Catatan Penulis: Claude Opus 4.6 Agent Teams memungkinkan beberapa AI agent bekerja sama secara paralel untuk menyelesaikan tugas yang kompleks. Artikel ini akan menjelaskan prinsip kerja, desain arsitektur, skenario penggunaan, dan langkah-langkah memulainya dari nol.
Claude Opus 4.6 menghadirkan kemampuan baru yang mengubah cara kerja AI—Agent Teams (Tim Multi-Agent). Sederhananya, sekarang Anda bisa membiarkan beberapa instance Claude bekerja sama dengan pembagian tugas seperti tim pengembang sungguhan, alih-alih membiarkan satu AI menangani semuanya secara berurutan dari awal sampai akhir.
Nilai Inti: Setelah membaca artikel ini, Anda akan memahami cara kerja Agent Teams, skenario yang cocok, serta cara mengonfigurasi dan menggunakan fitur ini dari nol.
Poin Utama Claude Opus 4.6 Agent Teams
| Poin Utama | Penjelasan | Nilai |
|---|---|---|
| Paralel, bukan serial | Beberapa instance Claude bekerja bersamaan, masing-masing dengan konteks independen | Efisiensi tugas kompleks meningkat berkali-kali lipat |
| Arsitektur Lead + Teammate | Satu pemimpin membagi tugas, beberapa rekan tim mengeksekusi | Pembagian tugas jelas, menghindari konflik |
| Komunikasi antar-agent | Rekan tim bisa saling kirim pesan, mempertanyakan kesimpulan satu sama lain | Melampaui model master-slave tradisional |
| Daftar tugas bersama | Semua agent berbagi daftar tugas yang sama, mengambil tugas secara mandiri | Tidak perlu alokasi manual satu per satu |
| Mekanisme penguncian file | Mencegah beberapa agent mengubah file yang sama secara bersamaan | Menghindari konflik kode dan penimpaan data |
Perbedaan Mendasar Agent Teams dengan Single Agent Tradisional
Dalam mode tradisional, seberapa pun kompleksnya tugas tersebut, Anda hanya bisa berdialog dengan satu Claude. Ia hanya bisa melakukan satu hal dalam satu waktu—menganalisis kode dulu, lalu menulis pengujian, baru memperbaiki bug, semuanya dilakukan secara berurutan. Saat tugas melibatkan banyak file dan modul, cara ini lambat dan rawan kesalahan.
Agent Teams mengubah total pola ini. Konsep intinya adalah: memecah tugas besar menjadi beberapa sub-tugas independen yang diproses secara paralel oleh beberapa instance Claude. Persis seperti tim software sungguhan—arsitek bertanggung jawab atas desain, engineer frontend menulis antarmuka, engineer backend menulis API, dan engineer QA menulis test case—setiap orang punya peran masing-masing dan bekerja secara bersamaan.
Scott White, Head of Product di Anthropic, mengibaratkannya seperti "memiliki tim manusia berbakat yang bekerja untuk Anda", menekankan pada lompatan efisiensi yang dihasilkan dari dekomposisi tugas dan koordinasi paralel.
Prinsip Arsitektur Claude Opus 4.6 Agent Teams
Memahami arsitektur Agent Teams adalah kunci untuk menguasai fitur ini. Seluruh sistem terdiri dari 4 komponen inti:
4 Komponen Inti Agent Teams
| Komponen | Peran | Cara Kerja |
|---|---|---|
| Team Lead (Pemimpin) | Membuat tim, alokasi tugas, merangkum hasil | Sesi utama Claude Code Anda |
| Teammates (Rekan Tim) | Menjalankan tugas spesifik secara mandiri | Masing-masing memiliki jendela konteks (context window) sendiri |
| Task List (Daftar Tugas) | Daftar kerja bersama | Rekan tim mengambil tugas secara mandiri, mendukung ketergantungan antar tugas |
| Mailbox (Sistem Kotak Surat) | Komunikasi antar agen | Pesan point-to-point atau siaran ke semua anggota |
3 Cara Komunikasi di Agent Teams
Pertama: Lead memberikan instruksi kepada Teammate. Ini adalah mode paling dasar. Lead membuat tugas dan mengalokasikannya ke Teammate tertentu, atau membiarkan Teammate mengambilnya sendiri. Setelah Teammate selesai, hasilnya otomatis dikirim kembali ke Lead.
