00:00:00Apakah kita akan melampaui sekadar mengelola agen dan memberikan peran itu kepada AI juga?
00:00:03Sejak AI memasuki ruang agentic dan mulai berinteraksi dengan berbagai alat,
00:00:07segalanya telah berubah. Sekarang kita membiarkan AI berinteraksi dengan alat atas nama kita,
00:00:11menggunakan sistem agentic seperti Claude Code untuk mengerjakan tugas kita. Peran kita telah bergeser menjadi sekadar
00:00:15mendelegasikan tugas ke agen dan membiarkan mereka menangani eksekusinya. Tapi kita sudah melangkah lebih jauh dari
00:00:20delegasi ini. Claude memiliki pembaruan baru di mana ia menangani tugas dengan cara yang berbeda dari
00:00:25biasanya, dengan mengambil alih sebagian besar delegasi itu sendiri dan mengintegrasikannya langsung ke dalam
00:00:30produknya. Ini menambah lapisan abstraksi lain dan mengubah cara kita bekerja. Inilah tepatnya yang
00:00:35dibicarakan oleh pendiri startup ini dalam artikelnya. Sekarang, pembaruan baru Claude mungkin tidak terdengar seperti
00:00:40sesuatu yang berdampak karena tampaknya hanya seperti daftar tugas baru, padahal ini adalah pembaruan besar.
00:00:44Ide utama di balik swarm agen adalah memiliki beberapa agen AI yang berkoordinasi dalam tugas-tugas kompleks,
00:00:50memunculkan sub-agen dan mengelola ketergantungan secara paralel. Ini berarti mereka dapat menerima tugas yang rumit
00:00:55dari pengguna dan memecahnya menjadi beberapa tugas untuk agen AI, membiarkan mereka bekerja secara terisolasi.
00:01:00Jadi sekarang Anda bisa berbicara dengan Claude seolah-olah sedang berbicara dengan manajer proyek, memberinya tugas yang luas,
00:01:05dan Claude secara otomatis melakukan pembagian serta delegasi. Dengan pembaruan ini, tugas Anda dapat
00:01:10bertahan meski ada perintah clear dan bahkan saat sesi dimulai ulang. Kami akan menjelaskan cara kerjanya
00:01:14sebentar lagi. Sebelum sistem tugas ini ada, saat bekerja dengan Claude, kita harus lebih sering menekan “compact”
00:01:19karena meskipun ia membagi tugas, pada akhirnya tetap satu otak yang mencoba menampung
00:01:24proses kompleks dalam jendela konteksnya yang kecil dan terbatas. Ini menjadi lebih menjengkelkan saat mengerjakan
00:01:30tugas yang lebih besar karena ia sering kehilangan konteks, dan kita harus membuat alur kerja dengan
00:01:34catatan terstruktur agar ia tidak sering kehilangan arah. Sekarang kami menyadari bahwa saat bekerja
00:01:39dengan Claude, kita tidak perlu lagi menekan compact sesering dulu. Apa yang biasanya kita lakukan secara manual dengan
00:01:44catatan di Claude.md atau file panduan lainnya, kini telah mereka masukkan ke dalam produk mereka sendiri. Para agen
00:01:50tidak berbagi satu jendela konteks yang sama. Setiap agen sebenarnya memiliki jendela konteksnya sendiri. Seperti yang disebutkan
00:01:55sebelumnya, Anda berinteraksi dengan Claude utama, yang bertindak sebagai koordinator tugas. Koordinator ini membuat
00:02:00grafik tugas yang mengidentifikasi dan memecah pekerjaan menjadi tugas-tugas yang lebih kecil. Kemudian ia menentukan jenis
00:02:06setiap tugas, apakah itu sekuensial, yang berarti tugas sebelumnya harus diselesaikan sebelum memulai
00:02:10tugas berikutnya, atau non-sekuensial atau paralel, yang berarti tidak ada ketergantungan dan dapat berjalan secara
00:02:15bersamaan. Setiap tugas mengikuti alur kerja penuh untuk menyelidiki, merencanakan, dan mengimplementasikan tugas, dengan setiap
00:02:20tahap diblokir oleh tahap sebelumnya. Setelah grafik tugas dibuat, ia akan memunculkan agen dan mendelegasikan
00:02:26model yang berbeda untuk setiap tugas berdasarkan tingkat kesulitannya. Beberapa tugas, seperti menjelajahi folder, tidak butuh penalaran berat
00:02:32dari Opus 4.5 dan bisa ditangani oleh model Haiku atau Sonnet. Setiap agen mendapatkan jendela konteks 200 ribu yang segar,
00:02:38yang terisolasi dari proses lainnya. Ini berbeda dengan cara kerja Claude
00:02:43sebelumnya, di mana ia mengandalkan jendela konteks tunggal yang sering menimbulkan masalah. Dengan sistem ini, setiap agen
00:02:48dapat fokus pada satu hal. Anda mungkin menyadari kami banyak melakukan pembangunan dalam video-video ini. Semua
00:02:53prompt, kode, template, ya, hal-hal yang biasanya harus Anda jeda dan salin dari layar,
00:02:58semuanya ada di komunitas kami. Video ini, dan setiap video sebelumnya juga. Tautan ada di deskripsi.
