Rasanya sudah bertahun-tahun sejak terakhir kali saya mengalami masalah fatal dengan Wayland pada tingkat penggunaan desktop biasa.
Selain bug yang benar-benar sepele, saya memakainya dengan sangat nyaman, jadi ini benar-benar tulisan yang sulit saya setujui.
Developer yang muncul dalam tulisan ini disebut menggunakan dua akun paket Max, dan saat itu masih kurang mereka bahkan membayar pemakaian tambahan.
Di videonya juga ada banyak cara pemanfaatan dan pemikiran yang layak dijadikan referensi, jadi sepertinya bagus untuk disimak juga!
Saya juga pada awal memakai Max masih punya sisa kuota,
sekarang saya memakainya di beberapa terminal sekaligus, atau membangun sistem multi-agent,
sehingga bahkan untuk pekerjaan yang sama pun token dihabiskan dengan pendekatan yang mengejar lebih banyak token dan kualitas yang lebih tinggi.
Ya, masih ada sedikit tersisa.
Kalau boleh tahu, jika Anda menghabiskan seluruh kuota paket Max, bagaimana Anda memanfaatkan AI?
Saya benar-benar penasaran apakah saya memakainya terlalu dangkal, atau memang sekadar terlalu sedikit menggunakannya.
Memang terasa menyenangkan karena dibanding dulu, proses mewujudkan dan membangun ide menjadi jauh lebih cepat.
Namun, jika semua orang memiliki kemampuan seperti itu, saya jadi berpikir bagaimana cara membuktikan kemampuan yang lebih unggul daripada orang lain.
Mengapa sistem AI tidak belajar dan apa yang harus dilakukan tentang hal itu
Pelajaran tentang pembelajaran otonom dari ilmu kognitif
Emmanuel Dupoux, Yann LeCun, Jitendra Malik https://arxiv.org/pdf/2603.15381
Bukankah ini pada dasarnya karena mereka sendiri tidak punya kemampuan maupun niat untuk mengajarkan WPF kepada developer junior di perusahaan, jadi mereka asal merekrut developer yang sekadar paham React lalu langsung melempar mereka ke pekerjaan?
Selama bertahun-tahun mereka konsisten mengabaikan persyaratan nonfungsional, jadi menurut saya sekarang melontarkan janji kosong tanpa isi sudah tidak ada artinya.
Kalau ditulis dalam format postmortem, setidaknya mungkin masih terlihat ada ketulusan, tetapi tulisan ini bagi saya tidak tampak lebih dari sekadar upaya menenangkan opini publik, basa-basi manis, dan pekerjaan yang dikerjakan dengan enggan oleh seseorang yang kebagian tugas remeh di organisasi.
Seperti demam dot-com, blog, dan SaaS di masa lalu, saat ini bermunculan begitu banyak aplikasi AI, tetapi sebagian besar ditakdirkan menghilang tanpa pernah benar-benar bersinar. Di lingkungan tempat siapa pun bisa membuat aplikasi dengan AI, jika tidak ada pembeda yang benar-benar istimewa, bentuk aplikasi itu sendiri akan segera menjadi tidak bermakna. Kini kita mulai memasuki era 'perangkat lunak tak terlihat', ketika AI secara spontan membuat lalu membuang fungsi yang dibutuhkan saat itu juga.
Jika menengok kembali ledakan pengembangan aplikasi pada masa awal smartphone, situasi sekarang menjadi semakin jelas. Kini inti pengembangan AI bukan lagi coding, melainkan ide, perancangan, dan kemampuan eksekusi. Secara alami, definisi 'developer' di dalam perusahaan pun sedang berubah. Namun kenyataannya keras. Perusahaan memaksakan pengembangan super-singkat dengan AI, menuntut pekerjaan yang dulu memakan waktu dua minggu diselesaikan hanya dalam dua hari. Para developer kadang juga kecanduan pada 'kesenangan membuat' proyek pribadi, tetapi justru pengembangan sebagai pekerjaan menghadapi intensitas kerja yang makin berat. (Ini mengingatkan pada fenomena yang sama saat 'otomatisasi perkantoran' di era 90-an. Bukan berarti pekerjaan menjadi lebih santai dan mudah karena otomatisasi perkantoran, melainkan lebih banyak pekerjaan dibebankan kepada lebih sedikit orang...)
