- Dengan munculnya agen kode AI, peran developer tampak seperti akan menghilang, tetapi justru ada argumen bahwa sekarang adalah waktu yang baik untuk belajar development
- Developer bukan sekadar orang yang menulis kode, melainkan sosok yang menemukan inti masalah dan menyelaraskan realitas dengan kebutuhan
- AI memang dapat dengan cepat membuat kode yang tampak berjalan, tetapi dalam praktiknya sering kali menyelesaikan masalah yang salah atau menciptakan ilusi
- Developer yang mempelajari dasar-dasar dan mampu memanfaatkan AI dengan baik justru akan memiliki produktivitas dan pengaruh yang lebih besar
- Perubahan tidak bisa dihindari, sehingga pentingnya pakar manusia yang tahu cara memanfaatkan AI akan semakin besar
What do you do while awaiting the agents writing your code?
- Saat agen kode bekerja, penulis menghabiskan waktu dengan berolahraga atau mencoba agen baru
- Namun menangani beberapa agen sekaligus tidaklah mudah, dan kadang-kadang orang jadi terus mengulang permintaan seperti "tolong perbaiki ini!!" tanpa benar-benar memahaminya
- Bahkan dalam lingkungan seperti ini, penulis tetap merasa senang, dan justru berpendapat bahwa sekarang adalah masa terbaik, berbeda dari suasana yang memperingatkan akhir para developer
Developers are highly-paid farmers. LLMs are the combine harvesters.
- Mengutip tweet Tom Blomfield
"Developer adalah petani bergaji tinggi, dan LLM adalah mesin pemanen combine"
- AI membuat satu developer mampu mengerjakan jauh lebih banyak hal dibanding masa lalu, dan kemampuan itu menyebar dengan cepat
- Memang ada anggapan bahwa AI dapat menggantikan peran developer manusia, tetapi justru orang yang tahu cara memanfaatkannya sebagai alat menjadi semakin penting
- Ini bukan berarti peran developer menghilang, melainkan bahwa peran itu menjadi lebih kuat
1. It’s your moat, too
- Fakta bahwa developer adalah daya saing perusahaan (moat), pada saat yang sama juga berlaku untuk developer itu sendiri
- Dalam situasi ketika pesaing juga menjadi lebih kuat karena AI, memecat developer yang sudah ada adalah tindakan yang nyaris bunuh diri
- Saat para pesaing memperluas wilayah mereka dengan memanfaatkan AI, hanya bertahan akan membuat kita tertinggal
- Kini developer ibarat prajurit yang dipersenjatai helikopter atau mesin combine, dan perusahaan yang mampu memanfaatkan mereka dengan baik akan menang
2. AI grants wishes, developers discover
- AI dapat dengan cepat mewujudkan permintaan permukaan pengguna, tetapi sebagian besar masalah nyata sebenarnya adalah masalah definisi dan desain, bukan coding
- Karena kurangnya pemahaman terhadap realitas dan permintaan yang keliru, sering kali dihasilkan sesuatu yang melenceng
- Contoh: ada aplikasi berbasis blockchain, tetapi dalam kenyataannya kata sandi masih dibagikan dan bahkan 2FA pun tidak ada
- Contoh: ada portal pelanggan, tetapi data sebenarnya masih disimpan manual di Excel
- AI bisa memberikan "jawaban yang terasa nyaman", tetapi tetap dibutuhkan pakar yang mampu membedakan apakah itu benar-benar jawaban yang membantu
- Belajar dengan bantuan AI memang mungkin, tetapi jika dasar-dasarnya lemah, pada akhirnya yang bertambah hanya waktu tersesat
- Konsep kompleks seperti GDPR atau keamanan pun bisa diimplementasikan oleh AI, tetapi sering kali penggunanya tidak sepenuhnya memahami maknanya
- Developer tetap dibutuhkan karena berperan menemukan inti persoalan dan menyaring permintaan yang keliru
- AI hanyalah pendamping belajar; untuk menjadi developer sungguhan, pengetahuan dasar dan kepekaan terhadap dunia nyata tetap wajib dimiliki
3. Software is kinda the last problem anyway
