Claude Code Umumkan Peningkatan Besar Versi Selanjutnya, Anda Mengobrol, Pekerjaan Selesai di Latar Belakang

marsbitDipublikasikan tanggal 2026-06-30Terakhir diperbarui pada 2026-06-30

Abstrak

Claude Code mengumumkan pembaruan besar berikutnya: agen sub-Intelegensi Artifisial (AI) akan berjalan secara default di latar belakang saat pengguna mengobrol dengan Claude. Ini mengubah alat dari dialog tanya-jawab menjadi mesin alur kerja yang dapat menjalankan beberapa tugas secara paralel. Intinya, pengguna dapat berdiskusi tentang arsitektur atau rencana sementara agen AI di belakang layar menyelesaikan tugas seperti refaktorisasi kode, menjalankan tes, atau membuka Pull Request (PR). Fitur ini merupakan evolusi logis dari kemampuan sebelumnya seperti "Routines" (tugas terjadwal) dan "Dynamic Workflows". Dampaknya signifikan. Laporan VentureBeat menyebutkan Claude Code dapat melipatgandakan produktivitas insinyur, mengubah rasio kebutuhan di perusahaan menjadi lebih banyak pemikir produk (product thinker) daripada penulis kode. Spotify menjadi contoh nyata, dengan 73% PR dibantu AI dalam basis kode 20 juta baris, memungkinkan non-insinyur seperti manajer produk membuat prototip secara langsung. Pesan utamanya: ketika AI menangani eksekusi di latar belakang secara default, peran inti bergeser dari menulis kode menjadi membuat keputusan tentang apa yang harus dibangun dan menilai hasilnya.

Claude Code, Akan Jadikan "Bekerja di Latar Belakang" Sebagai Standar!

Baru saja, Boris Cherny, pencipta Claude Code, membagikan satu kalimat di X: Versi selanjutnya Claude Code, sub-agen akan berjalan di latar belakang secara default.

Anda bisa mengobrol dengan Claude sambil membiarkan sub-agen menyelesaikan pekerjaan di latar belakang—ingin agar suatu agen berjalan di latar depan? Cukup beri tahu Claude.

Satu kalimat membuat banyak pengembang langsung menyadari satu hal: Claude Code sedang berubah dari "kotak dialog tanya-jawab", menjadi "mesin alur kerja yang bisa menjalankan beberapa tugas secara bersamaan".

Anda masih berdiskusi tentang rencana arsitektur dengan Claude, sub-agen sudah menyelesaikan refaktor kode di latar belakang, menjalankan pengujian, dan membuat PR.

Anda hanya perlu melihat hasilnya setelah selesai mengobrol.

Kedengarannya seperti fiksi ilmiah?

Tidak, ini adalah keseharian Boris Cherny—dia sudah delapan bulan tidak menulis satu baris kode pun, dan di beberapa hari dia mengelola ribuan bahkan puluhan ribu agen AI secara bersamaan.

"Anda bukan lagi orang yang menulis prompt untuk Claude," katanya, "yang menulis prompt adalah Claude lainnya."

Beberapa netizen menyatakan bahwa mereka sudah menggunakan fitur ini.

Netizen juga menyatakan bahwa fitur ini sangat penting, agar tidak terlalu bosan saat menunggu agen memproses, dan juga dapat merencanakan langkah selanjutnya.

Claude Code Melaju Kencang

Melihat kembali lintasan evolusi Claude Code selama setengah tahun ini, "sub-agen latar belakang" bukanlah gimmick yang tiba-tiba muncul, melainkan langkah yang logis.

Filosofi desain Boris Cherny saat menciptakan Claude Code adalah: bukan mengobrol, tapi membangun infrastruktur.

April, Anthropic pertama-tama menjadikan "tugas terjadwal" Claude Code sebagai kemampuan resmi: Routines.

Anda dapat membungkus sebuah prompt, repositori kode, dan sekumpulan konektor menjadi alur tetap, dan memicunya berdasarkan jam, malam, atau minggu, atau juga dapat dijalankan melalui panggilan API, peristiwa GitHub, bahkan Webhook eksternal.

Yang lebih krusial adalah, ini berjalan di infrastruktur cloud yang di-hosting oleh Anthropic—komputer ditutup, agen tetap bekerja.

Ini berarti, cron kembali, hooks kembali, hanya saja kali ini, yang dijalankan terjadwal bukan skrip, melainkan sekelompok pekerja AI yang bisa membaca kode, mengubah kode, dan membuat PR.

Peran insinyur juga berubah: dulu tidur dengan mematikan komputer, besoknya lanjut menulis; sekarang tidur dengan melepas sekelompok agen, bangun untuk meninjau banyak PR.

