Proyek Bersama: Cara Orang dan Agen AI Bekerja Sama di Orkas

Sampai sekarang, semua yang Anda siapkan di Orkas hanya milik Anda sendiri. Anda menulis instruksi proyek, agen-agen Anda membangun memori, Anda mengumpulkan file referensi dan merencanakan pekerjaan sebagai item yang harus dilakukan — dan begitu Anda butuh rekan kerja, kontraktor, atau klien untuk mengambil sebagian pekerjaan, seluruh konteks itu tertinggal di komputer Anda. Anda memang bisa menempelkan prompt ke aplikasi chat, tetapi prompt bukanlah pedoman kerja.

Orkas 1.8 menjadikan proyek sebagai tempat orang-orang bekerja bersama. Anda mengundang orang ke dalam proyek; mereka mendapatkan instruksi, memori, file Perpustakaan, item yang harus dilakukan, dan agen bersama yang sama; lalu masing-masing mengerjakan bagiannya dengan tim AI miliknya sendiri.

Cara kerja Orkas untuk satu orang

Proyek bersama dibangun di atas bagian-bagian Orkas yang sudah ada, jadi mari mulai dengan tur singkat.

Komputer Anda — aplikasi desktop Orkas (macOS · Windows)
├─ Komandan — merencanakan pekerjaan, memilih agen, menyatukan hasil
│  ├─ Spesialis bawaan — riset, penulisan, slide, gambar, video, file perkantoran, kode, UI, SEO/GEO …
│  ├─ Agen kustom Anda — instruksi + keterampilan + standar
│  └─ Agen CLI eksternal — Claude Code, Codex, OpenCode …
├─ Agent Harness — loop eksekusi, alat, sesi, izin
├─ Konteks — memori (agen · proyek · inti), keterampilan, konektor
└─ Proyek — instruksi, memori, Perpustakaan, item yang harus dilakukan, otomatisasi

Model — model resmi Orkas, atau kunci penyedia milik Anda sendiri
Cloud Orkas — akun dan kredit · sinkronisasi pribadi opsional · proyek bersama

Komandan dan spesialis. Anda berbicara dengan Komandan. Komandan memutuskan apakah akan menjawab sendiri, menyerahkan pekerjaan ke satu spesialis, atau membagi bagian-bagiannya ke beberapa agen sekaligus lalu mengumpulkan hasil yang mereka kirim kembali. Spesialis adalah agen dengan satu pekerjaan yang terfokus beserta alat untuk mengerjakannya. Anda bisa membuat agen sendiri lewat chat: sebuah peran, prosedur kerja, standar yang wajib dipenuhi, dan keterampilan yang boleh digunakannya. Jika Anda sudah memakai Claude Code atau Codex, Anda juga bisa menghubungkannya sebagai agen.

Agent Harness. Setiap agen berjalan di runtime yang sama: sebuah loop yang memanggil model, menjalankan alat, memeriksa izin, dan menyimpan sesi yang dapat dipulihkan. Kami membahasnya secara mendetail di Lapisan yang Mengubah Model Menjadi Produk.

Memori dan keterampilan. Setiap agen menyimpan memorinya sendiri, setiap proyek menyimpan memori proyek, dan Komandan menyimpan memori inti berukuran kecil yang terbawa ke seluruh pekerjaan Anda. Keterampilan adalah folder berisi instruksi dan skrip yang dapat dimuat agen saat suatu pekerjaan membutuhkannya.