- Masalah yang terakhir diselesaikan AI mungkin justru adalah masalah perangkat lunak, dan masih ada banyak persoalan software yang tersisa
- Alat AI terus bertambah, sehingga kemampuan membedakan alat yang baik dan yang buruk menjadi semakin penting
- Sekarang adalah masa paling mudah untuk belajar, dengan alat yang berlimpah dan kesempatan menyelesaikan masalah yang juga melimpah
- Pada saat seperti ini, berkata "AI akan mengerjakan semuanya, jadi mari kurangi developer" justru merupakan pilihan yang menutup sendiri potensi pertumbuhan
- Generasi developer yang tumbuh bersama AI akan memiliki kekuatan besar di masa depan, dan investasi saat ini sangat penting
Sekarang adalah masa ketika belajar lebih mudah, produktivitas lebih tinggi, dan campur tangan manusia lebih dibutuhkan. Peran pakar manusia yang dapat memverifikasi penilaian AI dan bertanggung jawab atasnya akan menjadi semakin penting ke depan
Kesimpulan
- Teknologi selalu berubah, dan arahnya tidak selalu bisa diprediksi dengan tepat
- Namun peran manusia tetap penting, dan manusialah yang harus memverifikasi ilusi dan kesalahan AI serta bertanggung jawab atasnya
- Hanya menggunakan AI saja tidak cukup; tetap dibutuhkan pakar manusia yang benar-benar tahu cara menanganinya
- Pada akhirnya, developer tidak sedang menghadapi akhir yang romantis dari teknologi, melainkan berdiri di titik awal yang baru
3 komentar
Saya sangat setuju. Saya juga sepakat bahwa pelan-pelan akan semakin banyak hal yang bisa dilakukan lewat alat no-code, tetapi bagi orang yang sudah cukup memahami pengembangan atau ingin belajar pengembangan, memanfaatkan bantuan AI itu... rasanya sekarang sudah membaik secara eksplosif. Kecepatan bertambahnya pengetahuan atau pengalaman bagi orang yang mendekati tingkat kompleksitas tertentu dengan rasa ingin tahu tampaknya lebih cepat dan juga lebih menyenangkan daripada menunggu hari ketika bisa melakukannya tanpa harus tahu.
Namun (setidaknya di dalam negeri) perusahaan menerapkannya seperti ini.
Grup OOO sedang merombak organisasinya dengan berfokus pada kecerdasan buatan. ... Untuk pekerjaan yang mutlak diperlukan seperti pemeliharaan layanan, mereka memanfaatkan tenaga pengembang dari pusat pengembangan di Kamboja, dan sebagian karyawan domestik termasuk pengembang sedang dialihkan ke tim produk setelah menyelesaikan pelatihan kecerdasan buatan. Menurut penjelasan Wakil Ketua MMM OOO, perekrutan tenaga baru termasuk pengembang saat ini dihentikan.
Saya menyamarkannya agar tidak terkena masalah, tetapi ini artikel yang benar-benar ada: https://news.nate.com/view/20250610n33754
Komentar Hacker News
Sebenarnya menurut saya, salah satu manfaat besar dari alat AI yang jarang dibahas adalah “dukungan psikologis”. Ini sangat berarti karena saat pekerjaan buntu, kita bisa mendapat sedikit dorongan atau tenaga. Meski jawabannya tidak harus sempurna, setidaknya ada sesuatu yang membuat kita bisa maju lagi. Perasaan bahwa kita tidak bekerja sendirian ternyata jauh lebih penting daripada yang dibayangkan banyak orang
“Kabar baik, Bos! Sekarang kami telah menciptakan teknologi baru yang memungkinkan orang nonspesialis menulis dan menerapkan kode langsung dalam bahasa Inggris! Kita tidak perlu lagi mempekerjakan developer mahal!” “Oh, coba tunjukkan!” “Ya, ini dia. Namanya COBOL”
Setelah mengalami berkali-kali respons korporat yang berlebihan dan obat mujarab ala media yang dibesar-besarkan, saya punya firasat kuat bahwa gelombang AI kali ini juga akan berkembang dengan pola yang mirip masa lalu. Perusahaan pada akhirnya akan membuat keputusan yang merugikan pekerja intelektual, tetapi kompensasi eksekutif tidak akan ikut turun. Namun bagi pembangun yang cerdas dan sangat termotivasi seperti penulis TFA, gelombang ini tampak seperti peluang besar. Jika pekerjaan Anda sedang terancam atau sudah hilang, ini bisa menjadi saat untuk mencoba hal-hal yang dulu tidak sempat dilakukan karena sibuk atau kelelahan. Dalam proses itu, Anda mungkin bisa membangun sumber penghasilan yang baik dan tidak mudah dikendalikan perusahaan, dan beberapa orang bahkan bisa menciptakan sesuatu yang nanti ingin dibeli perusahaan dengan harga besar