Akhir Mei, Claude Code mendorong logika ini selangkah lebih jauh: Dynamic workflows.

Untuk tugas-tugas yang tidak bisa ditangani oleh satu kotak dialog, seperti migrasi besar, audit seluruh repositori, penelitian kompleks, Anda cukup mengatakan "gunakan workflow" dalam prompt atau mengaktifkan ultracode, Claude akan menghasilkan skrip orkestrasi untuk tugas saat ini, menjalankan puluhan hingga ratusan sub-agen di latar belakang secara bertahap, memvalidasi silang secara paralel, dan akhirnya mengumpulkan hasil menjadi laporan atau sekumpulan perubahan.

Ini bukan lagi "satu AI menulis kode", ini adalah "satu AI menulis naskah, sekelompok AI bekerja sesuai naskah".

Dan sekarang, langkah "sub-agen latar belakang berjalan default" ini pada dasarnya mengemas semua kemampuan di atas menjadi perilaku default yang siap pakai: Anda tidak perlu lagi mengatakan "jalankan di latar belakang", secara alami ia sudah berjalan di latar belakang.

Anda hanya perlu fokus pada hal yang benar-benar harus Anda lakukan—memikirkan langkah selanjutnya.

Satu Insinyur Menjadi Tiga

Seberapa hebat Claude Code? Bukti paling kuat bukanlah Demo, melainkan kisah Anthropic sendiri yang "tertelan".

VentureBeat pada 27 Juni menerbitkan artikel penting, judulnya langsung ke sasaran: Claude Code Mengubah Setiap Insinyur Menjadi Tiga. Sekarang Perusahaan Membutuhkan Lebih Banyak Pemikir Produk.

Anthropic baru-baru ini memberi tahu tim pertumbuhannya: rekrut lebih banyak manajer produk, bukan lebih banyak insinyur.

Alasannya sederhana—Claude Code telah meningkatkan keluaran efektif tim teknik menjadi tiga kali jumlah personel sebenarnya. Tim lima orang, sekarang menghasilkan pekerjaan lima belas hingga dua puluh orang.

Hambatannya bukan pada kode, tapi pada orang yang "memutuskan kode apa yang akan ditulis".

Secara tradisional, rasio manajer produk dan insinyur kira-kira 1:8. Sekarang, keluaran harian setiap insinyur meningkat tiga kali lipat, rasio ini dalam efek praktisnya menjadi 1:20.

PM tidak sempat memberikan tugas kepada insinyur—bayangkan betapa absurdnya, insinyur menunggu kebutuhan setelah menulis kode.

20 Juta Baris Kode Spotify Diambil Alih Claude

Dan yang paling menunjukkan betapa hebatnya "sub-agen latar belakang" adalah implementasi nyata di Spotify.

Wakil Presiden Teknik Spotify, Niklas Gustavsson, dalam wawancara dengan Boris Cherny mengungkapkan sejumlah angka:

Spotify melakukan sekitar 4500 deployment di lingkungan produksi setiap hari, 73% permintaan tarik (PR) diselesaikan dengan bantuan AI, frekuensi PR meningkat lebih dari 75%.

Cara kerjanya sehari-hari: secara bersamaan membuka 5 hingga 10 sesi Claude, masing-masing sesuai dengan satu git worktree independen, membiarkan beberapa agen bekerja secara paralel di latar belakang, dan dirinya hanya bertanggung jawab melihat diff dan membuat keputusan.

Semua ini terjadi dalam satu repositori monolit super yang memiliki lebih dari 20 juta baris kode.

Niklas mengaku awalnya sangat khawatir kodebase sebesar ini akan membuat agen tersesat. Hasilnya di luar dugaan—Claude bahkan bisa "mencari inspirasi" dari kode lain di repositori, tahu cara menulisnya.

Saran dia kepada rekan sejawat terdengar tidak seksi, tapi sangat realistis: semakin konsisten kodebase, semakin seragam toolchain, kinerja Claude di dalamnya akan semakin baik.

Satu hal di repositori ditulis dengan sepuluh cara berbeda, Claude juga akan ikutan bingung. Logikanya sama persis dengan meningkatkan efisiensi insinyur manusia selama belasan tahun terakhir, hanya sekarang ada peran baru, yaitu AI.

Yang lebih menarik, Spotify membuka kemampuan ini kepada non-insinyur.

Mereka membangun seperangkat infrastruktur, memungkinkan manajer produk, desainer—siapa pun—menggambarkan ide dengan bahasa alami, Claude langsung mengimplementasikan prototipe ujung ke ujung dalam kode mobile dan backend yang sebenarnya.