Proyek. Proyek adalah rumah bagi pekerjaan yang berlangsung berhari-hari atau berminggu-minggu:

• Instruksi proyek — tujuan dan aturan kerja, hingga 4.000 karakter, yang dibaca di awal setiap tugas dalam proyek.
• Memori proyek — fakta yang disimpan proyek dari satu tugas ke tugas berikutnya.
• Perpustakaan — file referensi proyek. Agen mencari dan membacanya, dan dapat menyimpan hasil kerja kembali ke dalamnya.
• Yang harus dilakukan — pekerjaan yang direncanakan, masing-masing dengan status: Menunggu → Sedang berlangsung → Menunggu konfirmasi → Selesai. Saat agen menyelesaikan sebuah item, agen memindahkannya ke Menunggu konfirmasi; seseorang lalu memeriksa hasilnya dan mengubahnya menjadi Selesai, atau mengembalikannya ke Sedang berlangsung.
• Otomatis — sakelar opsional yang memungkinkan Komandan menjalankan item yang sudah siap, satu per satu. Sakelar ini nonaktif secara default dan menjalankan paling banyak 20 item yang harus dilakukan per hari.

Model. Anda bisa memakai model resmi Orkas dengan kredit, atau menambahkan kunci penyedia milik Anda sendiri (OpenAI, Anthropic, Gemini, DeepSeek, OpenRouter, atau endpoint apa pun yang kompatibel dengan OpenAI).

Semua ini dibangun untuk satu orang yang mengarahkan sebuah tim AI. Proyek bersama mempertahankan pola kerja itu dan menambahkan lebih banyak orang.

Proyek bersama: proyek bisa memiliki anggota

Saat Anda membagikan proyek, Orkas mengunggah bagian-bagian yang dibutuhkan rekan tim dan membiarkan sisanya di tempat semula. Dialognya menyatakan hal ini dengan jelas sebelum Anda mengonfirmasi: “Instruksi proyek, memori, file, daftar yang harus dilakukan, dan lampirannya akan diunggah. Tugas dan otomatisasi tetap bersifat pribadi.”

Maya (pemilik) ── Komandan, agen, model, kredit, dan chat miliknya
Leo  (anggota) ── Komandan, agen, model, kredit, dan chat miliknya
Ana  (anggota) ── Komandan, agen, model, kredit, dan chat miliknya
        │
        │  instruksi · memori · Perpustakaan · item yang harus dilakukan · agen bersama
        ▼
Proyek bersama di cloud Orkas — penyimpanan dihitung ke akun pemilik

Orkas milik setiap anggota menyimpan salinan lokal lengkap dari bagian yang dibagikan, dan agen mereka bekerja dari salinan tersebut.

Contoh langkah demi langkah

Maya menjalankan sebuah studio konten kecil. Ia membagikan proyek Peluncuran Musim Semi miliknya kepada Leo, seorang copywriter, dan Ana, seorang desainer lepas.

1. Maya mengundang mereka. Di kartu Anggota pada proyek, ia mengeklik Undang anggota. Pada kali pertama, dialog menjelaskan apa saja yang akan dibagikan dan menawarkan Mulai berbagi dan membuat tautan. Ia menyalin tautannya — berlaku selama 7 hari — lalu mengirimkannya ke Leo dan Ana.

2. Leo bergabung. Ia membuka tautan itu di browser, masuk (akun gratis sudah cukup), mengeklik Terima undangan, lalu Buka Orkas. Jika Orkas belum terpasang, halaman tersebut menawarkan unduhan. Proyek itu muncul di bilah sisinya dengan label “Proyek bersama”, dan file, item yang harus dilakukan, serta agennya diunduh di latar belakang.

3. Maya membagikan agen penulisnya. Agen kustom miliknya, Penulis Merek, sudah menguasai gaya bahasa studio. Agen kustom tidak dibagikan secara otomatis, jadi ia mengeklik Bagikan pada agen tersebut. Orkas menerbitkannya sebagai paket: instruksinya beserta keterampilannya, termasuk keterampilan yang diperolehnya selama bekerja. Memori dan riwayat chat-nya tidak disertakan. Orkas milik Leo dan Ana memasangnya secara otomatis.

4. Maya merencanakan pekerjaan. Ia menambahkan item yang harus dilakukan — “Buat draf tiga email peluncuran dari brief” — menetapkan Leo sebagai Anggota yang bertanggung jawab, dan melampirkan brief tersebut.

