Devin, Replit Agent, dan Cline pada 2026: Mana yang Harus Dipilih?

Petunjuk tambahan untuk bekerja dengan Ailoot tersedia di dokumentasi.

Apa itu pengode AI otonom, dan apa bedanya dengan Claude Code?#

Pada 2026, semua pengode AI terbagi dalam tiga kategori berdasarkan tingkat kemandiriannya.

1. Asisten dialog - Claude Code, Cursor, GitHub Copilot. Anda menulis prompt, agen merespons, lalu menunggu pesan berikutnya. Anda memiliki kendali hampir penuh, dan kecepatannya sedang.
2. Alat semiotonom di dalam editor - Cline, Roo Code, Aider. Agen membaca berkas, mengeditnya, dan menjalankan perintah di terminal Anda sendiri. Agen bekerja lebih lama tanpa ditinjau, tetapi tetap di mesin Anda.
3. Alat yang sepenuhnya otonom di mesin virtualnya sendiri - Devin, Replit Agent, Codex Cloud. Alat-alat ini menerima tugas, masuk ke mesin virtualnya sendiri, mengerjakannya selama berjam-jam, lalu kembali dengan pull request atau situs web yang sudah diterapkan.

Perbedaan utama kategori ketiga adalah sesi panjang tanpa manusia. Devin, Codex Cloud, dan Replit Agent berjalan di mesin virtual mereka sendiri dan dapat bekerja selama berjam-jam, membuka pull request saat Anda tidur. Hal itu pada dasarnya mustahil dilakukan oleh alat dialog: Anda harus kembali dan mengatakan “lanjutkan.”

Jika Anda baru mulai menjelajahi alat vibe-coding dan ingin melihat peta keseluruhan lanskapnya, baca panduan “Apa yang bisa dipakai untuk coding pada 2026: 8 alat AI dari Claude Code hingga Antigravity”. Di sini saya berfokus khusus pada bagian lanskap yang otonom.

Dalam pengalaman yang diceritakan, penulis aslinya bekerja dengan Claude Code setiap hari. Selama setahun, ia membangun beberapa produk dan sebuah platform web. Ia sampai pada titik ketika mode semiotonom mulai mencapai batas: saat saya membuat teh, agen bisa menjalankan migrasi, memperbaiki masalah kecil, dan menjalankan pengujian. Jadi saya mencari tahu apa yang ditawarkan para pesaing.

Berikutnya adalah tiga alat, masing-masing dengan angka nyata per akhir Mei 2026.

Apa bedanya Devin 2.0 dengan Claude Code untuk tugas yang sama?#

Devin diluncurkan pada Maret 2024 sebagai “insinyur perangkat lunak otonom pertama.” Selama satu setengah tahun, biayanya 500 dolar per bulan dan hanya tersedia untuk tim besar. Pada 3 April 2025, Cognition merilis Devin 2.0 dan menurunkan harga awalnya menjadi 20 dolar.

Cognition memangkas harga insinyur perangkat lunak AI dari $500 menjadi $20 per bulan.

Saat ini (per akhir Mei 2026), Devin memiliki tiga paket, menurut halaman harga resminya:

• Pro - 20 dolar per bulan, 9 ACU (Agent Compute Units), dengan biaya bayar sesuai pemakaian untuk kelebihan kuota.
• Max - 200 dolar per bulan, kuota lebih besar.
• Teams - 80 dolar per bulan, anggota tim tanpa batas.

Satu ACU kira-kira setara dengan 15 menit kerja agen aktif. Artinya, paket Pro seharga 20 dolar memberi Anda sekitar 2 jam kerja otonom per bulan “langsung dari awal”; setelah itu, Anda membayar sesuai pemakaian. Itu jauh lebih sedikit daripada 30-50 jam Claude Pro dengan harga 20 dolar yang sama, tetapi Devin melakukan hal berbeda: menyelesaikan seluruh tugas secara mandiri alih-alih berdialog.

