Setahun terakhir, dia tidak lagi menulis satu baris kode pun dengan tangannya sendiri.
Dia mengirimkan puluhan PR setiap hari, suatu hari mencapai 150, menciptakan rekor pribadi.
Yang lebih gila lagi, dia menjalankan ratusan agen AI secara bersamaan di tangannya, dan ribuan lagi menggantikannya bekerja shift malam setiap malam.
Ini adalah Boris Cherny, sang "Bapak Claude Code", yang mengatakannya sendiri dalam sebuah diskusi terbuka untuk pengembang beberapa waktu lalu.
Dia membuka aplikasi Claude di ponselnya, dengan tab kode kecil di sebelah kiri, berisi 5 hingga 10 sesi sekaligus.
Di bawah setiap sesi ada sekumpulan agen lagi, ratusan berjalan di siang hari, dan begitu malam tiba, ribuan mulai mengerjakan pekerjaan yang lebih mendalam.
Model menulis semua kodenya, dia tidak menyentuh satu baris pun.
Baginya, urusan pemrograman ini sudah terselesaikan.
Bagaimana mungkin satu orang mengelola ribuan agen?
Satu orang mengelola ribuan agen, membuat mereka mengubah kode dalam satu repositori secara bersamaan, tanpa kehilangan kendali, tanpa bentrok, tanpa menghasilkan sampah massal.
Rahasia Boris tersembunyi di balik satu kata: Loop.
Dia berkata, Loop adalah hal paling sederhana dan paling berguna yang pernah dia lihat, Loop adalah masa depan.
Inti dari Loop adalah membuat Claude menjadwalkan tugas yang dapat dijalankan berulang menggunakan tugas terjadwal, setiap menit, setiap lima menit, setiap hari, sesuai keinginanmu. Setelah berjalan, pada dasarnya tidak perlu dikelola.
Dia memiliki puluhan Loop yang terus berputar sepanjang tahun:
Satu khusus memantau PR-nya, memperbaiki Continuous Integration (CI) secara otomatis, melakukan rebase otomatis;
Satu bertanggung jawab menjaga CI tetap sehat, tes mana yang tidak stabil, dia perbaiki sendiri;
Dan satu lagi yang setiap 30 menit menyisir umpan balik pengguna di X, mengelompokkan dan menyusunnya dengan rapi sebelum menyerahkannya padanya.
Yang lebih krusial, semakin ke belakang, bahkan langkah memulai Loop pun hampir tidak perlu diucapkan oleh Boris.
Suatu kali dia hanya meminta model untuk menjalankan kueri data, model sendiri membalas: Saya menemukan data ini terus berubah, jadi saya akan memulai Loop, memberikan laporan setiap 30 menit untukmu.
Dia bilang ya, kirim ke Slack saya. Model langsung menangani hal itu.
Baru-baru ini, Boris bahkan mengatakan dia tidak lagi menulis prompt, hanya menulis loop.
Mungkin sebentar lagi dia bahkan tidak perlu menulis loop.
Agen
Sedang Mengubah Makna "Bekerja"
Di balik ini, makna "bekerja" itu sendiri telah berubah.
Dulu kamu menulis satu kalimat, AI menjawab, kamu menulis kalimat berikutnya; sekarang kamu membangun sistem kecil yang bisa mencari pekerjaan sendiri, mengerjakannya sendiri, menyerahkan hasilnya sendiri, lalu kamu berpaling pergi.
Anthropic baru-baru ini meluncurkan Routines, memindahkan mekanisme yang sama ke sisi server, tutup laptop, tetap berjalan.
Peran "insinyur" di sini juga telah ditulis ulang oleh Boris:
Model bertanggung jawab menulis kode, dia bertanggung jawab membangun sistem, melakukan penerimaan. Puluhan hingga ratusan PR sehari muncul dari tangan agen, pekerjaan sebenarnya baginya adalah menilai mana yang bisa digabungkan, mana yang harus dikembalikan.
Menurutnya, ini bukan "AI menggantikan insinyur", melainkan manusia sedang beralih dari pelaksana operasional menjadi perancang sistem otomatisasi: fokus bergeser dari "menulis baris kode ini dengan benar" ke "membangun sistem yang bisa menulis kode dengan benar sendiri".
Dia bahkan memprediksi, satu tahun lagi, langkah-langkah keamanan seperti pencegahan injeksi prompt, validasi perintah, persetujuan manual akan menjadi kurang penting, karena model akan semakin sadar melakukan hal yang benar.
Dan cara bermain ini sudah lama bukan hanya permainannya sendiri.
Menurut Boris, di perusahaannya hampir tidak ada yang namanya menulis kode manual, bahkan SQL ditulis oleh model. Di seluruh perusahaan, sulit menemukan beberapa baris kode yang masih diketik manusia.