Niklas mengungkapkan, bahkan CEO bersama Spotify pun pernah mengirim prototipenya di dalamnya.

Ide yang dulu perlu meyakinkan seluruh tim teknik untuk divalidasi, sekarang bisa dijalankan dalam satu hingga dua jam.

Ketika "Mengobrol Sambil Bekerja" Menjadi Pengaturan Default

Niklas mengatakan, hal ini bisa ditelusuri hingga lima atau enam tahun yang lalu—saat itu tim menemukan bahwa kecepatan pertumbuhan kodebase tujuh kali lebih cepat dari jumlah insinyur, memaksa mereka memikirkan lebih awal "bisakah mesin menggantikan manusia dalam memelihara kode?".

Hasilnya dia menemukan, yang benar-benar dia nikmati bukanlah mengetik kode itu sendiri, melainkan memecahkan masalah.

Sekarang dia menjalankan beberapa agen di latar belakang secara bersamaan, waktu yang dia hemat, digunakan untuk memikirkan langkah selanjutnya yang harus dilakukan, apa yang harus dibicarakan dengan klien, dan membuat lebih banyak prototipe.

Ini kebetulan membuktikan penilaian di balik tweet Boris Cherny: ketika sub-agen latar belakang menjadi standar, "menulis kode" bukan lagi hal terpenting bagi insinyur, "memutuskan apa yang harus dilakukan, menilai benar atau salah" yang terpenting.

Ketika "mengobrol sambil bekerja" berubah dari keterampilan pribadi seorang pengembang, menjadi cara kerja bersama tim teknik beranggotakan 2900 orang, alat pemrograman AI sudah diam-diam berganti level—

Keluaran insinyur meningkat tiga kali lipat, tetapi yang paling langka bukan lagi orang yang bisa menulis kode, melainkan orang yang tahu kode apa yang harus ditulis.

Referensi:

https://x.com/kimmonismus/status/2071667876415623534

https://venturebeat.com/infrastructure/claude-code-turned-every-engineer-into-three-now-companies-need-more-product-thinkers

https://x.com/ClaudeDevs/status/2071671418245492926?s=20

Artikel ini berasal dari akun WeChat publik "ASI启示录", penulis: ASI启示录

Pertanyaan Terkait

QApa yang akan menjadi fitur utama pada versi berikutnya dari Claude Code?

AVersi berikutnya dari Claude Code akan memiliki fitur utama di mana sub-agen akan berjalan secara default di latar belakang. Ini memungkinkan pengguna untuk terus mengobrol dengan Claude sementara sub-agen menyelesaikan pekerjaan secara paralel di belakang layar.

QBagaimana Claude Code mengubah peran insinyur perangkat lunak?

AClaude Code mengubah peran insinyur dari sekadar penulis kode menjadi pengelola dan pengambil keputusan. Dengan kemampuan sub-agen yang bekerja di latar belakang, insinyur dapat berfokus pada perencanaan, pengambilan keputusan strategis, dan peninjauan hasil, sementara tugas menulis dan menguji kode ditangani oleh AI.

QApa dampak Claude Code terhadap tim Spotify?

AClaude Code berdampak signifikan pada tim Spotify dengan meningkatkan frekuensi pull request hingga 75% dan membantu dalam 73% permintaan tarik. Lebih dari 2000 baris kode diatur oleh Claude, memungkinkan insinyur seperti Wakil Presiden Teknik Niklas Gustavsson untuk mengelola beberapa sesi Claude secara paralel dan berfokus pada pengambilan keputusan.

QMengapa perusahaan seperti Anthropic sekarang lebih membutuhkan pemikir produk daripada insinyur?

AKarena Claude Code secara drastis meningkatkan produktivitas insinyur hingga tiga kali lipat, hambatan utama bukan lagi pada penulisan kode, tetapi pada menentukan apa yang harus dibangun dan diarahkan. Dengan output yang lebih tinggi, permintaan akan individu yang dapat merencanakan, memprioritaskan, dan membuat keputusan produk menjadi lebih kritis.

QBagaimana cara kerja 'alur kerja dinamis' dalam Claude Code?

AAlur kerja dinamis dalam Claude Code memungkinkannya menghasilkan skrip pengaturan untuk tugas-tugas kompleks. Skrip ini kemudian mengoordinasikan puluhan hingga ratusan sub-agen untuk bekerja secara bertahap, memvalidasi secara paralel, dan akhirnya menyatukan hasil menjadi laporan atau serangkaian perubahan, menyerupai 'sebuah AI menulis naskah, dan sekelompok AI bekerja sesuai naskah'.

