00:00:00Apakah Opus 4.6 merupakan satu-satunya peningkatan dari Anthropic?
00:00:03Anda sudah tahu tentang sub-agen, di mana setiap agen beroperasi sebagai entitas individu dengan
00:00:07jendela konteksnya sendiri.
00:00:09Namun sub-agen ini gagal ketika ada tugas yang membutuhkan koordinasi di antara mereka.
00:00:13Dalam kasus tersebut, orkestrator harus turun tangan, mengambil respons dari satu agen dan mendelegasikannya
00:00:17ke agen lain, atau para agen harus mengandalkan catatan di folder proyek.
00:00:21Karena celah komunikasi ini, tugas-tugas sederhana menjadi terlalu rumit.
00:00:25Untuk mengatasinya, Anthropic merilis peningkatan baru untuk sub-agen dan menamakannya Agent-Teams.
00:00:30Fitur ini diluncurkan bersamaan dengan Opus 4.6.
00:00:33Meskipun ini masih fitur eksperimental, kami telah menerapkannya di berbagai alur kerja,
00:00:37dan peningkatan terbesarnya adalah waktu penyelesaian tugas berkurang drastis.
00:00:41Tapi ini eksperimental karena suatu alasan dan masih ada beberapa kekurangan, dan kami menemukan
00:00:44beberapa solusi kecil untuk masalah-masalah tersebut.
00:00:47Agent-Teams adalah ide tentang beberapa instans ClaudeCode yang bekerja sama.
00:00:51Setiap anggota tim mengerjakan tugas yang terisolasi dan memiliki manajemen terpusat yang dikendalikan
00:00:55oleh satu agen.
00:00:56Sekarang, Anda mungkin berpikir ini terdengar mirip dengan sub-agen Claude yang sudah ada karena
00:01:00keduanya berjalan secara paralel dan membagi tugas, tetapi sebenarnya berbeda.
00:01:03Ini karena Agent-Teams memecahkan satu masalah yang dimiliki kerangka kerja sub-agen.
00:01:08Sub-agen tidak dapat berkomunikasi satu sama lain dan harus mengandalkan agen orkestrator
00:01:12untuk bertindak sebagai media komunikasi bagi mereka.
00:01:15Anggota tim, di sisi lain, dapat berkomunikasi satu sama lain.
00:01:18Ide inti di balik Agent-Teams adalah memiliki beberapa sesi ClaudeCode yang bekerja bersama.
00:01:22Satu sesi bertindak sebagai pemimpin tim, mengoordinasikan pekerjaan, memberikan tugas, dan menyintesis hasil,
00:01:27sementara anggota tim bekerja secara mandiri di jendela konteks mereka sendiri.
00:01:31Sub-agen memiliki jendela konteksnya sendiri, dan mereka melaporkan hasilnya kembali ke pemanggil.
00:01:34Namun untuk tim, cara kerjanya berbeda.
00:01:36Setiap anggota tim agen adalah sesi terminal yang sepenuhnya independen.
00:01:40Mereka tidak dibatasi atau dikoordinasikan oleh orkestrator yang hanya membagi tugas.
00:01:43Sebaliknya, sesi terminal ini dibuka dan ditutup oleh pemimpin tim utama.
00:01:47Mereka mampu mengerjakan tugas yang memerlukan diskusi dan kolaborasi antar agen
00:01:52karena kemampuan mereka untuk berkomunikasi.
00:01:54Jadi tim agen pada dasarnya terdiri dari pemimpin tim dan rekan tim.
00:01:57Pemimpin tim adalah agen utama yang membentuk tim dan mengoordinasikan pekerjaan mereka.
00:02:01Rekan tim adalah pekerja yang benar-benar melakukan tugas tersebut.
00:02:03Setiap rekan tim menerima daftar tugas, yang merupakan daftar item bersama.
00:02:07Setiap anggota mengidentifikasi apa yang perlu dilakukannya dari daftar ini dan mengeksekusinya.
