Insinyur Anthropic meminta maaf: Prediksi tentang "penagihan berdasarkan penggunaan daya komputasi AI" adalah kesalahan saya

Ringkasan Peristiwa

Seorang insinyur dari Anthropic secara terbuka meminta maaf, mengatakan bahwa sebelumnya ia menertawakan pernyataan “kekuatan AI pada akhirnya akan ditagih berdasarkan pemakaian” adalah salah. Dia menjelaskan bahwa skala memang sulit, dan bahwa penetapan harga serta pembatasan saat ini adalah pilihan yang tidak dapat dihindari, bukan untuk menipu.

Situasi Spesifik

• Pihak yang terlibat: Thariq Shihipar (@trq212), pengembang Claude Agent SDK
• Dia mengatakan dalam balasan kepada @weswinder, bahwa tidak seharusnya ia menertawakan penilaian @Pranit sebelumnya tentang “kekuatan AI akan ditagih seperti utilitas berdasarkan pemakaian”
• Sikapnya: tidak ada penipuan, masalahnya adalah skala memang benar-benar sulit, dan pendekatan saat ini adalah “cara terbaik yang dapat dipikirkan saat ini”
• Penyebab kontroversi: @Pranit mengkritik penetapan harga bertingkat dari Anthropic (ada tingkat $200/bulan), yang memicu diskusi tentang biaya infrastruktur AI
• Referensi industri: Cursor juga sering mengalami pembatasan kecepatan pada puncaknya, dan terus melakukan optimasi efisiensi

Apa Artinya: Seorang insinyur garis depan mengakui masalah yang telah lama dikeluhkan oleh pengguna — memperluas sistem Agent memang sangat sulit, dan perusahaan masih mencari keseimbangan antara biaya, kinerja, dan ketersediaan.

Mengapa Ini Masuk Akal

• Shihipar terlibat langsung dalam pengembangan sub-agent Claude, verifikasi siklus, dan fitur lainnya, apa yang dia katakan adalah pengalaman pribadi, bukan tebak-tebakan
• @Pranit menunjukkan bahwa baik penetapan harga bertingkat dari Anthropic maupun kumpulan Pro/Ultra+API dari Cursor pada dasarnya sudah mendekati “penagihan berdasarkan pemakaian” — karena biaya inferensi sangat berfluktuasi. Ini adalah isu yang sama dengan perdebatan 2026 tentang konsumsi kekuatan proses kerja Agent
• Konflik inti terletak pada:
  • Tugas semakin kompleks (refactoring kode, inferensi multi-langkah)
  • Vendor harus menemukan keseimbangan antara efisiensi dan kemampuan, dan pada puncak harus membatasi kecepatan
  • Beberapa teknik di tingkat SDK (seperti pelepasan konteks secara bertahap) dapat meringankan masalah, tetapi tidak menyelesaikan akar masalah
• Penetapan harga dan penyesuaian batas dari Cursor juga mencerminkan masalah yang sama — pengguna berat memiliki permintaan inferensi yang besar, dan batasnya cepat habis

Penilaian Dampak

• Pentingnya: Sedang
  • Mengapa ini pantas diperhatikan: Ini adalah perspektif teknis dari garis depan R&D, yang mengkonfirmasi kesulitan nyata dalam memperluas Agent. Ini memiliki nilai referensi untuk pilihan pengembang dan perencanaan arsitektur tim teknis.

Ringkasan Poin

• Kesimpulan Inti:

  1. Kesulitan dalam memperluas adalah penyebab utama: Penetapan harga dan pembatasan saat ini adalah kompromi dalam realitas teknik, bukan untuk menyesatkan
  2. Penagihan semakin mendekati model berdasarkan pemakaian: Biaya dan permintaan berfluktuasi besar, desain bertingkat + pengumpulan sulit dihindari
  3. Pembatasan puncak adalah gejala, bukan penyebab: Masalah mendasar adalah konsumsi sumber daya dari alur kerja Agent yang kompleks sulit diprediksi
  4. Tingkat alat dapat meringankan tetapi tidak menyelesaikan akar masalah: Teknik seperti pelepasan konteks secara bertahap membantu, tetapi konflik antara kinerja dan biaya masih ada

• Saran untuk Berbagai Pihak:

  • Pengembang/Arsitek:
    • Mencadangkan kuota, merancang rencana penurunan
    • Memperhatikan alat efisiensi SDK (sub-agent, verifikasi siklus, pemangkas konteks)
  • Produk dan Pengadaan:
    • Menilai jendela waktu yang tersedia secara praktis dari “bertingkat + pembatasan”
    • Memperhatikan tingkat layanan dan fluktuasi pengalaman pada puncak
  • Ekosistem Sumber Terbuka/Alat:
    • Membedakan dalam transparansi biaya dan manajemen sumber daya

Penilaian: Tren “kekuatan AI menuju penagihan berdasarkan pemakaian” saat ini masih di tahap awal. Pihak yang paling diuntungkan adalah pengembang dan tim teknis perusahaan yang mengejar stabilitas dan kontrol biaya. Sebelum masalah skala teratasi, siapa pun yang dapat mengelola sumber daya, strategi pembatasan, dan optimasi alur kerja dengan baik, akan memiliki keunggulan.