Penulis Asli: Boris Cherny, Pengembang Claude Code
Kompilasi & Penyuntingan: Xiaohu AI
Anda mungkin pernah mendengar tentang Claude Code, atau bahkan menggunakannya untuk menulis kode atau mengedit dokumen. Tapi pernahkah Anda berpikir: jika AI bukan sekadar "alat sementara", tetapi anggota resmi dalam alur kerja pengembangan Anda, bahkan sebuah sistem kolaborasi otomatis—bagaimana cara kerjanya akan mengubah cara Anda bekerja?
Sebagai Bapak Claude Code, Boris Cherny menulis sebuah utas Twitter yang sangat detail, berbagi pengalamannya menggunakan alat ini secara efisien, dan bagaimana dia serta timnya mengintegrasikan Claude secara mendalam ke dalam seluruh proses rekayasa saat bekerja.
Artikel ini akan menyusun dan menafsirkan pengalamannya secara sistematis dan mudah dipahami.
Bagaimana Boris membuat AI menjadi mitra otomatisasi dalam alur kerjanya?
Poin Inti:
Dia memperkenalkan alur kerjanya, termasuk:
Bagaimana menggunakan Claude:
Menjalankan banyak Claude sekaligus: Membuka 5~10 sesi di terminal dan web untuk menangani tugas secara paralel, juga menggunakan Claude di ponsel.
Tidak mengubah setelan default: Claude dapat langsung digunakan (out-of-the-box), tidak perlu konfigurasi rumit.
Menggunakan model terkuat (Opus 4.5): Meskipun sedikit lebih lambat, tetapi lebih pintar, dan lebih mudah digunakan.
Merencanakan sebelum menulis kode (Mode Rencana): Minta Claude membantu Anda memikirkan dengan jelas sebelum menulis, tingkat keberhasilannya tinggi.
Setelah menghasilkan kode, periksa formatnya dengan alat untuk menghindari kesalahan.
Bagaimana membuat Claude semakin pintar:
Tim memelihara sebuah "basis pengetahuan": Setiap kali Claude menulis sesuatu yang salah, tambahkan pengalaman ke dalamnya, lain kali tidak akan mengulangi kesalahan yang sama.
Melatih Claude secara otomatis saat menulis PR: Biarkan Claude melihat PR, mempelajari penggunaan atau standar baru.
Mengubah perintah yang sering digunakan sendiri menjadi perintah slash, Claude dapat memanggilnya secara otomatis, menghemat pekerjaan berulang.
Menggunakan "sub-agen" untuk menangani beberapa tugas tetap, seperti penyederhanaan kode, verifikasi fungsi, dll.
Bagaimana mengelola izin:
Tidak melewati izin secara sembarangan, tetapi mengatur perintah aman yang disetujui otomatis.
Sinkronisasi alur kerja Claude di banyak perangkat (web, terminal, ponsel).
Poin terpenting:
Pastikan untuk memberikan Claude "mekanisme verifikasi", sehingga dapat memastikan apakah yang ditulisnya benar atau tidak.
Misalnya, Claude secara otomatis menjalankan pengujian, membuka browser untuk menguji halaman web, memeriksa apakah fungsi berhasil.
Claude Code adalah "Rekan", Bukan "Alat"
Pertama-tama, Boris menyampaikan konsep inti: Claude Code bukanlah alat statis, melainkan mitra cerdas yang dapat bekerja sama dengan Anda, terus belajar, dan berkembang bersama.
Claude tidak memerlukan banyak konfigurasi rumit, langsung kuat saat digunakan. Tetapi jika Anda bersedia meluangkan waktu untuk membangun cara penggunaan yang lebih baik, peningkatan efisiensi yang dibawanya bisa berlipat ganda.
Pemilihan Model: Pilih yang Paling Pintar, Bukan yang Tercepat
Boris menggunakan model unggulan Claude, Opus 4.5 + mode pemikiran ("with thinking") untuk semua tugas pengembangan.
Meskipun model ini lebih besar dan lebih lambat daripada Sonnet, tetapi:
- Kemampuan pemahamannya lebih kuat
- Kemampuan menggunakan alat lebih baik
- Tidak perlu berulang kali dibimbing, mengurangi komunikasi bolak-balik
- Secara keseluruhan, lebih menghemat waktu daripada menggunakan model cepat
- Pencerahan: Produktivitas sebenarnya tidak terletak pada kecepatan eksekusi, tetapi pada "sedikit kesalahan, sedikit pekerjaan ulang, sedikit penjelasan berulang".
