Pada pembukaan Code with Claude SF, 6 Mei waktu San Francisco, Anthropic tidak banyak berputar-putar. Perusahaan langsung memperkenalkan tiga fitur baru untuk Managed Agents: Dreaming dalam pratinjau riset, Outcomes dalam beta publik, dan Multiagent Orchestration yang juga masuk beta publik. Dreaming sudah ramai dibahas; bagian yang paling relevan kali ini adalah orkestrasi multiagen.
Intinya, Claude Agent kini bisa bekerja seperti sebuah tim. Agen utama menerima tugas kompleks, memecahnya menjadi beberapa bagian, lalu menyerahkannya ke subagen khusus yang berjalan paralel. Setiap subagen dapat memakai model, prompt, dan kumpulan alatnya sendiri.
20 agen, 25 thread, satu sistem file
Batas yang diberikan Anthropic cukup jelas: hingga 20 agen berbeda dan hingga 25 thread berjalan bersamaan. Ini bukan angka untuk demo kecil, melainkan kapasitas yang masuk akal untuk lingkungan produksi perusahaan.
Desainnya juga praktis. Semua subagen berbagi sistem file yang sama, event disimpan secara persisten, dan agen utama dapat kembali ke subagen sebelumnya untuk melanjutkan pekerjaan. Modelnya mirip membawa pola konkurensi dari pemrograman multithread ke dunia agen AI.
Contoh Anthropic adalah investigasi insiden. Agen utama menerima tugas, sementara subagen memeriksa riwayat deployment, log kesalahan, metrik monitoring, dan tiket dukungan secara paralel. Semua temuan kemudian dirangkum kembali ke context agen utama. Untuk pekerjaan yang sebelumnya membuat satu agen membaca ratusan log secara berurutan, pendekatan ini secara teori dapat memangkas waktu secara besar.
Tim platform Netflix sudah memakainya
Anthropic kali ini memberikan contoh pelanggan yang spesifik. Tim platform Netflix memakai multiagent orchestration untuk membuat agen analisis yang memproses log dari ratusan build dan mencari pola masalah yang berulang di berbagai aplikasi. Ini jenis kerja yang volumenya besar, tetapi setiap kasus tetap perlu diperiksa dengan teliti: terlalu halus untuk skrip biasa, terlalu lambat untuk satu agen.
Harvey, perusahaan AI legal, memakai Dreaming untuk mengingat pola pemanggilan tool dan masalah tipe file dalam alur dokumen, sehingga completion rate naik sekitar 6 kali. Spiral memakai Haiku untuk permintaan awal yang cepat dan murah, Opus untuk draf akhir yang lebih kuat, lalu Outcomes untuk menegakkan standar penyuntingan. Wisedocs melaporkan pemeriksaan kualitas dokumen 50% lebih cepat sambil menjaga konsistensi standar tim lewat outcome scoring.
Benang merahnya jelas: kolaborasi multiagen diperlakukan sebagai masalah engineering, bukan sekadar topik riset. Perusahaan akan menilai apakah sistem ini stabil, hemat biaya, dan mengurangi pekerjaan manual setelah diluncurkan.
Outcomes bisa menjadi senjata tersembunyi
Cerita multiagen mudah dijual, tetapi dari data rilis Anthropic, Outcomes mungkin lebih langsung menyerang masalah lama: AI yang hasil kerjanya tidak konsisten.
Caranya sederhana. Developer menulis rubric keberhasilan, lalu grader independen menilai output agen dalam context terpisah. Grader tidak melihat proses penalaran agen, hanya hasil akhirnya. Jika gagal, feedback dikirim kembali dan agen mencoba lagi. Default-nya tiga retry, maksimal 20.
| Jenis tugas | Kenaikan performa |
|---|---|
| Pembuatan file docx | +8,4% |
| Pembuatan file pptx | +10,1% |
Untuk pekerjaan yang sudah berjalan di produksi, kenaikan sekitar 10 poin persentase cukup berarti. Lebih penting lagi, generasi dan evaluasi dipisahkan. Dalam self-critique, model yang sama kerap menjadi pemain sekaligus wasit. Outcomes memakai agen lain yang tidak mengetahui proses berpikir agen pertama, sehingga penilaian lebih terpisah dari pembenaran diri.
Makna sebenarnya
Jika dilihat sebagai rangkaian, arahnya jelas. Dreaming mengurus akumulasi memory, Outcomes mengurus jaminan kualitas, dan Multiagent Orchestration mengurus pemecahan tugas kompleks.
Gabungannya menggambarkan produk di mana agen perusahaan dapat menjalankan pekerjaan nyata tanpa terus-menerus diawasi manusia. Itu sudah berbeda dari antarmuka chat satu pertanyaan satu jawaban. Masih ada ujian besar soal pemulihan error, kendali biaya, dan batas keamanan, tetapi angka Harvey, Wisedocs, dan ratusan build Netflix menunjukkan satu hal: era satu kotak chat sedang berakhir.
Sumber: New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration (Claude Blog); Anthropic updates Claude Managed Agents with three new features (9to5Mac); CocoLoop; Claude's new "Dreaming" feature is designed to let AI agents learn from their mistakes (The Decoder); Anthropic just taught Claude to dream between tasks, and it makes agents meaningfully smarter (Digital Trends)