00:00:00Tim Claude telah merilis Claude managed agents, yang mereka sebut sebagai evolusi berikutnya
00:00:09setelah agent SDK.
00:00:11Ini memungkinkan Anda membuat agen kustom tanpa menulis satu baris kode pun.
00:00:16Agen-agen ini berjalan di infrastruktur terkelola milik Anthropic, yang memiliki arsitektur keren
00:00:22yang sempurna untuk merilis agen yang aman, skalabel, dan siap produksi yang bisa melakukan
00:00:27apa pun yang Anda inginkan.
00:00:28Juga menjawab pertanyaan pelanggan berdasarkan basis pengetahuan Anda, atau bahkan riset rutin
00:00:32untuk Anda dan mengirimkannya pada waktu tertentu menggunakan Slack.
00:00:36Tapi mengapa ada yang menggunakan ini alih-alih menginstal kode Claude di VPS mereka sendiri?
00:00:40Klik subscribe dan mari kita bahas.
00:00:46Tapi sebelum itu, mari bicara sedikit tentang Anthropic karena mereka sangat sibuk
00:00:49beberapa minggu terakhir ini.
00:00:50Maksud saya, mereka baru-baru ini melarang orang menggunakan langganan Claude pada alat
00:00:55pihak ketiga seperti OpenClaw, yang menurut orang-orang karena adanya managed agents, tapi
00:01:00keduanya tidak persis sama.
00:01:01Maksud saya, saya akan katakan OpenClaw itu seperti Linux.
00:01:04Ini adalah agen untuk pengoprek.
00:01:06Anda memilih perangkat keras sendiri, model sendiri, menangani keamanan, dan segala hal
00:01:11di antaranya.
00:01:12Sedangkan Claude managed agents, berani saya katakan, seperti Apple, karena Anda tidak perlu
00:01:17melakukan semua hal itu.
00:01:19Claude menangani infrastruktur dan keamanannya, Anda cukup beri tahu apa yang Anda mau dalam
00:01:24bahasa Inggris sederhana, dan ia akan membangun agen sempurna Anda.
00:01:28Faktanya, izinkan saya menunjukkan betapa mudahnya melalui contoh yang sederhana namun sangat pribadi.
00:01:34Saya punya repo GitHub privat yang berisi semua informasi medis saya yang diambil dari
00:01:39aplikasi NHS.
00:01:40Dan saya ingin berkomunikasi dengan data itu atau mendapatkan informasi darinya menggunakan Slack.
00:01:45Jadi saya bisa menggunakannya dari desktop, ponsel, intinya di mana pun saya berada.
00:01:49Di antara dua hal itu, saya ingin Claude managed agent melakukan tugas pengambilan
00:01:54data, menggunakan alat untuk mendapat info yang tepat dan menerjemahkannya agar saya bisa paham.
00:02:01itu.
00:02:02Jadi untuk memulai, saya bisa ke konsol Claude, pilih opsi managed agents yang baru
00:02:07dan mengetik di sini dalam bahasa alami untuk membuat agen saya dari awal.
00:02:11Ini akan berkomunikasi dengan API Claude menggunakan perintah curl dan akan menghosting kode
00:02:16yang diperlukan di infrastruktur Anthropic.
00:02:19Tapi saya juga bisa menggunakan skill managed agent dalam bahasa apa pun yang saya suka.
00:02:23Dalam kasus ini, saya akan memilih TypeScript dan skill ini akan menggunakan SDK TypeScript ke Claude
00:02:29untuk membuatkan agen bagi saya.
00:02:31Untuk itu, Anda harus memiliki versi kode Claude ini atau yang lebih tinggi, yang memiliki
00:02:36skill managed agent bawaan.
00:02:38Dalam kasus saya, saya punya versi yang lebih tinggi dan bisa memicu skill tersebut menggunakan perintah
00:02:42slash Claude API diikuti dengan managed agents onboarding.
00:02:46Setelah saya tekan enter, ia bertanya apakah saya tahu agen jenis apa yang ingin saya bangun,
00:02:50saya tidak tahu, tapi kita lihat saja apa yang ia lakukan.
00:02:52Dan ia memberi tahu akan memandu saya melalui tiga langkah ini.
00:02:55Yaitu tools, skills, files, dan repos, lalu environment dan identity.