00:02:10Untuk berkomunikasi, mereka juga memiliki kotak surat bersama yang memungkinkan mereka mengirim pesan satu sama lain.
00:02:15Sekarang pertanyaannya adalah bagaimana ini sebenarnya bekerja jika setiap anggota tim bersifat independen.
00:02:19Bagaimana mereka tahu apa yang sedang dilakukan anggota lainnya?
00:02:21Ini bisa bekerja karena semua informasi mengenai tim, anggota, dan tugas yang sedang dikerjakan setiap anggota
00:02:26disimpan secara lokal di folder .claud dan diidentifikasi berdasarkan nama tugas.
00:02:30Fitur ini masih eksperimental dan dinonaktifkan secara default, jadi akan ada beberapa bug
00:02:34dalam penanganan rekan tim selama fase ini.
00:02:36Untuk mencobanya, kami harus mengaktifkannya secara manual.
00:02:38Kami melakukan ini dengan menyetel bendera CLI claude code untuk agent teams eksperimental ke 1.
00:02:43Dengan bendera CLI ini diaktifkan, agent teams tersedia untuk digunakan dalam sesi selanjutnya.
00:02:47Dengan bendera ini aktif, kami dapat mengakses fitur tim di claude code.
00:02:51Karena ini adalah fitur eksperimental, kami perlu menggunakan kata-kata spesifik yang memberi tahu
00:02:55claude bahwa kami ingin menggunakan tim agen untuk pekerjaan tertentu.
00:02:58Tim kami mulai menggunakan fitur ini untuk memparalelkan tinjauan kode, membiarkan masalah kode
00:03:02diidentifikasi dan diperbaiki pada saat yang sama.
00:03:04Untuk melakukan ini, kami meminta claude menggunakan satu anggota tim untuk menemukan masalah di basis kode dan
00:03:08anggota lainnya untuk memperbaiki masalah yang diidentifikasi oleh anggota pertama.
00:03:11Kami harus memberikan petunjuk yang terperinci agar sistem mengikuti arahan yang benar.
00:03:15Jika sub-agen yang menangani ini, mereka akan menulis laporan ke beberapa file fisik
00:03:19untuk memberi tahu agen lain apa yang harus diperbaiki.
00:03:21Tapi di sini kami ingin mempercepat proses peninjauan dengan membiarkan hal ini terjadi tanpa beban
00:03:26menulis ke file lokal.
00:03:27Saat kami memberikan instruksi ke claude code, anggota tim muncul, masing-masing dikendalikan oleh
00:03:31pemimpin tim.
00:03:32Agen pemimpin memberikan instruksi kepada masing-masing agen, memberi tahu tugas apa yang harus dilakukan.
00:03:36Sekarang agen peninjau kode pertama mulai bekerja, dan setelah menganalisis tugas, ia berbagi pesan
00:03:40dengan agen perbaikan kode satu per satu bug.
00:03:42Agen ini memprioritaskan masalah keamanan kritis, dan setelah agen perbaikan kode menerima
00:03:47pesan dari peninjau kode, ia mulai menerapkan perbaikan sementara peninjau kode
00:03:51terus mencari masalah lainnya.
00:03:53Demikian pula, mereka terus berbicara satu sama lain dan melaporkan kembali perubahan yang telah diterapkan.
00:03:57Setelah masalah kritis selesai, kedua agen beralih untuk memperbaiki masalah
00:04:01dengan prioritas sedang.
00:04:02Peninjauan kode dan perbaikan kode terjadi secara bersamaan, yang menghemat banyak waktu.
00:04:06Hal baiknya adalah Anda juga dapat menetapkan atau memodifikasi tugas apa pun untuk anggota tim.
00:04:10Dengan fitur ini diaktifkan, Anda dapat mengarahkan pekerjaan anggota tim tertentu tersebut.
00:04:14Setelah agen selesai bekerja, kontrol dikembalikan ke agen utama, yang
00:04:18bertanggung jawab memastikan perubahan yang diperlukan diterapkan dengan benar dan untuk menutup
00:04:22agen-agen ini dengan baik, memastikan keluarnya mereka tidak menyebabkan kesalahan nantinya.
