Tim Agent Claude Code: Pengertian & Penyiapan

Mengandalkan satu sesi AI untuk workflow kompleks lintas-domain pada dasarnya lambat. Tim agent Claude mengatasinya dengan menjalankan agent terspesialisasi secara paralel, menghasilkan output yang lebih mendalam dengan kecepatan jauh lebih tinggi. Panduan ini membahas cara kerja tim agent Claude Code, cara menyiapkannya, dan praktik terbaik untuk memaksimalkan nilainya.

Apa itu tim agent Claude

Tim agent Claude Code adalah sistem koordinasi multi-instance tempat beberapa sesi Claude bekerja paralel pada codebase yang sama. Satu sesi ditetapkan sebagai lead agent, menerima tugas keseluruhan, memecahnya menjadi subtugas, dan menyintesis output akhir. Sub-agent lainnya adalah rekan tim; masing-masing berjalan di jendela konteksnya sendiri yang terisolasi, memiliki bagian pekerjaan yang jelas, dan berkomunikasi langsung dengan rekan tim lain.

Keunggulan tim agent

Tim agent berbeda dari asisten AI pada umumnya yang memproses tugas secara berurutan, satu per satu. Tim agent mematahkan batasan itu: ketika pekerjaan benar-benar dapat diparalelkan, waktu selesai nyata ikut turun.

Sementara itu, tim agent bukan sekadar beberapa sesi; lapisan koordinasinya menambahkan tiga kemampuan yang tidak dimiliki kerja multi-sesi manual:

• Pesan peer-to-peer: Rekan tim dapat mengirim pesan langsung satu sama lain tanpa melewati Anda atau lead. Misalnya, tim agent dengan peninjau keamanan dapat menandai temuan kepada peninjau performa di tengah proses tanpa menghentikan seluruh tim.

• Penguncian file: Saat rekan tim menulis ke file, ia memperoleh lock yang mencegah penulisan serentak dari agent lain. Ini mencegah jenis konflik merge berupa overwrite diam-diam.

• Pelacakan dependensi: Lead mengodekan dependensi tugas saat pemecahan. Lapisan koordinasi menegakkannya, sehingga tidak ada agent yang mulai sebelum prasyaratnya terpenuhi, tanpa polling manual.

Bagaimana sebenarnya tim agent bekerja

Tim agent terdiri dari komponen berikut, masing-masing dengan peran spesifik:

Lead tim adalah sesi utama Claude Code. Ia membuat tim, menjalankan rekan tim, mengoordinasikan pekerjaan lintas rekan, dan menyintesis hasil akhir. Inilah sesi yang Anda gunakan untuk berinteraksi langsung.

Rekan tim adalah instance Claude Code terpisah, masing-masing bekerja mandiri pada tugas yang ditetapkan dalam jendela konteksnya sendiri. Mereka tidak berbagi konteks dengan lead atau satu sama lain; komunikasi mereka terjadi secara eksplisit melalui daftar tugas dan mailbox.

Daftar tugas bersama dan mailbox memungkinkan koordinasi**.** Daftar tugas bersama adalah antrean live yang dibaca dan ditulis oleh grup agent. Lead mengisinya saat pemecahan tugas, lalu rekan tim mengambil tugas, mengerjakannya, dan menandainya selesai. Dependensi ditegakkan otomatis; ketika rekan tim menyelesaikan tugas, tugas apa pun yang terblokir olehnya akan terbuka tanpa intervensi manual. Mailbox adalah sistem pesan untuk komunikasi langsung antar-agent. Pesan mengalir otomatis antara rekan tim dan lead.

Baik konfigurasi tim maupun daftar tugas disimpan secara lokal (~/.claude/teams/ dan ~/.claude/tasks/). Claude Code membuat dan memelihara file ini secara otomatis. Jangan mengeditnya secara manual, karena perubahan apa pun akan ditimpa pada pembaruan status berikutnya.