Kedua: Komunikasi langsung antar Teammate. Inilah kunci yang membedakan Agent Teams dari Subagent tradisional. Rekan tim bisa saling mengirim pesan secara langsung—misalnya, engineer frontend bisa langsung bertanya kepada engineer backend "apa format respons API-nya", tanpa perlu melalui Lead. Komunikasi peer-to-peer ini meningkatkan efisiensi kolaborasi secara signifikan.
Ketiga: Siaran (Broadcast) ke semua anggota. Lead dapat mengirim pesan ke semua Teammate secara bersamaan, cocok untuk penyesuaian keputusan dalam lingkup proyek. Namun, dokumentasi resmi menyarankan penggunaan yang bijak karena konsumsi Token siaran akan meningkat secara linear seiring bertambahnya ukuran tim.
🎯 Tips Pengembang: Mekanisme komunikasi Agent Teams sangat mirip dengan kolaborasi tim di dunia nyata. Jika Anda sedang membangun aplikasi multi-agen sendiri, Anda bisa mendapatkan akses API Claude Opus 4.6 melalui APIYI apiyi.com untuk mengimplementasikan logika kolaborasi serupa di aplikasi Anda.
Perbandingan Claude Opus 4.6 Agent Teams vs. Subagent
Banyak orang sering bingung membedakan antara Agent Teams dan Subagent (sub-agen). Keduanya memang memungkinkan pekerjaan dilakukan secara paralel, namun arsitektur dan skenario penggunaannya sangat berbeda:
| Dimensi | Subagent (Sub-agen) | Agent Teams (Tim) |
|---|---|---|
| Konteks | Jendela independen, hasil dikembalikan ke pemanggil | Jendela independen, sepenuhnya otonom |
| Cara Komunikasi | Hanya bisa melapor ke Agent utama | Antar rekan tim bisa berkomunikasi langsung |
| Cara Koordinasi | Dikelola secara terpusat oleh Agent utama | Berbagi daftar tugas, koordinasi mandiri |
| Skenario Penggunaan | Fokus pada tugas tertentu, hanya perlu mengembalikan hasil | Pekerjaan kompleks, butuh diskusi dan kolaborasi |
| Konsumsi Token | Lebih rendah, hanya ringkasan hasil yang dikirim balik | Lebih tinggi, setiap rekan tim adalah instans independen |
Cara Cepat Menentukan Mana yang Harus Digunakan
Gunakan Subagent: Saat kamu butuh seorang "asisten" untuk menjalankan tugas tertentu lalu melaporkan hasilnya—misalnya: "Tolong cari di file mana saja fungsi ini dipanggil".
Gunakan Agent Teams: Saat kamu butuh sebuah "tim" untuk berdiskusi, saling mengkritisi, dan maju bersama—misalnya: "Tolong tinjau PR ini dari tiga sudut pandang: keamanan, performa, dan cakupan pengujian".
Skenario Penggunaan Claude Opus 4.6 Agent Teams
Agent Teams bukanlah solusi untuk segala hal; fitur ini memberikan nilai maksimal pada skenario tertentu. Berikut adalah 4 skenario kuat yang direkomendasikan secara resmi dan 3 skenario lemah yang sebaiknya dihindari:
4 Skenario Kuat Agent Teams
Skenario 1: Peninjauan Kode dari Berbagai Sudut Pandang
Peninjauan manual tradisional sering kali hanya fokus pada satu jenis masalah dan mengabaikan aspek lainnya. Dengan Agent Teams, Anda dapat meninjau kode secara paralel dari berbagai dimensi seperti keamanan, performa, dan cakupan pengujian:
创建一个 Agent Team 来审查 PR #142,分配三个审查员:
- 一个专注安全隐患
- 一个检查性能影响
- 一个验证测试覆盖率
让他们各自审查后汇报发现
Skenario 2: Debugging Hipotesis Kompetitif
Saat akar masalah (root cause) sebuah bug tidak jelas, satu Agent biasanya akan berhenti setelah menemukan penjelasan yang tampak masuk akal. Agent Teams memungkinkan beberapa Teammate untuk menyelidiki hipotesis yang berbeda secara bersamaan dan saling mempertanyakan kesimpulan satu sama lain:
用户反馈应用在发送一条消息后就断开连接。
创建 5 个 Teammate 分别调查不同假设,
让他们互相辩论来推翻彼此的理论,
像科学辩论一样。把最终达成的共识写入文档。
Mekanisme investigasi adversarial ini menghindari "efek anchoring"—di mana hipotesis pertama yang dieksplorasi menyebabkan bias pada investigasi selanjutnya.
