Dalam konferensi @Scale yang diselenggarakan oleh Meta baru-baru ini, pencipta Claude Code, Boris Cherny, memberikan pandangan mendalam mengenai evolusi pengembangan perangkat lunak berbasis kecerdasan buatan (AI). Cherny menegaskan bahwa industri teknologi kini tengah beralih dari sekadar penggunaan agen AI tunggal menuju sistem berbasis 'loop' atau perulangan yang berkelanjutan.
Menurut Cherny, transisi ini merupakan lompatan besar yang setara dengan pergeseran dari penulisan kode manual ke penggunaan agen AI. Dalam model baru ini, agen tidak lagi sekadar menjalankan perintah, melainkan berinteraksi satu sama lain untuk melakukan tugas secara terus-menerus. Sebagai contoh, satu agen dapat terus memantau arsitektur kode, sementara agen lainnya bertugas menyatukan abstraksi yang duplikat.
Sistem ini bekerja dengan cara yang sangat dinamis. Agen-agen tersebut secara mandiri mengajukan pembaruan kode melalui 'pull request' layaknya pengembang manusia. Karena kode terus mengalami perubahan, proses ini berjalan tanpa henti, menciptakan ekosistem kerja yang otonom dan efisien dalam jangka panjang.
Konsep 'loop' dalam AI ini sebenarnya berakar pada logika rekursif yang umum dalam ilmu komputer, di mana fungsi memanggil dirinya sendiri hingga kondisi tertentu terpenuhi. Namun, dalam konteks agen AI, logika ini menjadi non-deterministik. Sub-agen memiliki kemampuan untuk menentukan kapan sebuah tugas dianggap selesai, memberikan tingkat fleksibilitas yang lebih tinggi dibandingkan pemrograman tradisional.
Salah satu metode yang menarik perhatian adalah 'Ralph Loop', sebuah teknik sederhana namun efektif di mana model secara berkala mengevaluasi progres pekerjaannya sendiri. Jika model merasa belum mencapai tujuan, ia akan terus mengulangi proses tersebut. Pendekatan ini membantu mengatasi masalah umum di mana AI sering kehilangan arah saat menjalankan tugas yang kompleks dan memakan waktu lama.
Secara teknis, tren ini sejalan dengan dorongan industri untuk meningkatkan 'test-time compute'. Dengan memberikan sumber daya komputasi yang cukup, model AI modern terbukti mampu menyelesaikan hampir semua masalah sulit. Pendekatan berkelanjutan ini memastikan bahwa AI dapat terus mengoptimalkan kinerjanya hingga mencapai hasil yang diinginkan, menandai era baru dalam otomatisasi tugas-tugas teknis yang nyata.