Claude kini bisa menjalankan hingga 1.000 agen AI; biaya menjadi sorotan

AI menangani semuanya, dari perencanaan hingga pembagian tugas

Anthropic menambahkan alur kerja dinamis ke platform eksekusi agen AI, “Claude Managed Agents”, yang memungkinkan beberapa agen berbagi tugas. Agen koordinator menyusun rencana, membagikan pekerjaan kepada agen-agen bawahan, lalu menggabungkan hasilnya. Hingga 1.000 agen dapat berjalan secara paralel dalam satu kali eksekusi.

Agen AI adalah AI yang menjalankan tugas untuk mencapai tujuan yang diberikan. Dengan fitur baru ini, semua pekerjaan tidak diserahkan kepada satu agen, tetapi dibagi antara agen koordinator dan agen pelaksana. Dengan kata lain, platform eksekusi yang sudah ada kini dilengkapi mekanisme untuk menjalankan beberapa AI secara bersamaan.

Angka batas 1.000 bukan satu-satunya hal yang patut dicermati. AI kini menangani pembagian tugas dan penggabungan hasil. Namun, jumlah agen yang dapat berjalan secara paralel tidak serta-merta menunjukkan peningkatan kecepatan pemrosesan atau hasil dengan kelipatan yang sama.

Mendeteksi 66 dari 70 bug

Dalam pengujian yang dipaparkan Anthropic, 70 bug sengaja disisipkan ke dalam 116.000 baris kode, lalu hasil deteksinya dibandingkan. Satu agen tunggal menemukan 14 hingga 27 bug dalam sekali eksekusi, sedangkan alur kerja dinamis dilaporkan secara konsisten mendeteksi 66 bug.

Jika dikonversi menjadi tingkat deteksi, angkanya sekitar 20–39% untuk agen tunggal dan sekitar 94% untuk alur kerja dinamis. Dalam pengujian ini, pembagian kerja di antara beberapa agen meningkatkan jumlah bug yang terdeteksi. Namun, hasil 66 bug itu tetap berarti tidak semua bug yang disisipkan berhasil ditemukan.

Selain itu, hasil ini diperoleh dari tugas spesifik, yakni mendeteksi bug dalam kode. Belum dapat dipastikan apakah perbedaan serupa juga akan muncul pada pekerjaan lain, seperti riset atau penulisan dokumen. Materi yang disediakan juga tidak menyebutkan jumlah agen yang benar-benar digunakan dalam pengujian, sehingga terlalu dini untuk menganggap hasil tersebut dicapai dengan menjalankan 1.000 agen.

Tolok ukur adopsi adalah biaya per hasil, bukan jumlah agen

Pembagian kerja juga membawa konsekuensi berupa peningkatan volume pemrosesan AI. Anthropic memperingatkan bahwa fitur ini dapat mengonsumsi token dalam jumlah besar dan menyarankan pengguna memulai dengan konfigurasi kecil. Token adalah satuan pemrosesan teks atau kode oleh AI, sekaligus menjadi salah satu ukuran untuk memperkirakan biaya penggunaan.

Yang perlu dipertimbangkan perusahaan bukanlah berapa banyak agen AI yang dapat dijalankan, melainkan berapa biaya untuk memperoleh hasil dengan kualitas yang dibutuhkan. Sekalipun lebih banyak bug dapat ditemukan, keputusan untuk mengadopsinya akan bergantung pada seberapa besar biaya dan pekerjaan verifikasi bertambah. Langkah yang realistis adalah membandingkan agen tunggal dengan konfigurasi pembagian kerja yang melibatkan sedikit agen pada tugas yang sama, lalu mengukur jumlah bug yang terdeteksi, waktu pengerjaan, dan biaya.

Materi yang disediakan tidak mencantumkan total biaya, waktu pemrosesan, atau konsumsi token dalam pengujian perbandingan ini. Yang dapat dipastikan hanyalah perbedaan jumlah bug yang terdeteksi; hasil tersebut belum membuktikan efektivitas biaya.