Sampai batas tertentu, ini cukup mirip dengan pemikiran saya.
Saya sudah mencoba memakai GPT, dan menurut saya sepertinya belum bisa menggantikan posisi developer senior. Namun, seiring meningkatnya produktivitas, developer pemula dan junior tampaknya akan makin sulit mendapatkan pekerjaan.
Developer frontend harus berkomunikasi dengan rekan tim dari berbagai bidang seperti desainer, perencana, dan backend, jadi sepertinya tidak akan banyak berkurang. Ada perkataan Jobs, "orang-orang tidak tahu apa yang mereka inginkan sampai hal itu ditunjukkan kepada mereka"; developer frontend berperan membuat berbagai pilot berulang kali untuk menunjukkan hal yang diinginkan itu, jadi sepertinya jumlahnya tidak akan berkurang banyak. Mungkin justru pilot akan dibuat lebih banyak.
Sebaliknya, developer backend tampaknya akan makin berkurang karena pembuatan kode otomatis dan AI. Rasanya juga tidak akan hilang sepenuhnya, tetapi kemungkinan akan berkurang. Pengembangan backend, kalau dilihat dari satu sisi, punya bagian-bagian yang mirip rumus dan juga banyak ruang untuk otomatisasi, jadi bidang ini memang terasa akan agak menyusut.
Mungkin AI tidak akan sepenuhnya menggantikan developer, tetapi pengurangan pekerjaan secara parsial bisa terjadi. Namun, karena akan muncul lebih banyak pekerjaan untuk transformasi digital dan modernisasi sistem legacy di lebih banyak area, untuk sementara waktu sepertinya masih akan baik-baik saja.
Saya pernah melihat receiver informasi bencana UHD dipasang di beberapa halte; kalau ini juga memakai metode ATSC 3.0, agar BPS bisa dimanfaatkan dengan benar tampaknya penerimaan juga harus memungkinkan bahkan pada sensitivitas sinyal yang rendah.
📝 Era Pasca-Developer – ringkasan terperinci (oleh ChatGPT)
Latar belakang dan tujuan tulisan
Tepat setelah showcase GPT-4 pada 2023, penulis menyampaikan pandangan skeptis terhadap klaim bahwa AI akan menggantikan developer melalui tulisan “The End of Front-End Development”.
Kini setelah 2 tahun berlalu (2025), ia meninjau kondisi nyata untuk memeriksa apakah prediksi saat itu benar.
Status adopsi AI di perusahaan
Ada artikel yang menyebut “AI menulis 25% dari seluruh kode” di Google, tetapi pada praktiknya developer manusia tetap memimpin dan AI hanyalah alat.
AI bukan menulis kode secara otonom; developer yang memberi arah lalu meninjau dan memperbaiki hasilnya.
Devin: hasil nyata AI pengganti developer
Devin dari Cognition mengusung gagasan “pengembangan tanpa developer”, tetapi sebagian besar perusahaan yang benar-benar mengadopsinya melaporkan pengalaman gagal.
Tugas kecil masih bisa dikerjakan, tetapi untuk pekerjaan kompleks kemampuannya tidak memadai. Sebagian besar tim berhenti menggunakannya dalam waktu sebulan.
Vibe coding
Diperkenalkan contoh AI IDE yang digunakan langsung oleh Josh (Cursor + Claude).
Tugas sederhana bisa diselesaikan dengan cepat, dan dalam beberapa kasus bahkan ada usulan kode yang lebih baik dari perkiraan.
Namun pada akhirnya tetap perlu penanganan manusia, dan tidak bisa dipelihara hanya dengan AI.
“AI itu seperti cruise control. Jika tangan dilepas, pada akhirnya ia akan keluar jalur.”
Pasar kerja developer saat ini
Situasinya masih sulit. Namun ini bukan karena AI menggantikan manusia, melainkan karena
penurunan investasi akibat kenaikan suku bunga
gelombang PHK besar-besaran di Big Tech
ilusi bahwa “AGI akan segera hadir”
Artinya, bukan karena AI benar-benar sudah menggantikan manusia, tetapi justru karena keyakinan yang dibesar-besarkan itulah perekrutan terhambat.
Apakah front-end lebih berisiko?