1. Mode Rencana: Saat menggunakan AI untuk menulis kode, jangan buru-buru menyuruhnya "menulis"
Saat kita membuka Claude, banyak orang secara intuitif memasukkan "bantu saya menulis antarmuka", "refaktor kode ini"... Claude biasanya juga akan "menulis sesuatu", tetapi seringkali menyimpang, melewatkan logika, bahkan salah memahami kebutuhan.
Sedangkan langkah pertama Boris tidak pernah menyuruh Claude menulis kode. Dia menggunakan Mode Rencana — pertama-tama membuat rencana implementasi bersama Claude, baru kemudian masuk ke tahap eksekusi.
Bagaimana dia melakukannya?
Saat memulai sebuah PR, Boris tidak langsung menyuruh Claude menulis kode, tetapi menggunakan Mode Rencana:
1. Jelaskan tujuan
2. Buat rencana bersama Claude
3. Konfirmasi setiap langkah
4. Baru suruh Claude menulis
Setiap kali perlu mengimplementasikan fungsi baru, seperti "menambahkan pembatasan laju (rate limiting) untuk某个 API", dia akan mengonfirmasi langkah demi langkah dengan Claude:
- Apakah diimplementasikan dengan middleware, atau disematkan dalam logika?
- Apakah konfigurasi pembatasan laju perlu mendukung modifikasi dinamis?
- Apakah perlu log? Apa yang dikembalikan saat gagal?
Proses "negosiasi rencana" ini mirip dengan dua orang yang bersama-sama "gambar rencana konstruksi".
Setelah Claude memahami tujuan dengan jelas, Boris akan membuka mode "edit diterima otomatis", Claude dapat langsung memodifikasi kode, mengirimkan PR, terkadang bahkan tidak perlu konfirmasi manual lagi.
"Kualitas kode Claude tergantung pada apakah Anda telah mencapai kesepakatan sebelum menulis kode." — Boris
Pencerahan: Daripada terus-menerus memperbaiki kesalahan Claude, lebih baik dari awal bersama-sama membuat peta rute yang jelas.
Ringkasan
Mode Rencana bukan membuang waktu, tetapi menggunakan negosiasi di depan untuk pertukaran eksekusi yang stabil. AI sekuat apa pun, tetap perlu "Anda jelaskan dengan jelas".
2. Paralel Multi-Claude: Bukan Satu AI, Melainkan Satu Tim Pengembangan Virtual
Boris tidak hanya menggunakan satu Claude. Kesehariannya seperti ini:
- Membuka 5 Claude lokal di terminal, sesi dialokasikan untuk tugas yang berbeda (misalnya refaktor, menulis tes, debug bug)
- Membuka 5–10 Claude lagi di browser, berjalan paralel dengan lokal
- Menggunakan aplikasi Claude iOS di ponsel, memulai tugas kapan saja
Setiap instance Claude, seperti sebuah "asisten khusus": ada yang bertugas menulis kode, ada yang melengkapi dokumen, ada yang berjalan lama di latar belakang menjalankan tugas pengujian.
Dia bahkan mengatur notifikasi sistem, saat Claude menunggu input, dia dapat langsung diingatkan.
Mengapa melakukan ini?
Konteks Claude bersifat lokal, tidak cocok untuk "satu jendela melakukan semua hal". Boris membagi Claude menjadi beberapa peran untuk diproses secara paralel, di satu sisi mengurangi waktu tunggu, di sisi lain mengurangi "memori gangguan".
Dia juga mengingatkan dirinya sendiri melalui notifikasi sistem: "Claude 4 sedang menunggu balasan Anda", "Claude 1 menyelesaikan pengujian", seperti mengelola sistem multi-thread untuk mengelola AI ini.
Analogi Pemahaman
Anda bisa bayangkan diri Anda dikelilingi oleh lima magang pintar, masing-masing bertanggung jawab atas satu tugas. Anda tidak perlu melakukan setiap hal sampai selesai, cukup "ganti orang" pada saat-saat kritis, menjaga tugas berjalan lancar.
Pencerahan: Menganggap Claude sebagai beberapa "asisten virtual", masing-masing menangani tugas berbeda, dapat secara signifikan mengurangi waktu tunggu dan biaya pengalihan konteks.
3. Perintah Slash: Ubah Hal yang Anda Lakukan Setiap Hari Menjadi Perintah Cepat Claude
Beberapa alur kerja, kami lakukan puluhan kali setiap hari:
- Memodifikasi kode → commit → push → membuat PR
- Memeriksa status build → memberi tahu tim → memperbarui issue
- Menyinkronkan perubahan ke beberapa sesi Web dan lokal
- Boris tidak ingin setiap kali memberi tahu Claude: "Tolong commit dulu, lalu push, lalu buat PR..."
