---
title: "Konsep dan Komponen Esensial Rekayasa Loop"
locale: id
category: ai_data
category_name: "Data AI"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/loop-engineering-concept-components
published_at: 2026-07-20T15:26:45+09:00
---

# Konsep dan Komponen Esensial Rekayasa Loop

> Rekayasa loop adalah metode desain yang membuat agen AI mengulangi proses perencanaan, eksekusi, pengujian, dan perbaikan untuk meningkatkan hasil ketika manusia mendefinisikan tujuan dan batasan. Komponen intinya dapat dirangkum sebagai otomasi, worktree, skill, plugin dan konektor, sub-agen, serta memori.

## Key Points

- Rekayasa loop bukan sekadar penulisan prompt, melainkan pendekatan untuk merancang sistem kerja yang memungkinkan AI menjalankan proses berulang hingga tujuan tercapai.
- Jika rekayasa harness menciptakan lingkungan kerja dan aturan yang aman, rekayasa loop mengoperasikan mesin eksekusi berulang di dalam lingkungan tersebut.
- Loop yang aman memerlukan ruang kerja yang terisolasi, panduan yang jelas, koneksi alat, pembagian peran, penyimpanan status, dan kondisi penghentian.
- Dalam otomasi pengembangan AI, loop menggabungkan penulisan kode, eksekusi pengujian, analisis kesalahan, percobaan ulang, dan permintaan peninjauan ke dalam satu siklus umpan balik tertutup.
- Rekayasa loop dapat meningkatkan produktivitas, tetapi dapat menjadi berisiko tanpa manajemen wewenang, pengendalian biaya, verifikasi kualitas, dan mekanisme pencegahan pengulangan tanpa batas.

## Ikhtisar

Rekayasa loop adalah metode untuk merancang **struktur berulang tempat agen AI merencanakan, menjalankan, memeriksa hasil, merefleksikan penyebab kegagalan, lalu mencoba lagi** menuju satu tujuan. Ini menjadi semakin penting terutama dalam pekerjaan yang hasilnya dapat diverifikasi, seperti pengembangan perangkat lunak, pemrosesan data, pembuatan dokumen, dan otomatisasi pengujian.

Istilah ini belum digunakan sebagai istilah akademis baku di semua dokumen standar. Namun secara praktis, ini dapat dijelaskan sebagai konsep tahap berikutnya setelah rekayasa prompt, rekayasa konteks, dan rekayasa harness. Intinya bukan “memberi AI instruksi yang baik satu kali”, melainkan “membuat sistem yang memungkinkan AI berulang sampai tujuan tercapai dalam lingkungan yang aman”.

## Evolusi rekayasa AI: dari prompt hingga loop

| Tahap | Pertanyaan inti | Peran manusia | Peran AI | Hasil utama |
|---|---|---|---|---|
| Rekayasa prompt | Bagaimana cara bertanya | Menulis instruksi dan memeriksa hasil | Menghasilkan satu respons | Jawaban, draf, potongan kode |
| Rekayasa konteks | Informasi latar apa yang akan diberikan | Menyediakan dokumen, contoh, kebijakan, data | Bernalar dalam konteks yang diberikan | Jawaban lebih konsisten, hasil yang disesuaikan |
| Rekayasa harness | Dalam lingkungan dan aturan seperti apa AI akan bekerja | Merancang izin, alat, prosedur, aturan keselamatan | Menggunakan alat dalam lingkungan yang ditentukan | Alur kerja agen yang terkendali |
| Rekayasa loop | Bagaimana membuat AI berulang hingga tujuan tercapai | Menetapkan tujuan, batasan, kriteria evaluasi, kondisi penghentian | Mengulang eksekusi, verifikasi, perbaikan, percobaan ulang | Loop kerja yang membaik secara otomatis |

### Rekayasa prompt

Rekayasa prompt adalah cara menyusun pertanyaan, perintah, contoh, dan format keluaran secara cermat untuk memperoleh hasil yang diinginkan dari AI. Ini adalah bentuk interaksi paling dasar, dan lebih dekat dengan struktur di mana manusia mengubah instruksi setiap kali serta memeriksa hasilnya.