Saya cukup sering menulis, semacam jurnal, tetapi biasanya tidak saya bagikan. Saya akui duluan bahwa gaya tulisannya seperti coretan spontan. Namun saya tetap membagikannya karena ingin menyeimbangkan arus yang belakangan terlalu pesimistis terhadap nilai developer perangkat lunak
Saya bekerja di bidang keamanan dan bukan developer, tetapi saya memang belajar pengembangan perangkat lunak saat kuliah. Kalau hanya dari judulnya saja, menurut saya ini masa yang lebih baik untuk mempelajari apa pun ketika dasar-dasarnya bisa dipelajari dengan mudah. Dulu kita harus menghabiskan banyak waktu menjelajahi forum online untuk memperbaiki bug, mencari penjelasan konsep, atau mencari cara menerapkannya. LLM bisa berperan sebagai tutor untuk mengajukan banyak pertanyaan, memberi umpan balik kode, menjelaskan konsep, dan menunjukkan letak kesalahan. Sebenarnya selama ini sebagian besar yang kita cari adalah ‘pertanyaan bodoh’. Hanya saja, saya sendiri belum yakin bagaimana keunggulan ini diterapkan untuk orang level menengah ke atas
Saya setuju bahwa analogi tentang pertanian itu menarik, tetapi agar paradoks Jevons benar-benar berlaku, kurva permintaan harus sangat elastis, sedangkan pangan pada kenyataannya tidak elastis. Untuk saat ini, tanda tanya terbesarnya adalah seberapa banyak lagi permintaan terhadap perangkat lunak masih bisa tumbuh, dan di mana batas kemampuan AI berada
Metafora bisa tampak meyakinkan, tetapi tetap membutuhkan bukti yang benar-benar mendukung. ‘Mesin pertanian’ mungkin analogi yang valid, tapi bisa juga situasinya lebih mirip alat CAD yang menggantikan masa ketika gambar teknik mesin dibuat dengan tangan. Namun mengingat insinyur tidak sepenuhnya digantikan oleh CAD, secara pribadi saya rasa tidak tepat jika langsung menarik kesimpulan yang sama dengan perubahan produktivitas ekstrem seperti pertanian
Saya tidak setuju dengan seluruh framing tulisan ini. Khususnya, saya rasa lonjakan efisiensinya tidak sebesar combine harvester. Tetapi titik perubahan yang penting adalah bahwa nilai sedang bergeser dari sekadar ‘kemampuan coding’ ke pengetahuan domain, pemahaman logika bisnis, dan kemampuan untuk lincah bergerak di antara pemangku kepentingan teknis maupun nonteknis sambil menyelesaikan masalah asalnya. Saya rasa kita sudah melihat perubahan seperti ini saat gelombang outsourcing 20 tahun lalu
Pada dasarnya ini adalah fenomena yang sudah berulang sejak dulu. Setelah alat low-code dan no-code diperkenalkan, solusi yang dibuat oleh nonspesialis pada akhirnya selalu harus dirapikan oleh engineer. Saya sendiri membangun karier yang lumayan menguntungkan dari pekerjaan membereskan sisa-sisa seperti itu
Kalau semua gejala ini digabungkan, seharusnya perusahaan menahan diri untuk tidak memecat developer. Tetapi pada praktiknya pemecatan sudah terjadi. Yang makin sering terlihat di organisasi sekarang adalah logika “kalau remote, mari pekerjakan orang dari wilayah bergaji lebih murah”, dan logika penggantian “mari ganti developer dengan AI” jelas berjalin dengan strategi HR yang sudah ada. Lebih mendasar lagi, saya juga ingin menyoroti bahwa banyak pekerjaan yang dilakukan developer selama 20 tahun terakhir pada akhirnya adalah pekerjaan tanpa efek konsumsi nyata, semacam ‘eksploitasi fokus’