Opus 4.6 + Agent Teams Bikin Claude Code Makin Gila

BBetter Stack
컴퓨터/소프트웨어경영/리더십AI/미래기술

Transcript

00:00:00Minggu lalu, kita sudah membuat video tentang fitur swarm agen Claude Code,
00:00:03di mana sub-agen khusus dibuat untuk tugas-tugas tertentu,
00:00:07dan mereka bisa berkomunikasi balik ke orkestrator utama atau pemimpin tim.
00:00:11Nah, waktu itu fitur tersebut masih tersembunyi dan diakses lewat peretasan cerdik.
00:00:15Tapi sekarang fitur ini sudah resmi dirilis di bawah bendera eksperimental
00:00:19dan hadir dengan dokumentasi resmi, dukungan kerja tim,
00:00:21serta kemampuan sesama anggota tim untuk saling menantang dan beradu argumen.
00:00:25Klik subscribe dan mari kita bahas lebih dalam.
00:00:28Anthropic benar-benar tancap gas minggu ini, mulai dari perilisan Opus 4.6
00:00:32hingga iklan Super Bowl yang membuat Sam Altman tidak senang.
00:00:35Tapi fitur tim agen ini pasti jadi salah satu fitur terbesar yang dirilis untuk Claude Code,
00:00:40yang menggabungkan fungsi tugas dengan sub-agen paralel.
00:00:44Meskipun begitu, sistem tim ini jauh lebih baik daripada sekadar sub-agen biasa.
00:00:48Mari saya tunjukkan.
00:00:48Agar fitur tim agen ini berfungsi, Anda harus menggunakan versi 2.1.32 ke atas
00:00:54dan menambahkan baris ini ke file settings.json di direktori .Claude Anda.
00:00:58Oke, di sini saya punya rencana untuk menambahkan antarmuka web ke alat bernama XDL
00:01:03yang memungkinkan Anda mengunduh video dari Twitter.
00:01:05Saya sudah menginstruksikan para agen untuk membaca rencana, membuat tugas, dan memunculkan rekan tim front-end serta desainer.
00:01:11Tapi sebelum saya tekan enter, perhatikan di bagian bawah ini bahwa saya sebenarnya sedang menggunakan Tmux.
00:01:16Ini karena para agen dapat menggunakan Tmux atau iTerm2 untuk membuat panel terpisah
00:01:21agar saya bisa melihat dengan jelas apa yang sedang dilakukan setiap rekan tim.
00:01:24Mari kita tekan enter dan lihat hasilnya.
00:01:26Oke, sekarang sistem sedang membaca rencana dan membuat beberapa tugas
00:01:30sebelum memunculkan beberapa rekan tim secara paralel.
00:01:33Dan inilah rekan tim pertama kita, si pengembang front-end.
00:01:35Saya akan zoom out sedikit agar kita bisa melihatnya karena banyak sekali yang terjadi di sini.
00:01:39Dan ini rekan tim kedua kita di bawah, yaitu rekan tim bagian desain gaya UI.
00:01:43Perhatikan bahwa di sini saya bisa berinteraksi dengan rekan tim jika mau,
00:01:47memberikan perintah spesifik saat mereka sedang bekerja.
00:01:49Tentu saja, jika saya punya monitor yang lebih besar atau menggunakan tingkat zoom normal,
00:01:53saya bisa melihat dengan tepat apa yang dikerjakan masing-masing agen.
00:01:55Tapi karena saya sedang zoom in, agak sulit untuk melihat semuanya.
00:01:58Oke, dan setelah rekan tim selesai bertugas,
00:02:00Claude Code—anggota tim utama di sisi ini—akan menutupnya secara otomatis.
00:02:04Sekarang kedua rekan tim sudah selesai, kita bisa melihat hasilnya,
00:02:08yang tampilannya seperti ini.
00:02:09Saya akan tempelkan URL sebuah tweet, klik unduh, dan videonya sedang diekstrak,
00:02:14yang kemudian bisa kita unduh dan lihat di peramban.
00:02:18Keren sekali.
00:02:19Selain itu, jika kita melihat ke direktori .claude/teams,
