Ing. Calogero Bono
GitHub telah menerbitkan panduan untuk pengembang tentang agentic engineering, yaitu cara bekerja dengan agen AI di seluruh siklus pengembangan perangkat lunak. Titik awalnya adalah angka yang dinyatakan perusahaan. Dalam satu minggu di bulan Oktober, jumlah commit melampaui 1,2 miliar, lebih dari 400% dibandingkan setahun sebelumnya. Menulis kode kini lebih murah, tetapi merencanakan, meninjau, dan mengamati tetap menjadi hambatan, dan di sinilah produktivitas yang sesungguhnya diperebutkan.
Beberapa istilah sebelum masuk ke fakta. Agentic engineering adalah cara bekerja ketika agen AI menjalankan tugas secara mandiri dan kamu yang membimbingnya. Pull request adalah usulan perubahan yang ditinjau rekan kerja sebelum digabungkan. Triage adalah proses memilah laporan berdasarkan prioritas. CodeQL adalah alat GitHub yang menganalisis kode untuk mencari kerentanan. Sandbox adalah lingkungan terisolasi tempat kode berjalan tanpa menyentuh komputermu.
Mengapa lebih banyak kode tidak berarti lebih produktif?
Menurut GitHub, dalam satu minggu di bulan Oktober terjadi lebih banyak commit dibandingkan sepanjang tahun 2025. Perusahaan itu mempertanyakan apakah para pengembang benar-benar merasa 400% lebih produktif.
Data kedua berasal dari studi Faros AI yang dikutip GitHub. Pull request tetap berada dalam review 441% lebih lama ketika tim beralih dari penggunaan AI yang rendah ke yang tinggi. Pekerjaan bergeser dari menulis ke memverifikasi.
Ini skenario yang sama dengan yang kami bahas saat membicarakan GitHub Rubicon, yang dirancang untuk banyak agen dalam satu repositori.
Bagaimana cara merencanakan dengan Copilot?
Fase Plan bertujuan mengumpulkan konteks yang tersebar di berbagai alat, obrolan, dan pull request lama ke dalam satu tempat. GitHub menyarankan Copilot di Slack atau Teams untuk merencanakan bersama product manager, desainer, dan analis.
- Copilot dapat membuat GitHub Issues dengan kriteria penerimaan dan tugas yang bisa dipisah.
- GitHub Agentic Workflows memberi label pada issue dan memperkirakan kompleksitasnya, sehingga tugas sederhana langsung diserahkan ke Copilot.
- Plan Mode membandingkan beberapa pendekatan dan menghasilkan rencana yang perlu disetujui sebelum implementasi.
Bagaimana cara mengerjakan beberapa tugas sekaligus?
Pada fase Build, kontinuitas sesi memungkinkan kamu melanjutkan sesi Copilot yang sama dari perangkat yang berbeda. Tugas berjalan di sandbox cloud sehingga tetap berlanjut meski laptop ditutup. Aplikasi Copilot memberi setiap sesi salinan repositori yang terisolasi.
Pengetahuan proyek mengalir melalui instruksi repositori dan memori bersama. Copilot Dreaming meninjau sesi yang memenuhi syarat dan umpan balik pull request untuk memperbarui memori. Dengan Copilot Fusion kamu memilih model dan kedalaman penalaran, menyeimbangkan kualitas, biaya, dan waktu. Pendekatannya mirip dengan yang dijelaskan dalam AI agentik dan otomatisasi lanjutan.
Bagaimana cara mengurangi waktu review pull request?
Bagi GitHub, antrean review adalah "441% dalam praktik". Jawabannya adalah bekerja di dua front, yaitu perubahan yang lebih mudah ditinjau dan pemeriksaan rutin yang diserahkan kepada Copilot.
- Stacked pull request memecah pekerjaan yang saling bergantung menjadi bagian-bagian kecil.
- GitHub Code Quality memeriksa perubahan terhadap standar organisasi.
- Copilot code review menyesuaikan kedalaman analisis dengan besarnya perubahan.
- AI Scan mencari kerentanan di luar cakupan CodeQL, sementara AI secret detection mendeteksi rahasia tidak terstruktur seperti kata sandi. Untuk mempelajarinya lebih lanjut, ada panduan kami tentang secrets management.