Yang termasuk dalam Pro seharga 20 dolar:

1. Devin bekerja di mesin virtualnya sendiri (Linux + browser + editor), yang dapat Anda lihat melalui antarmuka web.
2. Devin menerima tugas melalui chat atau integrasi Slack.
3. Devin mengkloning repositori, membaca kode, menulis kode, menjalankan pengujian, dan membuka pull request sendiri.
4. Devin mendukung GitHub, GitLab, Linear, dan Jira.

Cognition sendiri menjelaskannya demikian dalam pengumuman resminya:

Devin 2.0 secara proaktif meneliti basis kode Anda dan menyusun rencana terperinci. Setiap kali Anda memulai sesi, Devin merespons dalam hitungan detik dengan berkas yang relevan, temuan, dan rencana awal.

Tolok ukur utamanya adalah SWE-bench Verified. Ini adalah kumpulan isu GitHub nyata dari repositori sumber terbuka, masing-masing dilengkapi pengujian verifikasi. Pada tolok ukur ini, Devin 2.0 menyelesaikan 45,8% tugas dalam mode standar (tanpa manusia dan tanpa best-of-N). Sebagai perbandingan, Devin 1.0 yang asli hanya mendapat skor 13,86%, menurut laporan teknis Cognition pada awal 2024.

Kasus produksi Devin yang paling terkenal adalah Nubank, bank besar di Amerika Latin dengan lebih dari 1000 insinyur. Menurut studi kasus di situs web Devin, Nubank mengatakan:

Devin menyediakan cara mudah untuk mengurangi jumlah jam kerja rekayasa dalam migrasi tersebut. Alih-alih para insinyur harus bekerja di beberapa berkas dan menyelesaikan tugas migrasi sepenuhnya, mereka cukup meninjau perubahan Devin, membuat penyesuaian kecil, lalu menggabungkan PR mereka.

Rincian proyek: migrasi 6+ juta baris kode, sekitar 100 000 kelas data, dan 1000+ insinyur. Menurut Cognition, Devin memadatkan proyek 18 bulan menjadi 2 bulan dan menghasilkan peningkatan efisiensi jam kerja rekayasa sebesar 12 kali lipat. Ini adalah argumen publik terkuat yang mendukung Devin—dan secara khusus berlaku untuk migrasi berulang berskala besar, bukan tugas produk baru.

Menurut Cognition Performance Review 2025, selama setahun terakhir Cognition sendiri menugaskan Devin membuat sekitar sepertiga commit ke repositori utamanya, menaikkan persentase PR yang dibuat secara otonom dan berhasil digabungkan dari 34% menjadi 67%, serta meningkatkan cakupan pengujian dari kisaran umum 50-60% menjadi 80-90%.

Apa yang ditawarkan Replit Agent 3 seharga 20 dolar, dan di mana biaya tersembunyinya?#

Replit Agent berada di dalam lingkungan Replit - editor daring, hosting, dan agen AI dalam satu jendela browser. Anda tidak perlu memasang apa pun secara lokal atau mengonfigurasi domain dan basis data secara terpisah.

Menurut pengumuman resmi Agent 3 pada 10 September 2025:

Agent 3 berjalan sendiri hingga 200 menit. Tingkat otonominya 10x lebih tinggi, 3x lebih cepat, dan 10x lebih hemat biaya daripada model Computer Use.

Inilah yang membedakannya dari Devin: Devin memberikan pull request, lalu Anda sendiri yang menerbitkannya ke hosting. Replit Agent memberikan URL yang berfungsi dan menguji sendiri apa yang dibuatnya.

Agent 3 kini menguji dan memperbaiki aplikasi yang sedang dibangunnya, terus menyempurnakan aplikasi Anda di balik layar.

Menurut halaman harga Replit saat ini, yang berlaku sejak 24 Februari 2026:

Catatan tentang Core seharga 20 dolar: harga awalnya 25, lalu diturunkan pada 24 Februari 2026 dalam Replit Pro Is Here.

Tiga mode otonomi di Agent 3:

1. Economy - lebih murah, lebih lambat, untuk tugas sederhana.
2. Power - mode standar.
3. Turbo (Pro dan Enterprise) - 2 kali lebih cepat, tetapi biaya permintaan dapat mencapai 6 kali lipat.

