Agen Koding AI Asinkron Google Jules Kini Bisa Digunakan oleh Siapa Saja

 (blog.google)
3 poin oleh GN⁺ 2025-08-08 | 1 komentar | Bagikan ke WhatsApp
  • Google Jules, agen AI coding asinkron, mengakhiri fase beta dan diluncurkan secara resmi
  • Dengan Gemini 2.5 Pro, memungkinkan pembuatan kode yang lebih canggih dan perencanaan kerja
  • Selama masa beta, para pengembang melakukan puluhan ribu tugas dan berbagi lebih dari 140.000 perbaikan kode
  • Berlandaskan umpan balik pengguna, ditambahkan peningkatan UI, perbaikan bug, penggunaan ulang pengaturan sebelumnya, integrasi GitHub Issues, dukungan multimodal, dan fitur baru lainnya
  • Memanfaatkan kemampuan berpikir tingkat lanjut Gemini 2.5 Pro memungkinkan pembuatan rencana coding lebih cermat dan kode berkualitas lebih tinggi
  • Pengenalan tingkat langganan baru: Introductory (pengalaman dasar), Pro (5x batas), Ultra (20x batas), mahasiswa mendapat Pro gratis selama 1 tahun

Peluncuran Resmi dan Peningkatan Utama Jules

  • Google agen AI coding asinkron Jules menyelesaikan uji beta dan resmi diluncurkan
  • Jules memanfaatkan kemampuan Advanced Thinking Gemini 2.5 Pro untuk menyusun rencana coding (Plan) sebelum memulai pekerjaan, sehingga lebih mudah menghasilkan kode berkualitas tinggi
  • Selama masa beta, ribuan pengembang menyelesaikan puluhan ribu tugas dan berbagi lebih dari 140.000 perbaikan kode

Pengalaman Pengguna dan Umpan Balik

  • Berdasarkan umpan balik pengembang, antarmuka pengguna (UI) didesain ulang dan ratusan bug diselesaikan
  • Fitur penggunaan ulang pengaturan sebelumnya mempercepat pelaksanaan tugas berulang
  • Integrasi GitHub Issues untuk menggabungkan alur kerja pengembangan
  • Dukungan input multimodal untuk memproses berbagai format data

Paket Langganan dan Cara Penggunaan

  • Jules ditawarkan dengan tingkat langganan terstruktur (Introductory, AI Pro, Ultra) yang dapat dipilih sesuai keperluan
    • Introductory: berfokus pada bimbingan dan percobaan untuk pengguna dasar
    • Google AI Pro: 5x dari batas standar, cocok untuk coding rutin
    • Google AI Ultra: 20x dari batas standar, ideal untuk alur kerja multi-agent skala besar
  • Google AI Pro dan Ultra akan diberlakukan secara bertahap mulai hari ini, dan mahasiswa akan memperoleh AI Pro gratis selama 1 tahun

Jules dapat langsung dimulai melalui jules.google

Bacaan terkait

1 komentar

 
GN⁺ 2025-08-08
Komentar Hacker News

  • Kenapa model langganan Google jadi serumit ini? Dari Google AI Ultra semua udah masuk termasuk Jules, Gemini App, dan Notebook, tapi kalau mau pakai Gemini CLI kamu harus bikin langganan terpisah dan akun penagihan di GCP serta beli Google Code Assist. Juga setelah itu Gemini App tidak tersedia, dan anehnya, kalau subscribe Google AI ternyata sekaligus dapat YouTube Premium. Aku nggak ngerti kenapa keterkaitannya.

    • Sepertinya di dalam Google ada dua kelompok terpisah yang nyediain produk AI. Di kantor aku sendiri, langganan Workspaces sudah termasuk Gemini, Veo 3, Jules, dan dengan satu langganan bisa dipakai (meski terbatas) hampir tanpa batas. Pintu masuk utamanya di gemini.google.com. Kalau butuh API, justru harus pakai GCP terpisah, dan di sana kamu bisa akses model yang lebih canggih seperti Veo3 plus fitur tambahan, tapi dikenakan biaya sesuai pemakaian. Aksesnya lewat GCP Vertex AI. Kedua organisasi ini cukup terpisah, dan mereka tampaknya nggak terlalu tau satu sama lain.

    • Kalau sebelumnya pernah bikin Workspace lewat Google for Domains, ini bisa jadi jalan yang berat banget karena banyak yang gak jalan.

    • Kondisi di mana AI ngoding sambil kita tetap bisa nonton video di YouTube juga ada.