Yang lebih magis adalah adegan lainnya. Ketika beberapa Claudenya sedang menulis kode di dalam Loop, mereka akan pergi sendiri ke Slack, mengobrol dengan Claude rekan kerja, menyelaraskan hal-hal yang belum dipikirkan oleh siapa pun.
Sekelompok AI mengadakan rapat di grup Slack, membagi tugas, kembali bekerja masing-masing, ini sudah menjadi keseharian di Anthropic.
Yang lebih keras lagi adalah komposisi tim: manajer teknik, manajer produk, desainer, ilmuwan data, keuangan, peneliti pengguna, setiap orang sedang menulis kode.
Fungsi masih ada, tetapi setiap orang memiliki lapisan kemampuan umum tambahan "menjadwalkan AI untuk bekerja", menjadi generalis lintas disiplin.
Dari Menulis Prompt ke Menulis Loop
Di Antaranya Ada Sebuah Penerimaan
Sebuah AI yang bisa bekerja sendiri tanpa batas, mengapa bukan mesin penghasil bug berkecepatan tinggi?
Jawabannya ada di sebuah tautan yang dilewatkan kebanyakan orang: penerimaan.
Loop bisa berjalan sendiri tanpa menjadi senang sendiri, mengandalkan mekanisme "berbasis tujuan", dalam Claude Code sesuai dengan perintah /goal.
Kamu memberinya sebuah tujuan, seperti "semua pengujian unit di /tests/ lolos, lint bersih", setiap kali menyelesaikan satu langkah, ada model kecil independen yang menilai sekali: tercapai belum? Belum, lanjutkan; tercapai, berhenti.
Model "pengawas" yang bertanggung jawab memberi nilai ini, bukan model yang mengerjakan.
Desain sederhana ini justru merupakan jantung dari seluruh loop.
Tanpa itu, sebuah Loop yang berjalan sepanjang malam, kemungkinan besar adalah mesin yang terus mengirimkan kode sampah secara massal bahkan saat tidur, dan mengirimkannya dengan percaya diri.
Boris sudah lama membuktikan hal ini.
Dia pernah memberikan saran ketika berbagi alur kerja sebelumnya: langkah terpenting untuk memeras Claude Code hingga maksimal, adalah memberinya cara untuk memverifikasi pekerjaannya sendiri.
Begitu ada umpan balik tertutup ini, kualitas hasil biasanya bisa meningkat 2 hingga 3 kali lipat.
Sebuah aksi "membiarkan AI memeriksa dirinya sendiri", setara dengan mengganti satu generasi model.
Siklus Ini Bisa Digunakan Orang Biasa Juga
Siklus di depan sudah dibuat menjadi produk, orang biasa tetap bisa menggunakannya.
Setelah Fable 5 dirilis, sebuah tutorial yang banyak beredar di X, penulis yang menguji selama 3 minggu menyebut: kebanyakan orang menggunakan Fable 5 seperti Claude biasa, sama saja membuang-buang hal yang benar-benar layak dibayar.
Penulis tersebut pertama-tama menyoroti tiga kemampuan Fable 5 yang membedakannya dari semua model Claude sebelumnya.
Tiga kemampuan besar Fable 5 menurut ringkasan tutorial: bekerja mandiri jangka panjang, memeriksa diri sendiri, memahami bagan padat.
Pertama, dia bisa bekerja terus selama beberapa hari, bukan beberapa menit.
Model sebelumnya adalah pelari jarak pendek, Fable 5 adalah model pertama yang dibuat untuk "bekerja mandiri jangka panjang".
Dalam Claude Code, kamu bisa melemparkan seluruh proyek lintas hari padanya, dia sendiri yang merencanakan tahapan, mengirim sub-agen, terus bekerja hingga mencapai standar.
Kedua, dia akan memeriksa dirinya sendiri. Setelah tugas selesai, dia tidak buru-buru menyerahkan, pertama menulis tes sendiri, menjalankan tes, menemukan kesalahan, memperbaiki, baru mengatakan "selesai".
Ketiga, adalah kemampuan memahami bagan padat.
Menurut pengujian penulis, tabel dalam laporan keuangan, grafik tertanam dalam PDF, diagram arsitektur, tangkapan layar dasbor, di tempat-tempat yang sebelumnya Opus 4.8 terkadang salah mengenali kolom, membingungkan sumbu, Fable 5 bisa membaca dengan stabil dan benar.
Dan untuk benar-benar menggunakan kemampuan ini, bergantung pada dua perintah: /goal dan /loop.
Tanpa menggunakannya, kamu membeli robot obrolan dengan harga 2 kali lipat; menggunakannya, kamu membeli karyawan yang bekerja mandiri.
/goal berlari menuju garis finis, berhenti sendiri saat sampai; /loop berjalan berulang sesuai jadwal, sampai kamu memberi perintah berhenti.
Mekanisme /goal adalah kamu mendefinisikan hasil, dia bertanggung jawab mengulang. Apakah bisa berjalan baik, ada hukum besi: tulis "kriteria penyelesaian" dengan spesifik, dan harus memberikan jalan keluar kegagalan.