Cara menyiapkan tim agent Claude Code

Tim agent Claude dinonaktifkan secara default di Claude Code. Fitur ini berlabel eksperimental dan harus diaktifkan secara eksplisit. Berikut alur penyiapan lengkapnya. Sebelum mengaktifkan tim agent, pastikan versi Claude Code Anda v2.1.32 atau lebih baru**.** Anda dapat menjalankan claude --version di terminal untuk memeriksanya.

Langkah 1: Aktifkan feature flag

Atur variabel lingkungan CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS ke 1. Ada tiga cara melakukannya:

Opsi A: ~/.claude/settings.json (disarankan)

Opsi B: Profil shell (~/.bashrc atau ~/.zshrc)

Opsi C: Inline, untuk satu sesi

Jika Anda mengedit settings.json atau profil shell, mulai ulang Claude Code agar flag berlaku.

Langkah 2: Instal tmux (disarankan, tidak wajib)

Tim agent ditampilkan dalam dua mode: in-process (semua rekan tim berjalan di dalam terminal utama) dan split panes (setiap rekan tim memiliki pane sendiri, yang memerlukan tmux atau iTerm2). Menjalankan tiap rekan tim di pane terminalnya sendiri membuat pemantauan tim secara real time jauh lebih mudah.

Agar tetap berada dalam mode split panes, atur teammateMode di ~/.claude/settings.json:

Untuk menimpa pengaturan default "auto", atur teammateMode di ~/.claude/settings.json sebagai in-process. Untuk memaksa mode in-process pada satu sesi, berikan sebagai flag: claude --teammate-mode in-process.

Langkah 3: Beri prompt untuk memulai tim agent Anda

Setelah mengaktifkan tim agent, cukup beri tahu Claude dengan bahasa alami tugas, deliverable, dan struktur tim yang Anda inginkan untuk dikerjakan tim agent. Anda dapat menentukan tiap peran dalam prompt, dan Claude akan membuat tim, menjalankan rekan tim, serta menjadwalkan tugas sesuai itu.

Contoh prompt:

Anda dapat menentukan model yang digunakan tim agent Anda, misalnya "Use Sonnet for every teammate". Rekan tim tidak mewarisi model lead agent. Pengguna harus menentukan model di frontmatter file peran atau menetapkan model rekan tim default melalui /config.

Langkah 4: Minta persetujuan rencana untuk tugas kompleks (opsional)

Untuk tugas berisiko dan kompleksitas tinggi, Anda dapat mewajibkan tim menyusun rencana sebelum eksekusi. Rekan tim dalam grup agent akan bekerja dalam mode read-only, dan lead akan meninjau, merevisi, lalu akhirnya menyetujui rencana. Hanya setelah rencana disetujui oleh lead, rekan tim akan mulai mengimplementasikan.

Perhatikan bahwa lead agent akan mengambil keputusan, jadi Anda juga dapat memberikan beberapa kriteria pengambilan keputusan.

Contoh prompt:

Langkah 5: Siapkan git worktree untuk isolasi file (opsional, disarankan)

Jika ada rekan tim yang menulis file, worktree Claude Code sangat disarankan. Git worktree adalah direktori kerja terpisah pada branch sendiri, berbagi riwayat .git yang sama dengan checkout utama Anda. Setiap agent mendapat akses file yang terisolasi, dan edit dari satu worktree tidak pernah menyentuh pekerjaan agent lain yang masih berjalan.

Untuk mengaktifkannya per-agent, cukup tambahkan isolation: worktree ke YAML frontmatter agent. Claude Code menyediakan worktree baru untuk setiap pemanggilan agent paralel dan membersihkannya otomatis saat agent selesai.

Untuk penggunaan CLI: claude --worktree atau claude -w memulai sesi di worktree-nya sendiri. Aplikasi desktop otomatis membuat worktree Claude Code per sesi.

Langkah 6: Pantau secara berkala

Tim agent bukan sesuatu yang bisa dibiarkan begitu saja, dan tim yang berjalan lama dapat melenceng. Agent mungkin tersangkut pada prompt izin, menandai tugas selesai terlalu cepat, atau kehilangan jejak cakupan. Anda dapat mengecek setiap 10–15 menit dan meninjau daftar tugas bersama untuk menemukan tugas yang macet atau belum diambil. Jika sebuah tugas tidak bergerak selama 20–30 menit, penyebabnya mungkin blok izin atau peran yang salah ditentukan sehingga memerlukan intervensi manual.