    • Bisnis inti Google adalah penjualan iklan dan menjaga dominasi pasar (Analytics, Chrome, Chromebook, Android, Google SSO, dll), jadi produk untuk pengembang tetap jadi usaha tambahan dari beberapa kubu di Google, dan nggak mungkin jadi lini utama atau prioritas.

    • Berbeda dari beberapa item yang ada di langganan Ultra, YouTube Premium gak bisa dibagikan ke keluarga. Akhirnya dua-duanya mesti dipakai terpisah, dan Google sudah beberapa kali kasih pengingat supaya gak begini.

  • Aku coba Jules beberapa minggu untuk proyek sampingan (aplikasi React Native). Saat jalan-jalan hari kerja sambil merenung ide atau fitur baru, aku bisa plan, edit kode lewat aplikasi GitHub, dan menyerahkan beberapa tugas ke Jules. Pulang malamnya, PR sudah kebentuk. Memang kualitas kodenya belum sempurna, tapi kebanyakan jalan dan langsung bisa dites lalu aku bisa perbaiki manual, jadi iterasinya cepat. Langkah selanjutnya: tambah build otomatis ke tiap PR supaya di perjalanan pulang bisa cek branch langsung dari HP.

    • Entah juga di React Native atau gak, kalau deploy ke Vercel dan pakai Neon sebagai DB, sangat praktis bisa lihat preview site live dari branch/commit/PR mana pun. Di ekosistem Python, rantai commit->deploy seperti ini ngurangin gesekan untuk coding yang eksploratif; keputusan “mau bikin apa” jadi lebih sering diambil setelah melihat hasil. Tentu ini cuma mulus kalau fiturnya cukup sederhana untuk selesai dalam sekali jalan sama LLM.

    • Coding eksploratif asinkron sekarang lagi tren. Aku juga merekomendasikan GitHub Copilot Coding Agent (bukan plugin VSCode Copilot, tapi Agent terpisah).

    • Dulu sempat konekin ke repo GitHub yang gak aku rawat, dan menyerahkan hal-hal kecil — update dependency, refactor kode, nambah fitur kecil, ubah style — buatnya. Di kasus semacam ini dia lumayan bisa jalan, walau aku nggak akan kasih kerjaan penting.

    • Itu salah satu alasan aku bikin superconductor.dev. Setiap agent punya preview live app, dengan dukungan Claude Code, Gemini, Codex, dan Amp. Kalau tertarik, mention akun HN waktu daftar, nanti aku undang duluan.

  • Waktu periode preview Jules, aku udah pakai berkali-kali dan ini asisten coding cloud yang paling jelek yang pernah aku coba. Aku kira ini cuma percobaan sebentar lalu dibuang, nggak kepikiran bakal jadi produk resmi. Mirip banget sama GH Copilot Spaces yang akhirnya jadi Copilot Agent. Jules ini jalan sendiri, bilang pekerjaan udah "selesai", lalu kalau ditanya lanjut malah ngawur. Lingkungan sering nggak konsisten dan kadang malah gak jalan sama sekali. Dari pengalamanku, PR yang sampai merged hampir cuma satu kali; selebihnya dibuang dan dialihkan ke agent lain. Ranking pribadiku sekarang: Claude Code (memanfaatkan gh action) > ChatGPT Codex > GitHub Copilot Agent > Jules. Mereka kasih kesempatan 3 bulan trial lagi, jadi hari ini aku coba lagi, tapi kalau tetap begini aku gak akan ngeluarin uang/waktu buat Jules ke depan. Aku sarankan Codex atau GitHub Agent. Mohon maaf kalau ini terlalu tajam.

    • Aku coba lagi Jules hari ini secara adil, tetap jelek.

      • Aku kasih rencana, masukin feedback, dan menyetujui. Beberapa menit lalu, dia malah nunggu input lagi sambil bilang setelah rencana disetujui, saya akan lanjut. Harus aku ketik ulang supaya jalan.
      • Di pengaturan environment udah ada bun terinstall, tapi Jules gak bisa nemuin command bun dan terus-menerus ngulang install; setelah dikasih feedback bun-nya hilang lagi, lalu tiap command dia jalanin install_bun.sh ulang.
      • Tugas yang diminta memang dikerjakan, tapi test rusak dan dia bilang itu tidak terkait dengan perubahan, meski aku bilang perbaiki semuanya, hasilnya tetap gak selesai. Di setup sama, Codex, Copilot Agent, dan Claude Code jalan lancar, cuma Jules yang bermasalah.
      • Waktu aku ambil alih langsung, karena pekerjaan belum dianggap selesai, branch gak kebentuk. Aku minta push branch, dia jadi diam lama dan bolak-balik test/lint, akhirnya branch kebentuk.
      • Ubah kecil aja makan waktu lama, tiap siklus feedback makan banyak waktu, dan gak jelas kenapa ada masalah bun atau test. Semoga nanti makin membaik, tapi untuk sekarang aku cuma pakai 3 agent lain.