00:04:26Anda mungkin menyadari bahwa kami banyak melakukan pembangunan dalam video-video ini.
00:04:28Semua instruksi, kode, templat, hal-hal yang biasanya harus Anda
00:04:32jeda dan salin dari layar, semuanya ada di komunitas kami, di video ini, dan setiap video
00:04:36sebelumnya juga.
00:04:37Tautan ada di deskripsi.
00:04:38Menemukan dan memperbaiki dalam skala besar adalah hal yang bagus, tetapi sering kali ada kasus di mana Anda menemukan masalah
00:04:43dan tidak bisa mengetahui apa penyebabnya.
00:04:45Dalam kasus tersebut, kita dapat menggunakan tim agen untuk menguji berbagai perspektif dari aplikasi yang sama
00:04:49dan bekerja secara progresif untuk menemukan bug tersebut.
00:04:51Dengan cara ini, anggota tim dapat mengomunikasikan temuan mereka satu sama lain dan maju bersama.
00:04:55Kami meminta Claude untuk menemukan bug di basis kode dan menentukan penggunaan beberapa anggota tim,
00:04:59membiarkan mereka mendekati masalah dari perspektif yang berbeda.
00:05:02Sistem kemudian memunculkan empat sub-agen, masing-masing berfokus pada perspektif berbeda dari aplikasi yang sama.
00:05:06Mereka menerima instruksi serupa dari pemimpin tim dan menyelidiki kesalahan berdasarkan
00:05:09aspek spesifik aplikasi mereka, sementara pemimpin utama menunggu mereka selesai dan
00:05:14kemudian menganalisis temuan dari penelitian mereka.
00:05:16Tanpa tim, kita hanya akan memiliki satu utas, yang akan memakan waktu jauh lebih lama.
00:05:19Tetapi dengan agen-agen ini, prosesnya jauh lebih cepat.
00:05:22Investigasi selesai dengan cepat, dan semua penelitian oleh para agen selesai dalam waktu sekitar
00:05:272 hingga 3 menit, yang merupakan peningkatan signifikan dibandingkan pengecekan linear, yang
00:05:31bisa memakan waktu 5 hingga 10 menit.
00:05:33Satu hal yang perlu diperhatikan adalah pendekatan ini menghabiskan banyak token, karena setiap agen memiliki
00:05:37jendela konteksnya sendiri, jadi kita perlu berhati-hati tentang hal itu.
00:05:40Setelah para agen memberikan output mereka dan ditutup, pemimpin tim juga memverifikasi
00:05:45hasilnya dengan melakukan pengecekan sendiri.
00:05:46Keempat agen tersebut menemukan bug yang sama, dan mereka dengan tepat menunjukkan masalah dengan
00:05:50stale closure di use effect.
00:05:52Bagian tepat ini ditandai oleh keempat agen tersebut.
00:05:54Juga, jika Anda menyukai konten kami, pertimbangkan untuk menekan tombol hype, karena itu membantu
00:05:59kami membuat lebih banyak konten seperti ini dan menjangkau lebih banyak orang.
00:06:02Kerangka kerja agen ini telah mengubah cara kami mengerjakan tugas jangka panjang, karena dengan kemampuan mereka,
00:06:07agen tidak hanya harus mengandalkan pendokumentasian kemajuan mereka saja.
00:06:10Dengan agent teams, kita dapat menangani berbagai aspek aplikasi secara paralel, dan
00:06:14juga memiliki anggota yang didedikasikan untuk menangani penelitian.
00:06:16Saat kami memberikan instruksi ke Claude, sistem memunculkan 6 agen.
00:06:19Dua agen bekerja pada penelitian dan meletakkan fondasi, sementara sisanya untuk membangun
00:06:23halaman-halamannya.
00:06:24Agen pembangun terhambat oleh agen yang meletakkan fondasi, karena agen tersebut bertanggung jawab
00:06:28menginstal paket yang diperlukan dan menyiapkan lingkungan dengan semua dependensinya.