Skenario 3: Pengembangan Modul Fitur Baru
Ketika sebuah fitur baru melibatkan beberapa modul independen, setiap Teammate dapat bertanggung jawab atas satu modul tanpa saling mengganggu:
创建 Agent Team 开发用户认证系统:
- Teammate 1: 负责后端 API 和数据库模型
- Teammate 2: 负责前端登录和注册页面
- Teammate 3: 负责单元测试和集成测试
Skenario 4: Koordinasi Perubahan Lintas Lapisan
Saat sebuah perubahan mencakup lapisan frontend, backend, dan testing, setiap lapisan dikelola oleh Teammate yang berbeda yang tetap sinkron melalui sistem pesan.
3 Skenario yang Harus Dihindari
| Skenario Lemah | Alasan | Saran |
|---|---|---|
| Tugas dengan dependensi berurutan | Setiap langkah bergantung pada hasil langkah sebelumnya, tidak bisa paralel | Gunakan Sesi Tunggal atau Subagent |
| Pengeditan file yang sama secara sering | Banyak Agent yang mengubah file yang sama akan menyebabkan konflik penimpaan | Sesi Tunggal lebih aman |
| Tugas kecil yang sederhana | Biaya koordinasi lebih besar daripada keuntungan paralelisme | Selesaikan langsung dalam satu Sesi |
💡 Saran Penggunaan: Jika Anda baru mengenal Agent Teams, disarankan untuk memulai dengan tugas yang tidak memerlukan penulisan kode—seperti peninjauan kode, riset teknis, atau investigasi bug. Tugas jenis ini memungkinkan Anda merasakan langsung nilai dari eksplorasi paralel, sekaligus menghindari kesulitan koordinasi dalam implementasi paralel.
Panduan Cepat Memulai Claude Opus 4.6 Agent Teams
Langkah 1: Aktifkan Fitur Agent Teams
Agent Teams saat ini masih dalam tahap eksperimental dan dinonaktifkan secara default. Anda perlu mengaktifkannya secara manual di file konfigurasi Claude Code:
// Tambahkan di settings.json
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
}
}
Atau atur melalui variabel lingkungan (environment variable):
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
Langkah 2: Buat Tim dengan Bahasa Alami
Setelah diaktifkan, beri tahu Claude secara langsung dengan bahasa alami tentang tim seperti apa yang Anda inginkan:
我正在设计一个 CLI 工具来追踪代码库中的 TODO 注释。
创建一个 Agent Team 从不同角度探索这个问题:
一个 Teammate 负责用户体验设计,
一个负责技术架构,
一个扮演"魔鬼代言人"提出质疑。
Claude akan secara otomatis membuat tim, menetapkan peran, menjalankan Teammate, dan mengoordinasikan seluruh alur kerja.
Langkah 3: Pilih Mode Tampilan
Agent Teams mendukung dua mode tampilan:
| Mode | Penjelasan | Lingkungan yang Cocok |
|---|---|---|
| In-process (Dalam proses) | Semua Teammate berjalan di terminal utama, gunakan Shift+Atas/Bawah untuk beralih | Terminal apa pun, tanpa konfigurasi tambahan |
| Split panes (Layar terpisah) | Setiap Teammate memiliki panel independen, semua output bisa dilihat bersamaan | Memerlukan tmux atau iTerm2 |
Konfigurasikan di settings.json:
{
"teammateMode": "in-process" // atau "tmux"
}
Langkah 4: Berinteraksi Langsung dengan Teammate
Anda tidak hanya bisa mengelola tim melalui Lead, tetapi juga bisa berbicara langsung dengan Teammate mana pun:
- Mode In-process: Gunakan
Shift+Atas/Bawahuntuk memilih Teammate, lalu masukkan pesan secara langsung. - Mode Split panes: Klik pada panel yang sesuai dan operasikan langsung dalam sesi Teammate tersebut.
Langkah 5: Manajemen Tugas dan Pembersihan
Melihat progres tugas: Tekan Ctrl+T untuk beralih ke tampilan daftar tugas.
Menutup Teammate:
请让 researcher Teammate 关闭
Membersihkan sumber daya tim:
清理整个团队
⚠️ Peringatan Penting: Selalu lakukan pembersihan melalui Lead. Teammate tidak boleh melakukan pembersihan sendiri, karena dapat menyebabkan status sumber daya menjadi tidak konsisten.
