, Reviewer mengkritik draf, dan Writer mengubah temuan menjadi teks.
Ia mencari di arXiv, PubMed, Semantic Scholar, OpenAlex, bioRxiv, medRxiv, Crossref, dan PDF lokalmu, dan bisa mengaudit klaim sebuah paper terhadap kode publiknya.
Sepuluh workflow mencakup riset mendalam, tinjauan literatur, review paper, rencana replikasi, resep training, dan draf paper.
Instalasinya cukup satu perintah di macOS atau Linux, dan bisa berjalan sepenuhnya lokal dengan Ollama atau model lokal apa pun yang kompatibel dengan OpenAI.
Apa Itu Feynman?
Feynman adalah tool baris perintah yang mengubah pertanyaan riset menjadi jawaban terstruktur dan bersitasi. Kamu mengetik sebuah pertanyaan, dan alih-alih satu balasan chatbot, kamu mendapat satu tim kecil agen yang mengerjakannya. Proyek ini menyebut dirinya "the open source AI research agent", dengan tagline bahwa ia membaca paper, mencari di web, menulis draf riset, merencanakan eksperimen, dan memberi sitasi pada klaim riset. (Feynman)
Ia dibangun di atas dua fondasi: Pi, runtime agen coding open source, dan alphaXiv, layanan pencarian dan analisis paper. Kombinasi ini penting karena Feynman bukan chatbot dengan plugin pencarian. Ia adalah sistem agen yang punya tool, output berupa file, dan langkah verifikasi yang sudah terpasang di dalam pipelinenya.
Tonton sinyal repo 30 detik di Repomaniac untuk melihatnya beraksi.
Empat Agen, Satu Tugas Masing-Masing
Ide intinya sederhana: satu agen yang mengerjakan semuanya akan membuat kesalahan, jadi Feynman membagi riset ke empat peran yang saling memeriksa.
Aspek | Detail |
|---|---|
Researcher | Mencari dan membaca paper di berbagai database literatur |
Verifier | Memeriksa sitasi, menghapus tautan mati, menandai klaim yang tidak didukung |
Reviewer | Mengkritik draf dengan tingkat keparahan: critical, major, minor, nit |
Writer | Mengubah temuan yang terverifikasi menjadi draf, menandai konten yang belum terbukti sebagai TODO |
Researcher tidak berhenti setelah satu pencarian. Untuk setiap pertanyaan ia menjalankan 2 sampai 4 query dengan kata-kata berbeda, menggabungkan hasilnya, dan mengarahkan tiap query ke sumber yang tepat: paper machine learning dan ilmu komputer umum lewat Semantic Scholar, pertanyaan biomedis lewat PubMed lalu Europe PMC, dan graf sitasi lewat OpenAlex. File buktinya harus berisi minimal 5 entri, masing-masing dengan ID sumber numerik yang stabil, supaya tidak ada satu pun klaim di draf akhir yang hanya bersandar pada satu paper. (Feynman Docs)
Verifier adalah bagian yang dilewatkan kebanyakan tool AI. Ia memeriksa setiap sitasi di dalam draf, menghapus tautan mati, dan menandai klaim yang tidak didukung sumbernya. Reviewer kemudian menilai masalah berdasarkan tingkat keparahan, dari critical sampai nit, supaya kamu tahu apa yang harus diperbaiki lebih dulu. Writer menandai apa pun yang belum terbukti sebagai placeholder alih-alih mengarang sitasi, dan itu tepatnya mode kegagalan yang membuat peneliti tidak percaya pada ringkasan AI. (AcademAI)
10 Workflow Feynman
Feynman dilengkapi sepuluh workflow slash, masing-masing adalah satu tugas riset utuh, bukan satu prompt tunggal. Kamu menjalankannya dari terminal, misalnya `feynman lit "RLHF alternatives"` atau `feynman deepresearch "mechanistic interpretability"`.