    • Pengalaman yang mirip: secara pribadi aku menilai rate limit Codex yang lebih longgar lebih baik dari Claude, Jules terlalu melantur dan cara dia bikin PR aja gak aku suka. Opsi langsung copy git patch seperti Codex terus aku bisa ubah sesuai keinginan sebelum commit jauh lebih berguna.

  • Aku belum mencobanya langsung, tapi belum yakin apakah bentuk agent asinkron ini sekuat ngelanjutin Claude Code lokal. Harus terus intervensi buat ngecek apakah berfungsi. Agent asinkron perlu loop tarik kode, build, run, dan test penuh, jadi berpotensi ribet. Sedangkan verifikasi langsung di environment lokal yang aktif buat coding jauh lebih efisien.

  • Aku juga merasa ini mirip dengan GH Copilot Spaces. Kayaknya Google menyiapkan ini buat masa depan, bukan sekarang. Meskipun AI belum bisa ngatasin semuanya, daripada nunggu sampai besar, mereka udah bikin dulu lalu nunggu AI berkembang. Secara pribadi aku tetap skeptis LLM bisa bener-bener menyelesaikan semuanya karena selalu akan ada lanjutan setelah LLM.

  • Di paket gratis, batas kerja harian turun dari 60 jadi 15. Aku yang sering revisi aja kok gak pernah sampai habis. Kalau mau kontak tim Jules langsung, bisa lewat discord.gg/googlelabs.

    • Kasusku naik jadi batas 100. Entah itu karena user Google Pro atau free, ya beda. Bahkan kalau akhir pekan aku kerjain banyak, jarang ngebuliahin lebih dari 10x. Kalau free, 15 aja cukup. Secara pribadi, batas 100 pun rasanya gak akan habis seumur hidupku.

  • Aku coba prompt "tulis raytracer dasar dengan Rust" sekitar dua bulan lalu dan sekarang lagi lagi Jules. Dulu kodenya sedikit pun setidaknya bisa di-compile, tapi sekarang malah gak mau push branch sama sekali walau udah minta berkali-kali, sehingga gak bisa memastikan apakah kode itu jalan. Sekarang aku bikin dua main.rs di direktori berbeda dan bagi-bagi kode acak. Setelah aku jelaskan masalahnya, dia jelajah filesystem berulang-ulang lalu akhirnya menyerah.

    • Model interaksi push commit-nya membingungkan banget sampai susah dipahami.

    • Ini bukan alat zero shot; aku gak ngerti kenapa semuanya dicoba dengan pola zero-shot.

  • Aku seneng muncul kompetisi dengan Codex. Aku pikir agent asinkron berbasis cloud seperti Codex dan Jules lebih baik daripada integrasi lokal kayak Claude Code/Aider/Cursor. Mereka sepenuhnya terpisah dari lingkunganku lokal, jadi lebih aman. Lagi pula, cukup kirim command lalu lanjut kerja lain di PC, PR dicek nanti. Ini terasa lebih baik daripada ngatur sandbox manual atau pakai git worktree.

    • Codex dan Jules beda total dari CC, Cursor. Di software ada perdebatan Cathedral vs Bazaar: 1) pendekatan Cathedral itu lingkungan terkontrol, deploy mudah, dan upside-nya terbatas — OpenAI itu contohnya; 2) pendekatan Bazaar adalah bawa agent ke lingkungan user, berinteraksi langsung dengan banyak app/variabel, sulit tapi payoff jauh lebih tinggi. Masalah config environment hanyalah sementara dan bisa diatasi.

    • Kalau benar-benar dipisah, aman tapi lebih lambat dan lebih mahal. Kadang kalo CC ngeselin bisa langsung dimatikan, sementara asinkron bisa berjam-jam lalu kembali menabrak bencana dan menghabiskan token banyak.

    • Di codebase yang sudah ada, proposal berbasis PR itu paling gak mengganggu untuk diadopsi dari sudut pandang pengembang karena dia udah familiar dengan model review kode. Tapi memaksakan workflow manusia yang terlalu dominan ke proposal massal agent bakal cepat mentok; perlu workflow otomatisasi review yang lebih efisien buat ngolah lebih banyak usulan. Jadi menurutku pendekatan command line seperti Claude dan Aider justru paling cocok skalakan async/parallel agent. Aku juga udah bikin perpustakaan pendukung untuk aider/claude. Dan agar semua lingkungan dev kayak gini tetap open source supaya gak tergantung infrastruktur MS, OpenAI, dll. Aku juga lagi nyusun tips review via CLI di dokumentasi studi kasus.

