Membiarkan AI bekerja terus selama 10 jam tanpa crash? Mengungkap “Engineering Harness” yang dipuja resmi oleh Anthropic!

Banyak orang menggunakan Claude Code untuk menjalankan tugas panjang, berjalan-jalan AI menjadi bodoh, bahkan mogok kerja.
Alasannya sangat sederhana: jendela konteks meledak.
Hari ini berbagi sebuah sistem tingkat tinggi yang memungkinkan AI “baterai tak terbatas” (Harness Engineering), tidak hanya membuat AI bekerja, tetapi juga memungkinkan AI berevolusi sendiri.
1⃣ Prinsip inti: Reset konteks
Memori AI terbatas. Pemikiran resmi dari Anthropic adalah: membagi tugas besar menjadi bagian-bagian kecil, setiap kali membiarkan AI mengerjakan satu hal kecil dalam konteks yang baru dan bersih.
❌ Kesalahan umum: Memberikan semua kebutuhan sekaligus ke AI.
✅ Cara yang benar: Membagi tugas -> menjalankan percakapan terpisah -> mencatat kemajuan -> siklus berikutnya.
2⃣ Perbandingan solusi: Ralph vs Multi-Agensi
Solusi A (Ralph loop): Menulis loop while dengan skrip Bash, memaksa memulai sesi baru. Sederhana dan kasar, cocok untuk penggemar teknologi.
Solusi B (Multi-Agensi kolaboratif - direkomendasikan): Solusi yang saya gunakan. Lebih fleksibel, lebih mirip tim nyata.
Agent Utama (Koordinator): Hanya bertugas mengatur jadwal, tidak pernah menulis kode (menjaga konteks tetap sangat bersih).
Sub-Agent (Pekerja): Perencanaan, pengembangan, pengujian (layout/estetika/animasi). Masing-masing menjalankan tugasnya, konteks terpisah.
3⃣ Desain alur kerja (kunci!)
Alur kerja praktis saya:
Agent Utama menerima kebutuhan -> Memberikan ke Agent Perencanaan untuk menjadwalkan.
Agent Utama mendapatkan rencana -> Mengirim ke Agent Pengembang untuk menulis kode (hanya kirim jalur file, bukan kode besar!).
Setelah pengembangan selesai -> Mengirim ke Agent Pengujian untuk mencari bug.
Loop perbaikan bug: Pengujian gagal? Bangunkan kembali Agent Pengembang yang sama dengan parameter resume (menjaga konteks), bukan buat akun baru!
4⃣ Rahasia agar AI berevolusi sendiri
Pelajaran yang dipetik: Membuat file basis pengetahuan. Setiap kali mengalami kesalahan, paksa AI menuliskan kesalahan tersebut. Saat pengembangan berikutnya, baca file ini untuk menghindari kesalahan yang sama.
Komunikasi antar Agen: Hanya kirim jalur file (Path), tidak isi konten. Konteks Agent Utama selalu hanya beberapa baris, tidak pernah meledak jendela.
Sistem ini saya jalankan semalaman, menghasilkan lebih dari 20 halaman PPT, kualitasnya sangat tinggi.
Harness yang sesungguhnya bukan membuat AI lebih pintar, tetapi merancang proses yang tidak bergantung pada ingatan AI.