Handoff baru: Cara membagikan kode agen AI Anda dengan tim Anda5 min read

Agen AI Anda baru saja membuat sesuatu yang berguna. Mungkin berupa dasbor, alur orientasi baru, atau aplikasi internal kecil.

Anda dapat melihatnya berfungsi. Kodenya terlihat bagus. Sekarang rekan satu tim Anda mengajukan pertanyaan yang masuk akal:

“Bisakah kamu mengirimkannya kepadaku?”

Di sinilah alur kerja pengkodean AI sering kali menjadi penyerahan manual. Anda mengirim tangkapan layar, menyalin cuplikan kode, mendorong cabang, atau menjelaskan cara menjalankan proyek secara lokal.

Tetapi orang yang bertanya mungkin tidak menginginkan kode sumbernya. Mereka ingin membukanya, mencobanya, dan memberi tahu Anda apa yang perlu diubah.

Cara yang tepat untuk membagikan kode yang dihasilkan AI bergantung pada apa yang terjadi selanjutnya.

Pertama, apa yang sebenarnya Anda bagikan?

Saat seseorang meminta kode yang dibuat oleh agen AI Anda, mereka mungkin memiliki arti tiga hal berbeda.

1. Kode sumber

Pengembang perlu memeriksa implementasi, menjalankan pengujian, atau menggabungkannya ke dalam basis kode yang sudah ada.

Repositori Git dan permintaan tarik biasanya merupakan jawaban yang tepat. Mereka menyediakan alur kerja yang familier untuk meninjau perubahan, memeriksa pengujian, dan mengintegrasikan kode ke dalam produksi.

2. Versi yang berfungsi

Manajer produk ingin mengikuti alur orientasi. Seorang desainer ingin melihat tata letak yang responsif. Seorang pemangku kepentingan ingin mencoba dasbor tersebut.

Mengirim file sumber tidak terlalu berguna di sini. Mereka memerlukan aplikasi atau artefak yang dapat mereka buka di browser.

3. Pekerjaan yang akan dilanjutkan oleh orang lain

Rekan satu tim Anda ingin meninjau aplikasi, menyarankan perubahan, dan meminta agen AI menerapkan masukan tersebut.

Ini adalah jenis penyerahan yang berbeda. Tujuan perlu menampung lebih dari sekedar snapshot. Ia perlu melestarikan karya tersebut, sejarahnya, dan akses bagi siapa pun yang meneruskannya.

Alur kerja ini tumpang tindih, namun tidak dapat dipertukarkan.

Perbedaan antara berbagi kode dan menyerahkan pekerjaan

Bayangkan seorang agen membangun dasbor analisis pelanggan.

Ini mencakup tiga kartu KPI, bagan penggunaan, dan filter tanggal.

Anda dapat mengirimkan file React kepada rekan satu tim Anda. Mereka memerlukan lingkungan pengembangan untuk melihat hasilnya.

Anda dapat mengirim tangkapan layar. Mereka akan memahami tata letaknya tetapi tidak akan dapat menguji filternya.

Anda bisa menyebarkannya di suatu tempat. Mereka dapat berinteraksi dengannya, namun Anda masih memerlukan proses untuk mengumpulkan masukan dan memperbarui proyek.

Sekarang bayangkan alur kerja yang sedikit berbeda.

Agen membuat dasbor di ruang kerja artefak bersama dan memberi Anda URL-nya.

Rekan satu tim Anda membuka artefak, menguji filter, dan memberikan masukan pada bagan. Anda meminta agen untuk melakukan perubahan pada artefak yang sama.

URL-nya tetap sama. Karya tersebut mempunyai sejarah. Tidak perlu memulai percakapan lagi dan menjelaskan apa yang dibuat oleh agen sebelumnya.

Itulah handoff yang layak untuk dirancang.

Cara membagikan kode yang dihasilkan AI dengan tim Anda

Berikut alur kerja praktis yang digunakan AgentGrid.io, ruang kerja artefak bersama untuk manusia dan agen AI, dibuat oleh Anima.

Langkah 1: Bangun dengan alat pengkodean AI pilihan Anda

Tetap bekerja di Claude Code, Codex, Cursor, atau alat lain yang Anda rasa nyaman.

Misalnya:

Buat dasbor analisis produk yang responsif dengan bagan penggunaan, filter tanggal, dan tiga kartu KPI. Gunakan React.

Anda tidak perlu mengubah alat yang Anda gunakan untuk menghasilkan kode.

Langkah 2: Letakkan hasilnya di tempat yang dapat diakses oleh tim Anda

Hubungkan agen Anda ke AgentGrid dan tanyakan:

Letakkan dasbor ini di AgentGrid sebagai aplikasi. Beri saya tautan artefaknya, dan jaga kerahasiaannya.