Dia membungkus operasi ini menjadi perintah Slash, misalnya:
/commit-push-pr
Di balik perintah ini adalah logika skrip Bash, disimpan di folder .claude/commands/, ditambahkan ke manajemen Git, semua anggota tim dapat menggunakan.
Bagaimana Claude menggunakan perintah ini?
Saat Claude menemukan perintah ini, dia tidak hanya "mengeksekusi perintah", tetapi juga tahu alur kerja yang diwakili oleh perintah ini, dan dapat secara otomatis mengeksekusi langkah-langkah perantara, mengisi parameter sebelumnya, menghindari komunikasi berulang.
Poin Pemahaman
Perintah Slash seperti "tombol otomatis" yang Anda instal untuk Claude. Anda melatihnya untuk memahami alur tugas, setelah itu dapat mengeksekusi dengan satu klik.
"Bukan hanya saya yang bisa menghemat waktu dengan perintah, Claude juga bisa." — Boris
Pencerahan: Jangan setiap kali memasukkan prompt berulang, abstraksikan tugas frekuensi tinggi menjadi perintah, kerja sama Anda dan Claude baru bisa "otomatis".
4. Basis Pengetahuan Tim: Claude Belajar Bukan dari Prompt, Melainkan dari Gen Pengetahuan yang Dikelola Tim
Tim Boris memelihara sebuah basis pengetahuan .claude, dan ditambahkan ke manajemen Git.
Ini seperti "Wikipedia internal" untuk Claude, mencatat:
- Penulisan apa yang benar
- Apa praktik terbaik yang disepakati tim
- Saat menghadapi masalah tertentu, bagaimana cara memperbaikinya
Claude akan secara otomatis merujuk basis pengetahuan ini untuk memahami konteks, menilai gaya kode.
Saat Claude melakukan kesalahan, apa yang harus dilakukan?
Setiap kali Claude muncul kesalahpahaman atau menulis logika yang salah, tambahkan pelajaran ke dalamnya.
Setiap tim memelihara versinya sendiri.
Semua orang mengedit secara kolaboratif, Claude akan secara real-time merujuk basis pengetahuan ini untuk membuat penilaian.
Contoh:
Jika Claude selalu salah menulis logika paginasi, tim hanya perlu menulis standar paginasi yang benar ke dalam basis pengetahuan, setiap pengguna berikutnya dapat secara otomatis mendapat manfaat.
Cara Boris: Tidak memarahinya, tidak mematikannya, tetapi "latih sekali":
Kode ini tidak kami tulis seperti ini, tambahkan ke basis pengetahuan
Lain kali Claude tidak akan membuat kesalahan ini lagi.
Yang lebih penting, mekanisme ini bukan dipelihara oleh Boris sendiri, tetapi seluruh tim berkontribusi dan memodifikasi setiap minggu.
Pencerahan: Menggunakan AI, bukan setiap orang berjuang sendiri, tetapi membangun sistem "memori kolektif".
5. Mekanisme Pembelajaran Otomatis: PR itu Sendiri adalah "Data Pelatihan" Claude
Saat melakukan tinjauan kode, Boris sering @Claude di PR, misalnya:
@.claude Tambahkan cara penulisan fungsi ini ke basis pengetahuan
Dengan GitHub Action, Claude akan secara otomatis mempelajari maksud di balik perubahan ini, dan memperbarui pengetahuan internal.
Ini mirip dengan "melatih Claude secara berkelanjutan", setiap peninjauan tidak hanya menggabungkan kode, tetapi juga meningkatkan kemampuan AI.
Ini bukan lagi "pemeliharaan akhir", tetapi mengintegrasikan mekanisme pembelajaran AI ke dalam kolaborasi sehari-hari.
Tim menggunakan PR untuk meningkatkan kualitas kode, Claude secara sinkron meningkatkan tingkat pengetahuan.
Pencerahan: PR bukan hanya proses tinjauan kode, tetapi juga kesempatan alat AI untuk berevolusi sendiri.
6. Subagen (Subagents): Biarkan Claude Mengeksekusi Tugas Kompleks Secara Modular
Selain alur tugas utama, Boris juga mendefinisikan beberapa subagen (Subagents) untuk menangani tugas bantu umum.
Subagen adalah beberapa modul yang berjalan otomatis, misalnya:
- code-simplifier: Setelah Claude menulis kode, secara otomatis menyederhanakan struktur
- verify-app: Menjalankan pengujian lengkap, memverifikasi apakah kode baru dapat digunakan
- log-analyzer: Menganalisis log kesalahan, dengan cepat menemukan masalah
Subagen ini seperti plugin, secara otomatis terhubung ke alur kerja Claude, berjalan secara kolaboratif otomatis, tidak perlu prompt berulang.