5. AI milik Leo yang bekerja, di komputer Leo. Leo menautkan Penulis Merek ke item tersebut dan memilih Proses sekarang. Orkas lebih dulu mengklaim eksekusi itu ke server: hanya anggota yang bertanggung jawab yang dapat memulainya, dan hanya satu eksekusi yang boleh aktif pada satu waktu. Percakapan tugas baru terbuka di komputer Leo. Agen membaca instruksi proyek, memori proyek, dan brief yang dilampirkan, dapat mencari di Perpustakaan, serta memakai model dan kredit milik Leo. Setelah selesai, agen memindahkan item tersebut ke Menunggu konfirmasi dan menyimpan draf ke Perpustakaan, sesuai permintaan instruksi proyek.

6. Semua orang melihat hasilnya — bukan percakapannya. Dalam beberapa menit, atau segera setelah Maya membuka proyek atau mengeklik Menyegarkan, titik merah muncul di tab Yang harus dilakukan dan Perpustakaan. Ia membuka draf Leo dari Perpustakaan dan, setelah semuanya pas, mengubah status item itu menjadi Selesai. Percakapan Leo dengan agennya tetap berada di sisi Leo.

7. Dua orang mengedit file yang sama. Ana dan Maya sama-sama mengubah brief. Jika suntingan mereka tidak tumpang-tindih, Orkas menggabungkan teksnya secara otomatis. Jika tumpang-tindih, Konflik proyek menampilkan Salinan saya berdampingan dengan Salinan bersama, dan masing-masing memilih salah satunya.

Satu kiat dari langkah 5: agen hanya menyimpan file ke Perpustakaan jika diminta. Tambahkan kalimat seperti “Simpan setiap hasil kerja ke Perpustakaan” ke instruksi proyek Anda, dan agen milik setiap anggota akan mengikutinya.

Banyak orang, banyak agen

Di proyek bersama, setiap item yang harus dilakukan punya satu orang yang bertanggung jawab atasnya, dan sebuah agen dapat ditautkan untuk mengerjakannya.

• Komandan dapat membuat rencana untuk tim. Di dalam proyek, Komandan dapat membaca seluruh daftar yang harus dilakukan — termasuk item milik rekan tim — membuat item baru, menugaskannya kepada anggota, dan melampirkan file. Komandan juga dapat membagi satu pekerjaan yang belum ditugaskan ke beberapa spesialis dan menggabungkan hasil mereka.
• Hanya Anda yang memilih agen untuk item Anda sendiri. Anda bisa menugaskan sebuah item kepada Leo, tetapi agen yang menjalankannya adalah pilihan Leo. Menugaskan ulang sebuah item akan menghapus agen yang tertaut padanya.
• Agen bersama membuat semua orang berpegang pada satu pedoman kerja. Saat Maya menyempurnakan Penulis Merek, Orkas menerbitkannya ulang dan anggota mendapatkan versi baru secara otomatis; eksekusi yang sedang berjalan tetap memakai versi saat ia dimulai. Hanya orang yang membagikan sebuah agen yang dapat mengubahnya atau berhenti membagikannya.
• Agen bawaan tersedia untuk semua orang. Agen dari Pasar yang ditambahkan ke proyek akan dipasang secara otomatis untuk setiap anggota.
• Agen CLI tetap bersifat pribadi. Leo tetap bisa membawa Claude Code atau Codex ke dalam tugas-tugasnya sendiri di proyek — keduanya mendapatkan instruksi dan memori proyek — tetapi agen ini tidak dapat dibagikan atau ditautkan ke item yang harus dilakukan di proyek bersama. Agen CLI bergantung pada CLI yang terpasang dan sudah login di komputer satu orang.
• Otomatis bekerja per orang. Setiap anggota dapat menyalakan Otomatis untuk dirinya sendiri. Di proyek bersama, Otomatis hanya menjalankan item yang ditugaskan kepada anggota tersebut.