00:02:22kita bisa melihat ada folder dengan nama proyek dan cabangnya.
00:02:26Jika saya masuk ke folder tersebut, ada file config.json yang berisi detail proyek,
00:02:31pemimpin tim di sini, dan model yang digunakan pemimpin tim, yaitu Haiku.
00:02:36Meskipun saya tidak mengaturnya ke Haiku, sepertinya sistem memilihnya sebagai model terbaik untuk tugas ini.
00:02:41Sekarang, jika saya menjalankan perintah yang sama dengan model yang sama di luar Tmux dan menekan enter,
00:02:46sekali lagi sistem mulai bekerja, menyusun tugas, dan membuat anggota tim.
00:02:50Tapi kali ini Anda bisa melihat rekan-rekan tim di bagian bawah sini.
00:02:53Ada desainer, pengembang front-end, dan pemimpin tim utama.
00:02:57Jika saya masuk ke salah satu anggota tim dengan menekan enter, kita bisa melihat apa yang sedang mereka kerjakan.
00:03:01Dan kita juga bisa berkomunikasi dengan mereka di jendela ini.
00:03:04Jadi ini mirip dengan tampilan di Tmux, tapi alih-alih mendapatkan banyak jendela,
00:03:09kita mendapatkan satu jendela besar dan bisa berpindah-pindah antar anggota tim di bawah sini.
00:03:13Ketika seorang rekan tim menyelesaikan tugasnya, mereka akan ditutup dan pemimpin tim utama mengambil alih.
00:03:18Dalam hal ini, sistem memberi tahu kita tugas mana saja yang telah selesai.
00:03:21Dan memberikan ringkasan tentang apa saja yang telah dikerjakan.
00:03:24Nah, ini mungkin terlihat sangat mirip dengan sub-agen, tapi sebenarnya sangat berbeda.
00:03:28Jika kita melihat dokumentasinya dan menggulir ke bawah hingga bagian ini,
00:03:31kita bisa melihat perbedaannya. Tim agen mendapatkan konteks mandiri mereka sendiri.
00:03:35Sub-agen hanya berkomunikasi dengan agen utama,
00:03:38sedangkan rekan tim bisa saling berkomunikasi dan berbagi daftar tugas.
00:03:43Sementara untuk sub-agen, agen utamalah yang mengelola segalanya.
00:03:46Tapi inilah yang menarik.
00:03:47Sub-agen meringkas hasilnya dan mengirimkannya kembali ke konteks utama,
00:03:51sedangkan agen tim memiliki instansi Claude terpisah masing-masing.
00:03:55Jadi mereka mengonsumsi jauh lebih banyak token.
00:03:57Jadi ya, fitur tim agen atau agent swarm ini sudah resmi hadir.
00:04:02Meskipun sepertinya saya tidak akan terlalu sering menggunakannya.
00:04:04Biaya model Anthropic, ditambah fakta bahwa fitur ini
00:04:09melahap token dengan sangat boros, membuat saya agak enggan untuk sering-sering menggunakannya
00:04:13dan membatasinya hanya untuk kasus khusus seperti riset atau menyuruh satu agen memeriksa pekerjaan agen lainnya.
00:04:19Maksud saya, coba lihat ini.
00:04:20Ini saat saya menggunakan fitur tim agen untuk pertama kalinya.
00:04:23Tadi di video, penggunaan dua rekan tim saya—tidak termasuk agen utama—
00:04:27menghabiskan 29% kuota penggunaan saya dengan Opus 4.6, yang setara sekitar 13.000 token.
00:04:34Tapi perlu dicatat bahwa menjalankan agen secara paralel bukanlah hal baru.
00:04:37Open Code sudah memiliki fitur ini sejak lama, begitu juga dengan beberapa harness agen lainnya.
00:04:41Jadi akan menarik untuk melihat bagaimana fitur tim agen ini diadopsi oleh pengguna Claude Code,
00:04:47mengingat Tmux sendiri tidak memiliki pintasan yang paling ramah pengguna.

