Laporan Anthropic Menunjukkan Insinyur Sekarang Mengorkestrasi Agen AI, Bukan Kode

Timothy Morano

22 Jan 2026 00:25

Laporan baru 2026 dari Anthropic mengungkapkan bahwa pengembang menggunakan AI dalam 60% pekerjaan tetapi hanya mendelegasikan sepenuhnya 0-20% dari tugas. Rakuten, TELUS, Zapier berbagi hasil.

Pengembangan perangkat lunak sedang mengalami perubahan terbesar sejak GUI, menurut Laporan Tren Pengkodean Agenik 2026 baru dari Anthropic yang dirilis pada 21 Januari. Temuan utama: insinyur beralih dari menulis kode sendiri ke mengoordinasikan agen AI yang menangani implementasi.

Tapi inilah pemeriksaan kenyataan yang tersembunyi dalam data—pengembang tidak benar-benar menyerahkan kunci. Meskipun AI muncul dalam sekitar 60% pekerjaan mereka, insinyur melaporkan hanya mampu “sepenuhnya mendelegasikan” 0-20% dari tugas. Sisanya memerlukan pengawasan aktif, validasi, dan penilaian manusia.

Angka di Balik Hype

Tiga studi kasus dari laporan ini menonjol. Insinyur Rakuten mengarahkan Claude Code ke vLLM, basis kode sebanyak 12,5 juta baris, untuk mengimplementasikan metode ekstraksi vektor aktivasi. Agen tersebut bekerja secara otomatis selama tujuh jam dan mencapai akurasi numerik 99,9%.

Tim TELUS membangun lebih dari 13.000 solusi AI kustom sambil mengirimkan kode rekayasa 30% lebih cepat. Perusahaan mengklaim menghemat lebih dari 500.000 jam secara total. Zapier melaporkan adopsi AI sebesar 89% di seluruh organisasi mereka dengan lebih dari 800 agen yang berjalan secara internal.

Ini bukan lagi program percontohan kecil.

Apa yang Sebenarnya Berubah

Laporan ini mengidentifikasi delapan tren di tiga kategori: tren dasar yang mengubah alur kerja pengembangan, tren kemampuan yang memperluas fungsi agen, dan tren dampak yang mempengaruhi hasil bisnis.

Bagi tim rekayasa, perubahan praktis berarti memfokuskan keahlian pada arsitektur, desain sistem, dan keputusan strategis daripada implementasi baris demi baris. Kurangi mengetik, lebih banyak mengarahkan.

Ini sejalan dengan pergerakan industri yang lebih luas. Laporan 16 Januari mencatat bahwa perusahaan yang membawa utang teknis signifikan kesulitan menangkap manfaat AI—menunjukkan bahwa organisasi perlu basis kode yang bersih sebelum agen dapat beroperasi secara efektif di dalamnya.

Empat Prioritas untuk 2026

Laporan Anthropic menandai empat bidang yang membutuhkan perhatian segera: menguasai koordinasi multi-agen, meningkatkan pengawasan manusia melalui tinjauan kode otomatis AI, memperluas alat agenik di luar tim rekayasa, dan menyematkan arsitektur keamanan sejak hari pertama.

Poin terakhir ini penting. Saat agen mendapatkan otonomi atas basis kode yang lebih besar, kerentanan keamanan bisa menyebar lebih cepat daripada yang dapat ditangkap oleh peninjau manusia. Angka 0-20% mendelegasikan sepenuhnya menunjukkan bahwa sebagian besar organisasi sudah menyadari risiko ini.

Untuk proyek kripto secara khusus—di mana bug kontrak pintar dapat menguras kas secara cepat—temuan “kolaborasi bukan delegasi” ini harus memandu bagaimana tim mengadopsi alat ini. Keuntungan kecepatan tidak berarti apa-apa jika agen memperkenalkan celah yang dapat dieksploitasi.

Sumber gambar: Shutterstock