Mengapa kami membangunnya seperti ini

Bagikan proyeknya, bukan percakapannya

Percakapan kerja dengan agen penuh dengan percobaan yang salah arah, permintaan yang setengah matang, dan catatan pribadi. Rekan tim jarang membutuhkannya; yang mereka butuhkan adalah hasilnya dan aturan yang menghasilkannya. Karena itu, proyek bersama menyinkronkan bagian-bagian yang bertahan lama — instruksi, memori, Perpustakaan, item yang harus dilakukan, dan agen — serta menjaga percakapan tetap pribadi. Hasil sampai ke tim dengan cara yang semestinya untuk pekerjaan yang sudah jadi: sebagai file di Perpustakaan dan item yang menunggu konfirmasi.

Setiap orang membawa AI-nya sendiri

Di proyek bersama, seorang anggota menjalankan agen dengan model, kunci, login konektor, pengaturan izin, dan kredit miliknya sendiri — aturan yang sama seperti untuk pekerjaan pribadinya. Pemilik tidak membayar penggunaan AI anggota, dan kunci API maupun kredit siapa pun tidak ikut dibagikan. Server menyimpan file bersama, memeriksa siapa yang boleh melakukan apa, dan memberikan hak eksekusi sementara. Server tidak menjalankan agen.

Manusia memegang pekerjaan; agen yang mengerjakannya

Item yang harus dilakukan ditugaskan kepada orang, bukan kepada agen. Agen memutuskan cara mengerjakannya; agen tidak pernah menggantikan orang yang bertanggung jawab. Hanya orang itu yang dapat memulai eksekusi, dan ketika agen selesai, agen mengembalikan item tersebut untuk dikonfirmasi alih-alih menandainya selesai. Dengan beberapa orang dan banyak agen dalam satu proyek, harus ada yang bertanggung jawab atas setiap bagian — dan itu selalu manusia.

Sengaja dibuat asinkron

Suntingan yang Anda buat di Orkas disimpan di komputer Anda terlebih dahulu, lalu diterbitkan di latar belakang. Orang lain menariknya saat mereka membuka proyek, kembali ke aplikasi, mengeklik Menyegarkan, atau pada pemeriksaan berkala lima menit berikutnya. Tidak ada pengeditan bersama secara langsung. Agen menulis banyak hal, sering kali sekaligus; titik sinkronisasi yang dapat diprediksi lebih mudah dipercaya daripada file yang berubah tanpa Anda sadari. Saat dua suntingan bertabrakan, Orkas menggabungkan apa yang bisa digabungkan dengan aman, dan jika tidak bisa, meminta seseorang untuk memilih.

Tim kecil lebih dulu

Pemilik memerlukan paket berbayar untuk berbagi; anggota bergabung dengan akun gratis. Dengan begitu, menerima undangan tidak memakan biaya apa pun bagi pekerja lepas, klien, atau karyawan baru, sementara biaya berbagi — paket dan penyimpanan cloud — ditanggung oleh orang yang menyiapkan proyek. Paket dirancang untuk tim kecil — tiga hingga sepuluh orang dalam satu proyek — bukan untuk departemen.

Penutup

Orkas berawal dari satu orang yang mengarahkan tim agen AI. Proyek bersama mempertahankan bentuk itu dan memperluasnya: tim kecil berbagi hal-hal yang membuat agen-agen itu berguna — aturan, memori, materi, dan rencana — sementara setiap orang tetap memegang AI, kunci, dan percakapan masing-masing, serta tetap bertanggung jawab atas bagian pekerjaannya.

Untuk empat pola kerja tim kecil yang bisa Anda tiru, lihat Proyek bersama untuk tim kecil.

Jika Anda sudah bekerja dengan rekan kerja, kontraktor, atau klien, cobalah pada satu proyek: tuliskan pedoman kerja bersama Anda ke dalam instruksinya, lalu undang mereka. Orkas gratis diunduh untuk macOS dan Windows.