Key Takeaway

Fitur Agent Teams di Claude Code membawa kolaborasi AI ke tingkat baru dengan agen paralel yang saling berkomunikasi, namun membutuhkan biaya token yang sangat tinggi karena penggunaan instansi model yang terpisah.

Highlights

Anthropic resmi merilis fitur 'Agent Teams' eksperimental di Claude Code dengan dokumentasi lengkap.

Fitur ini memungkinkan penggunaan sub-agen paralel yang dapat berkomunikasi satu sama lain, bukan hanya dengan agen utama.

Integrasi dengan Tmux dan iTerm2 memberikan visualisasi panel terpisah untuk memantau aktivitas setiap anggota tim secara real-time.

Perbedaan mendasar antara 'Agent Teams' dan sub-agen biasa terletak pada konteks mandiri dan kemampuan berbagi daftar tugas.

Penggunaan model Opus 4.6 dalam mode tim sangat boros token, menghabiskan sekitar 29% kuota hanya untuk satu tugas singkat.

Pengguna dapat berinteraksi langsung dengan agen spesifik (seperti desainer atau front-end) di tengah proses kerja.

Timeline

Pengenalan Fitur Resmi Agent Teams

Video dimulai dengan pengingat tentang fitur swarm agen yang sebelumnya hanya bisa diakses melalui peretasan tidak resmi. Kini, Anthropic telah merilis fitur ini secara resmi di bawah bendera eksperimental bersamaan dengan peluncuran model Opus 4.6. Narator menjelaskan bahwa fitur tim ini jauh lebih canggih daripada sub-agen biasa karena adanya dukungan dokumentasi resmi dan kemampuan beradu argumen antar agen. Momentum ini dianggap sebagai langkah besar Anthropic dalam persaingan AI, bahkan disebut sempat mengusik perhatian kompetitor seperti Sam Altman. Bagian ini menekankan bahwa sistem tim baru ini menggabungkan fungsi tugas kompleks dengan efisiensi sub-agen paralel.

Konfigurasi dan Demonstrasi Praktis

Untuk mengaktifkan fitur ini, pengguna memerlukan Claude Code versi 2.1.32 ke atas dan perlu memodifikasi file settings.json. Narator mendemonstrasikan kasus penggunaan nyata yaitu membangun antarmuka web untuk alat pengunduh video Twitter bernama XDL. Penggunaan Tmux sangat disarankan agar pengguna dapat melihat panel kerja terpisah bagi pengembang front-end dan desainer secara bersamaan. Terlihat bagaimana sistem secara otomatis membagi tugas dan menjalankan agen-agen tersebut secara paralel untuk menyelesaikan proyek dengan cepat. Hasil akhirnya adalah antarmuka fungsional di mana pengguna cukup menempelkan URL tweet untuk mengekstrak video secara langsung.

Manajemen Proyek dan Navigasi Antarmuka

Sistem Claude Code menyimpan detail proyek di direktori khusus .claude/teams yang berisi konfigurasi model dan peran anggota tim. Secara mengejutkan, sistem terkadang memilih model Haiku secara otomatis jika dianggap paling efisien untuk tugas tertentu meskipun tidak diatur secara manual. Narator juga menunjukkan cara kerja fitur ini di luar Tmux, di mana pengguna bisa berpindah antar jendela agen menggunakan bilah navigasi di bagian bawah. Pengguna memiliki kendali penuh untuk masuk ke dalam proses kerja salah satu agen dan memberikan instruksi spesifik di tengah jalan. Setelah tugas selesai, pemimpin tim utama akan menutup jendela agen dan memberikan ringkasan komprehensif mengenai seluruh pekerjaan yang telah dilakukan.

Analisis Perbedaan Teknis dan Masalah Efisiensi

Bagian akhir video menyoroti perbedaan krusial antara sub-agen tradisional dan agen tim berdasarkan dokumentasi resmi. Sub-agen hanya meringkas hasil ke agen utama, sementara agen tim memiliki instansi Claude terpisah yang mengonsumsi konteks mandiri dan token jauh lebih banyak. Narator mengungkapkan kekhawatirannya mengenai biaya karena penggunaan fitur ini menghabiskan sekitar 13.000 token atau hampir sepertiga kuota dalam waktu singkat. Meskipun fitur paralelisme agen ini bukan hal baru di dunia AI, integrasinya yang mulus di Claude Code tetap menarik perhatian. Video ditutup dengan kesimpulan bahwa fitur ini sangat kuat untuk riset mendalam, namun pengguna harus sangat berhati-hati dengan konsumsi token yang boros.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video