Perbandingan berdampingan: subagent vs tim agent

Subagent adalah pola delegasi. Tim agent adalah pola kolaborasi. Perbedaan ini membentuk semuanya, dari cara konteks dikelola hingga biaya sebuah run.

Subagent adalah pola delegasi satu arah: lead mengirim tugas, subagent menjalankannya dalam jendela konteksnya sendiri, lalu hasilnya dikembalikan. Tidak ada status bersama, tidak ada komunikasi langsung antar-agent setingkat, dan tidak ada lapisan koordinasi—hanya siklus kirim-dan-kembali yang rapi.

Tim agent bekerja pada daftar tugas bersama dengan penegakan dependensi otomatis, serta saling mengirim pesan peer-to-peer antar-rekan tim melalui mailbox.

Singkatnya, tim agent bernilai ketika pekerjaan dapat dibagi menjadi jalur paralel yang benar-benar independen, tetapi tetap perlu berbagi temuan dan berkoordinasi. Untuk hasil cepat, tugas berurutan, edit satu file, atau hal apa pun yang lebih mengutamakan prediktabilitas biaya daripada kecepatan, subagent adalah pilihan yang lebih tepat.

Kapan memilih tim agent dan kapan memilih subagent

Gunakan tim agent ketika:

• Rekan tim perlu berkomunikasi langsung satu sama lain

• Pekerjaan memerlukan daftar tugas bersama dengan pelacakan dependensi di berbagai workstream paralel

• Tugas terlalu besar untuk satu sesi, dan setiap pekerja membutuhkan konteksnya sendiri yang sepenuhnya independen

Gunakan subagent ketika:

• Anda hanya membutuhkan ringkasan akhir, bukan seluruh output perantara

• Pekerjaan cukup mandiri untuk menghasilkan keluaran yang bersih

• Anda ingin membatasi tool atau mengarahkan ke model yang lebih murah

• Anda membutuhkan jalur riset paralel yang tidak saling bergantung

Jika Anda tidak dapat mengidentifikasi setidaknya tiga workstream paralel yang benar-benar independen, satu sesi atau subagent kemungkinan akan mengungguli tim agent dengan biaya lebih rendah.

Contoh penggunaan nyata untuk tim agent

Ketika pekerjaan secara alami terbagi menjadi workstream yang jelas cakupan dan batasnya, workstream tersebut dapat berjalan tanpa saling menunggu (atau dependensinya dapat dikodekan secara eksplisit), dan overhead koordinasi kecil dibandingkan waktu yang dihemat dari eksekusi paralel. Berikut lima contoh penggunaan ketika tim agent mengungguli satu sesi.

Code review paralel

Tugaskan tiga reviewer ke sebuah pull request secara bersamaan, termasuk agent keamanan, agent performa, dan agent cakupan pengujian. Lead merangkum tiga laporan paralel menjadi satu daftar tindakan yang diprioritaskan. Pola ini juga cocok untuk review arsitektur (agent skalabilitas, agent keamanan, agent kemudahan pemeliharaan) atau pemeriksaan kepatuhan di berbagai kerangka regulasi.

Debugging dengan hipotesis bersaing

Jalankan lima agents, masing-masing dengan satu hipotesis, untuk menguji file atau log tertentu guna menyelidiki bug produksi. Agent pertama yang mengonfirmasi hipotesisnya memunculkan perbaikan, dan yang lain dapat dihentikan. Cara ini lebih efisien daripada menyelidiki tiap teori secara berurutan, menghabiskan berjam-jam debugging pada satu jalur, mundur, lalu memulai jalur berikutnya.