00:03:02Itulah penjelasan terperinci tentang cara kerja sistem tugas yang baru, dan pada awalnya mungkin terdengar
00:03:08tidak jauh berbeda. Sebelumnya, ia biasa menulis tugas ke dalam jendela konteks, dan setelah jendela konteks
00:03:13penuh, ia harus melakukan pemadatan (compact), yang menyebabkan daftar tugas menjadi berantakan dalam prosesnya. Sekarang, tugas tidak
00:03:18hanya ada di jendela konteks. Mereka telah menambahkan folder tugas baru di dalam folder main.claud, di mana terdapat
00:03:23folder untuk setiap sesi, yang diidentifikasi berdasarkan ID sesi tersebut. Di dalam setiap folder, ada sekumpulan
00:03:29dokumen JSON yang merepresentasikan tugas dalam sistem. File JSON ini diidentifikasi dengan ID-nya dan
00:03:34berisi nama, deskripsi, dan status. Dua kunci utama yang perlu diperhatikan adalah “blocks” dan “blocked by”. Kunci “blocks”
00:03:41mencantumkan tugas-tugas yang terhalangi oleh tugas saat ini, sedangkan “blocked by” berisi semua tugas yang
00:03:46menghalangi tugas saat ini, dan setelah tugas-tugas itu dieksekusi, tugas saat ini baru bisa dilanjutkan. Pengaturan ini
00:03:51memastikan urutan yang benar karena ia membuat grafik ketergantungan yang menunjukkan tugas mana yang bergantung pada
00:03:56tugas lain dan mana yang terblokir. Pada dasarnya, ini memandu Claude agar tidak bisa melompati tugas sampai tugas yang diperlukan
00:04:01selesai. Tanpa fitur grafik ini, Anda harus menjelaskan lagi kepada Claude setiap kali
00:04:06ingin menggunakan perintah clear, tapi itu tidak lagi diperlukan. Logika ini telah dieksternalisasi
00:04:11ke dalam struktur file, yang memungkinkan sistem untuk mempertahankan statusnya bahkan saat sesi berakhir, tidak
00:04:16peduli berapa lama kemudian Anda kembali lagi. Dengan begitu, Claude tidak perlu mencari tahu sendiri
00:04:20tugas mana yang harus diulang. Grafiknya tidak lupa dan tidak menyimpang dari apa yang perlu dilakukan. Nama foldernya
00:04:26saat ini hanya berupa ID acak untuk sesi tersebut, tetapi jika Anda menyetel variabel lingkungan dengan nama khusus,
00:04:31ia akan mengidentifikasi sesi dengan nama tersebut. Ini memastikan bahwa tugas tidak hilang bahkan jika Anda menutup
00:04:36terminal Anda, dan Claude dapat melanjutkan sesi dengan mulus. Dengan pembaruan ini, Anthropic akhirnya
00:04:41mematikan loop Ralph, yang awalnya bertujuan untuk menambatkan kembali sistem tugas. Sekarang, Claude
00:04:45menanganinya secara otomatis sendiri. Selain itu, jika Anda menyukai konten kami, pertimbangkan untuk menekan
00:04:50tombol hype karena itu membantu kami membuat lebih banyak konten seperti ini dan menjangkau lebih banyak orang. Pendekatan ini
00:04:55penting karena memberi Claude tingkat kebebasan dalam paralelisme dengan mengelola langkah paralel dan sekuensial secara efektif
00:05:01secara bersamaan. Claude mengidentifikasi semua hal yang dapat berjalan secara paralel