### Rekayasa konteks

Rekayasa konteks adalah cara memperoleh hasil yang lebih akurat dengan turut menyediakan dokumen, kebijakan, informasi codebase, preferensi pengguna, gaya keluaran, percakapan sebelumnya, dan sebagainya yang dapat dijadikan referensi oleh model. Jendela konteks panjang, retrieval-augmented generation, lampiran file, dan pengindeksan codebase terkait dengan tahap ini.

### Rekayasa harness

Rekayasa harness merancang **prosedur dan batasan seperti apa yang harus diikuti AI saat menggunakan alat dan menjalankan beberapa langkah**. Misalnya, aturan seperti “baca file terkait sebelum mengubah kode”, “jangan gabungkan jika pengujian tidak lolos”, atau “jangan membuka file yang berisi informasi sensitif” ditanamkan ke dalam lingkungan.

### Rekayasa loop

Rekayasa loop adalah cara menambahkan **mesin eksekusi berulang** di atas lingkungan kerja terkendali yang dibuat oleh harness. Agen AI memilih tindakan berikutnya sendiri menuju tujuan, menggunakan alat, mengevaluasi hasil, dan jika gagal, memperbaiki strategi lalu menjalankannya kembali.

## Definisi inti rekayasa loop

Rekayasa loop dapat didefinisikan sebagai perancangan sistem kerja AI yang memenuhi kondisi berikut.

- Manusia menentukan tujuan akhir, cakupan yang diizinkan, kriteria evaluasi, dan kondisi penghentian.
- Agen AI menyusun rencana kerja untuk mencapai tujuan.
- Agen menggunakan alat yang diperlukan seperti eksekusi kode, pengujian, pencarian, modifikasi file, dan pemanggilan API.
- Jika hasil eksekusi gagal atau tidak memadai, agen menganalisis penyebab kegagalan dan membuat percobaan berikutnya.
- Loop berhenti jika kondisi penghentian terpenuhi, seperti tujuan tercapai, anggaran terlampaui, jumlah iterasi terlampaui, sinyal risiko muncul, atau persetujuan manusia diperlukan.

Dengan kata lain, esensi rekayasa loop adalah **siklus umpan balik otomatis**.

## Mengapa rekayasa loop diperlukan

Dalam cara penggunaan AI yang lama, manusia mudah menjadi bottleneck. Alasannya, manusia harus menulis prompt, memeriksa hasil, meminta perbaikan lagi, menjalankan pengujian, menyalin pesan kesalahan, lalu memasukkannya kembali.

Rekayasa loop mensistematisasi proses berulang ini. Misalnya dalam pekerjaan pengembangan, AI dapat secara otomatis mengulang alur berikut.

1. Membaca persyaratan dan menyusun rencana kerja.
2. Mengubah kode di ruang kerja terpisah.
3. Menjalankan pengujian dan linter.
4. Menganalisis log kesalahan.
5. Membuat sendiri prompt perbaikan atau tindakan berikutnya.
6. Mengubah kode lagi.
7. Jika memenuhi kriteria kelulusan, merangkum hasil dan meminta peninjauan.

Dalam struktur ini, manusia tidak perlu secara langsung memberi instruksi untuk setiap tahap perantara. Sebaliknya, manusia berfokus pada penetapan tujuan, persetujuan, penanganan pengecualian, dan penilaian kualitas akhir.

## 6 komponen wajib rekayasa loop

### 1. Otomatisasi: mesin yang benar-benar menjalankan loop

Otomatisasi adalah fondasi yang membuat loop berjalan tanpa input manual dari manusia. Ini mencakup antrean kerja, scheduler, pipeline CI/CD, runtime agen, pemicu peristiwa, kebijakan percobaan ulang, dan sebagainya.

Fungsi yang ditangani otomatisasi adalah sebagai berikut.

- Mendeteksi kondisi mulai pekerjaan
- Menjalankan agen
- Memanggil alat dan mengumpulkan hasil
- Menjalankan tahap pengujian atau verifikasi
- Mencoba ulang saat gagal
- Menyimpan log
- Beralih ke tahap persetujuan manusia
- Membatasi biaya, waktu, dan jumlah iterasi

Otomatisasi bukan sekadar “eksekusi otomatis”, melainkan perangkat kontrol yang mengelola siklus hidup loop.