Refactor lintas lapisan

Tugas refactor lintas lapisan mencakup langkah berurutan maupun paralel. Misalnya, perubahan API yang breaking memerlukan pembaruan pada endpoint backend, komponen frontend yang memakai endpoint tersebut, serta test suite yang mencakup keduanya. Pekerjaan backend harus selesai sebelum frontend dapat dimulai. Setelah tugas backend berjalan, agent test suite dapat mulai membuat scaffolding struktur pengujian baru secara paralel. Dalam tim agent, lead menggunakan pelacakan dependensi pada daftar tugas bersama untuk mengkodekan urutan ini.

Riset menyeluruh tanpa kontaminasi konteks

Keputusan teknis mungkin memerlukan penelusuran beberapa kumpulan bukti independen, seperti memilih engine database, mengevaluasi tiga API pihak ketiga, dan menilai tooling build. Tugaskan tiap agent pada domain yang tidak tumpang tindih, lalu masing-masing memposting ringkasan terstruktur. Lead menggabungkannya menjadi dokumen perbandingan. Isolasi ini mempertahankan perspektif independen dan meningkatkan kualitas hasil.

Migrasi codebase besar

Memutakhirkan dependensi utama di seluruh codebase besar biasanya menyentuh banyak modul. Jika modul-modul itu memiliki batas yang jelas dan dapat bermigrasi bersamaan, tim agent akan membantu. Tugaskan satu agent untuk tiap modul independen; tiap agent memigrasikan modulnya, menjalankan test suite-nya sendiri, dan melaporkan kembali ringkasan migrasi yang mencakup setiap interface yang berubah. Lead meninjau perubahan interface sebelum menyatakan migrasi selesai dan mengoordinasikan urutan merge.

Anjuran dan larangan dalam merancang tim agent Anda

Membangun sistem agent paralel dengan Claude Code mudah disiapkan, tetapi juga mudah keliru. Prinsip-prinsip desain berikut menentukan apakah tim agent Anda benar-benar bekerja efektif atau justru membuang waktu.

Kiat profesional saat membangun sistem agent paralel Anda

• Pra-setujui izin: Rekan tim memulai dengan pengaturan izin milik lead. Jika lead berjalan dengan --dangerously-skip-permissions, semua rekan tim juga mewarisinya. Anda dapat menyesuaikan mode tiap rekan tim setelah dijalankan, tetapi mode per rekan tim tidak dapat dikonfigurasi saat spawning. Rencanakan sikap izin Anda melalui lead sebelum meluncurkan tim.

• Tulis prompt peran yang ringkas dan jelas: Setiap prompt peran harus menyebutkan empat hal: apa yang harus dilakukan, file atau domain mana yang dikerjakan, apa yang menjadi fokus dan apa yang dikecualikan, serta seperti apa bentuk deliverable-nya. Saat menjalankan rekan tim, Anda dapat merujuk ke tipe subagent dari cakupan subagent mana pun: project, user, plugin, atau yang didefinisikan CLI. Dengan begitu, Anda dapat mendefinisikan satu peran, misalnya reviewer keamanan atau test runner, lalu menggunakannya kembali baik sebagai subagent terdelegasi maupun sebagai rekan tim dalam tim agent.

• Tegakkan isolasi file: Untuk setiap agent yang menulis ke disk, gunakan isolasi. Dua agents yang memodifikasi file yang sama secara bersamaan adalah salah satu cara paling pasti menghasilkan output yang rusak.

• Periksa secara berkala: Setiap 10–15 menit untuk tim agent yang aktif. Lihat daftar tugas bersama untuk menemukan tugas yang tidak bergerak. Tugas yang macet lebih dari 20–30 menit mungkin disebabkan masalah izin, peran yang kurang tepat didefinisikan, atau dependensi melingkar, yang mungkin perlu diselesaikan secara manual.

• Nyatakan dependensi secara eksplisit: Jika Task B secara logis mengikuti Task A, tuliskan dependensi itu ke daftar tugas saat dekomposisi, bukan sebagai instruksi dalam prompt peran. Lapisan koordinasi menegakkan dependensi secara otomatis; instruksi dalam prompt bisa salah dibaca atau diabaikan.

• Tentukan batas kepemilikan dalam file md Anda: Untuk project multi-sesi, tulis aturan bahwa setiap modul atau direktori hanya dimiliki oleh tepat satu agent. Ini mencegah tumpang tindih bahkan sebelum tim diluncurkan.