Bacaan Terkait

Analisis Makro Terbaru Ray Dalio: Lebih Banyak Beli Emas, Beli Sedikit Bitcoin

Ray Dalio menganalisis situasi makroekonomi global berdasarkan templat dalam bukunya "How Countries Go Broke: The Big Cycle". Ia menjelaskan siklus utang besar di mana pemerintah menumpuk utang hingga beban pembayaran bunga menjadi tidak berkelanjutan, menyebabkan ketidakseimbangan antara pasokan dan permintaan obligasi. Hal ini memicu kenaikan suku bunga, pelemahan mata uang, atau pencetakan uang oleh bank sentral, yang pada akhirnya mengarah pada krisis utang pemerintah atau "serangan jantung ekonomi". Dalio menggarisbawahi tiga indikator kunci: rasio pembayaran utang pemerintah terhadap pendapatan, ketidakseimbangan pasokan/permintaan obligasi pemerintah, dan skala pembelian obligasi oleh bank sentral dengan uang cetakan. Menurutnya, AS saat ini berada di titik kritis dengan defisit anggaran besar, utang tinggi, dan kebutuhan pembiayaan ulang yang masif. Tanpa koreksi, krisis dapat terjadi dalam beberapa tahun. Sebagai solusi, dia mengusulkan "Solusi 3% Tiga Cara": mengurangi defisit anggaran menjadi 3% dari PDB melalui kombinasi pemotongan belanja, peningkatan pajak, dan penurunan suku bunga secara bertahap. Untuk investor, Dalio merekomendasikan diversifikasi lintas aset dan negara, mengurangi alokasi obligasi, serta meningkatkan alokasi ke emas dan sedikit Bitcoin sebagai lindung nilai terhadap depresiasi mata uang fiat yang diantisipasi di banyak ekonomi.

marsbit44m yang lalu

Analisis Makro Terbaru Ray Dalio: Lebih Banyak Beli Emas, Beli Sedikit Bitcoin

marsbit44m yang lalu

Upaya Menteri Keuangan AS Tekan Yield Obligasi Memicu 'Trading Depresiasi Mata Uang'! Emas Sentuh Level Tertinggi Tiga Bulan, Bitcoin Tembus Naik Lebih 25% Pekan Ini

Menteri Keuangan AS Janet Yellen berusaha menekan imbal hasil obligasi pemerintah AS jangka panjang, tetapi dampaknya hanya bertahan singkat. Namun, upaya ini memicu pelemahan dolar AS dan menguatkan logika perdagangan "penurunan nilai mata uang". Emas mencapai level tertinggi dalam tiga bulan, sementara Bitcoin melonjak lebih dari 25% dalam seminggu, dengan korelasinya terhadap emas berada di level tertinggi sejak pandemi. Reaksi pasar ini mencerminkan kekhawatiran mendalam tentang defisit fiskal AS yang membengkak (mendekati $2 triliun) dan tekanan struktural pada suku bunga jangka panjang. Tekanan ini berasal dari persaingan global untuk modal, termasuk pembiayaan defisit pemerintah besar-besaran, kebutuhan pendanaan AI, dan penerbitan obligasi korporasi. Pasar melihat aset seperti emas dan Bitcoin sebagai lindung nilai terhadap risiko ini. Meskipun pemerintah berupaya menurunkan biaya pinjaman, inflasi yang persisten membatasi ruang gerak Federal Reserve. Sementara itu, pasar saham tampak tangguh didukung oleh ekspektasi laba yang kuat, khususnya dari sektor teknologi AI. Namun, imbal hasil obligasi yang mendekati 5% tetap menjadi tantangan bagi saham bernilai tinggi. Peringatan datang dari Ray Dalio yang menyarankan untuk mengurangi eksposur obligasi dan memegang emas serta Bitcoin sebagai proteksi terhadap potensi krisis utang AS. Ke depan, pasar akan menguji ketegangan antara keinginan Washington untuk kondisi finansial yang longgar dan realitas ekonomi yang mendorong suku bunga lebih tinggi, dengan fokus pada laporan laba Nvidia dan pertemuan Federal Reserve di Jackson Hole.

华尔街日报3j yang lalu

Upaya Menteri Keuangan AS Tekan Yield Obligasi Memicu 'Trading Depresiasi Mata Uang'! Emas Sentuh Level Tertinggi Tiga Bulan, Bitcoin Tembus Naik Lebih 25% Pekan Ini

华尔街日报3j yang lalu

Trading

Spot
活动图片