Claude Selesai Menulis Kode Tidak Langsung Diserahkan: Periksa Sendiri dengan 4 Skill Ini, Perbaiki Baru Cari Anda
**Claude Tidak Langsung Menyerahkan Kode: 4 Skill untuk Memeriksa Sendiri, Perbaiki Dulu Baru Cari Kamu**
Dalam pengembangan perangkat lunak, AI kini dapat menulis kode, tetapi tugas verifikasi masih dibebankan pada manusia. Untuk mengatasi hambatan ini, Anthropic memperkenalkan "loop verifikasi" (verification loop) dalam Claude Code, di mana Claude memeriksa dan memperbaiki pekerjaannya sendiri sebelum menyerahkannya.
Siklus kerja agen cerdas yang sebelumnya "kumpulkan konteks → eksekusi tindakan → pemeriksaan manual" kini diperpanjang menjadi "kumpulkan konteks → eksekusi tindakan → verifikasi otomatis → perbaikan → verifikasi ulang". Verifikasi dan perbaikan dimasukkan kembali ke dalam siklus.
Tim Claude Code menggunakan empat Skill pemeriksaan mandiri ini setiap hari:
1. **/code-review:** Mengulas perubahan kode untuk menemukan bug dan memberikan umpan balik.
2. **/simplify:** Membersihkan implementasi yang berbelit-belit dan redundan, menyederhanakan struktur.
3. **/verify:** Melakukan verifikasi ujung ke ujung dengan menjalankan aplikasi untuk memastikan fungsionalitas benar-benar bekerja.
4. **/design:** Memeriksa implementasi UI terhadap panduan desain dalam file DESIGN.md (hanya diaktifkan jika UI diubah).
Skill ini dibangun di atas infrastruktur verifikasi Claude Code yang sudah ada, seperti kemampuan menjalankan aplikasi dan integrasi GitHub Actions. Untuk membuat Skill verifikasi sendiri, pengguna dapat mendeskripsikan langkah pemeriksaan manual rutin mereka dalam bahasa sederhana, seperti menginstruksikan rekan kerja baru, lalu menyimpannya sebagai file Markdown di direktori `.claude/skills/`.
Tingkat otomatisasi verifikasi dapat disesuaikan dalam empat tingkat:
* **Standalone:** Dipanggil manual.
* **Embedded:** Tertanam dalam alur tugas tertentu.
* **Chained:** Beberapa Skill dirantai dan dijalankan secara berurutan.
* **On every PR:** Dijalankan otomatis pada setiap pull request (peringatan: konsumsi token meningkat).
Perkembangan ini menandai pergeseran kompetisi AI programming dari generasi kode ke verifikasi. Skill, yang berisi instruksi, alur kerja, dan konfigurasi, menjadi modul kemampuan yang dapat digunakan kembali dan mulai distandardisasi di berbagai platform seperti GitHub Copilot dan Cursor. Kesenjangan efisiensi antar tim tidak lagi terletak pada model AI, tetapi pada seberapa baik mereka membangun alur kerja dan mekanisme verifikasi otomatis ini.
Dengan loop verifikasi yang kuat, agen AI dapat berjalan lebih lama dan mandiri, mengurangi kebutuhan pengawasan manusia yang konstan. Ini bukan tentang AI mengambil alih pekerjaan engineer, tetapi tentang mengajari AI untuk memvalidasi pekerjaannya sendiri, sehingga pada akhirnya dapat benar-benar meringankan beban manusia dalam proses pengembangan.
marsbit07/27 10:26