• Selalu bersihkan melalui lead, bukan melalui rekan tim: Lead memeriksa rekan tim yang masih aktif sebelum membersihkan resource. Rekan tim tidak memiliki konteks tim yang lengkap untuk membersihkan dengan aman; melakukannya berisiko meninggalkan sesi dalam keadaan tidak konsisten.

Kesalahan umum yang dapat Anda hindari pada tim agent Anda

• Jangan menjalankan tim untuk tugas yang dapat ditangani satu sesi dengan bersih: Sebelum menulis satu file peran atau mengirim satu prompt swarm, gambarlah grafik tugasnya. Subtugas mana yang benar-benar independen? Mana yang memiliki dependensi? Apakah pekerjaannya bergantung secara berurutan? Jika Anda tidak dapat menjelaskan tiga jalur paralel dengan batas yang jelas, satu sesi akan mengungguli tim.

• Jangan tugaskan dua agents ke file yang sama. Ini sumber paling umum dari konflik merge dan penimpaan diam-diam. Jika dekomposisi tugas Anda menghasilkan dua agents yang perlu menyentuh komponen yang sama, pekerjaan pada komponen itu harus berurutan — tugaskan ke satu agent setelah agent lainnya selesai.

• Jangan melewatkan pra-persetujuan izin di Claude Code. Prompt izin yang muncul di tengah proses akan menghentikan eksekusi paralel dan memerlukan intervensi manual. Overhead ini menghapus banyak manfaatnya. Pra-setujui penulisan file dan perintah shell untuk direktori kerja sebelum meluncurkan.

• Jangan berharap dapat memulihkan tim Claude Code Anda. Jika sebuah sesi dibersihkan, /resume dan /rewind tidak memulihkan rekan tim in-process. Simpan output perantara penting sebelum proses panjang.

• Jangan menjalankan tim berisi lebih dari lima tanpa alasan yang jelas. Biaya token meningkat secara linear, tetapi overhead koordinasi tumbuh lebih cepat. Tiga agents terfokus dengan peran ketat secara konsisten mengungguli lima agents dengan peran kabur. Tambahkan rekan tim hanya ketika ada workstream paralel eksplisit yang menunggu — bukan karena lebih banyak terasa lebih baik.

Paradigma lain: Bangun tim multi-agent Anda di Kimi Agent Swarm

Tim agent Claude Code unggul dalam skenario yang dekat dengan cara kerja developer, dengan integrasi mendalam ke workflow terminal dan ekosistem Git. Namun, paradigma kolaborasi multi-agent melampaui command line. Kimi Agent Swarm adalah tempat paradigma itu menjadi mudah diakses oleh semua orang.

Kimi Agent Swarm adalah sistem kolaborasi multi-agent Kimi yang dibangun untuk tugas kompleks berskala besar. Sistem ini memecah tujuan besar menjadi subtugas terpisah, lalu menjadwalkan berbagai agents dan keterampilan untuk menangani pencarian, pembacaan, analisis, penulisan, coding, pembuatan spreadsheet, pembuatan slide, dan pembangunan halaman web secara bersamaan. Tanpa flag env. Tanpa perlu config git.

Fitur utama Kimi Agent Swarm

• Kolaborasi paralel hingga 300 sub-agents: Kimi Agent Swarm mendekomposisi tugas kompleks dan menjadwalkan beberapa sub-agents untuk menangani subtugas secara bersamaan. Sistem ini dapat mengoordinasikan hingga 300 sub-agents untuk mengeksekusi lebih dari 4.000 panggilan tool dalam satu run.

• Eksekusi gabungan multi-skill: Swarm dapat menggabungkan beberapa keterampilan khusus dalam satu run, termasuk Riset Mendalam, pptx, penulisan laporan, vibe-coding, pembuatan website, penulisan paper, sekaligus mengungguli satu agent dalam kedalaman output dan cakupan format.