Pencerahan: Subagen adalah "anggota tim" Claude, meningkatkan Claude dari asisten menjadi "komandan proyek".
Claude bukan hanya satu orang, tetapi Anda dapat membawa tim kecil sebagai manajer umum.
7. Paragraf Tambahan Satu: PostToolUse Hook — Penjaga Terakhir Format Kode
Dalam sebuah tim, membuat setiap orang menulis kode dengan gaya yang seragam tidak mudah. Meskipun kemampuan generasi Claude kuat,难免会有缩进差一点、空行多一点这类细节瑕疵 (seringkali ada cacat detail seperti indentasi sedikit berbeda, baris kosong sedikit lebih banyak).
Cara Boris adalah mengatur sebuah PostToolUse Hook—
Secara sederhana, ini adalah "pengait pasca-pemrosesan" yang secara otomatis dipanggil Claude setelah "menyelesaikan tugas".
Fungsinya termasuk:
- Memperbaiki format kode secara otomatis
- Melengkapi komentar yang terlewat
- Menangani kesalahan lint, menghindari CI gagal
- Mengirim notifikasi Slack secara otomatis (misalnya hasil build)
- Mengkueri data BigQuery (misalnya metrik perilaku pengguna)
- Mengambil log Sentry (misalnya pelacakan异常 online)
- Build + test + deploy
- Menghasilkan laporan + mengirim email
- Skrip migrasi data sedang berjalan
- Setelah menulis kode, Claude secara otomatis menjalankan kasus uji untuk memverifikasi apakah kode benar
- Dalam browser interaksi pengguna simulasi, memverifikasi pengalaman front-end
- Secara otomatis membandingkan log, metrik sebelum dan sesudah berjalan
- Paralel multi-sesi: Pembagian tugas lebih jelas, efisiensi lebih tinggi
- Perencanaan diutamakan: Mode Rencana meningkatkan tingkat penyelarasan tujuan Claude
- Dukungan sistem pengetahuan: Tim bersama-sama memelihara basis pengetahuan AI, beriterasi terus-menerus
- Otomatisasi tugas: Perintah Slash + subagen, membuat Claude bekerja seperti mesin alur
- Mekanisme umpan balik tertutup: Setiap output Claude memiliki logika verifikasi, memastikan hasil stabil dan andal
- Meningkatkan Claude dari "asisten dialog" menjadi "sistem pemrograman otomatis"
- Mengubah akumulasi pengetahuan dari otak manusia menjadi basis pengetahuan AI
- Mengubah alur dari operasi manual berulang menjadi alur kerja otomatis yang ter-skrip, modular, dan kolaboratif
Langkah ini biasanya tidak rumit, tetapi sangat penting. Seperti menjalankan Grammarly sekali lagi setelah artikel selesai ditulis, sehingga karya yang diserahkan stabil dan rapi.
Bagi alat AI, kunci yang mudah digunakan seringkali tidak terletak pada kekuatan generasi, tetapi pada kemampuan penyelesaian.
8. Manajemen Izin: Pra-otorisasi Alih-alih Melewati
Boris dengan jelas menyatakan bahwa dia tidak menggunakan --dangerously-skip-permissions — ini adalah parameter Claude Code, dapat melewati semua prompt izin saat mengeksekusi perintah.
Kedengarannya nyaman, tetapi juga bisa berbahaya, seperti menghapus file secara tidak sengaja, menjalankan skrip yang salah, dll.
Alternatifnya adalah:
1.Menggunakan perintah /permissions untuk secara eksplisit menyatakan perintah mana yang tepercaya
2.Menulis konfigurasi izin ini ke .claude/settings.json
3.Membagikan pengaturan aman ini ke seluruh tim
Ini seperti membuka sejumlah "daftar putih" operasi untuk Claude sebelumnya, misalnya:
"preApprovedCommands": [
"git commit",
"npm run build",
"pytest"
]
Claude menemukan operasi ini dan langsung mengeksekusi, tidak perlu setiap kali menyela.
Desain mekanisme izin ini lebih seperti sistem operasi tim, bukan alat tunggal. Dia menggunakan perintah /permissions untuk memberikan otorisasi sebelumnya pada perintah bash yang umum dan aman, konfigurasi ini disimpan di .claude/settings.json, dibagikan oleh tim.
Pencerahan: Otomatisasi AI tidak berarti lepas kendali. Memasukkan strategi keamanan ke dalam proses otomatisasi itu sendiri adalah rekayasa yang sebenarnya.