Yang termasuk dalam langganan Core seharga 20 dolar:

• Agen dengan sesi otonom hingga 200 menit.
• Hosting aplikasi di infrastruktur Replit (domain *.replit.app gratis).
• Basis data bawaan.
• Autentikasi (Replit Auth atau integrasi Auth0).
• Kolaborasi waktu nyata (seperti Google Docs untuk kode).
• Log, pemantauan, dan metrik di satu halaman.

Keunggulan Replit dalam pekerjaan nyata:

• Prototipe dalam 30 menit. Dari ide ke URL yang berfungsi selama satu rapat.
• Perangkat lengkap di satu tempat. Tidak perlu memilih hosting, basis data, atau kerangka kerja frontend. Replit yang memutuskannya untuk Anda.
• Demo untuk klien. Kirim tautannya, dan klien akan melihat produk yang berfungsi.

Pengujian praktis asli mengevaluasi Replit Agent 3. Saya menulis, “Buat halaman landing dengan formulir pengumpulan email dan panel admin untuk melihat pelanggan.” Setelah 22 menit, saya mendapat URL yang berfungsi dengan frontend React, autentikasi admin melalui Replit Auth, dan basis data Postgres bawaan. Tidak sempurna (desainnya standar), tetapi berfungsi dan sudah diterapkan. Dengan prompt yang sama, Claude Code menghasilkan kodenya dalam 8 menit - tetapi kemudian saya harus menyiapkan Coolify, mendaftarkan domain, dan mengonfigurasi basis data sendiri. Secara total, waktunya sama-sama satu jam.

Risiko utama Replit Agent 3 adalah biaya yang tidak terkendali. Setelah dirilis pada September 2025, pengguna melaporkan tagihan yang meningkat tajam. Seorang pengguna mengatakan:

Dalam seminggu terakhir saja, biayanya mencapai $1K sejak agen baru diluncurkan, padahal sebelumnya tagihannya tidak pernah lebih dari $180-200 per bulan.

Alasannya sederhana: Agent 3 menjalankan banyak subagen untuk setiap tugas (perencana, peninjau kode, penguji, peninjau keamanan), dan masing-masing menghabiskan kredit. Tanpa batas eksplisit pada tingkat akun, langganan 20 dolar berubah menjadi kelebihan biaya 200 dolar dalam bulan yang sama.

Kekurangan Replit Agent:

• Arsitektur kompleks dengan beberapa layanan, antrean, dan basis data terpisah - Replit terbentur batas aplikasi tunggal.
• Repositori besar yang sudah ada dan tidak berada di Replit. Devin mengkloning GitHub Anda dan bekerja di sana; Replit bekerja paling baik di dalam lingkungannya sendiri.
• Produk dengan masa pakai panjang. Satu ulasan di openaitoolshub.org mengatakannya begini:

Hasilnya cukup baik untuk diluncurkan sebagai MVP; belum cukup baik untuk diterapkan ke ribuan pengguna tanpa banyak perapian. Gunakan Replit untuk validasi, lalu bangun ulang di tumpukan produksi Anda yang sebenarnya jika idenya terbukti.

Terjemahannya: “Hasilnya cukup baik sebagai versi pertama untuk menguji hipotesis, tetapi belum cukup baik untuk ribuan pengguna tanpa pengerjaan ulang yang serius. Gunakan Replit untuk memvalidasi ide, lalu bangun ulang di lingkungan produksi Anda jika idenya berhasil.”

Jika ini pertama kalinya Anda menyiapkan hosting, basis data, dan autentikasi sendiri, Replit unggul jauh. Jika Anda sudah memiliki infrastruktur (seperti saya dengan Coolify), Claude Code unggul karena memberi Anda kendali yang lebih mendalam.

Pilihan perangkat bergantung pada tugas: untuk proyek berumur panjang, penting untuk mempertimbangkan keuntungan memiliki perangkat sendiri dibandingkan menyewa platform.