00:05:06dan semua yang tidak bisa, dan berdasarkan hal itu, ia menghemat waktu dalam menyelesaikan tugas. Sebagai contoh,
00:05:11ia melihat bahwa tugas 1 dan tugas 2 tidak memiliki ketergantungan, jadi ia menjalankan keduanya sekaligus. Pada lapisan berikutnya,
00:05:16ia mengidentifikasi bahwa tugas 3 dan tugas 4 diblokir oleh tugas 1, jadi ia menunggu tugas 1 selesai sebelum
00:05:22memulai tugas-tugas berikutnya. Dengan cara ini, tugas terakhir selesai hanya dalam tiga siklus. Sebelumnya,
00:05:275 langkah ini akan memakan waktu 5 gelombang, masing-masing menunggu secara berurutan setelah langkah sebelumnya. Namun
00:05:32dengan pendekatan ini, waktu eksekusi berkurang dengan menjalankan tugas secara simultan. Ini tidak hanya menghemat
00:05:38waktu, tetapi juga mengurangi biaya, karena model menyesuaikan upayanya dengan tugas yang ada dan tidak membuang
00:05:42token ekstra pada tugas-tugas kecil. Namun sebelum kita melihatnya beraksi, inilah pesan dari sponsor kami,
00:05:47Lovart. Melihat desain-desain ini, Anda mungkin mengira agensi profesional yang membuatnya, padahal ini adalah agen
00:05:52desain AI pertama yang dibuat dengan intuisi kreatif sejati. Desain jadi lebih mudah dengan Lovart karena membantu Anda
00:05:57memvisualisasikan konsep apa pun secara instan. Dari kemasan yang kompleks dan tata letak interior hingga koleksi
00:06:02perhiasan yang unik, inilah agen desain yang memberikan hasil kerja kreatif profesional untuk menyelesaikan pekerjaan.
00:06:07Kekuatan sebenarnya terletak pada fitur pengeditan eksklusifnya. Biasanya, teks AI sangat berantakan,
00:06:12tetapi dengan TextEdit, saya dapat menulis ulang tajuk berita dengan sempurna hanya dengan mengetik. Dengan Lovart AI,
00:06:17Anda dapat menghasilkan poster yang memukau untuk pekerjaan dan menggunakan fitur edit elemen untuk memindahkan, menyesuaikan, atau menukar setiap
00:06:22lapisan atau sentuhan edit untuk menukar atau mengubah objek dengan tepat tanpa merusak gayanya. Ini memungkinkan
00:06:27Anda memproduksi lebih banyak konten berkualitas tinggi tanpa upaya ekstra. Anda bahkan dapat mengubah hasil visual
00:06:32statis menjadi video dengan satu klik. Mulailah mendesain secara gratis dengan mengecek tautan di komentar tersemat.
00:06:38Tim kami telah menguji swarm ini di berbagai skenario baik pada Claude Code maupun Co-Work.
00:06:42Bagi yang belum tahu, Co-Work pada dasarnya adalah Claude Code, tetapi untuk non-pengembang. Ide ini
00:06:47muncul dari fakta bahwa saat mereka pertama kali mengembangkan Claude Code, itu ditujukan hanya untuk pengembang.
00:06:52Tetapi mereka menyadari bahwa itu bisa berguna untuk hampir segala hal lainnya. Co-Work memiliki lebih banyak batasan (guardrails) daripada
00:06:57Claude Code karena tidak ditujukan bagi pengembang. Ini membantu mencegah agen secara tidak sengaja
00:07:02menghapus atau merusak sesuatu yang tidak seharusnya, menjadikannya jauh lebih ramah bagi pengguna non-teknis.
00:07:07Tim kami juga telah menggunakannya untuk tugas-tugas non-pengembangan seperti penelitian, perencanaan, dan bahkan mengelola
00:07:13proses ideasi saluran kami dengan menghubungkannya ke Notion. Jadi Anthropic membuatnya lebih sederhana dan merilis
00:07:18Co-Work, yang pada dasarnya melakukan semua yang dilakukan Claude Code, berinteraksi dengan sistem file dan membuat
00:07:23perubahan bila diperlukan. Co-Work bekerja sangat baik jika Anda ingin mengatur folder atau melakukan perubahan
00:07:28di dalamnya. Kami telah menggunakan Co-Work secara ekstensif untuk tujuan ini. Kami memiliki folder dengan banyak
00:07:32proyek, sebagian besar untuk tujuan pengujian, dan kami kesulitan menavigasinya untuk menemukan keterampilan tertentu
00:07:37yang telah kami gunakan dalam proyek sebelumnya. Jadi kami memintanya untuk membuat dokumen yang merinci apa saja isi setiap
00:07:42proyek. Kami juga memintanya untuk melihat Claude.md dan perintah yang dapat digunakan kembali yang telah kami buat
00:07:47dan membedakannya berdasarkan hal tersebut. Ia mulai dengan menjelajahi folder yang telah kami hubungkan dan membuat
00:07:52daftar tugas. Kemudian, ia menggunakan metode swarm agen yang sama seperti yang kita bicarakan sebelumnya dengan Claude Code. Ia memunculkan
00:07:58beberapa agen untuk membaca file secara bertahap dan membuat dokumentasi tentang isi setiap proyek.
00:08:03Pada akhirnya, setiap proyek memiliki file yang merangkum fungsinya, membuatnya jauh lebih mudah untuk dinavigasi
00:08:08dan menemukan apa yang kami butuhkan. Kami menggunakan Co-Work untuk kelayakan dan riset pasar untuk sebuah aplikasi
00:08:13yang sedang kami kerjakan, dan ia membuat dokumen yang tepat berisi semua temuan tersebut. Sama seperti
00:08:18Claude Code, ia mengajukan pertanyaan dan, berdasarkan jawabannya, menghasilkan laporan yang komprehensif. Ia menyimpan
00:08:23laporan tersebut di folder yang telah kami hubungkan dengan Co-Work. Anda bisa melakukan hal serupa dengan Claude
00:08:27Chat, tetapi sekarang ia benar-benar memiliki akses ke dokumen di dalam folder tersebut, yang membantu memandu
00:08:32penelitian dengan jauh lebih efektif. Laporan yang dihasilkan juga memiliki format yang tepat karena Co-Work
00:08:37dilengkapi dengan keterampilan khusus untuk membuat dokumen lebih baik dari sebelumnya. Nah, setelah riset dan dokumentasi
00:08:42PRD selesai dengan Co-Work, kami beralih ke Claude Code untuk bagian implementasi yang sebenarnya.
00:08:48Kami meminta Claude Code untuk melihat dokumen di dalam folder tersebut, yang digunakan untuk memandu Co-Work dalam
00:08:53ide proyek yang telah ditelitinya, dan memecahnya menjadi berbagai komponen, dengan fokus
00:08:57pada satu aspek PRD tersebut. Ia menganalisis bahwa PRD tersebut berisi beberapa bagian dan menyadari bahwa bagian-bagian ini
00:09:03bisa ditangani secara paralel karena tidak saling bergantung. Jadi, ia memunculkan banyak
00:09:08agen untuk bekerja menulisnya secara bersamaan, dengan masing-masing agen bekerja secara independen. Tanpa
00:09:13paralelisme, akan ada 16 langkah berurutan yang kini dipangkas menjadi satu langkah saja berkat
00:09:18paralelisme yang secara signifikan mempercepat proses tersebut. Sekarang, Claude memecah tugas-tugas kompleks
00:09:23secara otomatis, tetapi terkadang ia tidak melakukannya karena merasa permintaannya tidak cukup kompleks
00:09:28untuk dipecah. Jika tidak, Anda dapat memintanya dengan perintah seperti “pecah ini menjadi tugas-tugas dengan
00:09:34ketergantungan”. Ia kemudian akan membuat grafik ketergantungan dan menggunakannya untuk mengelola alur kerja. Anda
00:09:38bahkan dapat melihat daftar tugasnya dengan menekan Ctrl+T. Karena ini adalah proyek jangka panjang, kami menyetel flag CLI ke
00:09:44nama proyek tersebut sehingga kami dapat melanjutkannya nanti. Itu membawa kita ke akhir video ini. Jika Anda ingin
00:09:49mendukung saluran ini dan membantu kami terus membuat video seperti ini, Anda dapat melakukannya dengan bergabung di
00:09:53AI Labs Pro. Seperti biasa, terima kasih telah menonton, dan sampai jumpa di video berikutnya.