Aspek | Detail |
|---|---|
/deepresearch | Investigasi terencana dengan beberapa peneliti paralel dan pemeriksaan sitasi |
/lit | Tinjauan literatur: konsensus, perbedaan pendapat, pertanyaan terbuka |
/review | Kritik atas sebuah paper atau draf dengan tingkat keparahan dan rencana revisi |
/audit | Klaim paper dibandingkan dengan kode publiknya |
/replicate | Rencana replikasi, hanya berjalan setelah kamu memilih environment |
/recipe | Resep training ML berperingkat dengan dataset dan kode |
/compare | Matriks perbandingan antar sumber |
/draft | Draf bergaya paper dari temuan riset |
/autoresearch | Loop eksperimen berbatas: berhipotesis, bereksperimen, mengukur, mengulang |
/summarize | Ringkasan dari sebuah paper, repositori, atau PDF |
Riset mendalam berjalan dalam lima fase: perencanaan, pengerahan agen, ekstraksi data, sintesis, dan verifikasi sitasi. Hasilnya disimpan ke folder `outputs/`, draf masuk ke `papers/`, dan workflow tinjauan literatur, riset mendalam, dan resep juga menulis file provenance yang mencatat sumber yang dipakai dan apa saja yang sudah terverifikasi. (GitHub, AcademAI)
Workflow yang paling tidak biasa adalah `/audit`. Arahkan ke sebuah paper, dan ia membandingkan klaim paper tersebut dengan repositori kode publik paper itu sendiri. Contoh pemakaian tipikalnya adalah `feynman audit 2401.12345`, memakai ID arXiv paper tersebut. Bagi siapa pun yang pernah bertanya-tanya apakah hasil sebuah paper benar-benar cocok dengan kode yang dirilisnya, itu pemeriksaan yang sungguh berguna. (VirtualUncle)
Di Mana Feynman Mencari Paper
Feynman mencari di database yang sudah dipakai peneliti, bukan salinan web hasil scraping. Daftar resminya mencakup Semantic Scholar, OpenAlex, arXiv, PubMed, Europe PMC, bioRxiv, medRxiv, dan Crossref, ditambah Hugging Face, riset web umum, serta PDF lokal dan dokumen office di komputermu sendiri. (Feynman)
Jangkauan itu mencakup kedua sisi riset: ilmu komputer dan machine learning lewat arXiv dan Semantic Scholar, serta ilmu hayati lewat PubMed, Europe PMC, dan server preprint bioRxiv dan medRxiv. Kalau kamu sudah menyimpan folder berisi PDF, Feynman membacanya juga, jadi tinjauan literatur bisa mencakup paper yang tidak ada di indeks publik mana pun.
API key gratis untuk OpenAlex dan Semantic Scholar disarankan supaya kamu tidak terkena batas rate bersama, tapi tool ini tetap bekerja tanpa keduanya. Komputasi berat, seperti menjalankan eksperimen replikasi, bisa lewat Docker secara lokal atau lewat Modal dan RunPod untuk GPU cloud. Model lokal didukung lewat LM Studio, LiteLLM, Ollama, dan vLLM. (EveryDev)
Cara Menginstal Feynman
Instalasinya cukup satu perintah, dan proyek ini masih aktif dikembangkan: rilis terbaru, v0.5.68, terbit pada 11 November 2026, dua hari sebelum artikel ini ditulis. (GitHub)
Di macOS atau Linux:
``` curl -fsSL https://feynman.is/install | bash ```
Di Windows, di PowerShell:
``` irm https://feynman.is/install.ps1 | iex ```
Atau dengan npm, kalau kamu punya Node.js 22.22 atau yang lebih baru:
``` npm install -g @companion-ai/feynman ```
Lalu masuk ke provider model:
``` feynman setup ```
Dari sana, pertanyaan pertama semudah `feynman "what do we know about scaling laws"`. Panduan instalasi juga membahas versi yang dipin, cara uninstall, dan bundle khusus skill untuk Codex dan OpenCode, sementara panduan setup membahas model lokal dan editor seperti Zed.
Privasi: Papermu Tetap di Mesinmu
Feynman adalah lapisan orkestrasi, bukan layanan yang dihosting. Tidak ada server Companion di tengah-tengah: riwayat sesi dan token disimpan secara lokal di `~/.feynman/`, dan mode sepenuhnya lokal bisa dilakukan dengan Ollama atau server lokal apa pun yang kompatibel dengan OpenAI. (AcademAI)
Satu tradeoff yang perlu diketahui: Feynman mengirim telemetri penggunaan anonim ke PostHog, mencakup perintah, workflow, tool, model, jumlah token, dan error beserta pesannya. Ia tidak pernah mengirim prompt, output model, isi paper, atau argumen tool, dan kamu bisa mematikannya sepenuhnya dengan `FEYNMAN_TELEMETRY=off`. (GitHub)
Feynman vs Chatbot Umum
Perbedaannya bukan pada modelnya, melainkan pada pipelinenya. Chatbot umum menjawab dari ingatan dan bisa mengutip paper yang tidak pernah dibukanya. Feynman mencari di database asli, menugaskan verifier untuk memeriksa sitasi, dan menuliskan provenance-nya.