### 2. Worktree: ruang kerja yang aman

Worktree adalah ruang kerja terisolasi yang disediakan agar AI tidak langsung merusak kode utama atau data operasional nyata. Contoh representatifnya adalah cara seperti fitur `worktree` di Git, yaitu membuat direktori kerja terpisah dari repositori yang sama sehingga perubahan dan pengujian dapat dilakukan secara independen.

Alasan worktree penting adalah sebagai berikut.

- Melindungi branch utama atau lingkungan operasional.
- Memungkinkan beberapa agen menjalankan pekerjaan berbeda secara paralel.
- Memudahkan pembuangan percobaan yang gagal.
- Memungkinkan peninjauan perubahan sebagai diff.
- Hanya perubahan yang lolos pengujian yang dapat dijadikan kandidat penggabungan.

Dalam rekayasa loop, worktree adalah ruang eksperimen AI. Agar seluruh sistem tetap aman meskipun agen melakukan perubahan berani, isolasi ruang kerja diperlukan.

### 3. Skill: panduan yang menjadi standar kerja

Skill adalah kumpulan panduan, prosedur, checklist, aturan coding, prinsip desain, dan contoh yang harus diikuti AI saat menjalankan pekerjaan tertentu. Seperti manusia memberikan dokumen onboarding kepada anggota tim baru, agen juga membutuhkan standar pelaksanaan pekerjaan.

Dokumen skill dapat berisi informasi berikut.

- Penjelasan struktur proyek dan modul inti
- Gaya kode dan aturan penamaan
- Cara menulis pengujian
- Prinsip desain API
- Hal yang dilarang terkait keamanan
- Checklist sebelum deployment
- Lokasi log yang harus diperiksa saat gagal
- Format pelaporan hasil

Tanpa skill, agen akan bergantung pada penalaran umum setiap kali. Sebaliknya, skill yang ditulis dengan baik menyampaikan cara kerja organisasi kepada AI dalam bentuk yang dapat digunakan kembali.

### 4. Plugin dan konektor: akses ke alat yang diperlukan

Plugin dan konektor memungkinkan AI mengakses alat dan sistem yang diperlukan selama bekerja. Misalnya, repositori kode, issue tracker, sistem pencarian, database, penyimpanan dokumen, runner pengujian, browser, alat deployment, dan sistem notifikasi dapat menjadi target koneksi.

Alasan perlunya koneksi alat sangat jelas. Jika agen menilai bahwa “pengujian harus dijalankan” tetapi tidak memiliki izin menjalankan pengujian, loop akan berhenti. Jika agen menilai bahwa “dokumen terkait harus diperiksa” tetapi tidak ada jalur akses dokumen, kemungkinan besar agen akan menjawab berdasarkan tebakan.

Perancangan konektor yang baik membutuhkan prinsip berikut.

- Menerapkan prinsip hak akses minimum.
- Memisahkan izin baca dan izin tulis.
- Menempatkan tahap persetujuan untuk pekerjaan berisiko.
- Mencatat semua pemanggilan alat sebagai log.
- Membatasi akses informasi sensitif dengan kebijakan terpisah.
- Mencatat pemanggilan alat yang gagal ke dalam status loop.

### 5. Subagen: pekerja AI dengan peran terbagi

Subagen adalah struktur yang membuat agen berdasarkan peran bekerja sama, bukan satu agen utama menangani semuanya. Seperti tim pengembang manusia, peran desain, backend, frontend, QA, peninjauan keamanan, dan dokumentasi dapat dipisahkan.

| Peran | Tanggung jawab utama | Contoh keluaran |
|---|---|---|
| Agen planner | Analisis persyaratan, pemecahan pekerjaan, penetapan prioritas | Rencana implementasi, daftar pekerjaan |
| Agen backend | Implementasi API, model data, logika server | Perubahan kode, pengujian |
| Agen frontend | Perbaikan UI, manajemen status, aksesibilitas | Modifikasi komponen, pengujian layar |
| Agen QA | Menjalankan pengujian, mereproduksi bug, verifikasi regresi | Log kegagalan, prosedur reproduksi |
| Agen review | Memeriksa kualitas kode, keamanan, gaya | Komentar review, daftar risiko |
| Agen dokumentasi | Menjelaskan perubahan, menulis cara penggunaan | Catatan rilis, panduan pengguna |

Keunggulan struktur subagen adalah kemampuan membagi spesialisasi. Namun konflik antaragen, pekerjaan ganda, dan ketidakjelasan tanggung jawab juga dapat terjadi, sehingga diperlukan peran koordinator dan kontrak kerja yang jelas.

