AI membuat saya menjadi bodoh

• Menulis dengan AI sangat menggoda untuk membuat artikel, kode, dan dokumen, tetapi juga memperbesar kecemasan bahwa kemampuan untuk menulis dan berpikir sendiri sedang menurun
• Saat membaca ulang hasil buatan AI, rasanya seperti “ya cuma terasa seperti AI” dan tidak benar-benar memuat gaya bicara atau maksud diri sendiri
• Selama 1–2 tahun terakhir, saya sangat bergantung pada AI untuk coding dan nyaris hanya menulis prompt, sehingga rasa kehilangan karena seolah lupa cara menulis kode sendiri makin besar
• Sekarang saya mencoba belajar lagi cara coding dengan tangan sendiri, dan saya melihat bahwa orang yang bisa membaca dan menulis kode akan tetap dibutuhkan bahkan setelah era AI
• Dorongan untuk menempelkan tulisan ke Claude demi memeriksanya sendiri adalah bentuk keraguan pada diri sendiri, dan AI menjadi sesuatu yang harus dihadapi karena hidup dari kecemasan itu

---

Kecemasan bahwa penggunaan AI melemahkan kemampuan menulis dan coding

• Menulis dengan AI sangat menggoda dalam pembuatan artikel, kode, dan dokumen, tetapi memberi perasaan bahwa kemampuan menulis langsung sedang berkurang
• Dulu saya merasa meski tidak luar biasa, saya tetap cukup mampu dalam menulis dan pengembangan perangkat lunak, tetapi semakin banyak menggunakan AI, semakin kuat perasaan bahwa keterampilan diri memburuk
• Saat dibaca ulang, hasil tulisan dengan AI memberi kesan “ya, ini cuma terasa seperti AI”, tidak cocok dengan gaya bicara atau maksud diri sendiri, dan tidak benar-benar memuat apa yang ingin disampaikan
• Kecemasan ini memperbesar keraguan diri dan sindrom impostor, sampai membuat saya meragukan apakah saya benar-benar bisa menghasilkan sesuatu sendiri

Alasan ingin belajar coding lagi dengan tangan sendiri

• Selama 1–2 tahun terakhir saya sepenuhnya menggunakan AI untuk coding, nyaris hanya menulis prompt, dan merasa tidak menulis satu baris kode pun secara langsung
• Akibatnya, rasanya saya seperti sudah melupakan sebagian besar cara coding, dan kehilangan coding—yang dulu merupakan pusat hidup saya—datang sebagai sesuatu yang menyedihkan dan membuat murung
• Sekarang saya sedang belajar lagi cara coding dengan tangan sendiri
• Saya melihat bahwa meski ada AI, kemampuan pengembangan perangkat lunak tidak akan hilang sepenuhnya
  • Orang yang bisa membaca dan menulis kode akan tetap dibutuhkan
  • Jumlah orang yang dibutuhkan bisa berkurang, tetapi orang seperti itu sendiri tetap diperlukan
• Saya berharap AI bisa membalik arus kelebihan permintaan terhadap pengembang perangkat lunak yang berlangsung selama 20–30 tahun terakhir
  • Seperti dalam kuliah Robert Martin (Uncle Bob), sebelum ilmu komputer menjadi profesi, pemrograman dilakukan oleh para ahli seperti fisikawan, matematikawan, dan akademisi
  • Saya melihat bahwa ketika permintaan terhadap pengembang perangkat lunak melonjak, profesionalismenya menjadi kabur
• Meski ini tulisan yang dibuat tanpa AI, saya tetap khawatir ada bagian yang aneh atau terlewat, sehingga muncul dorongan untuk menempelkannya ke Claude untuk diperiksa
• Dorongan itu sendiri adalah keraguan diri yang menjadi makanan AI, dan tetap menjadi sesuatu yang harus dilawan

[GN⁺]

Komentar Hacker News

• Saya tidak terlalu setuju dengan klaim ini. Setiap kali menulis kode dengan AI, saya terus bergulat dengan rasa tidak enak bahwa saya harus menelusuri semua yang dilakukan AI dan melengkapi atau memperbaikinya dengan kode saya sendiri
  Memang ada dopamin karena bisa mendapatkan aplikasi yang berjalan lewat vibe coding dalam beberapa menit, tetapi rasa tidak enak itu meniadakannya dan sepertinya tidak akan hilang dalam waktu dekat
  Mungkin karena saya punya pengalaman, dan kalau saya masih developer junior atau mid-level, saya juga sangat mungkin terjebak di situ. Kalau bukan karena bekas luka dari awal karier saat dihabisi code review oleh mentor-mentor yang berilmu, mungkin saya juga tidak akan punya intuisi itu

