Cara Mempercepat Pengembangan dengan AI - Era Koding dengan Suara Akhirnya Terbuka [Slide Google 137 halaman]

• Cara memanfaatkan AI sebagai programmer
• Produktivitas tidak hanya datang dari coding: "Coding hanyalah sebagian. AI harus digunakan di semua bagian agar seluruh perusahaan bergerak lebih cepat"
• Riset: mari outsourcing proses berpikir.
  • Untuk investigasi dan pemikiran pada topik yang kompleks, "ChatGPT Pro + Deep Research itu dewa."
  • Bagaimana cara membuat prompt yang besar
• Coding: kalau begitu, sekarang mari mulai coding.
  • "Cursor dulu yang utama, tapi belakangan ini 90% saya pakai Claude Code"
    • Cursor: terasa seperti diberi alat yang bagus. Yang tetap bekerja masih saya
    • Claude Code: terasa seperti diberi junior yang bagus. Saya yang mengarahkan mereka
  • Sekarang adalah musimnya agent
• Tetap coba lihat Cursor juga
  • Menulis contoh: "Membuat program yang membantu investasi saham individual di pasar AS"
  • Vibe coding: 'dunia dengan pembalikan peran penulis'
    • Cara lama: saya yang menulis, AI yang membantu.
    • Vibe coding: AI yang menulis, saya yang membantu.
  • Rule-Growing Development
    • Menugaskannya ke LMM
    • Setelah mengamati perilaku aneh, tambahkan rule baru ke arah yang diinginkan.
    • Rule juga memuat pengetahuan yang diperlukan untuk tiap proyek individual
    • Kode dan kumpulan rule tumbuh bersama.
    • Rule dan pengetahuan ini juga menjadi objek version control di repositori tim
  • Tips yang dipelajari sambil bekerja
    • Saat bukan 0-1 melainkan perbaikan codebase
    • Jika ingin AI lebih jago menulis SQL
    • Jika Anda seorang programmer Python
    • Kita harus tetap mengawasi solusi dari AI.
    • MCP yang bahkan membawa konteks dari layanan lain
• Sekarang Claude Code
  • Hal yang paling mengejutkan adalah performa agent. Meskipun sama-sama mode agent, tingkat penyelesaian tugas Claude Code jauh lebih tinggi daripada Cursor.
    • Penyempurnaan sejati dari "suruh lalu pantau"
  • Kelebihannya, bisa dipakai juga di luar bidang pengembangan: karena bisa berinteraksi dengan mesin lokal saya
  • Kelebihan lain, sangat mudah diparalelkan: buka banyak jendela, kecepatannya jadi N kali lipat!
  • Sedikit tips: iterm + tmux
  • Bagaimanapun, inti Claude Code adalah Claude.md
  • Kimi k2 + groq + claude
  • Coding front-end dengan playwright
• Melakukan analisis data dengan bantuan AI
  • Otomatisasi analisis
  • Otomatisasi yang lebih keren
• Belajar dengan bantuan AI
  • Menjadi developer berarti profesi yang terus belajar = profesi yang harus terus membaca bahasa Inggris
  • Saat membaca dokumentasi pengembangan berbahasa asing
  • Tapi apa cara yang lebih menghemat waktu? : Apakah ini konten yang layak dibaca?
  • Browser Dia
  • Penyempurnaan koding dengan suara adalah voice dictation
  • Yang paling sering dipakai belakangan ini adalah spokenly
• Kalau AI mengerjakan semuanya seperti ini, apakah kita akan di-PHK?
  • Apakah kita tidak punya pekerjaan lagi?
  • Tapi sebenarnya, manajemen yang agak ceroboh pun bisa dibantu LLM
  • Tingkat keberhasilan LLM untuk tugas di tiap bidang kerja
  • Kapan orang dianggap mengundurkan diri?
  • Kalau di era AI saya sama sekali tidak ingin berubah, berapa banyak waktu yang tersisa untuk saya?
• Pada akhirnya, apa pekerjaan manusia di era AI?

  Beberapa tahun ke depan, 1 orang (non-)developer akan melakukan coding sambil memakai agent setara 100 orang.
  AI seperti Lamborghini terbaru dan truk 10 ton yang tangguh bisa menyiapkan berbagai pilihan. Kitalah yang harus memilih dengan bijak.
  Bukan soal benar atau salah, melainkan memilih di antara yang sama-sama benar
  Pemilih nilai di antara berbagai trade-off

[carloscox]

LLM benar-benar meningkatkan kompleksitas, jadi rasanya kalau tidak digunakan dengan rapi dan terkontrol seperti pisau bedah, utang teknis akan cepat sekali menumpuk. Sepertinya pada akhirnya kode AI yang dipakai di FAANG juga semuanya akan di-rollback.

GPT-5 (Thinking/Pro) tampaknya sedikit lebih baik, tetapi bagaimanapun juga, proses menyederhanakan kompleksitas ini sepertinya tetap ranah manusia. Malah, dibanding Auto-regressive, bisa jadi Diffusion lebih mampu melakukannya.

Saya rasa kita masih punya sedikit waktu lagi.

[tobyyun]

Membantu saya merangkum pengalaman dan menatap ke depan. Terima kasih.

[secret3056]

Sebenarnya saya biasanya tidak terlalu membaca tulisan seperti ini karena sering terlihat seperti omong kosong, tapi saya membacanya karena komentarnya banyak, dan ternyata ini benar-benar tulisan yang bagus!!

[tsboard]

Saya benar-benar membacanya dengan sangat baik. Ini membuat saya banyak berpikir, tetapi saya juga lega karena masih terlihat ada bagian-bagian yang layak untuk dicoba.

[yongho]

Materi saya diperkenalkan di GeekNews. Ini benar-benar kehormatan besar bagi keluarga saya.

[hyeonseok]

Saya ikut menerima energi positif dari Yongho-nim dengan baik.

[overthinker]

Sepertinya respons seminar ini luar biasa, terima kasih.

[roots0528]

Saya membacanya dengan senang hati. Lucu dan bermanfaat.

[dbs0829]

Bahkan hanya dari materinya saja, kualitasnya sudah sangat bagus. Terima kasih sudah berbagi.

[vk8520]

Belum lama ini saya juga membacanya. Isinya tersusun dengan baik, jadi hanya dengan membaca materi presentasinya saja sudah sangat membantu.

[xguru]

Materi presentasi Pak Hayongho yang selalu layak dipercaya. Wajib disimak.

[turastory]

Saat membaca tulisan-tulisan tentang bagaimana seharusnya memanfaatkan AI, arahnya sering berujung cukup mirip, dan menarik melihat bahwa hal itu juga sejalan dengan rekayasa perangkat lunak yang sudah ada. Pada akhirnya, jika AI disamakan dengan pengembang, mungkin ini bisa dilihat sebagai persoalan, 'bagaimana kita bisa mengembangkan perangkat lunak dengan baik bersama banyak pengembang?'