Menulis kode, AI sudah mengerjakannya untuk Anda. Tapi urusan verifikasi, masih terbeban di pundak Anda.
Apakah suatu kode sudah ditulis dengan benar atau tidak, AI tidak bertanggung jawab, akhirnya Anda sendiri yang harus mengeceknya baris demi baris: hambatan ini menghentikan banyak orang.
Baru-baru ini, Anthropic juga memasukkan verifikasi AI ke dalam siklus.
Mereka membuat Claude, setelah selesai menulis kode, tidak langsung menyelesaikan tugas, tetapi melanjutkan dengan menjalankan empat pemeriksaan:
/code-review dulu mencari bug, /simplify membersihkan implementasi yang berlebihan, /verify melakukan verifikasi ujung ke ujung, jika kali ini menyentuh antarmuka, gunakan /design untuk mencocokkan visual dengan DESIGN.md.
Setelah empat tahap selesai, baru dianggap selesai.
Tanggal 22 Juli, tim Claude Code mempublikasikan "verification loop" internal ini.
Dengan kata lain, Claude setelah menulis kode, akan mencari kesalahan sendiri terlebih dahulu, memperbaikinya sampai tidak ada masalah baru kembali kepada Anda.
Ini berarti AI mulai berevolusi dari "bisa menulis kode", menjadi "bisa memeriksa kode yang ditulisnya sendiri".
Siklus Kerja Agen Cerdas, Tambah Satu Verifikasi
Anthropic memberi nama untuk hal ini, disebut verification loop (siklus verifikasi).
Definisi resminya sederhana, ini adalah proses iteratif di mana Claude memeriksa dan mencoba memperbaiki pekerjaannya sendiri.
Yang diubahnya adalah siklus kerja agen cerdas.
Dulu adalah "mengumpulkan konteks → menjalankan aksi → pemeriksaan manual", langkah terakhir itu tersangkut pada manusia: AI menyerahkan pekerjaan, Anda harus mengeceknya sendiri baris demi baris.
Sekarang garis ini diperpanjang menjadi "mengumpulkan konteks → menjalankan aksi → verifikasi otomatis → perbaikan → verifikasi lagi", pemeriksaan dan perbaikan, dimasukkan kembali ke dalam siklus.
Diagram siklus agen cerdas resmi Anthropic: setelah prompt masuk, Claude mengumpulkan konteks, menjalankan aksi, memverifikasi hasil, jika verifikasi tidak lolos dikembalikan untuk dijalankan ulang, baru dikembalikan setelah lolos.
Beberapa pemeriksaan Claude sebenarnya sudah bisa dilakukan. Sinyal deterministik di repositori kode, seperti type checker, linter, menjalankan tes, runtime error, dia bisa membacanya, dan juga akan memperbaikinya.
Yang benar-benar merepotkan adalah jenis lain: apakah perubahan antarmuka sudah benar, apakah alur pengguna lancar, apakah perubahan kali ini menimbulkan lubang yang tidak terlihat......
Dulu hal-hal ini hanya bisa mengandalkan manusia mengawasi, melakukan pemeriksaan yang sama puluhan hingga ratusan kali.
Solusi Anthropic adalah menuliskan satu per satu pemeriksaan yang harus Anda lakukan secara manual setiap kali, membungkusnya menjadi Skill, dan menyerahkannya kepada Claude untuk dijalankan secara otomatis dalam setiap tugas.
Selama beberapa dekade terakhir, semua proses rekayasa perangkat lunak: menulis kebutuhan, membuat perencanaan, tinjauan bertahap, rapat yang tak ada habisnya, pada dasarnya semua karena: menulis kode terlalu lambat, waktu engineer terlalu berharga.
Tetapi ketika AI membuat tahap menulis kode ini menjadi cepat dan murah, premis ini tidak lagi berlaku.
Penilaian tim Claude Code sendiri adalah: hambatan tidak hilang, hanya berpindah: dari "menulis kode" berpindah ke verifikasi, review kode, keamanan, dan aspek-aspek ini.
Kode dihasilkan terlalu cepat, masalah baru menjadi apakah kode-kode ini benar, siapa yang akan memeliharanya, apakah manusia masih bisa mengikuti ritme review kode.
Menghadapi hambatan baru ini, tim Claude Code pertama-tama melakukan eksperimen pada diri mereka sendiri.
Tim Claude Code, 4 Skill Pemeriksaan Mandiri yang Digunakan Setiap Hari
Di dalam tim Claude Code, setiap hari menggunakan empat Skill pemeriksaan mandiri ini.