Mengapa menggunakan Cline jika Claude Code dan Cursor sudah ada?#

Cline muncul pada musim gugur 2024 sebagai fork proyek Claude Dev untuk VS Code dan berkembang selama satu setengah tahun hingga mencapai 62 400 bintang GitHub dan 5+ juta instalasi (menurut repositori GitHub Cline per akhir Mei 2026).

Arsitektur Cline adalah Plan dan Act. Dua mode ini diperkenalkan di Cline v3.2 pada Januari 2025:

• Plan - agen hanya membahas rencana: berkas mana yang akan diubah, perintah apa yang akan dijalankan, dan dalam urutan apa. Agen tidak mengedit atau menjalankan apa pun. Anda membaca dan menyesuaikan rencana.
• Act - agen mulai bekerja. Agen mengubah berkas, menjalankan perintah, dan memperbaiki kesalahan. Setelah setiap langkah besar, agen berhenti dan meminta izin.

Cline sendiri bukan model - melainkan lapisan di atas model. Anda hanya membayar panggilan API.

Biaya Cline dalam pekerjaan nyata:

Dengan Claude Sonnet seharga 3/15 dolar per juta token, penggunaan harian sedang menghabiskan 10-15 dolar per bulan. Pengguna berat melaporkan biaya API bulanan 20-100+ dolar untuk sesi coding yang intensif, dan pengembang profesional dengan sesi panjang setiap hari mungkin mengeluarkan 50+ dolar per hari untuk biaya API.

Artinya, sebulan kerja biasa berbiaya 10-20 dolar, kerja aktif berbiaya 50-200 dolar, dan kerja profesional dengan sesi panjang berbiaya 1000+ dolar untuk API. Itu lebih mahal daripada langganan Claude Pro seharga 20 dolar (yang mencakup Claude Code) untuk penggunaan intensif. NAMUN:

• Jika Anda sudah memiliki API key dari Anthropic, OpenAI, atau Google untuk tugas lain, Cline dapat menggunakannya tanpa biaya platform tambahan.
• Jika Anda menggunakan model lokal melalui Ollama (Llama 3.3, Qwen 2.5 Coder), platform Cline gratis, dan modelnya juga gratis.
• Jika pekerjaan Anda sesekali (3-5 jam sehari, bukan 8), biayanya lebih rendah daripada langganan.

Keunggulan Cline dibandingkan Devin dan Replit:

• Kendali atas setiap langkah. Mode Plan memungkinkan Anda membaca strategi SEBELUM perubahan dilakukan. Devin dan Replit mengambil keputusan sendiri.
• Bekerja di VS Code Anda. Anda tidak perlu mempelajari antarmuka baru atau pindah ke lingkungan cloud.
• Pilihan model. Untuk tugas sulit, gunakan Opus; untuk tugas sederhana, gunakan Sonnet atau model lokal.

Kekurangan Cline:

• Anda tidak bisa menjalankannya lalu tidur. Cline berhenti untuk meminta izin lebih sering daripada Devin. Itulah harga kendali.
• Cline tidak menerbitkan hasilnya sendiri. Berbeda dengan Replit, setelah menggunakan Cline Anda harus mengonfigurasi hosting sendiri.
• Penyiapannya lebih sulit bagi pemula. API key, pemilihan model, dan batas penggunaan semuanya harus dikonfigurasi secara manual. Devin dan Replit menyembunyikan hal ini di balik langganan.

Tabel perbandingan: harga, batas, dan apa saja yang termasuk#

Semua harga berlaku per akhir Mei 2026. Sumbernya adalah halaman resmi setiap produk.

Belum ada angka publik untuk Cline + Sonnet 4.6, tetapi nilai yang diharapkan lebih tinggi karena modelnya lebih kuat.

Inti utama tabel ini: perbedaan antara Devin dan Replit terletak pada hasil akhirnya. Devin memberi Anda pull request - lalu Anda memasangnya, mengujinya, dan menerbitkannya ke hosting sendiri. Replit memberi Anda URL yang berfungsi - lalu Anda memutuskan apa yang akan dilakukan dengannya. Cline memberi Anda kode di proyek Anda - lalu Anda melakukan hal yang sama seperti sebelumnya. Claude Code memberi Anda kode sekaligus kendali - lalu keputusan tetap ada pada Anda.

