Baru-baru ini, kata apa yang paling panas di Silicon Valley?
Loop.
Saat membuka X, seluruh jaringan dipenuhi dengan pembahasan tentang Loop Engineering.
Para pemimpin besar di Silicon Valley, satu per satu, meninggalkan prompt (kata kunci), beralih ke loop otonom!
Huang Renxun (Jensen Huang) memberi kita titik fokus baru untuk tahap selanjutnya (juga cara baru untuk membakar token):
Nobody writes prompts anymore. The new job is to write and handle loops.
(Tidak ada yang lagi menulis prompt. Pekerjaan baru adalah menulis dan menangani Loop.)
Baru-baru ini, insinyur Anthropic mengungkapkan:
Lebih dari 80% insinyur di dalam Anthropic sudah menggunakan loop perbaikan mandiri (self-improving loops), dalam 3-6 bulan akan mencapai 100%.
Andrew Ng (Wu Enda) tegas menyatakan: Dalam 3 sampai 6 bulan, prompt akan punah! Loop menggantikan prompt, sudah menjadi kepastian.
Karpathy sebelumnya, saat menjelaskan proyek AutoResearch-nya, telah membahas loop tertutup agen AI (generasi → eksekusi → evaluasi → perbaikan), menyerukan agar manusia sebagian dikeluarkan dari loop.
Karpathy dalam wawancara Maret lalu, khusus membahas secara mendalam AutoResearch / Loop Karpathy
Bapak OpenClaw, Peter Steinberger, berterus terang: Pengingat bulanan, jangan lagi menulis prompt secara manual, merancang loop itulah kuncinya.
Bapak Claude Code, Boris Cherny, langsung berujar lantang: Loop adalah masa depan!
Dua tahun lalu, kita masih menulis kode secara manual. Kemudian mulai transisi ke agen cerdas yang menulis kode.
Dan sekarang, kita sedang melangkah ke tahap di mana agen memberikan prompt ke agen lain, dan yang terakhir ini yang menghasilkan kode.
Langkah dari kode sumber ke agen meskipun besar, tetapi makna dan dampak pengenalan mekanisme loop, tidak kalah pentingnya dengan langkah sebelumnya.
Tak disangka, rekayasa prompt (prompt engineering) yang panas selama dua tahun, para insinyur AI top sudah tidak main lagi.
Mengapa para pemimpin besar Silicon Valley, satu per satu, optimis dengan Loop?
Esensi prompting tradisional adalah: manusia itu sendiri adalah loop-nya.
Anda menulis prompt → Agent mengeluarkan output → Anda meninjau → Anda menulis prompt berikutnya → Begitu seterusnya berulang.
Setiap langkah bergantung pada perhatian manusia, memori konteks, dan bandwidth pengambilan keputusan. Satu orang dalam sehari memiliki batasan jumlah token dan kompleksitas tugas yang dapat didorong secara efektif.
Esensi Loop Engineering adalah: sistem itu sendiri menjadi loop.
Oleh karena itu, rekayasa loop lebih penting daripada rekayasa prompt.
Manusia hanya melakukan satu kali desain bernilai tinggi:
1. Mendefinisikan tujuan dan kondisi berhenti
2. Membangun mekanisme verifikasi (paling krusial)
3. Membangun memori persisten (markdown / status eksternal)
4. Mengonfigurasi penemuan dan penjadwalan
Setelah itu, sistem loop AI dapat secara mandiri menemukan tugas → mengeksekusi → memverifikasi → mempersistenkan → menemukan lagi, berjalan 24/7, manusia hanya intervensi saat diperlukan.
Inilah alasan mengapa para pemimpin besar Silicon Valley, satu per satu, optimis dengan Loop.
Mereka didasarkan pada penilaian ini: Begitu loop matang, rasio harga-kinerja (cost-effectiveness) dari prompt manual akan langsung runtuh!
Buku Putih Loop Engineering 11 Halaman, Tersebar Luas di Seluruh Jaringan
Jadi, apa sebenarnya proses loop itu?
Beberapa hari terakhir, di X mulai tersebar luas sebuah buku putih tentang Loop Engineering.
https://drive.google.com/file/d/1qzKI4DKnyHRpXK1J3ATPqwaqLc0iNu-M/view
PDF 11 halaman ini, pada dasarnya adalah ringkasan tren/panduan praktis, yang mengumpulkan diskusi publik dan pengalaman praktis terkait.
Ide intinya, berasal dari pernyataan publik Peter Steinberger, Boris Cherny, dan Addy Osmani.
Apa itu rekayasa loop?
Loop Engineering (Rekayasa Loop), dinamai oleh insinyur Google Chrome Addy Osmani pada Juni 2026.
Ini adalah lapisan keempat di atas rekayasa prompt, rekayasa konteks, dan rekayasa rantai alat: ketiga lapisan sebelumnya mengasumsikan Anda duduk di depan keyboard mengarahkan AI baris demi baris; Loop Engineering ingin mengeluarkan Anda dari posisi itu, membebaskan Anda sepenuhnya dari posisi bekerja.