AgentGrid menyimpan aplikasi sebagai artefak dengan URL dan riwayat versinya sendiri.

Jika Anda menggunakan agen pengkodean yang dapat terhubung secara mandiri, ikuti Petunjuk koneksi AgentGrid. Asisten berbasis browser seperti Claude atau ChatGPT menggunakan integrasi yang didukungnya.

Bagian pentingnya adalah agen Anda membuat artefak di ruang kerja yang izin aksesnya dimilikinya.

Langkah 3: Berikan akses kepada rekan satu tim Anda

Buka artefak dan salin tautannya.

Sebelum mengirimkannya, pastikan rekan satu tim Anda memiliki akses ke ruang kerja. URL artefak pribadi mengidentifikasi karya tersebut; itu tidak memberikan izin dengan sendirinya.

Untuk kolaborasi internal, biasanya itulah yang Anda inginkan. Seorang rekan satu tim dapat meninjau pekerjaan tersebut tanpa membuatnya dapat diakses publik.

Lihat cara kerja berbagi artefak.

Langkah 4: Kumpulkan umpan balik mengenai hasil sebenarnya

Rekan satu tim Anda membuka dasbor dan menemukan bahwa filter tanggal tidak berfungsi seperti yang diharapkan.

Daripada menulis pesan Slack terpisah yang menjelaskan komponen mana yang rusak, mereka dapat meninggalkan umpan balik yang dilampirkan pada bagian artefak yang relevan.

AgentGrid mendukung komentar ulasan pada elemen aplikasi dan bagian dokumen. Orang dan agen yang berwenang dapat menangani komentar tersebut bersama-sama.

Hal itu membuat pembahasan tetap dekat dengan hal yang sedang diulas.

Langkah 5: Biarkan agen melanjutkan pekerjaannya

Sekarang Anda dapat memberi tahu agen yang terhubung:

Buka artefak AgentGrid ini dan perbaiki filter tanggal. Pertahankan tata letak yang ada dan perbarui artefak yang sama.

Sertakan URL artefak sebenarnya.

Agen dapat memeriksa dan memperbarui artefak jika memiliki akses dan kemampuan yang diperlukan.

Perubahan muncul di riwayat versi yang sama, dikaitkan dengan agen yang membuatnya. Rekan satu tim Anda dapat kembali ke artefak yang sama untuk meninjau hasilnya.

Lihat riwayat versi di AgentGrid.

Bagaimana dengan Claude, ChatGPT, Cursor, dan Codex?

Beberapa alat AI sudah memiliki kemampuan berbagi asli yang berguna.

Claude dapat berbagi artefak yang didukung dalam ekosistemnya. GitHub sangat bagus untuk meninjau kode. Platform pengembangan dapat memberikan pratinjau penerapan.

Anda tidak perlu mengganti alur kerja tersebut hanya untuk berbagi sesuatu.

AgentGrid berguna ketika melibatkan langkah selanjutnya orang dan agen yang mengerjakan artefak yang sama, khususnya di berbagai alat AI.

Misalnya, tim Anda mungkin menggunakan Claude untuk menyusun antarmuka, Codex untuk menyempurnakan perilakunya, dan peninjau manusia untuk memberikan masukan.

Artefak bersama menyediakan tujuan umum untuk karya tersebut.

Kapan sebaiknya Anda memublikasikannya?

Jika karya tersebut ditujukan untuk orang di luar ruang kerja Anda—seperti klien yang memerlukan demo publik—Anda mungkin ingin mempublikasikannya.

AgentGrid dapat memublikasikan aplikasi yang didukung dan artefak Markdown ke URL publik.

Namun berbagi dan menerbitkan bukanlah tindakan yang sama.

Tautan artefak pribadi memerlukan akses ruang kerja resmi. Penerapan yang dipublikasikan dapat diakses oleh publik. Perubahan selanjutnya pada artefak perlu dipublikasikan lagi sebelum muncul di halaman publik tersebut.

Publikasikan hanya jika itu yang Anda inginkan.

Pertanyaan yang lebih baik untuk ditanyakan ketika agen selesai

Daripada mengakhiri setiap sesi pengkodean dengan “ekspor file”, tanyakan:

Siapa yang memerlukan hal ini selanjutnya, dan apa yang perlu mereka lakukan?

Jika pengembang perlu menggabungkan kode, buat permintaan tarik.

Jika seseorang perlu menguji aplikasinya, berikan mereka pratinjau yang berfungsi.

Jika orang dan agen perlu meninjau dan melanjutkan pekerjaan bersama, berikan rumah bersama.

Output dari sesi pengkodean AI tidak harus menjadi akhir dari alur kerja. Ini bisa menjadi titik awal bagi semua orang.

👉 Jelajahi AgentGrid.