Di mana Devin benar-benar bekerja dalam produksi, dan di mana ia gagal?#

Sitepoint merangkumnya dalam satu kalimat di ulasannya “Devin in Production”:

Keunggulan Devin: perbaikan bug yang terdefinisi dengan baik, penerapan fitur dengan spesifikasi jelas, pembaruan dependensi, migrasi kode, penulisan pengujian, dan pembuatan dokumentasi. Kesulitannya: persyaratan yang ambigu, arsitektur baru, tugas yang memerlukan konteks organisasi, dan debugging masalah produksi yang kompleks.

Saya akan menerjemahkannya secara langsung: Devin kuat dalam tugas membosankan dan lemah dalam tugas menarik. Artinya:

Di mana Devin benar-benar bekerja:

1. Pembaruan dependensi. “Tingkatkan React dari 18 ke 19, jalankan pengujian, dan buka PR.” Jelas, terukur, tanpa penafsiran.
2. Migrasi skema. “Ganti nama bidang user_id menjadi customerId di semua berkas dan perbarui migrasinya.” Pekerjaan mekanis.
3. Perbaikan lint dan pemformatan. “Jalankan ESLint dan perbaiki semua kesalahan pada tingkat error.”
4. Melengkapi pengujian. “Tulis pengujian unit untuk semua fungsi di src/lib/billing/.”
5. Dokumentasi kode. “Buat README yang menjelaskan endpoint berdasarkan kode yang ada.”

Di mana Devin gagal:

1. Arsitektur baru. “Rancang sistem pembayaran” - Devin mulai menulis kode sebelum memahami persyaratannya.
2. Proyek panjang yang terus berubah. “Bangun produk selama sebulan dengan menjadikan umpan balik pengguna sebagai panduan.” Devin tidak mengingat konteks secara mendalam di antara sesi.
3. Konteks organisasi. “Kerjakan seperti biasanya” - Anda harus menjelaskan apa arti “biasanya.”
4. Debugging kompleks. Jika bug hanya muncul dalam produksi dan saat beban tinggi, Devin tidak dapat mereproduksinya.
5. Tugas desain antarmuka kreatif. Devin tidak bisa membedakan “indah” dari “jelek” - Devin memberi Anda hal pertama yang memenuhi persyaratan.

Sitepoint yang sama merangkum syarat ROI bagi tim:

Jika Anda adalah tim rekayasa (5+ orang) dengan backlog tugas tetap, dan 20-30% tiket Anda merupakan pekerjaan yang “dapat ditentukan spesifikasinya dengan jelas” (migrasi, refaktor, rekayasa data), Devin 2.0 hampir pasti menghasilkan ROI positif.

Tim saya tidak memiliki 5 insinyur dengan backlog siap pakai, dan pembaca panduan ini pun jarang berada dalam situasi seperti itu. Bagi pengusaha perorangan, Devin memberi hasil dengan rumus berbeda: jika sekali seminggu atau lebih Anda memberikan tugas seperti “perbarui semua dependensi / jalankan pengujian / bereskan utang teknis dari daftar berkas,” langganan ini masuk akal. Jika tugas seperti itu hanya muncul sekali per kuartal, lebih murah mengerjakannya sendiri secara manual di Claude Code selama satu jam.

Di tugas nyata apa Replit Agent unggul?#

Pengalaman aslinya menjelaskan tiga tugas yang dikerjakan dengan Replit Agent 3 selama seminggu.

Tugas 1: halaman landing dengan formulir pengumpulan email dan panel admin. Waktu: 22 menit dari prompt hingga URL yang berfungsi. Hasil: frontend React, formulir yang menulis ke basis data, dan panel admin yang menampilkan daftar. Siap langsung diserahkan kepada klien.

