Pasukan 16 Agen Claude Senilai $20.000: Realitas Pengembangan Kompilator C Secara Otonom

Paradigma rekayasa perangkat lunak sedang berubah. Proyek yang dilakukan oleh Nicholas Carlini, seorang peneliti di Anthropic, bukan sekadar level menyuruh AI menulis kode. Dengan mengerahkan 16 instans Claude Opus 4.6, ia berhasil membangun kompilator C berbasis Rust dari nol dengan keterlibatan manusia yang minimal.

Hasilnya terdiri dari 100.000 baris kode, dan sukses membangun kernel Linux 6.9 serta menjalankan game klasik Doom. Namun, yang lebih penting daripada tampilan luarnya yang memukau adalah batasan dan potensi alur kerja agen (agentic workflow) yang ditemukan dengan menggelontorkan biaya API sebesar $20.000 (sekitar Rp315 juta). Melampaui tahap sekadar menulis prompt dengan baik, kita akan membedah realitas rekayasa tentang bagaimana mengendalikan dan mengolaborasikan AI secara sistemik.

Loop RALF: Desain untuk Mencegah Kontaminasi Memori AI

Dalam pemrograman sistem yang kompleks, agen tunggal akan segera membentur batasan jendela konteks (context window). Hal ini dikarenakan seiring berjalannya waktu, catatan percakapan masa lalu dapat mengaburkan penilaian saat ini, yang memicu fenomena halusinasi. Untuk mengatasi hal ini, Carlini memperkenalkan Loop RALF (Refresh, Act, Learn, Feedback) bersama dengan 16 kontainer Docker yang independen.

• Refresh: Menginisialisasi memori masa lalu yang tidak diperlukan saat memulai sesi. Sebagai gantinya, hanya paket pengarahan (briefing pack) yang berisi pencapaian (milestone) saat ini dan catatan kegagalan yang dimasukkan untuk menjaga fokus.
• Act: Menentukan prioritas sendiri tanpa perintah manusia dan menjalankan editor atau alat bantu build.
• Learn: Mempelajari kesalahan secara mandiri melalui log pengujian yang Grep-friendly sehingga mudah dipahami oleh agen.
• Feedback: Mencatat konten yang dilakukan dan panduan untuk pekerja berikutnya dalam README.md serta melakukan push ke Git untuk menyinkronkan pengetahuan.

Protokol Penguncian Berbasis Teks untuk Mencegah Duplikasi Pekerjaan

Risiko terbesar ketika 16 agen dikerahkan secara bersamaan adalah pemborosan sumber daya. Jika dua agen mencoba memperbaiki bug yang sama, selain terjadi konflik kode, biaya API juga akan ditagih dua kali lipat. Carlini mengimplementasikan mekanisme penguncian (Locking) ringan menggunakan flag teks di dalam repositori Git, alih-alih database terpisah yang kompleks.

Sebelum memulai tugas tertentu, agen akan membuat file dengan nama yang sama dengan nama tugas di direktori current_tasks/. Berkat sifat atomic commit pada Git, push dari agen lain yang mencoba membuat file yang sama akan ditolak. Sistem sederhana ini secara fundamental mencegah kondisi balapan (Race Condition) antar agen.

Strategi Oracle: Validasi, Jangan Menebak

Bagian terbaik dari proyek ini adalah penggunaan GCC, sebuah alat yang sudah ada, sebagai Oracle. Ini adalah strategi untuk memaksakan jawaban yang benar secara sistemik, alih-alih membiarkan AI menebak jawaban. Ketika terjadi kesalahan saat membangun kernel Linux yang masif, Carlini mengotomatiskan algoritma pencarian biner (Binary Search).

1. Separuh file kernel dibangun dengan GCC, dan separuh sisanya dengan Claude.
2. Mempersempit titik kesalahan menjadi setengah bagian secara terus-menerus hingga menemukan satu baris bermasalah dari ribuan file.
3. Metode ini meningkatkan efisiensi debugging sekitar 50% dan secara fisik memblokir kemungkinan halusinasi AI.

Batasan Teknis: Dinding Optimasi yang Tidak Bisa Dilampaui AI

Meskipun pencapaiannya luar biasa, performa kompilator yang dihasilkan bahkan tidak mencapai tahap optimasi terendah GCC (-O0). Pasukan agen Claude menunjukkan keterbatasan dalam domain rekayasa tingkat tinggi berikut:

• Cacat Manajemen Memori: Alih-alih mengoptimalkan model kepemilikan (ownership model), mereka memilih cara yang tidak efisien dengan menyalin semua data ke buffer terpisah.
• Kurangnya Pemahaman Perangkat Keras: Gagal mengatasi batasan memori yang ketat (32KB) pada real mode 16-bit x86, sehingga pada bagian ini manusia harus turun tangan atau meminjam kode dari GCC.
• Ketiadaan Implementasi Algoritma: Tidak mampu melakukan analisis matematis untuk alokasi register secara mandiri dan hanya sebatas menerjemahkan instruksi secara harfiah.

Daftar Periksa Pengambilan Keputusan untuk Adopsi Agen Perusahaan

Dari sudut pandang manajer rekayasa, $20.000 bukanlah jumlah yang mahal. Hal ini dikarenakan tugas yang seharusnya membutuhkan tim profesional berisi 5 orang selama lebih dari 3 bulan dapat diselesaikan hanya dalam 2 minggu. Ini membuktikan efisiensi biaya sekitar 10 kali lipat dibandingkan biaya tenaga kerja tradisional. Perusahaan yang ingin mengadopsi model ini harus mengikuti pohon keputusan berikut:

Kriteria Keputusan Adopsi Alur Kerja Agen

Pertanyaan	Ya	Tidak
Apakah hasilnya dapat diverifikasi secara objektif melalui pengujian?	Lanjut ke tahap berikutnya	Tidak cocok diadopsi (risiko halusinasi)
Apakah ada alat bantu yang sudah ada (Oracle) sebagai pembanding?	Adopsi strategi Oracle	Perlu pemantauan manusia setiap saat
Apakah tugas dapat dibagi menjadi lebih dari 100 unit?	Operasikan agen paralel	Disarankan agen tunggal

Elemen Wajib Pembangunan

• Harness Grep-friendly: Rancang struktur log yang memungkinkan agen memahami keberhasilan/kegagalan dalam waktu 1 detik.
• Otomatisasi Pencatatan Status: Wajibkan agen untuk mencatat progres dalam progress.json atau sejenisnya sebelum sesi berakhir.
• Guardrail Manusia: Isolasi kode sensitif seperti keamanan atau autentikasi secara terpisah dan pastikan melalui tinjauan manusia.

Dari Coder Menjadi Arsitek: Pergeseran Peran Insinyur

Eksperimen Anthropic menandakan bahwa peran insinyur telah bergeser dari penulis kode menjadi perancang dan auditor sistem. Kini, kompetensi yang penting bukanlah kemampuan menyusun algoritma secara langsung, melainkan kemampuan merancang batasan logika dan verification harness agar pasukan agen AI tidak keluar dari jalurnya.

Biaya $20.000 bukan sekadar pengeluaran, melainkan tonggak sejarah yang menunjukkan batas atas otomatisasi yang dapat dicapai AI ketika didukung oleh desain manusia yang canggih. Perusahaan kini harus fokus pada sistematisasi strategic steering oleh manusia, bukan hanya terpaku pada otonomi AI semata.