00:02:59Yang mengejutkan, ia menggunakan banyak konteks, jadi mungkin ada sedikit pemadatan, tapi
00:03:04kita lihat apa yang terjadi.
00:03:05Lalu, saya beri perintah untuk membuat agen medis yang membaca file markdown dari
00:03:10repo GitHub privat, memahami informasi layaknya dokter dan memungkinkan saya berkomunikasi
00:03:15dengannya menggunakan Slack.
00:03:17Lalu ia merekomendasikan saya menggunakan set alat bawaan, yaitu read glob grep dan tidak menggunakan
00:03:22write edit bash, karena dokter tidak punya alasan untuk mengubah repo, yang mana itu masuk akal.
00:03:27Ia juga menanyakan URL repo, jadi saya akan ikuti alat dan izin
00:03:31yang direkomendasikan, dan saya beri tautan ke reponya.
00:03:35Setelah itu, ia menyarankan apa yang harus ada di ronde B dan C, karena ini
00:03:39agen yang sangat dasar, semuanya cukup jelas.
00:03:41Lalu ia membuat sistem prompt untuk agen saya, serta menyarankan model yang harus
00:03:45digunakan.
00:03:46Sekarang saya akan memintanya menggunakan sonnet karena saya tidak ingin menghabiskan terlalu banyak uang untuk Opus.
00:03:49Saya akan jelaskan alasannya nanti, tapi selain itu, ini terlihat bagus dan saya akan berikan
00:03:53kredensial ini serta bahasa yang saya inginkan.
00:03:56Dan sekarang ia telah membuat dua file untuk saya dalam TypeScript.
00:03:59Yang pertama adalah setup, yang akan mengatur hal-hal seperti environment, agen,
00:04:04dan skill apa pun yang diperlukan di dalam infrastruktur Anthropic.
00:04:07Yang kedua adalah runtime, yang sebenarnya akan menjadi bagian yang berkomunikasi dengan
00:04:12server Anthropic dan memberikan informasi itu ke Slack.
00:04:15Jadi saya akan siapkan semuanya dan menunjukkan hasilnya saat sudah selesai.
00:04:19Setelah menjalankan file setup ini, ia memberi saya ID environment, yang ada di sebelah sini.
00:04:24Dan ia juga memberi saya ID agen, yang juga ada di sini.
00:04:27Seperti yang saya sebutkan tadi, hal-hal ini dibuat di infrastruktur Anthropic.
00:04:32Jadi di dalam konsol Claude, saya bisa melihat agen saya di sini, serta environment yang
00:04:36baru saja saya buat.
00:04:37Saya juga sudah membuat aplikasi Slack dan memasukkan semua informasinya ke dalam file .env untuk
00:04:42digunakan file apps.ts ini, artinya jika saya jalankan file itu, bot Slack saya akan berjalan.
00:04:48Jadi saya bisa bertanya padanya, model apa yang Anda gunakan?
00:04:50Dan setelah beberapa saat ia menjawab, saya Claude buatan Anthropic.
00:04:54Apakah ada masalah medis yang bisa saya bantu?
00:04:56Ini sangat keren.
00:04:57Tapi yang lebih keren lagi adalah saya bisa melihat sesi tersebut di konsol Claude.
00:05:01Ya, saya sudah mengujinya beberapa kali dan di sini kita mendapatkan detail lebih lanjut tentang apa yang terjadi.
00:05:04Jika saya tutup ini agar lebih besar, Anda bisa melihat pertanyaan yang diajukan pengguna.
00:05:09Lalu ia menggunakan alat pesan Slack dan kemudian agen tersebut menjawab.
00:05:12Saya lupa menyebutkan tadi bagaimana sistem harga untuk ini.
00:05:15Jika kita lihat dokumentasinya, kita bisa melihat bahwa semua token yang digunakan oleh managed agents
00:05:20dihargai dengan model harga yang digunakan API Claude, yang ada di sini.
00:05:25Sayangnya langganan pro max atau tim Anda tidak berguna untuk managed agents, selain
00:05:30membayar token, Anda juga harus membayar sesi, yaitu 8 sen per jam sesi.
00:05:35per jam.
00:05:36Dan ini hanya berlaku saat sesi sedang berjalan.