Aspek | Chatbot umum | Feynman |
|---|---|---|
Sumber | Data training, pencarian web | arXiv, PubMed, Semantic Scholar, OpenAlex, PDF lokal |
Sitasi | Sering dikarang atau tidak diperiksa | Diverifikasi agen khusus, tautan mati dihapus |
Output | Satu balasan di chat | File di outputs/ dan papers/, plus file provenance |
Pemeriksaan paper vs kode | Tidak tersedia | /audit membandingkan klaim dengan kode publik |
Mode lokal | Biasanya hanya cloud | Ollama dan model lokal didukung |
Meski begitu, Feynman adalah asisten riset, bukan pengganti membaca. Verifier menangkap klaim yang tidak didukung, tapi ia tidak bisa menilai apakah metode sebuah paper sudah benar atau apakah sebuah hasil penting untuk bidangmu. Alur kerja yang masuk akal adalah Feynman untuk putaran pertama, lalu kamu membaca paper yang ditandainya sebagai yang paling penting.
Kenapa Ia Melejit Begitu Cepat
Feynman dibuat pada 19 Maret 2026, dan melewati 2.300 star dalam beberapa hari setelah peluncuran. Pada bulan Mei ia sudah melewati 7.500 star, dan pada 13 November ia berada di 10.117 star dengan 1.108 fork dan 168 rilis. Kecepatan itu, sekitar 10.000 star dalam waktu kurang dari delapan bulan, menempatkannya di antara tool riset dengan pertumbuhan tercepat tahun ini. (GitHub, VirtualUncle, EveryDev)
Sebagian daya tariknya adalah soal waktu. Agen coding AI kini sudah umum, tapi agen riset yang memverifikasi sitasinya sendiri masih langka. Feynman juga hadir sebagai proyek open source di bawah lisensi MIT, jadi peneliti bisa membaca kodenya, menghostingnya sendiri, dan mengembangkannya dengan tool mereka sendiri, misalnya dengan menambahkan pustaka Zotero lewat `feynman mcp add`.
Pengguna awal melaporkan hasil nyata dalam praktik. Seorang penulis yang memasang skill Feynman ke dalam sistem second brain berbasis Claude mengukur Hit@1 pada masalah pencarian aksinya sendiri naik dari 27,6 persen menjadi 57,3 persen. Itu adalah benchmark penulis tersebut pada masalahnya sendiri, bukan metrik produk Feynman, tapi ini menunjukkan jenis alur kerja yang dibangun orang di sekitarnya. (StackOne)
Pertanyaan yang Sering Diajukan
Apakah Feynman benar-benar gratis?
Ya. Feynman open source di bawah lisensi MIT, dan toolnya sendiri tidak dipungut biaya. Kamu tetap butuh akses ke language model, entah akun provider berbayar atau model lokal lewat Ollama atau server sejenis.
Apakah saya harus bisa coding untuk memakai Feynman?
Kamu butuh kenyamanan dasar dengan terminal: menginstalnya, mengetik pertanyaan dalam tanda kutip, dan membaca file di folder outputs. Kamu tidak perlu menulis kode. Workflow-nya berupa perintah bahasa biasa seperti `feynman lit "topikmu"`.
Bisakah Feynman membaca PDF saya sendiri?
Ya. Ia membaca PDF lokal dan dokumen office, jadi kamu bisa mengarahkannya ke paper yang sudah kamu unduh dan menyertakannya dalam tinjauan literatur bersama database publik.
Apa bedanya Feynman dengan mesin pencari?
Mesin pencari mengembalikan tautan. Feynman membaca papernya, membandingkan klaim-klaimnya, memeriksa sitasinya, dan menulis draf terstruktur dengan file provenance, supaya kamu bisa melacak setiap klaim kembali ke sumbernya.
Apakah Feynman bisa bekerja offline?
Sebagian. Dengan model lokal lewat Ollama, agennya sendiri berjalan secara lokal, tapi mencari di arXiv, PubMed, dan database lain tetap butuh koneksi internet. PDF lokal bisa dibaca tanpa koneksi.
Kesimpulan
Feynman melakukan satu hal dengan baik: ia mengubah bagian riset yang lambat dan mekanis menjadi pipeline yang bisa kamu jalankan dari terminal. Empat agen membagi pekerjaan, verifier memeriksa sitasi, dan workflow audit menguji paper terhadap kodenya sendiri. Ia gratis, open source, aktif dikembangkan, dan bisa berjalan sepenuhnya di mesinmu.
Kalau kamu membaca paper untuk mencari nafkah, atau kamu sedang memulai tinjauan literatur dan gentar menghadapi lima puluh PDF pertama, instal Feynman dan ajukan satu pertanyaan. Tinjauan literatur pertama yang ia tulis untukmu akan memberi tahu lebih banyak daripada artikel mana pun.
Baca versi Bahasa Inggris dari artikel ini di Feynman: The Open Source AI Research Agent That Automates Literature Reviews.