### 6. Memori: penyimpanan status yang memungkinkan penghentian dan pelanjutan

Memori adalah fungsi yang menyimpan status loop saat ini, percobaan sebelumnya, penyebab kegagalan, alasan keputusan, perubahan file, hasil pengujian, dan rencana tindakan berikutnya. Semakin panjang loop, memori semakin mendekati kebutuhan wajib.

Memori secara garis besar dapat dibagi menjadi dua jenis.

- Memori jangka pendek: rencana sesi kerja saat ini, log, hasil pemanggilan alat, pesan kesalahan
- Memori jangka panjang: aturan proyek, cara penyelesaian sebelumnya, pola bug berulang, preferensi pengguna, standar tim

Tanpa memori, agen dapat mengulang kesalahan yang sama atau memulai kembali dari awal pekerjaan yang terhenti di tengah. Sebaliknya, memori yang dirancang dengan baik menjaga loop tetap berlanjut secara stabil dan mengurangi biaya.

## Arsitektur dasar rekayasa loop

Sistem rekayasa loop biasanya memiliki struktur berikut.

1. Input tujuan: manusia memberikan masalah yang harus diselesaikan dan kriteria selesai.
2. Pengumpulan konteks: membaca kode, dokumen, issue, log, dan kebijakan.
3. Penyusunan rencana: agen membagi pekerjaan menjadi langkah-langkah kecil.
4. Eksekusi: melakukan modifikasi kode, pembuatan file, pemrosesan data, dan pemanggilan alat.
5. Verifikasi: menjalankan pengujian, lint, pemeriksaan tipe, pemeriksaan kebijakan, dan review.
6. Evaluasi: menilai apakah kriteria tujuan terpenuhi.
7. Iterasi: jika gagal, menganalisis penyebab dan kembali dengan rencana baru.
8. Penghentian: berhenti karena salah satu dari sukses, batas terlampaui, risiko terdeteksi, atau perlu persetujuan manusia.
9. Pelaporan: merangkum perubahan, hasil verifikasi, risiko tersisa, dan tindakan berikutnya yang direkomendasikan.

Alur ini mengasumsikan bukan “AI yang hanya mengulang pikiran”, melainkan “AI yang bertindak di lingkungan nyata dan memverifikasi hasilnya”.

## Perbedaan rekayasa harness dan rekayasa loop

| Kategori | Rekayasa harness | Rekayasa loop |
|---|---|---|
| Tujuan | Membuat lingkungan agar AI bekerja dengan aman | Membuat AI berulang hingga tujuan tercapai |
| Elemen utama | Aturan, izin, alat, prosedur, batasan | Eksekusi berulang, umpan balik, percobaan ulang, penyimpanan status |
| Respons terhadap kegagalan | Mencegah tindakan berbahaya atau meminta persetujuan | Merefleksikan penyebab kegagalan untuk membuat percobaan berikutnya |
| Intervensi manusia | Berfokus pada perancangan kebijakan dan lingkungan | Berfokus pada penetapan tujuan, penanganan pengecualian, persetujuan akhir |
| Analogi | Tempat kerja dan perlengkapan keselamatan | Lini produksi yang terus menggerakkan tempat kerja |

Jika membuat loop tanpa harness, agen dapat melakukan tindakan berbahaya dengan izin berlebihan. Jika hanya membuat harness tanpa loop, ada lingkungan yang aman tetapi produktivitas terbatas. Dalam praktik, kedua pendekatan ini diperlukan bersama.

## Contoh penerapan: loop agen coding AI

Dalam pengembangan perangkat lunak, rekayasa loop relatif mudah dipahami. Misalnya, anggap tujuan “perbaiki kesalahan login” diberikan.