Tugas 2: alat pelabelan data internal. Tim perlu memberi label pada 500 baris sebuah himpunan data. Waktu: 35 menit. Hasil: antarmuka dengan daftar, tombol label, dan ekspor CSV. Diterapkan untuk 5 orang melalui Replit Auth dan digunakan selama 3 hari.

Tugas 3: upaya membangun mesin rekomendasi untuk CRM tim. Waktu: 2 jam; tidak selesai. Replit Agent menemui jalan buntu saat mengintegrasikan CRM eksternal (diperlukan token OAuth + webhook + tugas cron yang berjalan lama). Setelah sesi 200 menit, hasilnya masih parsial, dan saya menyerah.

Replit Agent paling cocok untuk membuat prototipe, proyek sampingan, pengembang nontradisional, dan demo langsung saat Anda membutuhkan URL yang berfungsi dalam 30 menit.

Itu deskripsi yang akurat - “Anda membutuhkan URL dalam 30 menit.” Jika Anda punya waktu satu jam sebelum rapat klien dan perlu menunjukkan “seperti apa cara kerjanya,” Replit Agent unggul jauh. Alat lain mana pun akan mengharuskan Anda menyiapkan lingkungannya sendiri.

Kekurangan Replit Agent:

• Arsitektur kompleks dengan antrean, layanan terpisah, dan basis data berbeda.
• Integrasi dengan tumpukan eksternal yang berjalan di VPS Anda, bukan di Replit.
• Proyek berumur panjang dengan umpan balik pengguna: Replit memulai dengan sangat baik, tetapi “pindah dari Replit” menjadi tugas tersendiri.

Sekarang saya menggunakan Replit Agent untuk prototipe. Untuk proyek yang bertahan lebih dari sebulan, saya kembali ke Claude Code + Coolify karena saya ingin kebebasan penuh atas infrastruktur.

Untuk siapa Cline lebih cocok dibandingkan Devin atau Replit Agent?#

Cline adalah alat bagi orang yang sudah terbiasa dengan VS Code dan tidak ingin meninggalkannya.

Cline menghadirkan kemampuan agentic setingkat Cursor ke VS Code standar tanpa menggantikan editor Anda, dengan arsitektur Plan dan Act khasnya yang memisahkan analisis strategis dari eksekusi kode.

Frasa kuncinya adalah “tanpa menggantikan editor Anda.” Anda tidak perlu memasang IDE baru, mempelajari ulang pintasan, atau mencari tahu pengaturannya. Pasang ekstensinya, dan Anda sudah memiliki agen.

Situasi nyata saat saya akan memilih Cline:

1. Saya sudah memiliki API key Anthropic untuk tugas lain. Langganan Claude Code terpisah memang lebih murah, tetapi jika saya sudah membeli key untuk bot atau integrasi, Cline membantu saya memanfaatkannya lebih jauh.
2. Bekerja pada proyek sensitif. Dengan model lokal melalui Ollama, data tidak meninggalkan mesin Anda.
3. Saya membutuhkan kendali penuh atas setiap langkah. Mode Plan memungkinkan saya membaca strategi sebelum perubahan dilakukan.
4. Pekerjaan sesekali. Jika saya coding 3-5 jam sehari, model BYOK lebih murah daripada langganan.

Situasi nyata saat Cline kurang cocok:

1. Tim tanpa latar belakang rekayasa. Menyiapkan API key, memilih model, dan menetapkan batas penggunaan bisa membuat orang nonprogrammer enggan.
2. Sesi otonom panjang. Cline berhenti untuk meminta izin lebih sering daripada Devin.
3. Produk siap pakai yang lengkap. Cline tidak menerbitkan hasilnya sendiri.

Mitos utama: “beli Devin dan ia akan mengerjakan semuanya untuk Anda”#

Setelah enam bulan bekerja dengan agen otonom, saya belajar satu hal: agen tidak menggantikan pemikiran; agen memperkuatnya. Ketika saya mengatakan kepada Devin, “perbarui semua dependensi di proyek ke versi mayor terbaru, jalankan pengujian, dan buka PR,” ia menyelesaikannya selama akhir pekan. Ketika saya mengatakan, “tingkatkan interaksi di halaman beranda,” ia berkelana tanpa arah karena tidak memahami apa arti “lebih baik” dalam konteks saya.