    • Untuk catatan, Claude Code juga bisa dipakai asinkron lewat GitHub actions, dan ada setup otomatis lewat perintah slash.

    • Kombinasi paling produktif mungkin memakai agent asinkron berbasis cloud plus pendekatan aktif lokal (Claude Code, Cursor, Aider). Untuk Codex UI, aku mau kasih tugas yang repetitif dan simpel, sisanya aku kerjakan lokal. Kekurangan Codex: mesin yang dipakai lambat, compile, rebuild, dependency cache keulang terus. Kalau UI/tool/status aku kelola lokal dan inferensi LLM dilakukan remote, alurnya pasti jauh lebih cepat.

  • Setelah pakai Jules di proyek sampingan, kualitas kodenya jauh di bawah GH Copilot (Claude Sonnet), Gemini CLI, dan Claude Code; apalagi di monorepo, logika pindah direktori gampang banget kacau: walau sudah di folder backend, dia tetap jalanin cd berulang dan gak nyambung logikanya.

    • Baru-baru ini mereka promosi bahwa Jules memanfaatkan kemampuan planning yang lebih kuat dari Gemini 2.5 Pro, jadi mungkin worth a second try.

    • Ini pertama kali dipakai, dan dia nanganin refactor lapisan data secara keseluruhan dengan sangat baik, lebih dari yang aku harapkan. Dulu juga sempat kaget saat Copilot dipakai, tapi makin lama AI jadi makin lambat dan membingungkan, akhirnya malah boros waktu. Inilah sisi coding agent AI saat ini.

    • Aku minta perubahan kecil nambah output terminal berwarna di proyek sampingan, dan hasil PR-nya bagus. Agen koding LLM kadang kuat di tugas tertentu dan lemah di tugas lain; hasilnya kesannya acak. Tapi karena cuma satu prompt udah keluar PR, kalau gagal resiko kerjanya kecil dan permintaan ulang gampang.

  • Aku suka istilah dan konsep coding agent asinkron; aku nemu artikel pengenalan async agent open-source dan kasus coding agent terkait Copilot. Semoga arus ini makin menguat.

    • Kalau pakai istilah Simon (komentator ini), kemungkinan besar itu akan jadi standar.

  • Tahun 2025 ini rasanya Claude Code aja yang bener-bener jadi agent. Tapi Gemini tetap sangat kuat di konteks panjang, lihat: diskusi di Reddit.

    • Setuju. Google memang bagus di benchmark dan juga rilis model semisal World Models Genie 3, tapi rekomendasi/perubahan Gemini CLI terlalu rigid. Dia lebih kehalusan gaya coding (tab/spasi) ketimbang fitur yang benar-benar dibutuhin, kayak programmer OCD. Contohnya di proyek baru-baru ini, sempat habis token satu hari untuk kerja sepele: setelan ESLint, modulisasi kode yang gak perlu, hal sepele lain. Sementara Claude Code lebih ngerespon kebutuhan ku dan bantu pengembangan fitur yang benar-benar buat pengguna. Mungkin ini karena prompt-nya, tapi Claude Code kelihatan lebih paham maksudku.

    • Aku juga setuju. Aku gak suka alur review PR yang menyela. Fitur unggulan Claude Code adalah kontrol instan kalau mulai keluar jalur, dan gampang intervensi sambil aku coding langsung. Mirip kasus tim junior yang kalau disuruh pegang full feature tanpa check-in, itu yang gak boleh.

    • Sourcegraph Amp juga lumayan. Dia gak semulus atau sefitur Claude Code, tapi di review code aku sering minta bantuan tool oracle dengan panggilan o3.

  • Gak ngerti kenapa info harga dirahasiakan banget; ternyata harus tanya Grok biar ketemu. Di situs Google, bahkan untuk lihat ringkasan plan pun harus setuju syarat & ketentuan dulu. Untuk referensi, plan/harga ada di gemini.google/subscriptions (kemungkinan perlu login).

    • Nulis "Highest task limits" lalu mengubah syarat pakai setelahnya seperti yang dilakukan Claude/Cursor, menurutku mestinya dilarang secara hukum.

    • Aku penasaran, ketika bilang harus tanya Grok, itu maksudnya apa: apakah udah coba model lain tapi gagal, atau kamu emang sering pakai Grok. Jelasin lebih lanjut ya.