Mulai sekarang, Anda bukan lagi mesin yang menggerakkan AI, melainkan arsitek yang merancang mesin ini.
Sistem akan secara otomatis bangun pada waktu yang ditetapkan, menurunkan sub-agen untuk bekerja, dan memberikan hasil output sebagai input untuk putaran berikutnya.
Artikel ini membedah satu Loop lengkap menjadi lima tindakan kunci:
Penemuan: AI menggunakan perpustakaan keterampilan yang sudah tetap untuk mencari pekerjaan bernilai sendiri, seperti membaca catatan kegagalan CI terbaru atau Issue yang belum terselesaikan.
Penyerahan: Membuka sandbox independen untuk setiap tugas, membiarkan beberapa agen berjalan paralel tanpa saling mengganggu.
Verifikasi: Ini adalah langkah paling inti. Membiarkan AI yang menulis kode memberi nilai pada dirinya sendiri, ia hanya akan memuji diri sendiri secara membabi buta. Oleh karena itu, harus memperkenalkan agen 'penilai' yang sepenuhnya independen dan secara default bersikap skeptis untuk mencari kesalahan.
Persistensi: Memori AI tidak boleh hanya tertinggal di jendela konteks yang sewaktu-waktu bisa dikosongkan, harus mengeraskan status dan kemajuannya ke disk, agar bisa melanjutkan pekerjaan keesokan harinya.
Penjadwalan: Melalui skrip otomatisasi membiarkan sistem berjalan secara mandiri secara periodik, menutup seluruh loop.
Di antara itu, yang paling sulit, dan paling mudah untuk dihindari dengan kemalasan, adalah verifikasi.
Membiarkan AI memberi nilai pada dirinya sendiri, hampir selalu akan memuji dirinya sendiri, karena di pikirannya terdapat rantai pembenaran diri. Dan solusinya adalah memperkenalkan Agen Penilai independen, yang secara default menganggap kodenya buruk.
Namun, sistem berjalan sepenuhnya otomatis bukan berarti Anda bisa bersantai. Penulis memperingatkan: Saat loop melaju kencang di tengah malam, mungkin secara diam-diam mengakumulasi empat biaya tersembunyi.
Hutang Verifikasi: Kesalahan kecil yang belum terverifikasi diam-diam digabungkan ke repositori.
Korupsi Pemahaman: AI menulis kode terlalu cepat, menyebabkan pemahaman manusia terhadap basis kode menjadi terputus parah.
Menyerah Kognitif: Manusia malas meninjau lagi, menerima sepenuhnya hasil AI.
Token Tak Terkendali: AI mencoba ulang sepanjang malam dalam loop tak berujung, menghabiskan anggaran.
Loop yang sama, dibangun oleh dua orang, mungkin menghasilkan hasil yang sama sekali berlawanan. Masukkan penilaian, maka penilaian akan diperbesar; masukkan kemalasan, maka kemalasan akan diperbesar.
Singkatnya, laporan ini mengungkapkan perubahan mendalam dalam industri: rekayasa loop membuat pembuatan kode hampir gratis, sementara penilaian manusia menjadi satu-satunya sumber daya yang langka!
Selain itu, yang juga tersebar luas di seluruh jaringan adalah panduan praktis 14 langkah dari Codez, saat ini sudah ada jutaan unggahan ulang.
Inti artikelnya adalah sebagai berikut: Prompt sudah ketinggalan zaman, titik tuas (leverage point) sudah bergeser ke lapisan atas—dari 'kata-kata yang ditulis untuk AI baca', menjadi 'merancang sistem yang secara otomatis memberi makan AI'.
Perubahan ini bisa dipecah menjadi 14 langkah, 3 tahap—
Pertama, tentukan apakah Anda benar-benar memerlukan sebuah loop (apakah tugas berulang? Bisakah verifikasi diotomatisasi? Apakah anggaran mampu menanggung?), kemudian pelajari lima komponen (penjadwalan, isolasi direktori kerja, file keterampilan, konektor eksternal, sub-Agen penilai independen), akhirnya bangun loop yang minimal bisa digunakan.
Di antara itu, poin paling kuncinya adalah: memisahkan Agen yang menulis kode dan Agen yang meninjau kode. Model yang sama menjadi atlet sekaligus wasit, hasilnya selalu memberi nilai sempurna untuk dirinya sendiri.
Loop tanpa pintu verifikasi objektif hanyalah 'dua orang optimis saling mengangguk', semakin baik loop berjalan, semakin mudah insinyur berhenti benar-benar memahami kode.
Timeline Kelahiran Loop Engineering
Jika ingin merunut garis waktu rekayasa loop, kira-kira sebagai berikut.
Tahap Fondasi Awal
2022: Yao Shunyu dkk mengusulkan kerangka ReAct, meletakkan batu fondasi teoretis.
2025: Geoffrey Huntley mengusulkan 'Ralph'.
2025–Awal 2026: Andrej Karpathy merilis proyek AutoResearch, membentuk loop eksperimen otonom klasik, ini adalah tonggak besar.
Tahap Ledakan Konsep dan Pemberian Nama
Awal Juni 2026, Peter Steinberger bersuara: Anda seharusnya tidak lagi memprompt agen pengkodean secara manual, melainkan merancang loop yang memprompt mereka.