### Input

- Tujuan: memperbaiki bug yang menyebabkan kegagalan login pada kondisi tertentu
- Kriteria selesai: pengujian terkait lolos, tidak ada regresi pada fungsi login yang ada, ringkasan perubahan diserahkan
- Batasan: dilarang mengubah cara penyimpanan token autentikasi, dilarang mengubah database pengguna secara langsung

### Eksekusi loop

1. Agen membaca deskripsi issue dan file terkait.
2. Membuat branch atau direktori kerja terpisah di worktree.
3. Mereproduksi pengujian yang gagal.
4. Menganalisis log kesalahan dan kode terkait.
5. Menerapkan usulan perbaikan.
6. Menjalankan pengujian.
7. Jika gagal, merangkum penyebab dan mencoba usulan perbaikan lain.
8. Jika berhasil, merapikan diff, hasil pengujian, dan faktor risiko.
9. Meminta persetujuan penggabungan kepada reviewer manusia.

Dalam contoh ini, manusia tidak menyalin log kesalahan setiap kali untuk menulis prompt baru. Sebaliknya, loop menjalankan pekerjaan berulang, dan manusia turun tangan pada tahap yang membutuhkan penilaian akhir dan tanggung jawab.

## Variabel kontrol yang wajib ditentukan saat merancang

Rekayasa loop kadang dijelaskan dengan asumsi iterasi tanpa batas, tetapi dalam sistem nyata, “tanpa batas” itu berbahaya. Loop yang aman membutuhkan batas yang jelas.

| Variabel kontrol | Deskripsi | Contoh |
|---|---|---|
| Jumlah iterasi maksimum | Membatasi berapa kali pekerjaan yang sama boleh dicoba ulang | Maksimum 5 kali percobaan ulang |
| Anggaran waktu | Membatasi waktu eksekusi loop | Berhenti jika melebihi 30 menit |
| Anggaran biaya | Membatasi pemanggilan model, penggunaan alat, biaya infrastruktur | Tidak lebih dari 10 dolar per pekerjaan |
| Cakupan izin | Memisahkan izin baca, tulis, eksekusi, deployment | Dilarang menulis ke DB operasional |
| Titik persetujuan | Menentukan momen yang memerlukan peninjauan manusia | Persetujuan sebelum deployment, penghapusan, pembayaran, pengiriman eksternal |
| Kriteria sukses | Kondisi objektif untuk menilai selesai | Pengujian lolos, memenuhi standar akurasi |
| Kriteria gagal | Sinyal risiko yang mengharuskan penghentian | Kesalahan yang sama berulang 3 kali, muncul peringatan keamanan |

Loop yang baik bukan loop yang berputar banyak, melainkan **loop yang tahu cara berhenti pada saat yang tepat**.

## Kriteria evaluasi kualitas

Saat mengevaluasi sistem rekayasa loop, jangan hanya melihat “apakah AI menghasilkan jawaban”, tetapi juga indikator berikut.

- Tingkat pencapaian tujuan: proporsi pekerjaan yang berhasil diselesaikan
- Jumlah iterasi hingga keberhasilan pertama: apakah ada percobaan ulang yang tidak perlu
- Tingkat kelulusan pengujian: apakah memenuhi kriteria verifikasi otomatis
- Tingkat regresi: proporsi fungsi yang ada yang rusak
- Jumlah intervensi manusia: apakah otomatisasi benar-benar mengurangi bottleneck
- Efektivitas terhadap biaya: kinerja dibanding biaya pemanggilan model dan biaya infrastruktur
- Kemungkinan audit: apakah dapat dilacak alat apa yang dipanggil dan mengapa
- Tingkat pelanggaran keselamatan: apakah mengakses file, API, atau data yang dilarang
- Reproduktibilitas: apakah hasil serupa muncul dalam kondisi yang sama

Khususnya dalam pengembangan perangkat lunak, kelulusan pengujian saja mungkin tidak cukup. Keamanan, performa, kemudahan pemeliharaan, dan pengalaman pengguna juga harus ditinjau bersama.

## Pola kegagalan umum

### 1. Kriteria sukses yang ambigu

Jika kriteria selesai tidak jelas seperti “buat jadi bagus”, loop sulit menemukan dasar untuk berhenti. Diperlukan kriteria yang dapat diverifikasi, seperti “tambahkan 3 unit test, semua pengujian yang ada lolos, waktu respons tetap di bawah 200ms”.