- Package firewall, yang dalam pratinjau publik untuk npm, dapat memblokir unduhan yang melanggar kebijakan.
- Agentic Autofix mengusulkan perbaikan keamanan, dan Agent Merge menangani pemeriksaan yang gagal, komentar, serta konflik.
Jika dikonfigurasi, Copilot juga dapat menggabungkan pull request ketika pemeriksaan lolos.
Batasan yang perlu kamu ketahui
Teks ini adalah panduan yang diterbitkan GitHub, jadi manfaat yang disebutkan adalah klaim perusahaan dan bukan hasil yang diukur secara independen. Dalam materi yang kami miliki, fase Observe terpotong, sehingga kami tidak bisa menjelaskannya secara utuh. Harga, paket yang dibutuhkan, dan ketersediaan setiap fitur juga tidak disebutkan, kecuali pratinjau publik package firewall. Studi Faros AI dikutip, tetapi belum kami verifikasi sendiri.
Apa yang berubah bagi pekerja digital
Jika kamu mengembangkan perangkat lunak dengan AI, waktu yang dihemat saat menulis kode berisiko hilang di tahap review. Sebaiknya kerjakan pull request yang kecil dan fokus, serta otomatisasi pemeriksaan rutin sebelum rekan kerja turun tangan. Jika kamu memakai Cursor atau asisten lain, logika yang sama berlaku. Untuk tim kecil, menulis instruksi repositori dengan baik kini menjadi bagian dari pekerjaan.
Pendapat kami
Panduan ini patut dihargai karena berangkat dari masalah nyata, yaitu review, bukan sekadar menjual kecepatan. Namun, ini tetap materi promosi. Banyak fitur yang disebut, mulai dari Agent Merge hingga penggabungan otomatis, justru memindahkan kepercayaan kepada agen tepat di bagian yang paling membutuhkan perhatian manusia. Risikonya, antrean review berganti menjadi antrean pemeriksaan otomatis yang tidak dibaca siapa pun. Metodenya layak dicoba, tetapi perlu diterapkan selangkah demi selangkah dan diukur hasilnya.
Pertanyaan yang sering diajukan
Apa itu agentic engineering menurut GitHub?
Ini adalah alur kerja ketika agen AI membantu dalam empat tahap, yaitu Plan, Build, Verify dan Observe. Pengembang tetap mengarahkan hasil akhirnya. GitHub mengajukannya sebagai perluasan dari sekadar pembuatan kode.
Berapa jumlah commit yang dicatat GitHub?
Lebih dari 1,2 miliar dalam satu minggu di bulan Oktober. Menurut GitHub, angka itu lebih dari 400% dibandingkan setahun sebelumnya dan melampaui jumlah commit sepanjang tahun 2025.
Apa temuan studi Faros AI?
Pull request tetap berada dalam review 441% lebih lama pada tim dengan adopsi AI yang tinggi dibandingkan yang rendah. GitHub mengutipnya sebagai bukti bahwa tekanan bergeser ke tahap review.
Apakah Copilot bisa menggabungkan pull request sendiri?
Bisa, jika kamu mengonfigurasinya. GitHub menyebut Copilot akan menggabungkan pull request ketika pemeriksaan yang ditetapkan lolos.
Apakah package firewall tersedia untuk semua orang?
Saat ini masih pratinjau publik untuk npm. Fitur ini dapat memblokir unduhan yang melanggar kebijakan keamanan yang kamu atur. Untuk ekosistem lain, sumbernya tidak memberikan informasi.
Hal yang perlu diperhatikan dalam beberapa bulan ke depan soal review berbantuan
Pertanyaannya adalah apakah alat-alat ini benar-benar memangkas waktu tunggu review. Data independen akan lebih berbicara daripada panduan.
- Ukur rata-rata waktu review pull request-mu sebelum dan sesudah memperkenalkan agen.
- Pantau kapan fase Observe akan dijelaskan secara utuh dan bagaimana hubungannya dengan alat pemantauanmu.
- Periksa paket dan biaya fitur keamanan sebelum mempercayakan pemeriksaan kepadanya.