Boris Cherny menyatakan: Saya tidak lagi langsung memprompt Claude, pekerjaan saya adalah menulis loop yang menjalankan Claude.
7 Juni 2026: Addy Osmani menerbitkan blog 'Loop Engineering', secara resmi menamakannya, menyediakan kerangka 4 lapis: Prompt → Context → Harness → Loop Engineering).
Kemudian, sepanjang Juni, Loop Engineering mulai menyebar secara viral di seluruh jaringan.
Claude 'Loop Tak Terbatas', Agen Otomatisasi Mengambil Alih Segalanya
Dalam podcast internal, insinyur Anthropic mengungkapkan detail yang mengerikan:
Saat Anda mengklik run, membiarkan Claude berjalan 8 jam, Anda sebenarnya sedang melakukan taruhan kekuatan komputasi senilai 500 dolar.
Jika Anda masih bingung bagaimana menulis prompt, Anda sudah kalah.
Dalam logika Anthropic, insinyur sedang berevolusi menjadi 'alokator kekuatan komputasi'.
Pekerjaan inti Anda bukan lagi menulis logika, melainkan memutuskan ke mana setiap sen kekuatan komputasi diinvestasikan.
Seperti yang ditunjukkan peneliti OpenAI Noam Brown awal bulan ini, model kontemporer, selama Anda berani menghabiskan kekuatan komputasi yang cukup, hampir dapat menyelesaikan masalah apa pun.
Rekayasa loop adalah bagian dari tren besar 'komputasi saat pengujian (test-time compute)'.
Menariknya, ide tentang agen bekerja dalam loop sebenarnya sudah ada cikal bakalnya sejak lama.
Setidaknya musim panas lalu, paman penggembala domba Australia Geoffrey Huntley telah menyebutkan praktik serupa di blognya, ia menyebutnya 'loop Ralph'.
Setahun lalu, jika Anda ingin mengimplementasikan sebuah loop, Anda harus menulis banyak skrip bash, lalu selamanya memelihara kode-kode itu, itu hanya milik Anda sendiri.
Dan sekarang, komponen-komponen ini langsung tertanam dalam produk.
Anda tidak akan lagi memperdebatkan apakah akan menggunakan Codex atau Claude Code, melainkan langsung merancang loop yang dapat berjalan normal terlepas dari alat mana pun yang Anda gunakan.
Mantan Kepala Hubungan Teknik dan Pengembang Google, Addy Osmani, menunjuk, berbagai bagian yang dibutuhkan rekayasa loop, alat-alat AI ini sudah memilikinya.
Dia juga menegaskan, rekayasa loop dapat menyebabkan insinyur 'menyerah kognitif':
Saat loop berjalan sendiri, Anda mudah berhenti berpikir, hanya pasif menerima segala sesuatu yang dilaporkannya.
Ini juga yang dikhawatirkan oleh insinyur perangkat lunak Armin Ronacher.
Ini juga yang dikatakan dalam Orange Book, Addy Osmani mendorong semua orang merancang loop dengan penilaian:
Merancang loop, jika dilakukan dengan penilaian adalah obatnya, jika dilakukan untuk menghindari pemikiran adalah katalis—gerakan yang sama, hasil yang sama sekali berlawanan.
Loop Tak Henti, Rekayasa Tak Mati
Dalam konferensi insinyur AI bulan April, insinyur Anthropic mengatakan, mereka meminta Claude mengembangkan aplikasi game retro kecil, masing-masing menggunakan dua cara: satu hanya menggunakan prompt yang sangat minimal, yang lain menggunakan loop agen.
Hasil perbandingannya sangat kontras: versi prompt minimal hanya membutuhkan 20 menit, menghabiskan 9 dolar selesai; sedangkan cara loop membutuhkan 6 jam, menghabiskan 200 dolar.
Tapi kualitas aplikasi yang dihasilkan yang terakhir jauh lebih tinggi.
Yang pertama game tidak bisa berjalan, aplikasi sangat sederhana; sedangkan versi loop jauh lebih kaya, mencakup banyak fungsi yang diinginkan oleh desainer game.
Loop tidak akan mengasihani orang yang menyerah berpikir. Ia hanya akan dengan kecepatan lebih cepat, mengubah ketidaktahuan Anda menjadi hutang dalam kode.
Dan mereka yang bersedia terus menjaga pemahaman yang canggung, terus mendefinisikan aturan, dan bertanggung jawab atas hasil akhir, akan mendapatkan leverage yang lebih besar dari sebelumnya dalam perpindahan paradigma ini.
Bangun loop-nya. Tetaplah insinyurnya.
Prompt sudah mati, Loop sedang berjalan.
Dan Anda, tetap orang yang menentukan maknanya.
Referensi:
https://x.com/DataScienceDojo/status/2069873216152092975
https://x.com/0xCodez/status/2064374643729773029
https://x.com/akshay_pachaar/status/2069769689560187027
Artikel ini berasal dari akun WeChat publik "新智元", penulis: ASI启示录