🎯 Saran Teknis: Setelah menguasai Agent Teams, jika Anda ingin mengimplementasikan logika multi-agent melalui panggilan API Claude Opus 4.6 di aplikasi Anda sendiri, Anda dapat menggunakan antarmuka API terpadu melalui APIYI (apiyi.com). Platform ini mendukung berbagai model termasuk Opus 4.6.
Kasus Nyata Claude Opus 4.6 Agent Teams
Studi Kasus: 16 Agent Menulis Kompiler C dengan Rust
Nicholas Carlini, seorang peneliti di Anthropic, merilis sebuah studi kasus praktis yang sangat representatif—menggunakan 16 instans Claude yang berjalan secara paralel untuk menulis sebuah kompiler C dari nol menggunakan Rust, yang mampu mengompilasi kernel Linux.
| Metrik | Data |
|---|---|
| Jumlah Agent | 16 instans paralel |
| Total Sesi | Hampir 2.000 Sesi Claude Code |
| Jumlah Kode | 100.000 baris kode Rust |
| Konsumsi Token | 2 miliar input + 140 juta output Token |
| Biaya API | Sekitar $20.000 |
| Kemampuan Kompilasi | Dapat mengompilasi Linux 6.9 (x86, ARM, RISC-V) |
| Tingkat Kelulusan Pengujian | 99% pada rangkaian pengujian GCC torture |
Pelajaran Penting dari Kasus Agent Teams Ini
Mekanisme penguncian tugas sangatlah krusial. Ke-16 Agent "mengunci" tugas dengan membuat file teks di direktori current_tasks/. Jika dua Agent mencoba mengambil tugas yang sama, mekanisme sinkronisasi Git akan memaksa Agent kedua untuk memilih tugas lain.
Rangkaian pengujian yang ketat adalah fondasi kesuksesan. Tanpa pengawasan manusia, Agent membutuhkan sinyal umpan balik yang jelas untuk menentukan apakah pekerjaan mereka benar. Rangkaian pengujian GCC torture memberikan umpan balik tersebut.
Paralelisasi tidak sama dengan percepatan linear. Ketika ke-16 Agent menemui Bug yang sama, mereka semua akan terjebak secara bersamaan. Dalam kasus ini, digunakan solusi inovatif berupa pengujian diferensial dengan menggunakan GCC sebagai "oracle" untuk menyelesaikan masalah tersebut.
Fitur baru bisa merusak fitur yang sudah ada. Ini adalah tantangan tipikal dalam pengembangan paralel multi-Agent—kode baru dari satu Agent mungkin menyebabkan fitur yang sudah diselesaikan oleh Agent lain menjadi error. Pengujian regresi yang ketat adalah jaminan yang diperlukan.
Praktik Terbaik Claude Opus 4.6 Agent Teams
Berdasarkan dokumentasi resmi dan pengalaman komunitas, berikut adalah 6 praktik terbaik dalam menggunakan Agent Teams:
Praktik 1: Berikan konteks yang cukup kepada Teammate. Teammate akan secara otomatis memuat file CLAUDE.md proyek, server MCP, dan Skills, tetapi tidak akan mewarisi riwayat percakapan dari Lead. Saat membuat Teammate, pastikan untuk menyertakan detail tugas yang cukup dalam petunjuk:
Buat seorang Teammate peninjau keamanan dengan petunjuk:
"Tinjau celah keamanan modul autentikasi di direktori src/auth/.
Fokus pada penanganan Token, manajemen sesi, dan validasi input.
Aplikasi menggunakan JWT Token yang disimpan dalam httpOnly Cookie.
Laporkan semua masalah dan tandai tingkat keparahannya."
Praktik 2: Bagi tugas dengan granularitas yang tepat. Dokumentasi resmi menyarankan untuk mengalokasikan 5-6 tugas untuk setiap Teammate. Jika tugas terlalu kecil, biaya koordinasi akan lebih besar daripada manfaatnya; jika tugas terlalu besar, Teammate tidak akan melapor dalam waktu lama, sehingga risiko pemborosan meningkat.
Praktik 3: Hindari konflik file. Pastikan setiap Teammate bertanggung jawab atas kumpulan file yang berbeda. Dua Teammate yang mengedit file yang sama akan menyebabkan masalah penimpaan (overwrite).
Praktik 4: Manfaatkan Delegate Mode. Jika Lead mulai menulis kode sendiri alih-alih menunggu Teammate selesai, tekan Shift+Tab untuk beralih ke Delegate Mode, guna memaksa Lead hanya melakukan pekerjaan koordinasi.
