Loop Engineering: Cara Gw Berhenti Nungguin Laptop Buat AI Agent Kelarin Kerjaan

Kalo lo udah mulai serius pake Claude Code (atau AI coding agent lain) buat kerjaan beneran, cepat atau lambat lo bakal ngalamin ini: laptop harus nyala terus soalnya satu session masih jalan, dan lo takut nutup layar soalnya prosesnya bisa keputus di tengah jalan.

Masalahnya Dimulai Begitu Session-nya Makin Lama

Beberapa bulan terakhir gw makin masuk ke ranah agentic coding — dynamic workflow, multi-agents, goal, loop, dan lain-lain. Efeknya, satu session kerja gak lagi selesai dalam hitungan menit. Bisa jalan berjam-jam full non-stop, dan gw mesti nungguin. Bahkan di beberapa kasus, session-nya jalan sampe 2 hari lebih.

Kesian laptop gw kalo harus nyala mulu. Belum lagi kalo gw butuh bawa laptopnya kemana-mana atau tidur — session-nya bisa keputus di tengah jalan, dan gw harus mulai dari nol lagi mikirin di mana progressnya berhenti.

Yang Bikin Ini Makin Berat: Nunggu Itu Kerjaan yang Gak Produktif

Masalahnya bukan cuma soal laptop nyala mulu. Masalah sebenarnya adalah gw duduk diem nungguin, padahal harusnya AI-nya yang kerja dan gw yang bisa ngerjain hal lain. Tiap kali gw harus standby depan layar cuma buat mastiin prosesnya masih jalan, itu waktu yang harusnya bisa dipake buat hal lain malah abis kebuang.

Makin banyak task yang gw jalanin paralel, makin susah juga dipantau manual satu-satu. Kalo laptopnya harus tetep nyala dan gw harus tetep standby, skalanya gak bakal pernah nambah — gw cuma pindah dari "nulis kode manual" ke "nungguin AI nulis kode" doang, capeknya beda tipis.

Solusinya: Pindahin Semuanya ke VPS

Solusinya ternyata gak seribet yang gw kira. Akhirnya gw invest langganan VPS-nya Sumopod — makasih banget mas Ariaseta Setia Alam yang bisa nyediain VPS affordable — terus install Claude Code, Codex, dan OpenCode di situ.

Cara jalaninnya pake tmux. Setiap window ada multi panes, dan tiap pane ada satu session yang jalanin /goal. Di dalem /goal itu ada multi-agents yang jalan, dan juga /loop buat task tertentu yang perlu diulang-ulang sampe beres.

Yang berubah dari cara kerja gw sebelumnya: gw udah gak jalanin prompt satu-satu lagi. Gw cuma nulis satu file goal.md yang bener dan rapi — apa yang harus dicapai, batasan apa yang ada, gimana cara tau kalo udah selesai — terus ditinggal jalan sampe beres. Ini yang disebut "loop engineering".

Ini bukan pola yang gw temuin sendiri. Boris Cherny (yang bikin Claude Code) dan Peter Steinberger (yang bikin OpenClaw) udah ngelakuin ini dari beberapa bulan lalu. Gw baru mulai belajar dan ikutin pola yang sama sekarang.

Belum Sempurna, dan Gw Gak Nutupin Itu

So far so good, kecuali satu hal: boros token. Kalo goal.md-nya kurang jelas atau task-nya ambigu, agent-nya bisa muter-muter lebih lama dari yang seharusnya sebelum nemu jalan yang bener, dan itu artinya token yang kepake juga lebih banyak. Ini trade-off yang gw terima — daripada gw yang standby manual tiap saat, mendingan token yang boros dikit tapi gw bisa ninggalin prosesnya jalan sendiri.

Enaknya, begitu setup-nya udah jadi, gw tinggal balik-balik buat review aja. Gak perlu re-setup dari nol tiap kali mau jalanin task baru.

Cara Paling Sederhana Buat Mulai

Lo gak perlu langsung mikirin orchestration yang ribet atau banyak agent sekaligus. Titik mulainya simpel:

1. Siapin satu VPS — gak perlu spek gede, yang penting bisa nyala 24 jam.
2. Install AI coding agent yang biasa lo pake, jalanin lewat tmux biar session-nya tetep hidup walau lo disconnect.
3. Tulis satu file goal.md yang jelas: apa yang mau dicapai, batasan apa yang ada, dan gimana cara tau prosesnya udah selesai.
4. Tinggalin jalan, dan balik lagi buat review hasilnya — bukan buat nungguin tiap langkahnya.

Kalo lo juga sering standby nungguin AI agent kelarin kerjaan satu-satu, coba pola ini. Detail lain soal setup dan workflow yang gw pake bisa lo temuin di aibuilders.id.