Belakangan ini demam AI di Tiongkok benar-benar sangat kuat. Dari pengembangan model hingga aplikasi, baik dari segi kuantitas maupun kualitas, momentumnya setara dengan Amerika Serikat atau bahkan terkesan lebih maju. Dari pengamatan subjektif saya, cukup banyak talenta inti di departemen AI utama di AS yang berasal dari Tiongkok.
Sementara perusahaan-perusahaan AS bersikap hati-hati karena isu privasi, biaya token, dan keamanan, Tiongkok relatif lebih agresif. Di Korea, akan bagus jika ada integrasi dengan KakaoTalk, tetapi karena protokol keamanan khas Kakao yang sangat kuat dan ekosistemnya yang tertutup, akses dari luar tidaklah mudah. Pada akhirnya, kemungkinan pendekatannya adalah otomatisasi tidak langsung melalui AI pengenalan layar, atau layanan-layanan AI akan berjalan terpisah dari KakaoTalk. Di tengah demam AI ini, alih-alih ikut arus dan menyalahgunakan alat hanya karena sedang tren, saya rasa lebih bijak untuk menanggapinya dengan tenang.
Rasanya sudah bertahun-tahun sejak terakhir kali saya mengalami masalah fatal dengan Wayland pada tingkat penggunaan desktop biasa.
Selain bug yang benar-benar sepele, saya memakainya dengan sangat nyaman, jadi ini benar-benar tulisan yang sulit saya setujui.
Workflow Agentic yang benar-benar untuk pekerjaanku
Developer yang muncul dalam tulisan ini disebut menggunakan dua akun paket Max, dan saat itu masih kurang mereka bahkan membayar pemakaian tambahan.
Di videonya juga ada banyak cara pemanfaatan dan pemikiran yang layak dijadikan referensi, jadi sepertinya bagus untuk disimak juga!
Saya juga pada awal memakai Max masih punya sisa kuota,
sekarang saya memakainya di beberapa terminal sekaligus, atau membangun sistem multi-agent,
sehingga bahkan untuk pekerjaan yang sama pun token dihabiskan dengan pendekatan yang mengejar lebih banyak token dan kualitas yang lebih tinggi.
Tampaknya ini terus berkembang agar semakin bisa dimanfaatkan dengan baik oleh orang-orang yang menjalankan bisnis seorang diri.
office-hours menarik ya, saya punya sesi hands-on.
Ini adalah tulisan terjemahan: https://rosetta.page/post/…
Ya, masih ada sedikit tersisa.
Kalau boleh tahu, jika Anda menghabiskan seluruh kuota paket Max, bagaimana Anda memanfaatkan AI?
Saya benar-benar penasaran apakah saya memakainya terlalu dangkal, atau memang sekadar terlalu sedikit menggunakannya.
Kuota masih tersisa?
Memang terasa menyenangkan karena dibanding dulu, proses mewujudkan dan membangun ide menjadi jauh lebih cepat.
Namun, jika semua orang memiliki kemampuan seperti itu, saya jadi berpikir bagaimana cara membuktikan kemampuan yang lebih unggul daripada orang lain.
Dari sudut pandang value for money karena saya memakai Kiro dan Cursor,
menurut saya Cursor sedikit lebih unggul untuk hal yang lebih mendalam.
Kecepatannya juga lebih cepat
Mengapa sistem AI tidak belajar dan apa yang harus dilakukan tentang hal itu
Pelajaran tentang pembelajaran otonom dari ilmu kognitif
Emmanuel Dupoux, Yann LeCun, Jitendra Malik
https://arxiv.org/pdf/2603.15381
Bukankah ini pada dasarnya karena mereka sendiri tidak punya kemampuan maupun niat untuk mengajarkan WPF kepada developer junior di perusahaan, jadi mereka asal merekrut developer yang sekadar paham React lalu langsung melempar mereka ke pekerjaan?