Sebagian orang berpendapat bahwa “front-end lebih mudah digantikan”, tetapi Josh justru melihat sebaliknya.
Front-end berkaitan langsung dengan pengalaman pengguna, sehingga pekerjaan yang presisi dan selaras dengan brand sangat penting.
Kode back-end justru bisa lebih cepat disederhanakan dan diotomatisasi oleh AI.
Memanfaatkan LLM sebagai alat belajar
AI adalah alat yang sangat berguna bagi pemula untuk menjelaskan konsep dan memahami error.
Namun, mempercayainya secara membabi buta itu berbahaya.
“AI bukan GPS. Ia harus diterima secara kritis seperti juri.”
Jika diikuti tanpa kritik, pada akhirnya orang tidak akan bisa membaca kode dan juga tidak tahu cara memperbaikinya.
Pesan untuk developer junior
Jangan berhenti belajar pemrograman karena merasa terintimidasi oleh AI.
Justru developer yang tahu cara bekerja bersama AI akan menjadi sosok yang paling kuat.
Ke depan, “renaissance developer” mungkin saja datang.
“Memulai belajar coding sekarang pun belum terlambat.”
Kondisi terkini perkembangan teknologi
Kinerja AI terus membaik, tetapi kini fasenya lebih berupa peningkatan bertahap daripada lompatan eksplosif.
Model baru seperti GPT-4.5 dan Gemini 2.5 terus muncul, tetapi lebih pada penyempurnaan detail dari kemampuan yang sudah ada.
Hal-hal yang mengkhawatirkan
Ketidakstabilan ekonomi global akibat terpilihnya kembali Trump dan faktor lain dapat berdampak buruk pada industri teknologi.
Jika terlalu bergantung pada alat AI, fondasi kemampuan pengembangan bisa melemah.
Jangan melewatkan kesempatan untuk belajar dan berkembang; AI harus dimanfaatkan secara aktif.
📌 Ringkasan kesimpulan
AI tidak mampu sepenuhnya menggantikan developer,
melainkan semakin menetap sebagai alat bantu yang meningkatkan produktivitas.
Peran developer manusia tetap esensial, dan nilainya akan terus bertahan.
Saya menggunakan Plex dan Jellyfin, jadi saya sempat mengecek kode dan dokumentasinya; kalau memakai Bun SQLite, sepertinya performanya bisa sedikit lebih baik, dan agak disayangkan karena dokumentasi untuk Jellyfin masih belum siap.
Bahkan di dalam negeri pun ada cukup banyak area di kota-kota daerah yang tidak tercakup; bukankah di kota-kota pinggiran di negara lain kondisinya bisa lebih parah?
Saya juga jadi berpikir bahwa wilayah cakupannya mungkin berbeda dengan GPS.
Setiap kali melihat model PHK ala Amerika, saya merasa itu barbar. Mereka adalah orang-orang yang pernah menghabiskan waktu bersama, jadi meskipun harus diberhentikan, apa mereka bahkan tidak bisa mengatakan, "rapikan dulu lalu keluar"?
Apakah semua orang harus menyusun pekerjaannya secara stateless dengan asumsi bahwa akses mereka bisa terputus seketika?
Apakah melakukan kueri ke LLM dengan memasukkan file yang sudah dibundel ke dalam prompt atau melampirkannya ke aplikasi bisa disebut RAG? Saya penasaran bagian mana yang termasuk Retrieval.
Memang tidak ada model yang mengalahkan GPT 4.5 dari sisi spesifikasi, tetapi... bahkan jika hanya disuruh menerjemahkan sederhana, kemampuan penyusunan kalimat keduanya bahkan tidak sebanding. (GPT menang telak)
Sekarang sepertinya kita juga perlu mulai membahas bagaimana seharusnya benchmark atau test set disusun.
Bahkan cukup sering terdengar penilaian bahwa performa LLM itu sendiri pada task umum masih di bawah ekspektasi...
Ini tulisan yang penuh pelajaran. Pada akhirnya, kita tidak boleh melupakan fakta bahwa SaaS juga merupakan produk yang "dipekerjakan" pelanggan untuk menyelesaikan masalah.
Untuk menafsirkan hal seperti ini, memang paling pas pakai ChatGPT. Saya memberi isi tulisan dan komentarnya lalu menanyakannya.
