@ihsansatrxxxxx membuka utas ini dengan satu permintaan: engineer to engineer, tunjukkan workflow AI harian masing-masing. Khususnya cara kerja yang katanya cukup mengobrol ke satu orchestrator saja.
Balasan yang masuk menunjukkan variasi yang cukup lebar. Ada yang menyerahkan seluruh social media ke agent, ada yang membangun MCP sendiri dan menjalankan model lokal, ada pula yang justru memilih metode chat biasa untuk pekerjaan kantor.
Delegasi agent berdasarkan kategori
@roxxxxx memakai satu orchestrator yang dia ajak berkomunikasi langsung. Dari situ, tugas didelegasikan berdasarkan kategori. Bisnisnya bergerak di undangan digital, dan agent yang disiapkan mencakup marketing, fullstack dev, code review dan devops, QA, designer, serta copywriter. Untuk kebutuhan ads, tugas dilempar ke copywriter, marketing, dan designer sekaligus. Untuk kebutuhan fitur baru, orchestrator itu merencanakan sebagai principal agent, lalu mendelegasikan ke fullstack dan code reviewer.
@felxxxxx memakai pola serupa dengan pembagian model. Orchestrator-nya adalah Sonnet, dengan worker berupa Gemini, DeepSeek, dan GPT yang masing-masing punya tugas spesifik. Kalau butuh saran atau menemui jalan buntu, Sonnet meminta bantuan ke Opus.
@ihsansatrxxxxx menanggapi @roxxxxx dengan pertanyaan teknis: apakah Opus yang melakukan spawn agent secara on the fly tergantung use case, dan apakah ada claude.md khusus yang didefinisikan lebih dulu, atau memakai skill. Pertanyaan ini belum terjawab di bagian utas yang terbaca.
Social media yang dikelola penuh oleh AI
@purboxxxxx membagikan bahwa sosial medianya di Instagram dan YouTube kini berjalan sepenuhnya dengan AI. Mulai dari research, brief, konten, insight, sampai membalas komentar di Instagram. Agent-nya juga rutin memberi insight per minggu terkait konten di YouTube dan Instagram.
MCP sendiri dan model lokal
@antipenyimpaxxxxx membangun MCP sendiri dengan fitur penuh, lalu menyambungkannya ke Gemini Pro tanpa API. Model lokalnya dijalankan dengan koneksi langsung ke Metal GPU pada Mac.
@void_solxxxxx mengarah ke pendekatan yang berbeda: mengobrol dengan EV yang dibuat secara lokal. Target ke depannya adalah perintah seperti antar ke pasar dan jemput.
Side project dan pekerjaan kantor dibedakan
@tono_sxxxxx memakai grokbot untuk side project atau kebutuhan personal. Sebelumnya dia memakai openclaw, tetapi lama-lama malas mengurus VPS. Menurutnya grokbot lebih nyaman karena setiap agent punya virtual PC sendiri. Contoh pemakaiannya adalah agent untuk menyimpan artikel atau thread menarik, dikelompokkan, lalu mengingatkannya saat sedang lowong.
Untuk pekerjaan kantor, dia tetap memakai metode chat biasa per project, tanpa orchestrator. Alasannya bukan karena tidak percaya AI, tetapi supaya dia sendiri paham AI-nya sedang melakukan apa dan di mana.
Balasan lain di utas
@trianarizqxxxxx meminta Claude membuat diagram, dan semuanya dioperasikan di terminal memakai folder sistem.
@dxxxxx menyebut Tycho 0.12.0 yang baru keluar, dengan rilis kali ini lebih banyak mengasah delegasi agent. Sebelumnya dia juga sempat bereksperimen mengembangkan Personal Assistant di versi 11, tetapi gagal sehingga dibatalkan.
@muhanifsuxxxxx memakai supernala.com buatannya sendiri. Setiap agent bisa punya memori dan pekerjaan yang berbeda. Belakangan dia sering membuat carousel dengan hanya meminta ke marketing agent yang dia buat di sana.
@masxxxxx sudah mengotomatisasi blog berisi berita AI dan teknologi di blog.masziraf.com, serta YouTube Shorts yang sumber videonya diambil dari Reels Instagram pribadinya. Tautan kanal YouTube Shorts-nya terpotong di utas.
@denny_zuxxxxx menyebut kombinasi Open Code dan Github Copilot. @fhaxxxxx mengatakan sekarang pakai grok AI dan Hermes, dan @yuxxxxx hanya menandai utas ini untuk dibaca nanti.
Pertanyaan lanjutan yang belum terjawab
Dua pertanyaan dari @ihsansatrxxxxx belum mendapat jawaban di bagian utas yang terbaca. Yang pertama soal cara kerja Opus dalam melakukan spawn agent, apakah ada claude.md khusus atau memakai skill. Yang kedua ditujukan ke @fhaxxxxx soal bagaimana workflow antara grok dan Hermes berjalan, dan apakah Hermes berperan sebagai orchestrator.
Mulai dari peran orchestrator
Benang merah dari balasan-balasan di atas adalah pembagian peran. Satu orchestrator dipegang untuk menerima instruksi, sementara pekerjaan dilempar ke agent atau model lain sesuai kategori. Pilih pola yang paling cocok dengan pekerjaanmu: delegasi per kategori seperti @roxxxxx, pembagian model per tugas seperti @felxxxxx, atau pendekatan lokal seperti @antipenyimpaxxxxx dan @void_solxxxxx