### 2. Izin alat yang berlebihan

Jika agen diberi izin tanpa batas seperti menulis ke database operasional, deployment, atau mengirim email eksternal, kesalahan penilaian kecil dapat berujung pada insiden besar. Alat berisiko harus dipisahkan berdasarkan persetujuan.

### 3. Memori tidak ada atau terkontaminasi

Tanpa penyimpanan status, kegagalan yang sama akan diulang. Sebaliknya, jika memori yang salah menumpuk, premis keliru dapat terus digunakan kembali. Sebaiknya memori menyimpan fakta terverifikasi, perkiraan, dan catatan kegagalan secara terpisah.

### 4. Tanggung jawab antar subagen tumpang tindih

Jika beberapa agen mengubah file yang sama secara bersamaan, konflik dapat terjadi. Cakupan pekerjaan, kepemilikan file, urutan review, dan aturan penggabungan harus ditentukan.

### 5. Tidak ada batas biaya

Karena loop adalah struktur berulang, biaya pemanggilan model dan eksekusi alat dapat meningkat cepat. Jumlah iterasi, penggunaan token, jumlah pemanggilan API eksternal, dan waktu eksekusi harus dibatasi.

## Checklist implementasi

Saat menerapkan rekayasa loop pada proyek nyata, sebaiknya periksa dengan urutan berikut.

### Tujuan dan kriteria evaluasi

- Apakah masalah yang harus diselesaikan telah didefinisikan dalam satu kalimat?
- Apakah kriteria selesai dapat diverifikasi otomatis?
- Apakah kriteria yang memerlukan persetujuan manusia telah dipisahkan?
- Apakah ada kondisi penghentian saat gagal?

### Lingkungan kerja

- Apakah ada worktree yang terpisah dari kode utama?
- Apakah lingkungan eksekusi pengujian dapat direproduksi?
- Apakah akses ke secret key dan informasi sensitif telah dibatasi?
- Apakah perubahan dapat dilacak sebagai diff?

### Panduan dan konteks

- Apakah ada penjelasan struktur proyek?
- Apakah aturan coding dan aturan pengujian terdokumentasi?
- Apakah tindakan yang dilarang dan aturan keamanan jelas?
- Apakah dokumen yang dirujuk agen mutakhir?

### Alat dan izin

- Apakah alat yang diperlukan sudah terhubung sebelumnya?
- Apakah izin per alat telah diminimalkan?
- Apakah ada tahap persetujuan untuk pemanggilan alat berbahaya?
- Apakah semua log pemanggilan alat tersimpan?

### Kontrol loop

- Apakah ada jumlah iterasi maksimum dan batas waktu?
- Apakah ada batas biaya?
- Apakah pengulangan kesalahan yang sama terdeteksi?
- Apakah status sementara dapat disimpan dan dilanjutkan?

## Pekerjaan yang cocok dan tidak cocok untuk rekayasa loop

| Jenis pekerjaan | Kecocokan | Alasan |
|---|---:|---|
| Perubahan kode yang memiliki pengujian | Tinggi | Mudah menilai keberhasilan berdasarkan hasil eksekusi |
| Lint, formatting, migrasi | Tinggi | Berulang dan kriteria verifikasinya jelas |
| Pembuatan draf dokumen dan pemeriksaan | Sedang | Dapat diotomatisasi, tetapi memerlukan verifikasi fakta |
| Pembersihan data | Sedang~tinggi | Efektif jika ada aturan dan verifikasi sampel |
| Patch keamanan | Sedang | Dapat diotomatisasi, tetapi memerlukan review ahli |
| Penilaian hukum, diagnosis medis, saran investasi | Rendah | Tanggung jawab, keahlian, dan risiko regulasi besar |
| Perubahan langsung pada sistem operasional | Rendah | Loop otomatis tanpa persetujuan berisiko menimbulkan insiden |

Rekayasa loop paling kuat pada “pekerjaan yang dapat diverifikasi”. Pengambilan keputusan dengan kriteria verifikasi yang tidak jelas atau tanggung jawab besar wajib berada di bawah kendali ahli manusia.

## Roadmap penerapan praktis

### Tahap 1: Membuat loop pekerjaan tunggal

Mulailah terlebih dahulu dari satu pekerjaan kecil. Misalnya, persempit cakupan seperti loop untuk memperbaiki pengujian yang gagal, loop untuk memperbaiki kesalahan tautan dokumen, atau loop untuk menyelesaikan kesalahan tipe.