00:06:32Setiap agen menerima instruksi khusus yang menentukan pekerjaan mereka.
00:06:35Agen yang terhambat terus menunggu sinyal 'buka hambatan' dari pemimpin tim.
00:06:38Setelah penelitian dan fondasi selesai, agen yang tersisa tidak lagi terhambat dan mulai
00:06:43menerapkan bagian aplikasi masing-masing secara berdampingan.
00:06:46Mereka terus berkomunikasi satu sama lain untuk menjaga konsistensi antar setiap komponen.
00:06:49Pemimpin tim terus berkoordinasi dengan para agen, dan setelah ada agen yang selesai, pemimpin tim
00:06:53mengirim pesan penutupan ke agen tersebut, menangani keluarnya agen dengan baik.
00:06:57Seluruh proses ini menghabiskan sekitar 170 ribu token dari jendela konteks, tetapi pada akhirnya, kami
00:07:02mendapatkan aplikasi yang dibangun persis seperti yang kami inginkan, semuanya dari satu instruksi.
00:07:05Seperti yang kami sebutkan di video, saat tim kami menguji ini, kami menemukan banyak
00:07:09cara untuk membuat agent teams bekerja lebih baik bagi kami, dan sekali lagi, praktik terbaik ini tersedia
00:07:13di AI Labs Pro, jadi Anda bisa mencobanya sendiri.
00:07:16Rekomendasi pertama secara umum berlaku untuk semua agen, dan tidak hanya terbatas pada
00:07:20fitur agent team.
00:07:21Anda perlu secara eksplisit menentukan cakupan di mana agen harus bekerja.
00:07:25Anda dapat melakukannya baik dengan mendefinisikannya dalam instruksi, menentukan file mana yang harus dicari
00:07:29untuk melakukan tugas tersebut, atau dengan membuat dokumen di proyek yang berisi tugas-tugas
00:07:33individu seperti yang kami lakukan untuk alur kerja kami, di mana kami menyiapkan dokumen tugas yang tepat untuk setiap penugasan
00:07:38sehingga agen dapat bekerja secara mandiri dan dalam cakupan yang tepat.
00:07:41Hal lain yang perlu diingat adalah masing-masing agen ini harus mengerjakan tugas yang independen
00:07:45satu sama lain, karena jika mereka mengedit file yang sama pada saat yang sama, itu
00:07:49akan menciptakan konflik dan mungkin menyebabkan penimpaan konten.
00:07:52Selain itu, ada kalanya kami menemukan bahwa agen utama akan menjadi tidak sabar
00:07:56jika ada agen yang butuh waktu lama untuk menyelesaikan tugas dan mulai mengerjakan sendiri tugas tersebut
00:08:00alih-alih membiarkan rekan tim menyelesaikannya, jadi penting untuk mengingatkan agen utama
00:08:04untuk menunggu rekan tim selesai sebelum melanjutkan.
00:08:06Anda juga perlu menentukan ukuran tugas dengan tepat.
00:08:08Jika Anda memberikan tugas yang terlalu kecil, itu akan menciptakan beban koordinasi.
00:08:11Jika tugas terlalu besar, itu meningkatkan risiko pemborosan upaya, jadi tugas harus seimbang
00:08:16dan berdiri sendiri.
00:08:17Terakhir, Anda perlu memantau pekerjaan agen.
00:08:19Jika ada agen yang tidak bekerja sesuai harapan, Anda dapat menghentikan eksekusinya dan memberikan
00:08:23instruksi baru tentang apa yang seharusnya dilakukan.
00:08:25Mengikuti praktik-praktik ini membuat penggunaan fitur eksperimental ini jauh lebih efektif.
00:08:29Itu membawa kita ke akhir video ini.
00:08:31Jika Anda ingin mendukung saluran ini dan membantu kami terus membuat video seperti ini, Anda dapat
00:08:35melakukannya dengan menggunakan tombol super thanks di bawah.
00:08:38Seperti biasa, terima kasih telah menonton dan sampai jumpa di video berikutnya.