Subagent: Delegasikan Tugas ke AI Lain

Di episode 8 kemarin kita belajar menulis file aturan proyek supaya tidak mengulang instruksi yang sama di setiap sesi. Sekarang kita membahas sesuatu yang terdengar seperti fiksi ilmiah tapi sudah nyata di tools modern: subagent, yaitu AI yang kamu perintah, lalu ia mendelegasikan sebagian tugasnya ke AI lain yang bekerja untuknya. Kamu memerintah satu "mandor", mandor itu mengerahkan beberapa "tukang".

Catatan jujur seperti biasa. Fitur subagent hanya ada di tools AI coding tertentu (yang paling dikenal adalah Muse dan beberapa IDE agentik), dan perilakunya bisa berbeda antar tools. Pembahasan ini disusun dari dokumentasi resmi dan laporan komunitas per Oktober 2026. Kalau tools yang kamu pakai tidak punya fitur ini, konsepnya tetap berguna untuk dipahami karena episode berikutnya (workflow paralel) dibangun di atasnya.

Apa Itu Subagent

Subagent adalah AI yang dilahirkan oleh AI. Kamu memberi tugas besar ke agen utama, lalu agen utama memecahnya dan melahirkan satu atau beberapa subagent untuk mengerjakan bagian-bagiannya. Setiap subagent punya context sendiri yang terpisah, mengerjakan tugasnya, lalu melaporkan hasilnya kembali ke agen utama. Agen utama menggabungkan semuanya dan melapor kepadamu.

Kenapa repot-repot? Karena satu agen yang mengerjakan semuanya sekaligus punya dua masalah. Pertama, context-nya cepat penuh. Lima tugas dalam satu kepala berarti lima kali informasi berebut tempat. Kedua, ia tidak bisa benar-benar paralel. Ia mengerjakan A, lalu B, lalu C, berurutan. Subagent memecah kedua masalah ini: tiap subagent punya context bersih untuk satu tugas, dan mereka bisa bekerja dalam waktu yang bersamaan.

Analogi dapurnya pas sekali. Kamu adalah pemilik restoran yang memesan "siapkan makan malam untuk 20 orang" ke kepala koki (agen utama). Kepala koki tidak memasak semuanya sendiri. Ia mendelegasikan: satu tukang mengurus sayuran, satu mengurus daging, satu mengurus dessert (subagent). Kepala koki lalu meracik semuanya menjadi hidangan lengkap. Kamu tidak perlu mengatur para tukang satu per satu, cukup perintahkan kepala kokinya dengan jelas.

Kapan Delegasi Berguna

Delegasi ke subagent paling berguna dalam tiga situasi. Pertama, riset codebase yang luas. Misalnya kamu baru bergabung di proyek teman dan ingin paham strukturnya. Alih-alih satu agen membaca 50 file berurutan, tiga subagent bisa membaca tiga area berbeda secara bersamaan: satu membaca struktur folder, satu membaca logika utama, satu membaca bagian tampilan. Kedua, eksplorasi paralel. Kamu ragu memilih antara dua pendekatan, misalnya penyimpanan lokal versus file JSON. Dua subagent bisa meneliti masing-masing pendekatan dan melapor plus-minusnya, lalu kamu yang memutuskan. Ketiga, tugas-tugas independen. Pekerjaan yang tidak saling bergantung, seperti menulis dokumentasi tiga modul yang berbeda, atau membuat tiga komponen UI yang terpisah.

Sebaliknya, jangan delegasikan tugas yang kecil dan tunggal. Menyuruh subagent hanya untuk mengubah satu baris kode itu seperti menyewa tiga tukang untuk mengupas satu bawang. Overhead koordinasinya lebih mahal daripada manfaatnya.

Contoh Perintah Delegasi yang Baik

Perintah delegasi yang baik punya tiga unsur: tugas yang jelas, batas yang tegas, dan format laporan yang diminta. Tanpa ketiganya, subagent akan mengarang sendiri dan kamu tidak tahu apa yang ia kerjakan. Berikut contoh perintah untuk agen utama yang mendukung subagent.

Saya ingin paham struktur proyek ini sebelum mengubahnya.
Buatkan 3 subagent yang bekerja paralel:

1. Subagent A: petakan struktur folder dan jelaskan peran
   tiap folder utama. Jangan membaca isi file kode, cukup
   nama file dan README.
2. Subagent B: baca file-file logika utama (folder js/)
   dan rangkum alur programnya dalam 10 baris.
3. Subagent C: baca file tampilan (index.html dan folder css/)
   dan catat komponen UI apa saja yang ada.

Laporkan hasilnya dalam bentuk ringkasan gabungan,
maksimal 30 baris. Jangan mengubah file apa pun.