### Tahap 2: Mengunci harness

Dokumentasikan pemeriksaan sebelum kerja, file yang boleh diubah, perintah yang boleh dijalankan, tindakan yang dilarang, dan kondisi persetujuan. Jika tahap ini lemah, semakin besar loop, semakin besar pula risikonya.

### Tahap 3: Membuat sistem worktree dan log

Semua perubahan dilakukan di ruang yang terisolasi, dan pemanggilan alat serta hasil pengujian dicatat. Percobaan yang gagal juga merupakan data penting.

### Tahap 4: Mendokumentasikan skill

Ubah pengetahuan yang dibutuhkan secara berulang menjadi skill. Dokumen seperti “cara menambahkan pengujian di proyek ini”, “checklist saat mengubah API”, dan “standar aksesibilitas frontend” berguna.

### Tahap 5: Memisahkan subagen

Jika pekerjaan menjadi kompleks, pisahkan planner, implementer, QA, dan reviewer. Daripada membuat terlalu banyak agen sejak awal, lebih baik membagi peran mulai dari bottleneck yang sudah teridentifikasi.

### Tahap 6: Meningkatkan memori dan metrik evaluasi

Catat penyebab kegagalan berulang, pola keberhasilan, biaya, dan jumlah intervensi manusia. Berdasarkan data ini, tingkatkan efisiensi dan keselamatan loop.

## Kesimpulan

Rekayasa loop adalah pendekatan perancangan yang mengubah agen AI dari sekadar generator respons menjadi **sistem pelaksana kerja yang berorientasi tujuan**. Intinya bukan memberi AI otonomi secara sembarangan, melainkan membuat lingkungan yang terkendali melalui rekayasa harness, lalu di dalamnya menggabungkan otomatisasi, worktree, skill, plugin dan konektor, subagen, serta memori untuk membangun struktur berulang yang aman.

Loop yang dirancang dengan baik mengurangi beban instruksi berulang dari manusia dan meningkatkan kecepatan kerja. Namun loop tanpa pengaman dapat menimbulkan peningkatan biaya, penurunan kualitas, penyalahgunaan izin, dan masalah pengulangan tanpa akhir. Karena itu, prinsip inti rekayasa loop adalah “otomatisasikan, tetapi buat dapat diverifikasi, dan pastikan berhenti pada saat yang diperlukan”.

## FAQ

### Apa itu rekayasa loop?
Rekayasa loop adalah metode merancang sistem kerja agar agen AI mengulang perencanaan, eksekusi, verifikasi, perbaikan, dan percobaan ulang hingga tujuan tercapai. Ini bukan sekadar menulis prompt yang baik, tetapi juga mencakup pengulangan otomatis, penggunaan alat, penyimpanan status, dan kondisi penghentian.

### Apa perbedaan antara rekayasa loop dan rekayasa prompt?
Rekayasa prompt berfokus pada penyampaian satu instruksi dengan baik kepada AI. Rekayasa loop merupakan pendekatan yang lebih sistemis karena merancang struktur umpan balik tertutup, di mana AI memeriksa hasil, mencerminkan penyebab kegagalan, lalu menjalankannya kembali.

### Bagaimana perbedaan antara rekayasa harness dan rekayasa loop?
Rekayasa harness adalah pekerjaan membuat aturan, izin, alat, dan lingkungan agar AI dapat bekerja dengan aman. Rekayasa loop adalah pekerjaan membuat AI menjalankan tugas secara berulang hingga tujuan tercapai di dalam lingkungan yang terkendali tersebut.

### Mengapa worktree diperlukan dalam rekayasa loop?
Worktree menyediakan ruang kerja terisolasi tempat AI dapat bereksperimen tanpa merusak kode utama atau lingkungan operasional. Perubahan yang gagal dapat dibuang dan hanya perubahan yang berhasil yang dapat ditinjau, sehingga meningkatkan keamanan loop pengodean AI.

### Apa yang dimaksud dengan skill dalam rekayasa loop?
Skill adalah standar kerja terdokumentasi seperti panduan, daftar periksa, aturan pengodean, aturan pengujian, dan kebijakan keamanan yang dirujuk AI saat bekerja. Semakin jelas skill, semakin besar kemungkinan agen bekerja sesuai dengan cara organisasi.

