Tim Claude Code Anthropic Ungkap 70-80 Persen Kerja Mereka Kini Dijalankan lewat Agen AI
Bukan lagi sekadar "dibantu" AI, tim internal di balik Claude Code sekarang benar-benar bekerja dengan cara yang berbeda dari kebanyakan developer di dunia.
Anthropic memaparkan pendekatan "agent-first" yang diterapkan tim internal Claude Code, mengungkap bahwa 70 hingga 80 persen pekerjaan mereka kini berjalan lewat alur kerja berbasis AI yang dijalankan secara remote. Pengungkapan ini menjadi salah satu sorotan utama perkembangan industri AI pada Kamis (3/9/2026), di tengah rentetan peluncuran model dan tool baru dari berbagai perusahaan teknologi besar.
Dari Sekadar Asisten Menjadi Pusat Alur Kerja
Pendekatan agent-first ini menandai pergeseran signifikan dari cara kerja tradisional, di mana AI hanya menjadi alat bantu di samping proses coding manual developer. Sebaliknya, tim Claude Code kini menjadikan agen AI sebagai penggerak utama sebagian besar tugas pengembangan software mereka sehari-hari, dengan proses berjalan lewat lingkungan remote alih-alih sepenuhnya bergantung pada mesin lokal developer.
Pendekatan ini sejalan dengan riset internal Anthropic yang menemukan pola penggunaan Claude Code bergeser signifikan dalam tujuh bulan terakhir: porsi sesi yang dihabiskan untuk debugging manual turun hampir separuh, sementara penggunaan bergeser ke arah tugas agentic yang lebih menyeluruh (end-to-end) — mulai dari men-deploy dan menjalankan kode, menganalisis data, hingga menulis dokumen non-kode.
Nilai Pekerjaan yang Dihasilkan Meningkat Signifikan
Menurut riset Anthropic yang sama, nilai tugas tipikal yang dikerjakan lewat Claude Code — yang diestimasi lewat perbandingan dengan daftar pekerjaan freelance — meningkat di hampir setiap jenis pekerjaan, rata-rata sekitar 25 persen selama periode tujuh bulan pengamatan. Tugas menulis kode dan analisis data bahkan tumbuh sekitar dua kali lipat, dari sekitar 10 menjadi 20 persen dari keseluruhan sesi.
Riset ini juga menemukan bahwa tingkat keberhasilan tugas sangat dipengaruhi keahlian pengguna: sesi kerja pemula mencapai tingkat keberhasilan parsial sekitar 60 persen, sementara pengguna level menengah hingga ahli mencapai 80-81 persen. Menariknya, jenis pekerjaan (occupation) penggunanya justru kurang berpengaruh dibanding tingkat keahlian mereka dalam menggunakan tool AI — orang dari latar belakang non-software pun bisa mencapai tingkat keberhasilan verifikasi yang relatif dekat dengan mereka yang berlatar belakang software.
Bagian dari Hari Sibuk Industri AI
Pengungkapan pendekatan agent-first Claude Code ini muncul di tengah hari yang padat bagi industri AI. Di hari yang sama, OpenAI resmi merilis GPT-6 Astra dengan peningkatan besar pada kemampuan penggunaan komputer, sains, dan keamanan siber, setelah dua hari diliputi teaser dan kebocoran nama model. Institute of Foundation Models turut merilis enam model terbuka K2 Horizon dengan rentang parameter 0,9 miliar hingga 375 miliar, lengkap dengan bobot model, kode pelatihan, data, checkpoint, dan log pelatihannya.
Selain itu, Warp meluncurkan tolok ukur (benchmark) privat untuk coding agent yang dibangun dari lingkungan dan tugas milik perusahaan sendiri, sementara Cursor turut mengumumkan kemampuan bagi perusahaan untuk menjalankan beban kerja cloud coding agent di infrastruktur mereka sendiri — menegaskan tren yang lebih luas: perusahaan-perusahaan kini berlomba memberi developer kendali lebih besar atas bagaimana dan di mana agen AI mereka bekerja.
Sinyal bagi Arah Industri Software ke Depan
Pendekatan yang diterapkan tim internal Claude Code ini menjadi studi kasus penting bagi industri software secara luas: jika bahkan tim yang membangun tool coding AI sendiri sudah menjalankan mayoritas pekerjaan mereka lewat alur kerja agentic remote, hal ini menjadi sinyal kuat ke mana arah pengembangan software profesional bergerak — dari sekadar "AI sebagai asisten" menuju "AI sebagai penggerak utama alur kerja", dengan developer manusia berperan lebih besar sebagai pengawas dan pengarah strategi ketimbang penulis kode baris demi baris.
Komentar (0)
Masuk untuk menulis komentar.
Belum ada komentar.