Perhatikan tiga unsurnya. Tugas jelas: masing-masing subagent tahu persis area dan pertanyaannya. Batas tegas: "jangan membaca isi file kode" untuk subagent A, "jangan mengubah file apa pun" untuk semuanya. Format laporan: ringkasan gabungan maksimal 30 baris. Tanpa batas "jangan mengubah file", ada risiko subagent yang terlalu rajin malah mengutak-atik kodemu saat tugasnya hanya meriset.

Contoh kedua, untuk eksplorasi paralel sebelum mengambil keputusan.

Saya bimbang memilih cara menyimpan data untuk fitur voting:
opsi 1 memakai localStorage, opsi 2 memakai file JSON di server.

Buatkan 2 subagent yang bekerja paralel:
1. Subagent A: teliti opsi localStorage. Cari kelebihan,
   kekurangan, dan batasannya untuk kasus voting sederhana.
2. Subagent B: teliti opsi file JSON di server. Cari kelebihan,
   kekurangan, dan kerumitan setup-nya untuk proyek tanpa backend.

Laporkan dalam format perbandingan head-to-head,
lalu beri rekomendasi satu opsi beserta alasannya.
Keputusan final tetap di tangan saya.

Cara Memverifikasi Hasil Subagent

Delegasi bukan berarti lepas tangan. Kamu tetap mandornya, dan mandor yang baik memeriksa hasil kerja tukangnya. Tiga cara verifikasi yang praktis. Pertama, minta jejak kerjanya. Perintah seperti "sebutkan file apa saja yang kamu baca untuk sampai ke kesimpulan ini" memaksamu bisa menelusuri ulang. Subagent yang tidak bisa menunjukkan sumbernya patut dicurigai. Kedua, uji silang antar subagent. Kalau subagent A bilang tidak ada validasi di form dan subagent B bilang ada, berarti satu di antaranya salah baca. Ketidakcocokan seperti ini justru berharga karena menunjukkan di mana letak ketidakpastiannya. Ketiga, verifikasi sendiri bagian yang paling berisiko. Kamu tidak perlu memeriksa semuanya, cukup bagian yang kalau salah akan fatal, misalnya klaim tentang keamanan atau tentang file yang akan dihapus.

Satu kebiasaan yang menyelamatkan banyak orang: selalu larang subagent mengubah file saat tugasnya hanya riset. Kalimat "jangan mengubah file apa pun" di contoh perintah tadi bukan hiasan. Subagent yang sedang semangat meriset kadang "sekalian" memperbaiki hal kecil yang ia temukan, dan perbaikan sekalian itu sering merusak hal lain.

Batasan: Jangan Delegasikan Hal yang Butuh Keputusanmu

Ini batas terpenting di seluruh episode ini. Subagent boleh mengumpulkan fakta, tapi keputusan tetap milikmu. Contoh yang boleh didelegasikan: memetakan struktur proyek, membandingkan dua pendekatan teknis, menulis dokumentasi modul. Contoh yang TIDAK boleh didelegasikan: memilih arsitektur proyek, memutuskan fitur apa yang diprioritaskan, menilai apakah desainnya "bagus", dan apa pun yang menyangkut selera atau tujuan bisnismu.

Kenapa? Karena subagent tidak tahu konteks hidupmu. Ia tidak tahu deadline tugas sekolahmu minggu depan, tidak tahu gurumu menilai dari aspek apa, tidak tahu kamu lebih nyaman dengan pendekatan yang mana. Ia hanya mengoptimasi apa yang tertulis di perintah. Keputusan yang butuh penilaian manusia kalau diserahkan ke AI akan menghasilkan jawaban yang "benar secara teknis, salah secara situasi". Pola delegasi yang sehat: AI meneliti dan melapor, kamu membaca laporannya lalu memutuskan.

Latihan Minggu Ini

Latihanmu minggu ini tiga langkah, dan butuh tools yang mendukung subagent (kalau tools-mu belum mendukung, catat konsepnya untuk nanti). Pertama, pilih satu proyek yang belum kamu pahami sepenuhnya, misalnya proyek teman atau contoh dari internet. Kedua, jalankan perintah delegasi riset seperti contoh pertama di atas: tiga subagent memetakan folder, logika, dan tampilan secara paralel. Ketiga, verifikasi hasilnya: pilih tiga klaim dari laporan gabungan dan cek sendiri kebenarannya di file aslinya. Catat berapa klaim yang tepat dan berapa yang meleset. Latihan ini melatih dua otot sekaligus: otot mendelegasikan dengan perintah yang presisi, dan otot skeptis yang tidak menelan mentah-mentah laporan AI.

Di episode 10 kita lanjut ke "Workflow Paralel: Banyak AI Kerja Bareng", yaitu naik satu level lagi dari subagent: menjalankan beberapa AI independen secara bersamaan untuk tugas-tugas besar yang berbeda. Sampai jumpa besok jam 21:00. Bakar semangat kodingmu seperti api kompor.