Di Balik Proyek Marlin: Bagaimana 1.000 Insinyur Latih Claude Code Agar Berpikir Seperti Developer Senior

Skala dan kompensasinya mencerminkan betapa Anthropic menghargai masukan ahli ini. Dua kontraktor mengatakan kepada Business Insider bahwa mereka dibayar hingga $280 per tugas, dengan setiap tugas biasanya memakan waktu sekitar satu jam, memungkinkan sebagian dari mereka menghasilkan lebih dari $3.000 per minggu . Snorkel AI menerapkan lapisan persetujuan internal untuk memastikan kontrol kualitas pada setiap kiriman .

Mengapa Produk Senilai $2,5 Miliar Masih Membutuhkan Juri Manusia

Skala investasi dalam Proyek Marlin menjadi lebih masuk akal jika dibandingkan dengan trajektori komersial Claude Code yang mencengangkan. Agen coding ini, yang diluncurkan ke publik pada Mei 2025, mencapai pendapatan setahun penuh (annualized revenue run-rate) sebesar $1 miliar pada November tahun yang sama, dan menggandakannya menjadi $2,5 miliar pada Februari 2026 .

Saat detail Proyek Marlin terungkap, Claude Code telah melampaui Cursor dan GitHub Copilot dalam hal pendapatan, menguasai sekitar 51% hingga 54% pasar AI coding . Pencapaian ini didorong oleh alat yang sangat diandalkan oleh tim internal Anthropic sendiri untuk 70% hingga 90% kode mereka, termasuk sekitar 90% basis kode (codebase) Claude Code sendiri .

Inisiatif Marlin mengungkapkan wawasan kunci dari kesuksesan ini: bahkan agen coding AI tercanggih pun masih membutuhkan umpan balik manusia yang canggih untuk menutup kesenjangan antara menulis kode yang berfungsi dan meniru penilaian bernuansa seorang pengembang profesional . Tujuan eksplisit proyek ini adalah menyempurnakan Claude Code agar lebih baik dalam mereplikasi keterampilan tingkat profesional, bergerak melampaui kebenaran sintaksis sederhana menuju keputusan arsitektur, kepekaan peninjauan kode, dan pemecahan masalah kontekstual .

Pergeseran Industri: Dari Pelabelan Data ke Evaluasi Pakar

Proyek Marlin mewakili evolusi penting dalam cara perusahaan AI mendekati tenaga kerja pelatihan, terutama karena agen coding menjadi kasus penggunaan perusahaan dengan nilai tertinggi untuk AI generatif, menyumbang 51% dari seluruh penggunaan perusahaan .

Alur kerja pelabelan data tradisional—di mana pekerja berupah lebih rendah memberi anotasi gambar atau mengklasifikasikan teks—tidak cocok untuk mengevaluasi alat yang dirancang untuk bernalar melalui permintaan tarik yang kompleks. Sebaliknya, perusahaan seperti Anthropic membayar premi besar untuk kontraktor yang dapat menerapkan penilaian rekayasa. Tren ini kemungkinan akan meningkat seiring taruhan ekonomi untuk alat coding AI yang terus meningkat.

Implikasi yang lebih luas bagi pasar tenaga kerja cukup signifikan: seiring model AI menjadi lebih mumpuni, pengawasan manusia yang dibutuhkan untuk meningkatkannya tidak menghilang—ia bergeser ke atas dalam hal tingkat keahlian dan kompensasi. Proyek Marlin menunjukkan bahwa masa depan pelatihan AI mungkin tidak lagi tampak seperti lantai pabrik, melainkan lebih mirip proses peninjauan kode elit, di mana insinyur-insinyur top dibayar per jam untuk mengajari mesin cara berpikir seperti pengembang senior.