Dua tokoh publik yang serius telah menyuarakan penentangan terhadap agen otonom.

Saya merasa industri ini melompat terlalu jauh dan berusaha berpura-pura bahwa ini luar biasa, padahal tidak. Ini slop.

Kemampuan kognitifnya kurang dan ini memang tidak berhasil. Butuh sekitar satu dekade untuk mengatasi semua masalah itu.

Dari 20 tugas, kami mengalami 14 kegagalan, 3 keberhasilan (termasuk 2 tugas awal kami), dan 3 hasil yang tidak konklusif.

Ringkasan mereka atas pekerjaan selama sebulan itu:

Namun itulah masalahnya - alat ini jarang berhasil.

Salah satu kasus paling jelas dari studi ini:

Saat diminta menerapkan beberapa aplikasi dalam satu deployment Railway (sesuatu yang tidak didukung Railway), alih-alih mengidentifikasi batasan ini, Devin menghabiskan lebih dari sehari mencoba berbagai pendekatan dan mengarang fitur yang sebenarnya tidak ada.

Ini adalah kegagalan yang umum: agen tidak memahami bahwa tugas tersebut mustahil dilakukan di lingkungan saat ini, lalu menghabiskan satu hari untuk mencoba menyelesaikannya. Bagi seorang pengusaha, kesimpulannya adalah: agen otonom tidak bisa mengatakan, “Tugas ini tidak bisa dikerjakan; Anda perlu merumuskannya ulang.” Agen akan terus menghabiskan ACU dan kredit Anda sampai Anda sendiri menghentikan sesi.

Claude Code telah menulis 100% kodenya sendiri selama lebih dari enam bulan. Saya tidak menulis satu baris kode pun selama lebih dari enam bulan; saya membangun sesuatu sepanjang hari.

Dalam tiga puluh hari terakhir, saya menyelesaikan 259 PR - 497 commit, 40k baris ditambahkan, 38k baris dihapus. Setiap baris ditulis oleh Claude Code + Opus 4.5.

Perbedaannya terletak pada orang yang menggunakan alat tersebut dan cara mereka menyiapkan konteks.

Rumus praktisnya adalah: semakin baik Anda menjelaskan ide, dan semakin banyak informasi serta keputusan yang tercakup dalam proyek, semakin alami agen bekerja selangkah demi selangkah. Jika tidak ada konteks, agen berhalusinasi.

Ini berlaku untuk semua agen: Devin, Replit, Cline, Claude Code. Perbedaannya bukan pada “kecerdasan” mereka, melainkan pada cara Anda menyiapkan tugas. Itulah sebabnya agen otonom tidak akan bekerja tanpa tiga unsur yang saya sebut “3 pilar”:

1. Klon AI - agen Anda mengetahui gaya pengambilan keputusan Anda: apa yang langsung Anda tolak, kompromi mana yang dapat Anda terima, dan bagaimana Anda merumuskan tugas. Klon ini terdiri atas aturan yang tercatat, metodologi, dan pendekatan Anda terhadap rekayasa konteks.
2. Otak kedua - folder business/ di proyek. Folder ini menjelaskan audiens, produk, sasaran, dan ekonomi. Agen membacanya setiap kali menerima permintaan dan tidak membangun solusi dalam ruang hampa.
3. Rekayasa konteks - mengelola konteks sebelum prompt. Berkas mana yang dimuat ke jendela, mana yang dilipat, dan bagaimana plugin, skill, serta hook ditata.

Tanpa ketiga unsur ini, agen otonom mana pun menghabiskan uang dan waktu dengan sia-sia. Dengan unsur-unsur itu, agen menjadi pelaksana yang dapat diprediksi dan bisa Anda biarkan bekerja selama akhir pekan.

