Bagaimana cara membuat Agen AI (seperti Claude) bisa bekerja pada proyek perangkat lunak (koding) yang kompleks dan memakan waktu panjang (berjam-jam atau berhari-hari)

Artikel tersebut berjudul “Effective harnesses for long-running agents” (Membuat Kerangka Kerja yang Efektif untuk Agen AI yang Berjalan Lama) yang diterbitkan oleh tim engineering Anthropic.

Inti dari artikel ini membahas bagaimana cara membuat Agen AI (seperti Claude) bisa bekerja pada proyek perangkat lunak (koding) yang kompleks dan memakan waktu panjang (berjam-jam atau berhari-hari).

Berikut adalah ringkasan dari poin-poin utamanya:

1. Masalah Utama Agen AI (Seperti “Pekerja Shift yang Lupa Ingatan”)

Masalah terbesar saat menyuruh AI mengerjakan proyek besar adalah batasan context window (memori jangka pendek). Setiap kali sesi AI habis dan harus mengulang sesi baru, AI tersebut akan kehilangan ingatan tentang apa yang sudah dikerjakan sebelumnya. Ini seperti menugaskan programmer pengganti setiap beberapa jam, tetapi programmer tersebut tidak tahu-menahu apa yang sudah dikerjakan oleh programmer sebelumnya. Akibatnya:

• AI sering mencoba menyelesaikan seluruh proyek sekaligus (one-shot) lalu kehabisan memori di tengah jalan, meninggalkan kode dalam keadaan error dan berantakan.
• AI sering melihat pekerjaan setengah jadi dan menyimpulkan proyeknya “sudah selesai”, padahal belum.

2. Solusi Anthropic: Pendekatan “Dua Agen”

Untuk mengatasi masalah ini, Anthropic membagi tugas menjadi dua jenis agen (meskipun menggunakan model AI yang sama, namun dengan instruksi prompt yang berbeda):

• Agen Inisialisasi (Initializer Agent): Agen yang berjalan pertama kali. Tugasnya bukan langsung ngoding, melainkan menyiapkan lingkungan kerja. Ia akan membuat skrip init.sh untuk menjalankan server, membuat file claude-progress.txt sebagai buku catatan/jurnal proyek, menginisiasi repositori Git, dan memecah permintaan awal (prompt pengguna) menjadi ratusan daftar fitur (Feature List) di dalam file JSON dengan status “belum selesai” (false).
• Agen Koding (Coding Agent): Agen yang berjalan pada sesi-sesi berikutnya. Tugasnya adalah masuk, membaca buku catatan (claude-progress.txt), melihat log Git, lalu mengambil satu fitur dari daftar JSON untuk dikerjakan. Setelah selesai satu fitur, ia wajib mengetesnya, menyimpannya ke Git (commit), dan memperbarui buku catatan.

3. Pentingnya Mengetes Otomatis (End-to-End Testing)

Tanpa instruksi khusus, Claude sering mengira kodenya sudah jalan hanya dari membaca teksnya saja. Oleh karena itu, tim membekali Claude dengan alat browser automation (seperti Puppeteer). Sebelum mengoding fitur baru, agen diwajibkan untuk menjalankan server dan “melihat” aplikasinya lewat browser virtual untuk memastikan tidak ada fitur lama yang error karena sisa pekerjaan sesi sebelumnya.

Kesimpulan Artikel

Dengan menyiapkan catatan progress terstruktur, daftar fitur (ToDo list), penggunaan Git untuk melacak versi, dan alat pengujian (testing) yang memadai, Agen AI dapat bekerja seperti tim pengembang software manusia sesungguhnya secara berkesinambungan tanpa kehilangan arah (context).