00:05:38Jadi jika saya kembali ke konsol Claude dan klik pada sesi, untuk semua sesi yang menganggur ini,
00:05:42saya tidak dikenakan biaya.
00:05:43Oke, mari kita lakukan sesuatu yang sedikit lebih menarik dengan bot ini.
00:05:46Saya akan bertanya, berdasarkan apa yang Anda ketahui tentang saya secara medis, apakah boleh saya makan
00:05:50cumi-cumi?
00:05:51Di sini ia telah menjalankan alat bash untuk mendapatkan informasi dari repo.
00:05:56Ia melakukan dua kali pembacaan file, dan beberapa detik kemudian, ia mengirim pesan Slack, yang memberitahu
00:06:01saya bahwa saya harus berhati-hati dengan cumi-cumi karena saya alergi udang, yang mana itu benar.
00:06:06Menurut saya ia memberi terlalu banyak informasi dengan menceritakan tentang lidah gatal hingga tenggorokan bengkak
00:06:11dan sebagainya.
00:06:12Tapi sejujurnya, ini bekerja dengan sangat baik.
00:06:13Bahkan, saya sempat sedikit memodifikasi agennya.
00:06:15Jika kita klik di sini pada konsol Claude, kita bisa melihat ada tiga versi yang menunjukkan
00:06:19bahwa agen ini telah diubah tiga kali.
00:06:21Saya mengubah sistem prompt agar terdengar lebih manusiawi dan mengubah modelnya
00:06:26dari Opus ke Sonnet.
00:06:27Tetapi di sini di UI, saya bisa mengubah sistem prompt agen, saya bisa mengubah model dan
00:06:32alat yang bisa diaksesnya, yang mana sangat berguna untuk pengujian.
00:06:35Jadi, kira-kira begitu saja.
00:06:36Selain beberapa penyesuaian kode kecil yang saya temukan dengan berdiskusi dengan Claude, itulah
00:06:41betapa mudahnya membangun sebuah agen.
00:06:44Tidak perlu belajar cara kerja Claude agent SDK.
00:06:47Anda cukup berkomunikasi dengan Claude menggunakan sebuah skill dan membuat agen Anda sendiri.
00:06:51Tapi bagaimana cara kerja semua ini di balik layar?
00:06:54Anthropic telah menulis artikel yang sangat detail tentang cara kerja semuanya, yang akan saya sertakan
00:06:58tautannya di deskripsi.
00:07:00Tapi saya akan katakan seluruh arsitekturnya terdiri dari tiga komponen utama.
00:07:05Yaitu session harness dan orchestration, ini bukan berarti sandbox dan tools kurang
00:07:09penting, tapi menurut saya tiga hal ini sangat unik.
00:07:12Harness, yang juga dikenal sebagai tangan dari sistem, adalah tempat model Claude digunakan.
00:07:17Dan ia juga dikenal sebagai router tanpa status karena ia merutekan panggilan alat, sumber daya, dan MCP ke
00:07:23tempat yang relevan atau menjalankan kode dan mengedit file di lingkungan sandbox.
00:07:28Sekarang saya akan bahas keuntungan memisahkan panggilan alat dari harness
00:07:32itu sendiri.
00:07:33Tapi sesi di sini seperti memori sistem dan berisi log tambahan dari
00:07:37harness.
00:07:38Anda mungkin berpikir harness-nya adalah kode Claude, tapi sebenarnya itu adalah harness kustom
00:07:43untuk managed agents.
00:07:44Saya juga akan jelaskan alasannya nanti.
00:07:47Dan terakhir, orchestrator adalah yang memutuskan mode apa yang harus dijalankan harness.
00:07:51Seperti rencana pembangunan dan sebagainya.
00:07:54Dan yang penting, ia membuat harness baru jika harness yang ada gagal.
00:07:58Bayangkan Anda punya harness di sini yang gagal atau mati.
00:08:02Orchestrator dapat membuat harness baru.
00:08:04Dan karena log sesi terpisah dari harness itu sendiri, harness baru dapat membaca
00:08:09log untuk mengetahui apa yang telah terjadi dan dari mana tepatnya ia harus melanjutkan.
00:08:13Bahkan, seluruh sistem ini dibangun untuk skala besar.