Komentar ini:
“Remember, kids, Clinton got a blowjob and Obama wore a beige jacket”
mengandung satire dan sinisme yang kuat. Kalimat ini tampak seperti sekadar mengingatkan sejarah, tetapi sebenarnya merupakan kritik terhadap standar ganda di dunia politik, kemarahan media yang selektif, dan cara korupsi ditutupi.
Makna tiap elemennya:
1. “Clinton got a blowjob”
→ Presiden Bill Clinton nyaris menghadapi pemakzulan karena skandalnya dengan Monica Lewinsky (tindakan seksual).
→ Media dan kalangan politik mencurahkan perhatian dan kemarahan yang sangat besar pada kasus ini.
2. “Obama wore a beige jacket”
→ Seperti dijelaskan sebelumnya, ini merujuk pada contoh ketika Obama mengenakan setelan warna beige dan hal itu dikritik secara berlebihan oleh media dan dunia politik.
Artinya, dua peristiwa ini menunjukkan bahwa kontroversi yang sebenarnya relatif sepele pun dulu bisa mendapat kecaman besar.
Lalu sekarang?
• Ada dugaan seseorang memakai informasi internal untuk menghasilkan 2.5M → 70M hanya dalam 1 jam,
• tetapi media maupun kalangan politik tidak menunjukkan kemarahan atau perhatian sebesar itu.
Jadi, jika diparafrasekan sesuai maknanya:
“Dulu, hal kecil yang dilakukan presiden saja bisa bikin satu negara geger, tapi sekarang bahkan ketika dugaan korupsi terang-terangan terlihat, semua orang malah diam?”
Saya belajar banyak. Terima kasih.
Reaksi komentar di Bluesky lucu banget wkwkwk
Komentarnya menarik.
Terima kasih sudah berbagi.
Tips luar biasa... terima kasih
Sampai batas tertentu, ini cukup mirip dengan pemikiran saya.
Saya sudah mencoba memakai GPT, dan menurut saya sepertinya belum bisa menggantikan posisi developer senior. Namun, seiring meningkatnya produktivitas, developer pemula dan junior tampaknya akan makin sulit mendapatkan pekerjaan.
Developer frontend harus berkomunikasi dengan rekan tim dari berbagai bidang seperti desainer, perencana, dan backend, jadi sepertinya tidak akan banyak berkurang. Ada perkataan Jobs, "orang-orang tidak tahu apa yang mereka inginkan sampai hal itu ditunjukkan kepada mereka"; developer frontend berperan membuat berbagai pilot berulang kali untuk menunjukkan hal yang diinginkan itu, jadi sepertinya jumlahnya tidak akan berkurang banyak. Mungkin justru pilot akan dibuat lebih banyak.
Sebaliknya, developer backend tampaknya akan makin berkurang karena pembuatan kode otomatis dan AI. Rasanya juga tidak akan hilang sepenuhnya, tetapi kemungkinan akan berkurang. Pengembangan backend, kalau dilihat dari satu sisi, punya bagian-bagian yang mirip rumus dan juga banyak ruang untuk otomatisasi, jadi bidang ini memang terasa akan agak menyusut.
Mungkin AI tidak akan sepenuhnya menggantikan developer, tetapi pengurangan pekerjaan secara parsial bisa terjadi. Namun, karena akan muncul lebih banyak pekerjaan untuk transformasi digital dan modernisasi sistem legacy di lebih banyak area, untuk sementara waktu sepertinya masih akan baik-baik saja.
Saya pernah melihat receiver informasi bencana UHD dipasang di beberapa halte; kalau ini juga memakai metode ATSC 3.0, agar BPS bisa dimanfaatkan dengan benar tampaknya penerimaan juga harus memungkinkan bahkan pada sensitivitas sinyal yang rendah.
📝 Era Pasca-Developer – ringkasan terperinci (oleh ChatGPT)
Latar belakang dan tujuan tulisan
Status adopsi AI di perusahaan
Devin: hasil nyata AI pengganti developer
Vibe coding
Pasar kerja developer saat ini
Apakah front-end lebih berisiko?