Dalam proyek saya, bentuknya seperti ini. Setiap proyek memiliki folder business/ yang menjelaskan produk, audiens, dan ekonominya. Ada CLAUDE.md yang berisi aturan repositori dan gaya bahasa. Ada folder ai-clone/ yang berisi prinsip saya dan aturan yang saya pelajari dari kesalahan. Ketika saya mengatakan “lakukan X,” agen membaca ketiga folder itu terlebih dahulu, lalu mengerjakan X. Tanpa folder-folder tersebut, agen meminta klarifikasi atau berhalusinasi.

Metodologi lengkap “3 pilar” ada di panduan “Apa itu rekayasa konteks”. Di sana saya membahas setiap pilar secara terperinci dan menunjukkan templat saya.

Alat mana yang sebaiknya dipilih untuk 8 jenis tugas?#

Berikut cara saya membagi tugas ke alat-alat tersebut. Saya mengandalkan pengalaman sendiri.

Tabel ini bukan aturan mutlak. Di rumah, 80% tugas saya dikerjakan dengan Claude Code. Saya beralih ke Devin atau Replit Agent secara selektif, saat jenis tugas jelas melampaui dialog: entah “migrasi besar yang tidak ingin saya kerjakan secara manual” atau “prototipe klien dalam satu malam dengan URL siap pakai.”

Cline dan model lokal: biaya dan batasan#

Cline terdiri dari dua bagian: ekstensi VS Code gratis, sedangkan pemakaian model cloud memerlukan akses API dengan tagihan terpisah dari penyedia terpilih. Langganan Claude atau ChatGPT tidak membayar biaya API itu. Pilihan model lokal melalui Ollama di bawah menghindari biaya API cloud, tetapi tetap memerlukan perangkat keras yang sesuai.

Model lokal melalui Ollama. Pasang Llama 3.3 atau Qwen 2.5 Coder di perangkat keras Anda sendiri, lalu hubungkan ke Cline. Berdasarkan tolok ukur SWE-bench Verified, kualitasnya 2-3 kali lebih rendah daripada Claude Sonnet 4.6 (SWE-bench Verified), tetapi cukup untuk tugas sederhana. Model ini tidak mampu menangani tugas kompleks.

Informasi selengkapnya tentang penyiapan Qwen serta kelebihan dan kekurangannya tersedia di panduan “Qwen 3.7-max vs Opus 4.7: cara menyiapkan pesaing Claude Code dengan biaya 3 kali lebih rendah”.

Selanjutnya: cara membangun pengaturan agar otonomi bukan lotre#

Kesimpulan utama setelah dua minggu bekerja dengan ketiga alat tersebut:

• Devin sepadan jika Anda memiliki lima tugas yang dijelaskan dengan jelas setiap minggu. Jika tidak, langganannya mahal dan sulit diintegrasikan.
• Replit Agent sepadan jika Anda sering membuat prototipe dan demo cepat. Penerapan sudah termasuk, dan waktu dari ide ke URL berkurang drastis.
• Cline adalah pilihan bagi pengguna berpengalaman yang menginginkan kendali dan sudah memiliki API key.
• Claude Code tetap menjadi alat dasar bagi pengusaha yang melakukan vibe-coding. Claude Code bagus untuk dialog, fleksibel dengan skill, dan murah sebagai langganan.

Namun investasi utamanya bukan memilih alat, melainkan membangun metodologi di sekelilingnya. Jika Anda tahu cara mengemas tugas ke dalam konteks, bagaimana folder business/ dan ai-clone/ ditata, serta cara kerja skill dan hook, alat apa pun dapat memberikan hasil yang konsisten. Tanpa metodologi, Devin seharga 500 dolar akan memberikan hasil yang sama dengan Claude Code seharga 20 dolar.

Penyiapan lengkap “3 pilar” mencakup Klon AI, Otak kedua, dan rekayasa konteks di proyek Anda. Setelah fondasi ini siap, Anda dapat menghubungkan agen otonom dan memeriksa apakah hasil kerjanya dapat diprediksi.

Rumus lengkap vibe-coding: Klon AI + Otak kedua + Rekayasa konteks.

Untuk pekerjaan selanjutnya dengan model, Anda dapat mengunjungi Ailoot.