00:08:15Jadi Anda bisa memiliki model sebanyak yang Anda mau dan lingkungan sebanyak apa pun, dan arsitekturnya
00:08:20akan mampu menanganinya.
00:08:21Keuntungan lain dari arsitektur ini adalah aspek keamanannya.
00:08:25Jika saya kembali ke konsol Claude dan klik pada brankas kredensial, Anda bisa melihat bahwa
00:08:30kredensial disimpan di lokasi yang aman.
00:08:32Jika saya punya agen yang berjalan secara lokal, itu bisa berupa file .env atau sesuatu yang kustom yang
00:08:36saya pasang.
00:08:37Tapi jika saya menggunakan konsol Claude atau UI, maka semua kredensial disimpan
00:08:41di sini.
00:08:42Dan kehebatannya adalah kredensial ini dipanggil saat runtime.
00:08:45Jadi jika Anda memiliki kunci API spesifik MCP atau kunci spesifik alat, maka harness atau modelnya
00:08:50tidak tahu apa-apa tentang itu dan tidak bisa mengaksesnya.
00:08:54Misalnya, jika saya perlu memanggil alat cuaca MCP dan saya punya kunci API-nya, maka harness
00:09:00akan memanggil alat tersebut dan kunci API-nya akan ada di dalam panggilan alat itu sendiri atau MCP-nya.
00:09:05Dan itu akan digunakan saat runtime.
00:09:07Demikian pula, jika sandbox perlu menggunakan sebuah kunci, maka itu akan disimpan di brankas.
00:09:12Dan itu juga akan digunakan saat runtime dan model tidak akan mengetahuinya.
00:09:15Bahkan, ia bahkan tidak tahu tentang kunci API Anthropic miliknya sendiri, karena itu juga digunakan
00:09:20saat runtime.
00:09:21Saya sangat menyarankan membaca sisa artikel ini untuk mendapatkan gambaran detail tentang bagaimana
00:09:25semuanya disatukan, karena ini sangat unik.
00:09:28Sejujurnya, saya sangat senang membuat Claude managed agents.
00:09:31Maksud saya, ada orang-orang di luar sana yang berpikir ini akan mati, sama seperti agen
00:09:36OpenAI.
00:09:37Jika agen OpenAI belum mati, tolong beri tahu saya di kolom komentar karena saya tidak
00:09:39banyak mendengar tentang mereka.
00:09:40Tapi saya rasa ini akan bertahan lama murni karena sangat mudah untuk
00:09:45membuat sebuah agen.
00:09:46Anda tidak harus belajar tentang SDK, Anda tidak harus menggunakan terminal untuk membuatnya jika
00:09:51tidak mau, dan Anda bisa melakukan semua penyambungan ke server MCP dan alat-alat semuanya
00:09:56di dalam UI, yang mana sangat bagus bagi orang yang tidak ingin menulis kode apa pun.
00:10:01Tapi saya harus katakan satu hal yang agak mengecewakan adalah kenyataan bahwa Anda harus membayar menggunakan
00:10:06token API atau membayar menggunakan penagihan API, karena sebagai pelanggan Claude Pro,
00:10:12saya ingin sekali menggunakan batas saya, yaitu batas yang ada dalam jangkauan Pro pada managed agents,
00:10:17sehingga saya tidak perlu membayar untuk dua hal yang berbeda.
00:10:20Tapi sejujurnya, ini tidak terlalu mahal jika Anda menggunakan model yang lebih murah seperti Sonnet atau Haiku.
00:10:26Dan meskipun ini agak terkurasi, seperti yang Anda lihat, ia memberi Anda akses ke Notion,
00:10:31server Slack MCP dan sebagainya, tetapi jika Anda ingin membuat sesuatu yang tidak ada dalam
00:10:36batasan tersebut, maka Anda harus menulis kode Anda sendiri, yang mana OpenClaw
00:10:40sangat bagus untuk itu.
00:10:41Maksud saya, OpenClaw sangat terbuka, sesuai namanya, dan memiliki banyak kanal mulai dari Telegram hingga
00:10:46Discord ke WhatsApp, sedangkan jika Anda ingin melakukan hal yang sama dengan managed agents, Anda
00:10:51mungkin harus mengodekan solusi Anda sendiri atau meminta Claude untuk mengodekannya untuk Anda.