Loop Engineering - Addy Osmani

‘Loop engineering’ yang diajukan sebagai tahap berikutnya untuk agen coding AI

Tulisan ini membahas sudut pandang, berpusat pada “Loop engineering” yang ditulis oleh Addy Osmani, bahwa agen coding dapat beralih dari cara kerja yang setiap kali harus diarahkan langsung oleh manusia menjadi cara merancang sistem berulang yang membuat agen mencari pekerjaan, membaginya, memverifikasinya, dan menentukan tugas berikutnya. Di sini, loop lebih dekat pada “alur kerja yang dijalankan AI berulang kali untuk mencapai tujuan yang telah ditetapkan”. Namun, tulisan ini tidak memandangnya sebagai solusi serba bisa. Biaya nyata seperti biaya token, tanggung jawab verifikasi, dan menurunnya pemahaman pengembang juga sama-sama ditekankan.

Ringkasan inti

Arti loop engineering

Sebelumnya, pengembang menulis prompt untuk agen coding, membaca hasilnya, lalu memberi instruksi lagi. Loop engineering yang dibahas dalam tulisan ini adalah pendekatan yang mengubah proses tersebut menjadi struktur otomatis. Artinya, alih-alih manusia memberi instruksi setiap kali, sistem dirancang untuk menentukan “apa yang harus dicari, bagaimana memprosesnya, dan kapan harus berhenti”.

Komponen

Penulis mengajukan elemen-elemen untuk membangun loop, yaitu eksekusi otomatis, worktree, skill, plugin dan connector, subagent, serta memori eksternal. Worktree adalah fitur Git yang membagi repositori yang sama ke beberapa ruang kerja untuk mengurangi konflik. Skill adalah mekanisme untuk mendokumentasikan aturan dan pengetahuan proyek agar agen tidak perlu menebak setiap saat. Connector adalah jalur untuk terhubung dengan alat eksternal seperti Linear, Slack, dan database.

Kelebihan

Dari sisi pengurangan pekerjaan berulang, tugas seperti merangkum kegagalan CI, mengklasifikasikan issue, dan meninjau commit terbaru dapat diotomatisasi. Dari sisi pemrosesan paralel, beberapa agen dapat bekerja di worktree yang berbeda-beda sehingga mengurangi konflik file. Dari sisi penggunaan ulang pengetahuan, praktik proyek dan prosedur build dapat disimpan sebagai skill sehingga penjelasan yang sama tidak perlu diulang di setiap sesi.

Kekurangan dan risiko

Beban verifikasi tidak hilang. Hasil yang dibuat loop tetap harus diperiksa manusia. Biaya token juga bisa membesar. Jika jumlah subagent bertambah, setiap agen akan menggunakan model dan alat secara terpisah. Utang pemahaman juga menjadi masalah. Jika pengembang menerima hasil tanpa membacanya, codebase akan membesar tetapi cakupan yang benar-benar dipahami manusia justru bisa menyusut.

Perbedaan utama

Jika prompt engineering pada umumnya berfokus pada “satu pertanyaan yang bagus”, loop engineering lebih dekat pada perancangan “sistem kerja yang dapat diulang”. Penulis menilai bahwa ketika Codex dan Claude Code sama-sama memiliki komponen serupa seperti otomatisasi, skill, koneksi berbasis MCP, dan subagent, desain loop menjadi perhatian yang lebih penting daripada alat itu sendiri.

Keunggulan khas

Pemisahan antara penulis dan pemeriksa merupakan ciri penting. Jika agen yang membuat kode menilai sendiri hasilnya, ia bisa menjadi terlalu permisif, sehingga diusulkan struktur di mana subagent terpisah melakukan peninjauan. Menjaga memori eksternal juga merupakan inti penting. Status perlu ditinggalkan di luar percakapan, seperti dalam file Markdown atau papan issue, agar dapat dilanjutkan pada eksekusi berikutnya.

Loop engineering lebih tepat dibaca bukan sebagai kisah menggantikan pengembang, melainkan mengubah titik keterlibatan pengembang. Bobotnya bergeser dari terus menulis prompt secara langsung ke merancang struktur berulang, kondisi verifikasi, pembagian kerja, dan cara pencatatan. Namun, loop yang baik tidak menggantikan penilaian yang baik. Tanpa kemampuan engineering untuk membaca kode, memverifikasinya, dan memahami batas sistem, otomatisasi bisa lebih dulu memperbesar risiko daripada kecepatan.