/code-review, khusus meninjau perubahan kode, mencari bug potensial, sekaligus memberikan opini review.
Ini sama saja dengan memiliki seorang peninjau yang tidak kenal lelah.
/simplify, membersihkan diff dari perubahan kali ini, menghapus implementasi kompleks yang berbelit-belit, membuat struktur menjadi sederhana.
Ia tidak menambahkan fungsi untuk Anda, tetapi membersihkan redundansi, menyederhanakan implementasi, menekan biaya pemeliharaan di masa depan.
Ini sangat penting, dan paling menunjukkan keahlian. Kebanyakan orang menulis kode dengan menumpuknya, alat yang secara aktif melakukan pengurangan, sangat berharga.
/verify, melakukan verifikasi ujung ke ujung, benar-benar menjalankannya sekali, memastikan fungsinya benar-benar selesai, bukan "terlihat selesai".
/design, hanya aktif saat menyentuh UI. Ia mencocokkan implementasi visual Anda dengan DESIGN.md di repositori, baris demi baris, memastikan tidak melenceng.
4 Skill ini tidak muncul begitu saja.
Di lapisan dasarnya, Claude Code sudah menyiapkan dukungan verifikasi yang sudah ada:
/verify bawaan bisa menjalankan aplikasi dan mengamati perubahan, Anda menulis perintah build dan tes dengan jelas di CLAUDE.md, dia akan menjalankannya sesuai itu; ada juga Code Review yang melakukan review multi-agen pada PR, dan GitHub Actions yang otomatis terpicu setiap kali commit.
4 Skill tim itu, sama saja menambahkan satu langkah proses mereka sendiri di atas fondasi umum ini.
Bagaimana Menulis Skill Verifikasi Sendiri?
Cara yang diberikan Anthropic juga sederhana:
Tuliskan langkah yang harus Anda lakukan secara manual setiap kali dengan bahasa sederhana, anggap saja Anda sedang memberikan penjelasan kepada rekan kerja baru yang pertama kali bergabung.
Jika Anda bingung bagaimana mendeskripsikan langkah pemeriksaan ini, bisa meminta Claude memberikan versi praktik terbaik umum terlebih dahulu, lalu mengubahnya di atasnya.
Versi Anda kemungkinan besar akan berbeda dengan praktik umum pada beberapa poin tertentu, dan perbedaan di beberapa tempat itulah yang paling layak dicatat.
Pemeriksaan juga tidak harus berupa penilaian kabur seperti "terasa benar atau tidak".
Sebagai contoh: perubahan apa pun yang menghapus field database, tetapi tidak disertai langkah migrasi data yang sesuai, langsung ditolak. Ini adalah "aturan lokal" khusus proyek Anda yang tidak akan pernah tertangkap oleh linter umum.
Apa pun yang selalu Anda jaga dengan mengawasi secara manual, layak ditulis menjadi sebuah siklus.
Setelah selesai menulis, bagaimana?
Serahkan ke skill-creator agar dia mewawancarai Anda beberapa pertanyaan balik, atau cukup buang sendiri file Markdown ke .claude/skills/.
Skill verifikasi paling sederhana, adalah beberapa baris penjelasan ditambah satu paragraf isi. Kemudian panggil sekali pada tugas baru, pastikan langkah pemeriksaan ini benar-benar dijalankan, jika salah perbaiki lagi.
Ketika menghadapi Skill yang tidak bisa Anda ubah, seperti yang bawaan, yang dihosting plugin, ada juga cara mengatasinya: tulis sebuah Skill kulit, biarkan dia memanggil yang asli terlebih dahulu, lalu memanggil verifikasi Anda. Dengan berkeliling, tetap bisa menyisipkan pemeriksaan.
Verifikasi Bukan Satu Ukuran untuk Semua, Ada 4 Tingkat
Setelah pemeriksaan dibungkus menjadi Skill, pertanyaan berikutnya: kapan alat ini terpicu?
Anthropic memberikan 4 tingkat tingkat otomatisasi, dari longgar ke ketat.
Standalone: Anda sendiri ingat, panggil secara manual.
Embedded: disisipkan ke dalam alur tugas tertentu, dijalankan bersamaan.
Chained: beberapa Skill verifikasi dirangkai menjadi satu rantai, dijalankan otomatis satu per satu.
On every PR: tingkat paling ketat, setiap kali mengirimkan kode otomatis melewatinya sekali.
Resmi menyebut lompatan lapisan tengah ini, sebagai "dari kebiasaan menjadi kontrak".
Awalnya adalah kebiasaan pribadi "saya selalu ingat menjalankan /verify lagi setelah /simplify", setelah dirangkai menjadi rantai, menjadi kontrak tetap "/simplify selesai dijalankan, otomatis memanggil /verify".