Praktik 5: Minta persetujuan rencana. Untuk tugas yang kompleks atau berisiko, Anda dapat meminta Teammate untuk membuat rencana terlebih dahulu dan meminta persetujuan Lead sebelum mengeksekusinya:
Buat seorang Teammate arsitek untuk melakukan refactoring pada modul autentikasi.
Minta dia untuk menyerahkan rencana persetujuan sebelum memodifikasi kode.
Praktik 6: Periksa progres secara berkala. Jangan biarkan tim bekerja tanpa pengawasan dalam waktu yang lama. Periksa progres Teammate secara berkala dan sesuaikan solusi yang tidak tepat tepat waktu.
💰 Tips Biaya: Konsumsi Token Agent Teams kira-kira N kali lipat dari satu Sesi tunggal (N = jumlah Teammate). Disarankan untuk menjaga ukuran tim antara 2-5 Teammate. Jika Anda perlu mengoptimalkan biaya di tingkat API, Anda dapat menggunakan platform APIYI apiyi.com untuk memanggil berbagai model secara fleksibel—gunakan Sonnet 4.5 yang lebih hemat biaya untuk Teammate, dan gunakan Opus 4.6 yang paling mumpuni untuk Lead.
Batasan Agent Teams Opus 4.6 yang Diketahui
Agent Teams saat ini berada dalam tahap pratinjau riset (Research Preview), sehingga terdapat beberapa batasan yang perlu diketahui:
| Item Batasan | Penjelasan | Cara Menangani |
|---|---|---|
| Tidak Mendukung Pemulihan Sesi | /resume dan /rewind tidak dapat memulihkan Teammate dalam mode In-process |
Minta Lead untuk membuat ulang Teammate |
| Status Tugas Mungkin Tertunda | Teammate terkadang tidak menandai tugas sebagai selesai, sehingga menghambat tugas yang bergantung padanya | Perbarui status tugas secara manual atau minta Lead untuk mendesak |
| Penutupan Mungkin Lambat | Teammate harus menyelesaikan permintaan saat ini sebelum bisa ditutup | Harap bersabar |
| Hanya Satu Tim per Sesi | Hanya bisa mengelola satu tim dalam satu waktu | Bersihkan tim saat ini sebelum membuat tim baru |
| Tidak Mendukung Tim Bersarang | Teammate tidak bisa membuat tim mereka sendiri | Hanya Lead yang dapat mengelola tim |
| Lead Tidak Dapat Dipindahkan | Sesi yang membuat tim ditetapkan secara permanen sebagai Lead | Rencanakan peran Lead dengan matang sejak awal |
| Persyaratan Lingkungan Mode Split-screen | Membutuhkan tmux atau iTerm2 | Terminal VS Code dan Windows Terminal tidak mendukung split-screen |
Pertanyaan Umum (FAQ)
Q1: Apakah Agent Teams memerlukan biaya tambahan?
Fitur Agent Teams sendiri tidak dikenakan biaya tambahan, karena sudah termasuk dalam hak penggunaan Claude Code. Namun, perlu diingat bahwa setiap Teammate adalah instansi Claude yang independen, sehingga konsumsi Token akan berlipat ganda. Sebuah tim beranggotakan 5 orang akan menghabiskan sekitar 5 kali lipat Token dibandingkan sesi tunggal. Jika Anda menggunakan paket Pro atau Max, penggunaan tambahan akan dipotong dari Extra Usage sesuai dengan tarif standar API. Untuk skenario pengembangan API, Anda juga dapat memanggil antarmuka Opus 4.6 melalui platform APIYI (apiyi.com) dengan sistem biaya berdasarkan penggunaan aktual.
Q2: Berapa jumlah Teammate yang paling ideal dalam satu tim?
Saran resmi adalah 2-5 Teammate, dengan masing-masing Teammate diberikan 5-6 tugas. Jika tim terlalu kecil, Anda akan kehilangan keuntungan dari kerja paralel. Sebaliknya, jika tim terlalu besar, biaya koordinasi akan melonjak drastis. Untuk tugas seperti peninjauan kode (code review), konfigurasi 3 Teammate (masing-masing bertanggung jawab atas keamanan, performa, dan pengujian) adalah konfigurasi efisien yang sudah terbukti efektif.
Q3: Apakah pengguna biasa bisa menggunakan Agent Teams?