• Pemrosesan dokumen skala besar: Agent Swarm dapat memproses file secara batch di 20+ format (PDF, Word, Excel, PPT, gambar, dll.), membaca, mengekstrak informasi, dan merangkum konten secara paralel di seluruh kumpulan dokumen, dengan kemampuan merujuk library, file competitive intelligence, atau ingestion data multi-sumber.

• Riset luas secara proaktif: Untuk tugas yang membutuhkan informasi dari cakupan yang sangat luas, Agent Swarm mengirim sub-agents untuk menelusuri web, menemukan sumber, mengunduh konten, mengategorikan temuan, dan menghasilkan ringkasan terstruktur secara paralel.

• Penalaran multi-perspektif: Agent Swarm dapat menjalankan beberapa sudut pandang pakar pada masalah yang sama secara bersamaan. Hasilnya adalah analisis yang lebih lengkap daripada sekali tinjau dari satu sudut pandang, sekaligus menyingkap blind spot yang luput dari review berurutan.

• Penyampaian konten mendalam: Arsitektur paralel Agent Swarm dibangun untuk output yang mendalam dan berkelanjutan, seperti laporan riset ratusan halaman, analisis industri panjang, tinjauan literatur akademik, panduan belajar terstruktur, dan konten naratif panjang.

• Output multi-format dalam satu run: Agent Swarm dapat menghasilkan beberapa jenis deliverable secara bersamaan untuk tugas yang sama, seperti laporan PDF, deck PPT, halaman web, dataset Excel, dan project kode.

Cara menjalankan tim agent di Kimi Agent Swarm

Langkah 1: Buka Kimi Agent Swarm dan masukkan prompt Anda

Buka halaman Agent Swarm dan jelaskan tugas Anda di kotak input. Untuk hasil terbaik, uraikan secara spesifik cakupan, deliverable yang Anda harapkan, serta batasan apa pun seperti rentang waktu, sumber, atau persyaratan format.

Contoh prompt:

Langkah 2: Biarkan Kimi Agent Swarm bekerja

Setelah mengirim prompt, Agent Swarm akan memecah tugas menjadi subtugas dan mengirim subagents untuk bekerja secara paralel. Anda dapat memantau progres real-time, termasuk perencanaan tugas, spawning sub-agent, dan eksekusi paralel.

Langkah 3: Terima, pratinjau, lalu unduh atau bagikan hasilnya

Setelah run selesai, deliverable Anda siap dipratinjau langsung di antarmuka. Bergantung pada tugas Anda, output dapat berupa laporan riset, analisis data, deck PPT, halaman web, project kode, atau kombinasi semuanya. Anda dapat mengunduh file dan membagikannya langsung.

Contoh penggunaan saat Kimi Agent Swarm unggul

• Penulisan tender dan proposal: Tugaskan agents paralel secara bersamaan untuk spesifikasi teknis, persyaratan kepatuhan, model harga, dan studi kasus; orchestrator mengintegrasikannya menjadi proposal yang padu.

• Analisis keuangan: Tugaskan agents paralel untuk menangani data pasar, laporan kompetitor, indikator makro, dan model internal; orchestrator menyintesis semuanya menjadi analisis terpadu.

• Riset bisnis: Tugaskan agents paralel untuk lanskap kompetitif, wawancara pelanggan, laporan industri, dan konteks regulasi dari berbagai sumber; orchestrator menghasilkan output terstruktur.

• Pengujian keamanan: Jalankan agents paralel untuk reconnaissance, pemindaian kerentanan, audit dependensi, dan pemeriksaan privilege escalation; orchestrator menggabungkan temuan menjadi laporan akhir.

• Pengembangan full-stack: Bangun agents paralel untuk komponen frontend, endpoint backend, skema database, dan test suite; orchestrator mengoordinasikan integrasi di seluruh full stack.

Kesimpulan

Tim agent Claude Code dirancang khusus untuk workflow engineering, membawa eksekusi paralel ke codebase kompleks langsung dari terminal. Jika pekerjaan Anda melampaui kode, Kimi Agent Swarm menghadirkan paradigma multi-agent yang sama untuk riset, analisis, konten, dan lainnya. Cukup jelaskan tugas Anda dan biarkan swarm menangani sisanya.