### Mengapa plugin dan konektor penting?
Plugin dan konektor memungkinkan AI mengakses alat seperti repositori, dokumen, runner pengujian, pelacak isu, dan basis data. Jika alat yang diperlukan tidak terhubung, loop dapat berhenti di tengah jalan atau bergantung pada tebakan.

### Kapan sub-agen diperlukan?
Sub-agen berguna ketika pekerjaan dibagi menjadi beberapa peran spesialis seperti desain, backend, frontend, QA, dan review. Namun, jika peran dan cakupan tanggung jawab tidak jelas, konflik dapat terjadi, sehingga diperlukan aturan koordinasi.

### Apa peran memori dalam rekayasa loop?
Memori menyimpan status pekerjaan saat ini, percobaan sebelumnya, penyebab kegagalan, hasil pengujian, dan rencana berikutnya. Dengan demikian, meskipun loop terhenti, pekerjaan dapat dilanjutkan kembali dan kemungkinan mengulangi kesalahan yang sama dapat dikurangi.

### Apakah rekayasa loop berarti pengulangan tanpa batas?
Secara konseptual, ini berarti mengulang hingga tujuan tercapai, tetapi dalam sistem nyata, pengulangan tanpa batas berbahaya. Jumlah pengulangan maksimum, batas waktu, batas biaya, deteksi kegagalan, dan kondisi persetujuan manusia harus selalu ditetapkan.

### Pekerjaan apa yang paling cocok untuk rekayasa loop?
Ini cocok untuk pekerjaan berulang dengan kriteria verifikasi yang jelas, seperti perbaikan kode yang memiliki pengujian, linting dan pemformatan, pembersihan data, serta pemeriksaan dokumen. Bidang dengan tanggung jawab besar seperti penilaian hukum, diagnosis medis, dan keputusan investasi tidak boleh ditangani hanya dengan loop otomatis.

### Apa risiko terbesar dari rekayasa loop?
Risiko utamanya adalah izin yang berlebihan, percobaan ulang tanpa batas, lonjakan biaya, akumulasi memori yang keliru, deployment otomatis tanpa verifikasi, dan akses ke informasi sensitif. Oleh karena itu, pembatasan izin seminimal mungkin, pencatatan log, tahap persetujuan, dan kondisi penghentian sangat penting.

### Apa cara terbaik saat pertama kali menerapkan rekayasa loop?
Pada awalnya, sebaiknya mulai dari satu pekerjaan kecil dan dapat diverifikasi, seperti memperbaiki pengujian yang gagal, memeriksa tautan dokumen, atau memperbaiki kesalahan tipe. Setelah itu, lebih aman untuk menambahkan worktree, dokumen skill, koneksi alat, memori, dan sub-agen secara bertahap.

## Sources

- [Dokumentasi Git: git-worktree](https://git-scm.com/docs/git-worktree)
- [GitHub Docs: Dokumentasi GitHub Actions](https://docs.github.com/en/actions)
- [OpenAI Platform Docs: Pemanggilan fungsi](https://platform.openai.com/docs/guides/function-calling)
- [Model Context Protocol: Pengantar](https://modelcontextprotocol.io/introduction)
- [Dokumentasi LangGraph: Persistensi](https://langchain-ai.github.io/langgraph/concepts/persistence/)
- [ReAct: Menyinergikan Penalaran dan Tindakan dalam Model Bahasa](https://arxiv.org/abs/2210.03629)
- [Reflexion: Agen Bahasa dengan Pembelajaran Penguatan Verbal](https://arxiv.org/abs/2303.11366)

## Images

![Bot AI di tengah dikelilingi panah alur melingkar dan ikon otomasi, dokumen, validasi, serta data](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjMwMSwicHVyIjoiYmxvYl9pZCJ9fQ==--e2cc0e235018c6d93b44f9fe5cf3889bea5aa10a/ai-cccc7ad2.webp)
![Sistem validasi otomatis dengan robot, stasiun terhubung, dan alur pipa berulang](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjMwNywicHVyIjoiYmxvYl9pZCJ9fQ==--6e96b4db0ce479ff3ba8d0cefc6dafb74a3e9ce0/ai-20876eb8.webp)