Bisa, asalkan Anda menggunakan Claude Code (alat baris perintah/CLI). Agent Teams adalah fitur dari Claude Code, bukan fitur yang tersedia di versi web claude.ai. Anda perlu menginstal Claude Code, lalu mengaktifkan fitur eksperimental di pengaturannya. Jika Anda lebih banyak mengintegrasikan kemampuan Claude melalui API, Anda bisa mendapatkan akses antarmuka di platform APIYI (apiyi.com) untuk menerapkan logika kolaborasi multi-Agent serupa di aplikasi buatan Anda sendiri.
Q4: Apa perbedaan antara Agent Teams dan framework multi-Agent pihak ketiga?
Agent Teams adalah fitur asli (native) resmi dari Anthropic yang terintegrasi secara mendalam di dalam Claude Code tanpa memerlukan framework tambahan. Keunggulannya adalah konfigurasi yang simpel, dukungan komunikasi bawaan, dan integrasi yang mulus dengan ekosistem Claude. Framework pihak ketiga (seperti LangGraph, CrewAI, dll.) memang lebih fleksibel karena bisa mencampur berbagai model dan layanan yang berbeda, namun Anda harus menangani sendiri logika komunikasi dan koordinasi antar agennya.
Ringkasan
Poin-poin inti dari Claude Opus 4.6 Agent Teams:
- Desain Arsitektur: Lead + Teammate + Daftar Tugas Bersama + Sistem Email, mendukung komunikasi peer-to-peer dan bukan sekadar pelaporan hierarkis (master-slave).
- Skenario Penggunaan: Tinjauan kode dari berbagai sudut pandang, debugging hipotesis kompetitif, pengembangan paralel multi-modul, serta koordinasi perubahan lintas lapisan.
- Ambang Batas Penggunaan: Memerlukan Claude Code + mengaktifkan fitur eksperimental secara manual, saat ini masih dalam tahap Research Preview.
- Pertimbangan Biaya: Konsumsi token meningkat secara linear seiring dengan jumlah Teammate, disarankan menggunakan 2-5 Teammate.
- Perbedaan Utama: Dibandingkan dengan Subagent, Teammate dalam Agent Teams dapat saling berkomunikasi dan mempertanyakan satu sama lain, sangat cocok untuk tugas kompleks yang membutuhkan diskusi dan kolaborasi.
Agent Teams mewakili pergeseran paradigma dalam pengembangan berbantuan AI, dari "operasi tunggal" menjadi "kolaborasi tim". Jika Anda tertarik dengan kemampuan Claude Opus 4.6, disarankan untuk mendapatkan akses API melalui APIYI apiyi.com untuk mencobanya. Platform ini menyediakan antarmuka terpadu dan penagihan yang fleksibel, mendukung berbagai model utama termasuk Opus 4.6.
📚 Referensi
⚠️ Catatan Format Link: Semua tautan luar menggunakan format
Nama Sumber: domain.com, memudahkan untuk disalin tetapi tidak dapat diklik langsung untuk menghindari hilangnya bobot SEO.
-
Dokumentasi Resmi Claude Code Agent Teams: Panduan penggunaan lengkap dari Anthropic
- Link:
code.claude.com/docs/en/agent-teams - Penjelasan: Berisi detail arsitektur, metode konfigurasi, praktik terbaik, dan batasan yang diketahui.
- Link:
-
Pengumuman Rilis Claude Opus 4.6: Blog resmi Anthropic
- Link:
anthropic.com/news/claude-opus-4-6 - Penjelasan: Pengenalan semua fitur baru Opus 4.6, termasuk ringkasan Agent Teams.
- Link:
-
Membangun Kompiler C dengan Agent Teams: Studi kasus teknis dari Blog Engineering Anthropic
- Link:
anthropic.com/engineering/building-c-compiler - Penjelasan: Tinjauan teknis lengkap tentang 16 Agent yang menulis 100.000 baris kode Rust secara paralel.
- Link:
-
Laporan TechCrunch tentang Agent Teams: Interpretasi mendalam dari media pihak ketiga
- Link:
techcrunch.com/2026/02/05/anthropic-releases-opus-4-6-with-new-agent-teams/ - Penjelasan: Berisi pandangan dari penanggung jawab produk Anthropic dan analisis industri.
- Link:
Penulis: APIYI Team
Diskusi Teknis: Untuk tutorial penggunaan model AI dan panduan pemanggilan API lainnya, silakan kunjungi komunitas teknis APIYI apiyi.com
