Locale: id
Catatan: artikel ini memisahkan fakta produk publik yang dapat diverifikasi per 4 Oktober 2026 dari pengalaman penggunaan langsung. Informasi publik tentang Astra, Codex, dan Claude Opus 5.5 diperiksa dari sumber resmi. Pernyataan seperti “Astra cenderung mengeksplorasi terlalu luas” atau “Dot cocok sebagai supervisor” adalah pengalaman dalam alur tertentu, bukan hasil benchmark universal. “Dot” di sini hanyalah nama untuk peran AI pengawas.
1. Kesimpulan: jangan paksa satu AI menjadi seluruh perusahaan
Saat AI terasa sangat pintar, mudah untuk memberikan semuanya:
riset, desain, coding, testing, pemulihan kegagalan, pemantauan progres, dan laporan akhir.
Sebenarnya itu banyak pekerjaan dalam satu prompt.
Pembagian yang sederhana:
- Eksplorasi: Astra — mencari penyebab, alternatif, asumsi yang hilang, dan risiko arsitektur
- Pengawasan: Dot — membatasi scope, melacak status, mendeteksi macet, menentukan langkah berikut
- Eksekusi: Codex — mengubah kode dan file, melakukan riset, menjalankan tes
Jika satu model bisa menyelesaikan pekerjaan dari awal sampai akhir secara stabil, tidak perlu membuat tim. Anthropic menempatkan Claude Opus 5.5 untuk agentic coding, pekerjaan multi-tool kompleks, dan tugas jangka panjang.[5]
Aturannya:
satu agen jika satu agen bisa menutup pekerjaan; bagi peran jika pekerjaan mulai melebar.
2. Eksplorasi yang kuat bisa memperbesar scope
Untuk masalah yang benar-benar belum jelas, agen eksplorasi sangat berguna.
Ia mempertanyakan asumsi. Mencari dependensi tersembunyi. Mengusulkan desain alternatif. Mengejar akar masalah.
Namun “perbaiki tombol ini” bisa berubah menjadi:
“tinjau ulang arsitektur komponen”, “periksa layanan terkait”, “tingkatkan extensibility”, “bersihkan dependency lama”.
Tombolnya belum juga selesai.
OpenAI Agents SDK menyebut pengaturan agen mana berjalan, urutannya, dan cara memilih langkah berikut sebagai orchestration. Dokumentasinya membedakan orchestration oleh LLM dan oleh kode.[1]
Eksplorasi bukan penyelesaian.
3. Dot lebih berguna sebagai mandor daripada genius kedua
Supervisor perlu tahu:
- tugas aktif
- apa yang selesai
- apa yang gagal
- siapa berikutnya
- kapan harus eskalasi
Jika Astra membawa ide redesign besar, Dot bisa berkata: “Bagus, buat task baru. Sekarang pulihkan layanan dulu.”
Jika tes Codex gagal, Dot mengembalikan log.
Jika gagal yang sama tiga kali, eskalasi ke Astra.
Peran ini tidak glamor, tetapi menjaga jalur kerja tetap bergerak.
4. Codex lebih mudah dikendalikan dengan batas yang jelas
Berikan:
- repository
- file target
- gejala
- scope yang boleh diubah
- kondisi sukses
- tes wajib
- format hasil
Jika tujuan sebenarnya hanya membuat PR lolos, tidak perlu meminta strategi perusahaan.
Symphony dari OpenAI juga memandang issue dan task sebagai unit kerja yang bertahan, bukan menjadikan sesi coding sebagai pusat sistem.[2]
Percakapan bukan pekerjaan. Task adalah pekerjaan.
5. thread_id berguna, tetapi task_id harus jadi kunci utama
source_thread_id menjawab “hasil dikirim ke mana?”
Namun satu thread dapat memiliki banyak pertanyaan.
Pisahkan:
- task_id
- source_thread_id
- source_message_id
- manager / executor / advisor
- status
- attempt
- next_action
Status sederhana: pending, working, blocked, review, done, delivered, failed.
“Mungkin sudah selesai” bukan status.
6. Loop normal Dot↔Codex; Astra hanya saat benar-benar macet
Normal:
Dot → Codex → Dot → Codex
Eskalasi:
Dot → Astra → Dot → Codex
Contoh pemicu:
- kegagalan sama tiga kali
- beberapa dugaan akar masalah tanpa cara membedakan
- perlu perubahan arsitektur
- melibatkan banyak repository
- permintaan bertabrakan dengan spesifikasi
Astra menjadi spesialis, bukan peserta permanen setiap rapat.
7. Paket premium sementara jangan dijadikan infrastruktur permanen
Fitur yang tersedia hari ini belum tentu ada dalam anggaran besok.
Simpan:
- status task
- prompt
- acceptance criteria
- tes
- batas retry
- aturan eskalasi
- failure log
Model premium boleh menjadi booster. Jangan biarkan proses hanya hidup di kepala model itu.
8. Jika Opus 5.5 bisa berjalan 0→10, pilih sistem yang lebih sederhana
Diagram multi-agent memang menyenangkan.
Supervisor, researcher, executor, reviewer.
Lalu manusia berubah menjadi HR untuk perusahaan bot.
Itu bukan tujuan.
Anthropic menjelaskan Opus 5.5 untuk agentic coding, pekerjaan panjang, dan alur multi-tool kompleks.[5]
Jika di lingkungan nyata model itu stabil melakukan tujuan → riset → implementasi → tes → perbaikan → laporan selesai, langsung gunakan saja.
Jangan membangun PT AI kalau satu pekerja sudah bisa menutup tiket.
9. Arsitektur minimum
- Pertanyaan atau insiden masuk queue dengan task_id.
- Dot memilih prioritas dan langkah berikut.
- Codex mengeksekusi.
- Dot memvalidasi.
- Astra hanya dipanggil jika aturan memicu.
- Jawaban kembali ke source_thread_id.
- Tutup setelah delivered dikonfirmasi.
- Pekerjaan end-to-end yang stabil bisa langsung ke Opus 5.5.
Infrastruktur menyimpan peran:
manager executor advisor
Bukan nama model.
10. Ringkasan: lebih banyak AI bukan berarti lebih otomatis
Yang sulit sering bukan berpikir lebih banyak.
Yang sulit adalah menentukan kapan berhenti berpikir dan mulai mengeksekusi.
Eksplorasi memperluas peta. Pengawasan menutup loop. Eksekusi menggerakkan file.
Jika dipisah:
Astra: “Ada tujuh opsi.” Dot: “Uji nomor dua.” Codex: “Sudah diperbaiki. Tes lolos.” Dot: “Tutup.”
Tiba-tiba menjadi perusahaan.
Keep the loop tight.
Jumlah agen bukan ukuran otomatisasi.
Otomatisasi berarti pekerjaan mencapai akhir yang terverifikasi tanpa manusia terus-menerus masuk untuk menyelamatkannya.
