7 poin oleh GN⁺ 2025-12-12 | Belum ada komentar. | Bagikan ke WhatsApp
  • Seiring meluasnya lingkungan di mana agen coding AI menghasilkan dan menyempurnakan kode dalam jumlah besar, muncul arus perubahan cara kerja desainer, bukan hanya developer
  • Seperti pada kasus Anthropic dan OpenAI, ketika mulai beralih ke tahap di mana sebagian besar kode inti perusahaan ditulis oleh AI, struktur kolaborasi di seluruh organisasi juga ikut berubah
  • Penggunaan sebagai alat prototyping semakin menonjol, sehingga dimungkinkan pendekatan untuk membantu tim memiliki pemahaman yang sama dengan membuat branch kode yang benar-benar berjalan alih-alih PRD
  • Agen AI memberi desainer kemampuan kerja baru seperti memperbaiki bug produksi, memahami sistem, mengeksplorasi alternatif, dan memicu kolaborasi dengan engineer bila diperlukan
  • Pemanfaatan seperti ini sedang mengarah pada alur kerja yang membantu desainer mencoba lebih banyak perbaikan dengan cepat dan membuat keputusan dengan kualitas yang lebih baik

Perubahan yang dibawa agen coding AI bagi desainer

  • Di seluruh perusahaan teknologi, arus sebagian besar kode ditulis oleh agen AI mulai mengakar
    • Seperti Claude dari Anthropic atau OpenAI Codex, AI menghasilkan porsi besar kode untuk pengembangan produk dan model
    • Developer memanfaatkan agen secara aktif bukan hanya untuk menulis kode, tetapi juga dalam proses review dan penyempurnaan
  • Perubahan ini memengaruhi bukan hanya produktivitas pengembangan, tetapi juga struktur organisasi
    • Ada pula contoh penataan ulang proses dan cara kolaborasi untuk mendukung budaya pengembangan berbasis agen
    • Dalam struktur peran yang ada, desainer dan PM menjadi lebih mudah membuat prototipe berbasis kode secara langsung
  • Dalam contoh penggunaan oleh PM, muncul pendekatan membuat branch kode alih-alih PRD tradisional untuk langsung membagikan nuansa sebuah fitur
    • Menggunakan Augment Code untuk membuat branch di atas kode produksi, lalu menyempurnakannya berulang kali dengan agen sampai hasilnya memuaskan
    • Seluruh tim dapat merasakan hasilnya dan memahami dengan lebih jelas “apa yang dibuat dan mengapa”

Kemampuan utama yang dimanfaatkan desainer

  • Fix Production Bugs

    • Dapat memperbaiki bug atau masalah UX yang ditemukan di produksi secara langsung
      • Jika penjelasan masalah dimasukkan, agen akan mengusulkan solusi, lalu solusi itu bisa diuji dan patch dapat diterapkan segera
      • Perbaikan-perbaikan kecil terakumulasi untuk meningkatkan kualitas UX, sekaligus berperan melengkapi bagian yang mudah terlewat oleh tim pengembang
  • Learn & Rethink Solutions

    • Membantu memahami struktur yang tampak seperti perubahan kecil tetapi sebenarnya memiliki dampak ke seluruh sistem
      • Karena agen menunjukkan proses berpikir dan perbaikan langkah demi langkah, desainer dapat mempelajari cara kerja internal produk secara intuitif
      • Proses itu sendiri menjadi alat belajar, sehingga sering kali ditemukan solusi yang lebih baik daripada pendekatan awal
  • Get Engineering Involved

    • Ketika cakupan perubahan yang dicoba agen menjadi terlalu luas, desainer dapat lebih awal mengenali perlunya kolaborasi dengan tim engineering
      • Ini bukan kegagalan agen, melainkan sinyal kompleksitas pekerjaan
      • Desainer dapat lebih mudah mendefinisikan masalah bersama tim dan menyiapkan strategi penyelesaiannya

Kondisi lingkungan untuk agen AI

  • Untuk pemanfaatan yang efektif, penting menggunakan alat yang memahami codebase nyata perusahaan secara mendalam
    • Seperti Context Engine dari Augment Code, yang kuat pada kode berskala besar dan kompleks

Kesimpulan

  • Berkat agen coding AI, desainer mendapatkan alur kerja baru yang memungkinkan mereka mencoba lebih banyak perbaikan dan membuat penilaian yang lebih akurat
  • Bukan hanya prototipe, kini perbaikan berbasis kode nyata juga menjadi mungkin, sehingga peran desainer dalam meningkatkan kualitas produk semakin menguat

Belum ada komentar.

Belum ada komentar.