Memahami Arsitektur Coding Agent: Studi Eksploratif dengan Prototipe Penelitian

Deskripsi arsitektur coding agent yang sistematis, prototipe penelitian Ark, dan benchmark ArkBench

Marco Tulio Valente· 2026· DOI 10.48550/arXiv.2608.10934

Masalah inti

Coding agent dengan cepat muncul sebagai antarmuka utama untuk pengembangan perangkat lunak berbantuan AI. Meskipun adopsinya terus tumbuh, pemahaman tentang arsitektur internalnya masih relatif sedikit, dan belum ada deskripsi arsitektur sistematis yang sebanding dengan yang tersedia untuk compiler atau sistem operasi. Makalah ini mengisi celah tersebut dengan mendokumentasikan komponen arsitektur utama coding agent, menjelaskan tanggung jawab, interaksi, dan alur eksekusinya. Untuk mendukung upaya ini, penulis memperkenalkan Ark (Agent Research Kit), coding agent open-source minimal yang dirancang untuk penelitian dan pendidikan yang mempertahankan mekanisme arsitektur esensial coding agent modern sekaligus menekankan kesederhanaan dan kejelasan. Mereka juga memperkenalkan ArkBench, benchmark ringan yang terdiri dari sepuluh tugas pemeliharaan dan evolusi perangkat lunak yang representatif. Menggunakan gpt-5.4-mini, Ark berhasil menyelesaikan 8 dari 10 tugas dengan konsumsi token yang moderat. Terakhir, arsitektur Ark dibandingkan dengan arsitektur coding agent mutakhir menggunakan taksonomi arsitektur yang baru-baru ini diusulkan. Penulis berharap Ark dan ArkBench menyediakan fo

Menggunakan gpt-5.4-mini, Ark berhasil menyelesaikan 8 dari 10 tugas di ArkBench dengan konsumsi token yang moderat. Benchmark ini terdiri dari sepuluh tugas pemeliharaan dan evolusi perangkat lunak yang representatif, menyediakan rangkaian evaluasi yang ringan namun praktis. Tingkat keberhasilan yang tinggi (8/10) menunjukkan bahwa coding agent minimal yang mempertahankan mekanisme arsitektur esensial dapat secara efektif menangani tugas pemeliharaan dan evolusi perangkat lunak yang realistis. Konsumsi token yang moderat menunjukkan bahwa arsitektur ini efisien dan tidak bergantung pada panggilan model atau konteks yang berlebihan. Hasil ini mendukung klaim bahwa Ark adalah fondasi yang layak untuk pengajaran, penelitian, dan eksperimen tentang coding agent. Makalah ini tidak melaporkan hasil per tugas, waktu, atau perbandingan dengan agent lain di ArkBench; hasil kuantitatif utamanya adalah tingkat keberhasilan 8/10 dengan penggunaan token yang moderat.

Coding agent dengan cepat muncul sebagai antarmuka utama untuk pengembangan perangkat lunak berbantuan AI. Meskipun adopsinya terus tumbuh, pemahaman tentang arsitektur internalnya masih relatif sedikit, dan belum ada deskripsi arsitektur sistematis yang sebanding dengan yang tersedia untuk compiler atau sistem operasi. Makalah ini mengisi celah tersebut dengan mendokumentasikan komponen arsitektur utama coding agent, menjelaskan tanggung jawab, interaksi, dan alur eksekusinya. Untuk mendukung upaya ini, penulis memperkenalkan Ark (Agent Research Kit), coding agent open-source minimal yang dirancang untuk penelitian dan pendidikan yang mempertahankan mekanisme arsitektur esensial coding agent modern sekaligus menekankan kesederhanaan dan kejelasan. Mereka juga memperkenalkan ArkBench, benchmark ringan yang terdiri dari sepuluh tugas pemeliharaan dan evolusi perangkat lunak yang representatif. Menggunakan gpt-5.4-mini, Ark berhasil menyelesaikan 8 dari 10 tugas dengan konsumsi token yang moderat. Terakhir, arsitektur Ark dibandingkan dengan arsitektur coding agent mutakhir menggunakan taksonomi arsitektur yang baru-baru ini diusulkan. Penulis berharap Ark dan ArkBench menyediakan fondasi praktis untuk pengajaran, penelitian, dan eksperimen tentang coding agent.

Studi ini mengikuti desain eksploratif yang bertujuan menghasilkan deskripsi arsitektur coding agent yang sistematis. Penulis terlebih dahulu mengidentifikasi mekanisme arsitektur esensial yang umum pada coding agent modern dan memformalkannya menjadi arsitektur referensi. Mereka kemudian mengimplementasikan Ark (Agent Research Kit), coding agent open-source minimal yang mempertahankan mekanisme tersebut sekaligus memprioritaskan kesederhanaan dan kejelasan untuk penelitian dan pendidikan. Ark dievaluasi menggunakan ArkBench, benchmark ringan berisi sepuluh tugas pemeliharaan dan evolusi perangkat lunak yang representatif. Evaluasi menggunakan gpt-5.4-mini sebagai model bahasa yang mendasari dan mengukur keberhasilan tugas serta konsumsi token. Terakhir, arsitektur Ark dibandingkan dengan arsitektur coding agent mutakhir menggunakan taksonomi arsitektur yang baru-baru ini diusulkan. Metodologi ini menggabungkan dokumentasi arsitektur, implementasi prototipe, benchmark empiris, dan analisis komparatif untuk menjembatani celah antara deskripsi ad hoc dan pengetahuan arsitektur yang sistematis.

Makalah ini menyumbangkan deskripsi arsitektur coding agent yang sistematis, mengatasi ketiadaan dokumentasi yang sebanding dengan compiler atau sistem operasi. Ark berfungsi sebagai implementasi referensi minimal yang konkret yang mempertahankan mekanisme arsitektur esensial sekaligus tetap sederhana dan jelas, sehingga cocok untuk penelitian dan pendidikan. ArkBench menyediakan benchmark ringan berisi sepuluh tugas pemeliharaan dan evolusi perangkat lunak yang representatif, memungkinkan eksperimen yang dapat direproduksi. Perbandingan Ark dengan coding agent mutakhir menggunakan taksonomi arsitektur yang baru-baru ini diusulkan menempatkan prototipe ini dalam ruang desain yang lebih luas dan menyoroti kesamaan serta perbedaan arsitektur. Tingkat keberhasilan 8/10 dengan konsumsi token yang moderat menunjukkan bahwa arsitektur minimal dapat efektif untuk tugas-tugas realistis. Penulis memposisikan Ark dan ArkBench sebagai fondasi praktis untuk pengajaran, penelitian, dan eksperimen tentang coding agent. Batasannya meliputi cakupan eksploratif, model tunggal yang digunakan (gpt-5.4-mini), dan ukuran benchmark yang kecil; pekerjaan selanjutnya dapat memperluas taksonomi, memperbesar ArkBench, dan mengevaluasi model serta varian arsitektur tambahan.

Praktisi dan peneliti ilmu komputer

Membuka konten member…