Selama bertahun-tahun mereka konsisten mengabaikan persyaratan nonfungsional, jadi menurut saya sekarang melontarkan janji kosong tanpa isi sudah tidak ada artinya.
Kalau ditulis dalam format postmortem, setidaknya mungkin masih terlihat ada ketulusan, tetapi tulisan ini bagi saya tidak tampak lebih dari sekadar upaya menenangkan opini publik, basa-basi manis, dan pekerjaan yang dikerjakan dengan enggan oleh seseorang yang kebagian tugas remeh di organisasi.
Karena ini langganan, rasanya tidak terlalu membebani, tetapi sepertinya juga tidak bisa diabaikan.
Lama-lama kita akan beradaptasi lagi. Seperti perbedaan antara pekerjaan kantoran saat itu dan pekerjaan kantoran sekarang.
Sedikit banyak jadi petunjuk juga, hehe
Biaya per item tampaknya tidak akan murah.
Teori internet mati...
Saya merekomendasikan https://github.com/opgginc/opencode-bar.
Seperti demam dot-com, blog, dan SaaS di masa lalu, saat ini bermunculan begitu banyak aplikasi AI, tetapi sebagian besar ditakdirkan menghilang tanpa pernah benar-benar bersinar. Di lingkungan tempat siapa pun bisa membuat aplikasi dengan AI, jika tidak ada pembeda yang benar-benar istimewa, bentuk aplikasi itu sendiri akan segera menjadi tidak bermakna. Kini kita mulai memasuki era 'perangkat lunak tak terlihat', ketika AI secara spontan membuat lalu membuang fungsi yang dibutuhkan saat itu juga.
Jika menengok kembali ledakan pengembangan aplikasi pada masa awal smartphone, situasi sekarang menjadi semakin jelas. Kini inti pengembangan AI bukan lagi coding, melainkan ide, perancangan, dan kemampuan eksekusi. Secara alami, definisi 'developer' di dalam perusahaan pun sedang berubah. Namun kenyataannya keras. Perusahaan memaksakan pengembangan super-singkat dengan AI, menuntut pekerjaan yang dulu memakan waktu dua minggu diselesaikan hanya dalam dua hari. Para developer kadang juga kecanduan pada 'kesenangan membuat' proyek pribadi, tetapi justru pengembangan sebagai pekerjaan menghadapi intensitas kerja yang makin berat. (Ini mengingatkan pada fenomena yang sama saat 'otomatisasi perkantoran' di era 90-an. Bukan berarti pekerjaan menjadi lebih santai dan mudah karena otomatisasi perkantoran, melainkan lebih banyak pekerjaan dibebankan kepada lebih sedikit orang...)
Belakangan ini demam AI di Tiongkok benar-benar sangat kuat. Dari pengembangan model hingga aplikasi, baik dari segi kuantitas maupun kualitas, momentumnya setara dengan Amerika Serikat atau bahkan terkesan lebih maju. Dari pengamatan subjektif saya, cukup banyak talenta inti di departemen AI utama di AS yang berasal dari Tiongkok.
Sementara perusahaan-perusahaan AS bersikap hati-hati karena isu privasi, biaya token, dan keamanan, Tiongkok relatif lebih agresif. Di Korea, akan bagus jika ada integrasi dengan KakaoTalk, tetapi karena protokol keamanan khas Kakao yang sangat kuat dan ekosistemnya yang tertutup, akses dari luar tidaklah mudah. Pada akhirnya, kemungkinan pendekatannya adalah otomatisasi tidak langsung melalui AI pengenalan layar, atau layanan-layanan AI akan berjalan terpisah dari KakaoTalk. Di tengah demam AI ini, alih-alih ikut arus dan menyalahgunakan alat hanya karena sedang tren, saya rasa lebih bijak untuk menanggapinya dengan tenang.