Seluruh rantai sendiri menyelesaikan siklus pengembangan, hanya kembali mencari Anda ketika perlu persetujuan Anda.
Semakin panjang rantai ditarik, keandalannya semakin tinggi, tetapi resmi khusus memberi pesan: verifikasi berantai benar-benar akan membakar token.
Jadi jangan langsung menetapkan semua pemeriksaan sebagai PR gate, setiap commit pasti terhambat, sikap yang benar adalah melihat stabilitasnya terlebih dahulu, baru ditambahkan langkah demi langkah.
Di Balik 4 Skill, Pemrograman AI Sedang Ganti Lintasan
Di balik 4 Skill, persaingan pemrograman AI, sedang beralih dari generasi ke verifikasi.
Bapak Claude Code, juga memberikan penilaian yang sama.
Tanggal 9 Juni tahun ini, dia men-tweet: Di era model kuat yang dapat berjalan mandiri dalam waktu lama, verifikasi diri adalah kunci agar model dapat berjalan lebih lama dan hasilnya lebih mendekati harapan Anda: Anda tidak perlu menunggu di samping sering mengawasi Claude, dapat menyerahkan lebih banyak pekerjaan.
Singkatnya, semakin solid verifikasi dilakukan, agen cerdas baru berani berlari lepas; semakin lama berlari, manusia semakin tenang.
Dulu kita mengandalkan prompt, tetapi ia juga memiliki batas: hanya menyelesaikan tugas kali ini, lain kali harus mulai dari awal lagi.
Di sini pertama-tama koreksi kesalahpahaman umum: Skill bukanlah sebuah prompt Markdown.
Ia adalah modul kemampuan, di dalamnya berisi instruksi, struktur file, skrip, panggilan alat, konfigurasi, dan seluruh set alur kerja, adalah langkah-langkah pemeriksaan tim, spesifikasi desain, lubang yang pernah diinjak, diendapkan menjadi paket yang siap dipanggil kapan saja, Claude akan mencari sendiri ketika diperlukan.
Yang lebih krusial, Skill sedang berubah dari fitur Claude Code, menjadi standar terbuka lintas vendor.
Menurut penyusunan industri, GitHub Copilot, Cursor, OpenAI Codex, Gemini CLI sudah mengadopsi format yang sama.
Ini berarti, Skill yang Anda endapkan untuk tim, tidak akan terkunci pada satu alat tertentu, ia akan mengendapkan pengalaman, norma, alur pemeriksaan tim, menjadi kemampuan yang dapat dipanggil berulang kali.
Ini juga memunculkan kenyataan yang menusuk: Claude yang sama, efisiensi penggunaan tim yang berbeda, mungkin berbeda beberapa kali lipat, penyebab perbedaan ini bukan pada model, tetapi pada alur kerja:
Apakah Anda sudah menulis pemeriksaan menjadi Skill, apakah sudah membangun siklus verifikasi, apakah sudah membuat agen cerdas sendiri menjalankan siklus umpan balik.
Pada akhirnya, kemampuan agen cerdas adalah soal penjumlahan: model, ditambah alat, ditambah mekanisme verifikasi, ditambah alur kerja.
Item model ini, semakin mendekati di antara berbagai pihak. Yang benar-benar menarik jarak adalah tiga item di belakangnya, semuanya berada di tangan pengguna.
Tentu saja, blog yang ditunjukkan oleh artikel ini adalah optimalisasi alur kerja pengembangan berbantuan AI, bukan "AI sudah bisa menulis perangkat lunak secara independen". Ia masih membutuhkan engineer, juga tidak dapat terlepas dari manusia untuk melakukan pengiriman tingkat produksi.
Oleh karena itu, ini bukan agen cerdas yang akan merebut pekerjaan engineer manusia, tetapi arahnya sudah jelas.
Dulu, kami terus mengajari AI bagaimana menulis kode, sekarang mulai mengajarinya memverifikasi apakah yang ditulisnya benar.
Bagi seseorang yang setiap hari menggunakan AI untuk menulis kode, pada hari ketika "sebelum pulang kerja masih harus memeriksa ulang secara manual" akhirnya dapat dengan tenang diserahkan kepada AI, barulah ia benar-benar mulai membantu Anda.
Referensi:
https://claude.com/blog/building-verification-loops-in-claude-code-with-skills
https://claude.com/blog/getting-started-with-loops?utm_source=chatgpt.com
Artikel ini berasal dari akun WeChat publik "新智元", penulis: ASI启示录