9. Keterkaitan Multi-Alat: Claude = Robot Serba Bisa
Boris tidak hanya menyuruh Claude menulis kode secara lokal. Dia mengonfigurasi Claude agar dapat mengakses beberapa platform inti melalui MCP (modul layanan kontrol pusat):
Bagaimana cara mencapainya?
Konfigurasi MCP disimpan di .mcp.json
Claude saat berjalan akan membaca konfigurasi, secara mandiri mengeksekusi tugas lintas platform
Seluruh tim berbagi satu set konfigurasi
Semua ini diintegrasikan dengan Claude melalui MCP (sistem kontrol pusat Claude), konfigurasi disimpan di .mcp.json.
Claude seperti asisten robot, dapat membantu Anda:
"Menulis kode → mengirim PR → melihat efek → memberi tahu QA → melaporkan log".
Ini bukan lagi alat AI dalam arti tradisional, melainkan pusat saraf sistem rekayasa.
Pencerahan: Jangan biarkan AI hanya bekerja di "dalam editor",
Itu dapat menjadi pengatur dalam seluruh ekosistem sistem Anda.
10. Pemrosesan Asinkron Tugas Panjang: Agen latar belakang + plugin + hook
Dalam proyek nyata, Claude terkadang harus menangani tugas panjang, misalnya:
Cara penanganan Boris sangat rekayasa:
Tiga cara menangani tugas panjang:
1.Claude setelah selesai, menggunakan Agen latar belakang untuk memverifikasi hasil
2.Menggunakan Stop Hook, secara otomatis memicu tindakan lanjutan saat tugas berakhir
3.Menggunakan plugin ralph-wiggum (diusulkan oleh @GeoffreyHuntley) untuk mengelola status alur panjang
Dalam skenario ini, Boris akan menggunakan:
--permission-mode=dontAsk
Atau memasukkan tugas ke dalam sandbox untuk dijalankan, menghindari gangguan seluruh alur karena prompt izin.
Claude bukan "mengawasi setiap saat", tetapi kolaborator yang dapat Anda percayakan.
Pencerahan: Alat AI tidak hanya cocok untuk operasi singkat dan cepat, tetapi juga untuk siklus panjang, alur kompleks — syaratnya adalah Anda harus membangun "mekanisme perwalian" untuknya.
11. Mekanisme Verifikasi Otomatis: Output Claude Berharga atau Tidak, Kuncinya Apakah Dapat Memverifikasi Dirinya Sendiri
Poin terpenting dalam pengalaman Boris adalah:
Hasil apa pun yang dikeluarkan Claude, harus memiliki "mekanisme verifikasi" untuk memeriksa kebenarannya.
Dia akan menambahkan skrip verifikasi atau hook untuk Claude:
Jika tidak lulus, Claude akan secara otomatis memodifikasi, mengeksekusi ulang. Sampai lulus.
Ini seperti Claude sendiri membawa "sistem umpan balik tertutup".
Ini tidak hanya meningkatkan kualitas, tetapi juga mengurangi beban kognitif manusia.
Pencerahan: Yang benar-benar menentukan kualitas hasil AI, bukanlah jumlah parameter model, tetapi apakah Anda telah merancang "mekanisme pemeriksaan hasil" untuknya.
Kesimpulan: Bukan Membuat AI Menggantikan Manusia, Tetapi Membuat AI Bekerja Sama Seperti Manusia
Metode Boris tidak bergantung pada "fitur tersembunyi" atau teknologi canggih, tetapi menggunakan Claude secara rekayasa, meningkatkannya dari "alat obrolan" menjadi bagian dari sistem kerja yang efisien.
Metode penggunaan Claude-nya memiliki beberapa karakteristik inti:
Sebenarnya metode Boris menunjukkan cara baru menggunakan AI:
Praktik ini tidak bergantung pada sihir hitam, tetapi merupakan cerminan kemampuan rekayasa. Anda juga dapat meminjam ide dari sini, menggunakan Claude atau alat AI lainnya dengan lebih efisien dan cerdas.
Jika saat menggunakan Claude, Anda sering merasa "dia mengerti sedikit, tetapi tidak dapat diandalkan", "kode yang ditulis selalu harus saya perbaiki", mungkin masalahnya bukan pada Claude, tetapi Anda belum memberinya mekanisme kolaborasi yang matang.
Claude dapat menjadi magang yang memenuhi syarat, atau也可以成为稳定可靠的工程搭档 (juga dapat menjadi mitra rekayasa yang stabil dan andal), tergantung bagaimana Anda menggunakannya.
