Cara menerapkan vibe coding secara bertanggung jawab di lingkungan produksi - Vibe coding in prod | Code w/ Claude

Ini adalah presentasi dari Eric, peneliti agen coding di Anthropic, yang membahas bagaimana vibe coding (pendekatan yang sepenuhnya menyerahkan penulisan kode kepada AI) dapat dimanfaatkan dengan aman di lingkungan layanan nyata. Ia menjelaskan bahwa menghasilkan banyak kode dengan AI dan vibe coding bukanlah hal yang sama, dan seperti definisi Andrej Karpathy, intinya adalah "melupakan fakta bahwa kode itu ada". Di tengah situasi ketika skala pekerjaan yang bisa ditangani AI berlipat ganda setiap 7 bulan, ia memulai dari kesadaran bahwa jika tidak memanfaatkan arus ini, kita tak punya pilihan selain tertinggal dalam persaingan.

Argumen utama

• Prinsip vibe coding adalah "lupakan kode, tapi jangan lupakan produk". Seperti halnya kita tidak membaca assembly yang dihasilkan compiler satu per satu, fokusnya bukan pada kode yang ditulis AI itu sendiri, melainkan pada verifikasi kualitas dan akurasi hasil akhirnya.
• Peran developer harus bergeser dari orang yang mengimplementasikan langsung menjadi product manager (PM) bagi Claude. Seperti saat menyerahkan pekerjaan kepada engineer junior, proses merangkum kebutuhan, konteks codebase, dan batasan dengan cukup lalu menyampaikannya ke AI dapat memakan waktu lebih dari 15~20 menit, tetapi investasi itu secara signifikan meningkatkan tingkat keberhasilan.
• Vibe coding harus difokuskan pada leaf node dalam codebase (fitur ujung yang tidak menjadi dependensi kode lain). Kode fondasi yang menjadi inti arsitektur atau yang diandalkan modul lain tetap harus dipahami dan dikelola secara mendalam oleh manusia.
• Merancang kemampuan verifikasi adalah hal yang wajib. Dalam contoh internal Anthropic, mereka menulis kode reinforcement learning sebesar 22.000 baris dengan Claude lalu me-merge-nya ke production, dan mengatakan bahwa dengan merancang stress test serta checkpoint verifikasi berbasis input/output, mereka dapat memastikan stabilitas dan akurasi tanpa harus membaca seluruh kode.

Keterbatasan saat ini

• Untuk technical debt, masih belum ada cara yang baik untuk mengukur atau memverifikasinya tanpa membaca kode secara langsung. Ini adalah alasan terbesar mengapa vibe coding harus dibatasi pada leaf node.
• Berbahaya jika non-developer membangun sistem production dengan vibe coding hingga ke area sensitif seperti keamanan atau pembayaran. Penilaian teknis untuk bisa mengajukan pertanyaan yang tepat harus menjadi prasyarat.

Pembeda

• Yang mengesankan adalah cara ia membingkai vibe coding bukan sebagai tren sesaat, melainkan sebagai pergeseran struktural dalam industri perangkat lunak, serta menyoroti bahwa "memverifikasi hasil tanpa mengetahui implementasinya" adalah tantangan setua peradaban itu sendiri, sebagaimana CTO mengelola para ahli atau CEO memverifikasi pekerjaan akuntan.

Implikasi

• Kemampuan yang dituntut dari software engineer sedang bergeser dari kemampuan menulis kode baris demi baris menjadi kemampuan mendefinisikan kebutuhan secara presisi dan memverifikasi hasil secara terstruktur. Mengingat kecepatan peningkatan performa alat AI, tampaknya akan lebih menguntungkan jika makin cepat beradaptasi dengan pergeseran ini.