Memanfaatkan LLM sebagai alat belajar
Pesan untuk developer junior
Kondisi terkini perkembangan teknologi
Hal-hal yang mengkhawatirkan
📌 Ringkasan kesimpulan
Ini benar-benar tulisan yang penuh pelajaran. Memanfaatkan 2 jam setiap pagi untuk menulis dan bahkan menyelesaikan berbagai proyek...!
Saya menggunakan Plex dan Jellyfin, jadi saya sempat mengecek kode dan dokumentasinya; kalau memakai Bun SQLite, sepertinya performanya bisa sedikit lebih baik, dan agak disayangkan karena dokumentasi untuk Jellyfin masih belum siap.
Terima kasih karena ada proyek seperti ini
Bahkan di dalam negeri pun ada cukup banyak area di kota-kota daerah yang tidak tercakup; bukankah di kota-kota pinggiran di negara lain kondisinya bisa lebih parah? Saya juga jadi berpikir bahwa wilayah cakupannya mungkin berbeda dengan GPS.
Bukankah LLM melakukan retrieval berdasarkan file yang sudah dibundel lalu mengambil kode aslinya?
Saya juga punya pemikiran serupa
Saat melihat ini, apakah aku orang yang punya selera zaman dulu karena langsung merasa ini terlihat keren?
Setiap kali melihat model PHK ala Amerika, saya merasa itu barbar. Mereka adalah orang-orang yang pernah menghabiskan waktu bersama, jadi meskipun harus diberhentikan, apa mereka bahkan tidak bisa mengatakan, "rapikan dulu lalu keluar"?
Apakah semua orang harus menyusun pekerjaannya secara stateless dengan asumsi bahwa akses mereka bisa terputus seketika?
Saya cukup terkejut karena ada banyak reaksi yang sangat keren...
Apakah melakukan kueri ke LLM dengan memasukkan file yang sudah dibundel ke dalam prompt atau melampirkannya ke aplikasi bisa disebut RAG? Saya penasaran bagian mana yang termasuk Retrieval.
Memang tidak ada model yang mengalahkan GPT 4.5 dari sisi spesifikasi, tetapi... bahkan jika hanya disuruh menerjemahkan sederhana, kemampuan penyusunan kalimat keduanya bahkan tidak sebanding. (GPT menang telak)
Sekarang sepertinya kita juga perlu mulai membahas bagaimana seharusnya benchmark atau test set disusun.
Bahkan cukup sering terdengar penilaian bahwa performa LLM itu sendiri pada task umum masih di bawah ekspektasi...
Ini tulisan yang penuh pelajaran. Pada akhirnya, kita tidak boleh melupakan fakta bahwa SaaS juga merupakan produk yang "dipekerjakan" pelanggan untuk menyelesaikan masalah.
Untuk menafsirkan hal seperti ini, memang paling pas pakai ChatGPT. Saya memberi isi tulisan dan komentarnya lalu menanyakannya.
Komentar ini:
“Remember, kids, Clinton got a blowjob and Obama wore a beige jacket”
mengandung satire dan sinisme yang kuat. Kalimat ini tampak seperti sekadar mengingatkan sejarah, tetapi sebenarnya merupakan kritik terhadap standar ganda di dunia politik, kemarahan media yang selektif, dan cara korupsi ditutupi.
Makna tiap elemennya: 1. “Clinton got a blowjob” → Presiden Bill Clinton nyaris menghadapi pemakzulan karena skandalnya dengan Monica Lewinsky (tindakan seksual). → Media dan kalangan politik mencurahkan perhatian dan kemarahan yang sangat besar pada kasus ini. 2. “Obama wore a beige jacket” → Seperti dijelaskan sebelumnya, ini merujuk pada contoh ketika Obama mengenakan setelan warna beige dan hal itu dikritik secara berlebihan oleh media dan dunia politik.
Artinya, dua peristiwa ini menunjukkan bahwa kontroversi yang sebenarnya relatif sepele pun dulu bisa mendapat kecaman besar. Lalu sekarang? • Ada dugaan seseorang memakai informasi internal untuk menghasilkan 2.5M → 70M hanya dalam 1 jam, • tetapi media maupun kalangan politik tidak menunjukkan kemarahan atau perhatian sebesar itu.
Jadi, jika diparafrasekan sesuai maknanya: