Saya Sudah Menggunakan Claude Code Selama 2.000+ Jam - Begini Cara Saya Membangun Apa Pun

하이라이트

• Masalah utama dalam asisten coding AI bukanlah batas token, melainkan degradasi konteks yang menyebabkan kesalahan hingga 80%.

• Kerangka kerja WISC (Write, Isolate, Select, Compress) dirancang untuk menjaga jendela konteks tetap ramping dan relevan.

• Penggunaan git log sebagai memori jangka panjang membantu agen memahami riwayat proyek tanpa konfigurasi yang rumit.

• Strategi isolasi melalui sub-agen dapat meningkatkan keandalan riset hingga 90,2% dengan mengurangi distraksi pada agen utama.

• Pemisahan antara fase perencanaan dan implementasi dalam jendela konteks yang baru sangat krusial untuk menjaga fokus AI.

• Pendekatan berlapis dalam pemilihan konteks mencakup aturan global, aturan sesuai permintaan, keahlian khusus, dan perintah prime.

• Kompresi konteks menggunakan perintah /compact atau handoff sebaiknya menjadi opsi terakhir jika strategi lain sudah optimal.

타임라인

1. 00:00 - 04:36

   Pendahuluan dan Masalah Degradasi Konteks

   Pembicara memperkenalkan pengalamannya menggunakan Claude Code selama lebih dari 2.000 jam dan memperkenalkan kerangka kerja WISC. Fokus utama bagian ini adalah masalah degradasi konteks yang sering kali menyebabkan kesalahan pada agen AI meskipun memiliki jendela konteks besar hingga 1 juta token. Fenomena ini dijelaskan melalui masalah "jarum dalam tumpukan jerami" di mana LLM kesulitan menemukan informasi spesifik di tengah tumpukan data yang terlalu banyak. Penambahan informasi yang tidak relevan atau mirip menciptakan distraktor yang membuat model memberikan solusi salah dengan percaya diri tinggi. Memahami degradasi ini penting karena merupakan penyebab 80% kegagalan agen coding dalam proyek skala perusahaan.

2. 04:37 - 11:45

   Strategi W: Write (Menulis dan Eksternalisasi Memori)

   Bagian ini membahas strategi pertama yaitu menulis atau mengeksternalisasi memori agen untuk mengurangi beban token. Pembicara menyarankan penggunaan git log sebagai memori jangka panjang dengan menstandarisasi pesan komit agar agen dapat memahami progres proyek dengan cepat. Selain itu, alur kerja yang sangat direkomendasikan adalah memisahkan sesi perencanaan dalam file markdown sebelum memulai sesi implementasi baru yang bersih. Penggunaan file handoff.md atau todo.md juga dijelaskan sebagai cara efektif untuk mentransfer pemahaman antar sesi tanpa membawa riwayat percakapan yang membengkak. Strategi ini memastikan bahwa setiap sesi baru dimulai dengan konteks yang paling relevan dan terstruktur.

3. 11:46 - 15:24

   Strategi I: Isolate (Isolasi dengan Sub-Agen)

   Fokus pada strategi isolasi menekankan penggunaan sub-agen untuk melakukan riset berat tanpa mengotori jendela konteks utama. Dengan memberikan tugas riset web atau analisis basis kode kepada sub-agen, pengguna hanya perlu menerima ringkasan kecil namun padat informasi di sesi utama. Metode ini diklaim mampu meningkatkan keandalan hingga 90,2% karena menghindari masuknya puluhan ribu token distraktor ke dalam logika utama. Pembicara juga memperkenalkan "Pola Pengintai" (scout pattern) di mana sub-agen mengeksplorasi dokumentasi terlebih dahulu untuk memutuskan bagian mana yang layak dimasukkan ke konteks utama. Hal ini memungkinkan agen utama tetap berjalan dengan kecepatan tinggi dan akurasi yang lebih tajam selama fase pengembangan.

4. 15:25 - 19:20

   Strategi S: Select (Pilih Konteks Sesuai Kebutuhan)

   Strategi pemilihan konteks melibatkan pendekatan berlapis untuk memastikan informasi hanya dimuat saat benar-benar dibutuhkan (on-demand). Lapisan pertama adalah aturan global yang ringkas, diikuti oleh konteks sesuai permintaan untuk bagian spesifik seperti front-end atau API. Lapisan ketiga melibatkan penggunaan fitur 'skills' yang memuat instruksi lengkap hanya jika agen memicu fungsi tertentu, seperti otomasi browser. Terakhir, perintah 'prime' digunakan untuk melakukan eksplorasi basis kode secara dinamis di awal sesi guna menyegarkan pemahaman agen. Dengan membatasi dokumentasi statis yang selalu dimuat, pengguna dapat menjaga konsumsi token tetap efisien dan menghindari kebingungan model AI.

5. 19:21 - 22:42

   Strategi C: Compress (Kompresi dan Penutup)

   Strategi terakhir adalah kompresi, yang menurut pembicara sebaiknya dihindari jika tiga strategi sebelumnya telah diterapkan dengan benar. Jika harus dilakukan, perintah /compact dalam Claude Code dapat digunakan untuk meringkas percakapan dan menghapus riwayat yang sudah lewat untuk memberi ruang baru. Pembicara menekankan pentingnya memberikan instruksi fokus saat melakukan kompresi agar poin-poin kritis tidak hilang dalam ringkasan otomatis. Video diakhiri dengan ringkasan kerangka kerja WISC dan undangan untuk mengikuti lokakarya transformasi AI pada bulan April mendatang. Pesan penutupnya mengingatkan bahwa kunci utama penguasaan alat AI adalah disiplin dalam merancang struktur informasi yang diterima oleh model.