Misalnya, "perbaiki kode ini" adalah tujuan yang buruk, karena tidak dapat diverifikasi; "semua tes di /tests/ lolos, hanya boleh mengubah file di /src/, jika masih tidak lolos setelah 3 perbaikan berhenti dan laporkan" adalah tujuan yang baik, karena setiap poin dapat diperiksa.
/loop tidak menuju suatu finis tertentu, melainkan berjalan berulang sesuai jadwal, sampai kamu memberi perintah berhenti.
Misalnya setiap 30 menit memeriksa log kesalahan, memilih yang level serius dan melaporkan dengan bahasa sederhana; atau setiap jam menyisir kotak masuk, merangkum email baru, menyusun draf yang perlu dibalas terlebih dahulu.
Pembagian kerja hanya tiga kalimat: ada finis jelas, gunakan /goal; berulang secara periodik, gunakan /loop; harus terus berjalan sampai suatu kondisi tercapai, gunakan keduanya bersamaan.
Sebelum melepaskan, ada nasihat paling praktis: atur batas pengeluaran terlebih dahulu. Sebuah /goal tanpa batas yang menghadapi masalah sulit, token bisa terbakar dengan cepat.
Buat Dia Mengingatmu: Konfigurasi Lokal 20 Menit
Tutorial juga menyebutkan satu langkah, yang dilewati kebanyakan panduan, justru paling penting.
Fable 5 tidak akan mengingatmu. Setiap kali membuka sesi baru, dia tidak tahu apa-apa tentang bisnismu, gaya penulisan, klien, preferensimu, semuanya mulai dari nol.
Solusinya adalah membangun sistem konteks lokal di mesin sendiri, hanya butuh 20 menit untuk menyelesaikannya.
Satu folder, dua file markdown, satu set keterampilan, adalah semua konfigurasi untuk membuat Fable 5 "mengenali kamu".
Total terbagi empat langkah.
Langkah pertama, buat folder konteks, misalnya bernama fable-workspace, sebagai "sumber fakta tunggal" yang harus dibaca setiap kali memulai pekerjaan.
Isi folder dapat berisi: ringkasan bisnis dan prioritas satu halaman, prosedur operasi untuk pekerjaan rutin, informasi kunci proyek yang sedang dikerjakan, dokumen strategi yang sering dirujuk, ditambah catatan keputusan.
Setiap file diringkas dalam satu halaman, konten terlalu banyak justru memakan jendela konteks.
Langkah kedua, buat file memori claude-memory.md, lalu tinggalkan satu instruksi: setiap kali saya membicarakan informasi penting tentang bisnis, preferensi, atau situasi, perbarui poin-poinnya di sini, tulis singkat, tandai dengan tanggal.
Sejak itu dia memperbarui diri sendiri, kamu sebutkan klien baru sekali, sesi berikutnya dia sudah tahu.
Langkah ketiga, buat file instruksi claude-instructions.md, tuliskan aturan perilaku setiap sesi: baca file memori dulu sebelum mulai kerja, periksa keputusan lama sebelum memberi saran, tanyakan jika tidak yakin jangan menebak, setelah selesai kerja laporkan aktif dan tandai bagian yang perlu dilihat manusia.
Langkah keempat, di Claude Code gunakan /add untuk menunjuk ke folder ini, atau tulis di CLAUDE.md. Setelah terhubung, setiap sesi baru dimulai, dia sudah membawa semua latar belakangmu.
Konfigurasi ini juga punya keuntungan: suatu hari jika berganti alat AI lain, konteks langsung bisa dibawa pergi.
Dalam hal menghemat uang, ada satu taktik 80/20: hanya gunakan Fable 5 untuk 20% pekerjaan yang benar-benar memanfaatkan kelebihannya.
Dalam Claude Code, Fable bahkan bisa mengirim sub-agen yang lebih hemat untuk mengerjakan pekerjaan kasar: dia yang merancang solusi, Sonnet, Haiku, dan lainnya yang mengeksekusi, akhirnya dia yang kembali menerima hasil.
Sampai di sini kamu akan menemukan, sistem "Pasukan AI Malam" Boris itu jika dibongkar hanya tiga hal:
Sebuah model yang bisa bekerja sendiri, satu set standar "apa itu selesai", sebuah siklus yang berjalan tepat waktu.
Model dan siklus sudah tersedia.
Yang benar-benar langka, adalah orang yang bisa menjelaskan pada model "seperti apa tugas selesai itu".
Referensi:
https://safe.ai/blog/significant-increase-in-digital-labor-automation
https://x.com/free_ai_guides/status/2073050543027638443
https://youtu.be/SlGRN8jh2RI
https://x.com/bcherny/status/2007179861115511237
Artikel ini dari akun WeChat publik "新智元", editor: Yuan Yu