  • Dari pengalaman saya, Claude tampaknya hanya tahu cara memuntahkan kode. Diberi masalah apa pun, itu diterjemahkan menjadi “menulis lebih banyak kode” alih-alih “mengurangi kode”
    Hasil buatan Claude harus di-code review dengan sangat teliti, kalau tidak codebase akan terus membesar dan mendekati 100% technical debt
    Saya meninjau semua output Claude, dan sekitar 90~95% akhirnya jadi “wah, memang jalan. Tapi kodenya terlalu banyak. Sekarang mari kita pegang tangan selama 3 jam untuk memangkasnya sampai benar-benar tidak ada lagi yang bisa dibuang”
  • “Vibe coding dalam beberapa menit” itu seharusnya tidak dilakukan. Itu awalnya lelucon spontan seseorang, tetapi industri tidak menganggapnya sebagai lelucon, dan sebagian orang mengira itu bisa jadi cara pengembangan sungguhan, padahal tidak
    Kita perlu mencari cara kolaborasi yang lebih baik dengan agen. Kalau manusia meninjau bagian penting yang memang harus dilihat, lalu “mengalihdayakan” sisanya, kita bisa lebih cepat sampai pada kode dan desain yang bekerja dengan cara yang sama seperti jika diprogram sendiri
    Saya juga meninjau sekitar 90% kode yang ditulis agen, tetapi menulis atau mengucapkan beberapa prompt jauh lebih menyenangkan daripada mengetik puluhan ribu karakter dan terus bolak-balik antar file. Mungkin saya cuma lelah mengetik
  • Sepenuhnya setuju. Saya memakai AI sebagai pendamping untuk game development. Kalau ingin melakukan sesuatu yang baru atau menarik, Anda harus menulis kodenya sendiri, kalau tidak Anda akan sengsara
    Tetapi untuk pekerjaan remeh yang memakan waktu dan membosankan, saya merancang arsitektur yang jelas lalu menyerahkan implementasinya ke AI. Meski begitu, nanti tetap harus dicek lagi agar tidak membuat sesuatu yang aneh
    Contoh bagus baru-baru ini, di game yang saya buat dengan Godot, Codex mencoba mengimplementasikan ulang dari nol perilaku yang sebenarnya sudah disediakan oleh Area2D
    Kalau menyuruh AI melakukan pekerjaan yang bermakna, hasilnya penuh ranjau darat dan pilihan-pilihan aneh. Mungkin beda kalau saya membakar token senilai ratusan dolar, tetapi sebagai orang yang hanya menghabiskan 10 dolar per bulan, sakit kepalanya tidak sepadan
    Lagi pula proyek saya adalah hobi dan coding masih menyenangkan. Saya hanya menyerahkan bagian membosankan seperti save/load, parsing file data, dan menu pengaturan ke AI, dan menjauhkannya dari bagian yang butuh penilaian manusia
  • Saat ini pengalaman benar-benar berharga. Anda bisa mengarahkan agen dengan sangat baik, tetapi seperti yang dibilang, saya khawatir untuk para junior
    Saya ingin percaya bahwa saya akan memakai agen untuk menggali lebih dalam dan belajar lebih cepat. Dulu cukup sulit merangkai solusi dari Stack Overflow, berbagai kanal IRC, Reddit, dan sebagainya
    Tapi saat kuliah saya juga pernah menyontek tugas dan tidak meninjau jawabannya dengan benar, jadi saya tidak yakin. Meski begitu, saya tidak hanya mengejar gelar; saya juga memprogram karena tertarik, jadi mungkin hasilnya akan berbeda
    Bagaimanapun, saya bersyukur sudah melewati banyak pengalaman dan kegagalan sebelum masuk era LLM
  • Kode yang dibuat LLM, menurut standar saya, biasa-biasa saja. Saya tidak mengklaim diri sebagai otoritas clean code, tetapi saya bisa mengenali apakah kode itu terstruktur dengan baik
    Kode yang saya tulis sendiri selalu lebih baik daripada Claude atau GPT
    Pernah sekali saya mengekstrak spesifikasi dari proyek yang sudah saya tulis, meminta LLM mengimplementasikannya ulang hanya dari spesifikasi itu, lalu membandingkan kodenya; versi LLM itu seperti muntahan

• Sebagai developer, semua ini agak terasa seperti jaminan kerja
  Saya sudah memakai LLM selama beberapa waktu, cukup bagus, dan saya juga suka memakainya. Saya sudah vibe coding beberapa aplikasi, dan dopaminnya besar karena ide bisa langsung hidup
  Tetapi dari pengalaman saya, kalau dipercaya mentah-mentah Anda pasti akan kena. Bahkan dalam proyek vibe coding, ia terus menambahkan “fitur” yang tidak saya minta
  Untuk proyek pribadi saya tidak terlalu peduli selama hasil akhirnya sesuai harapan, tetapi perusahaan tidak akan sefleksibel itu. Pelanggan juga sepertinya tidak akan suka kalau fitur berubah atau bertambah setiap kali ada perbaikan atau pembaruan
  Kalau dirangkum, banyak perusahaan sedang bergerak ke arah ini, dan tanpa engineering yang benar, AI bisa menulis lebih banyak kode serta mengubah aplikasi secara tidak sengaja
  Karena ketakutan terhadap AI dan berkurangnya perekrutan, engineer junior yang masuk ke pasar akan berkurang
  Saat penggunaan AI mencapai titik kritis, akan ada perubahan besar-besaran, dan orang-orang yang “mem-prompt”-nya bisa mulai kewalahan
  Fitur yang harus dipertahankan di kepala akan semakin banyak. Karena LLM tidak bisa dipercaya 100%, developer tetap harus tahu persis apa yang dilakukan aplikasinya
  Pada akhirnya akan muncul banyak bug, dan para developer akan mengeluh bahwa mereka butuh tambahan personel. Lalu perekrutan akan dimulai lagi
  Posisi tersulit saat ini tampaknya developer baru, dan posisi terbaik adalah orang-orang yang sudah ada di pasar

  • Ada banyak kemiripan dengan booming outsourcing 10~20 tahun lalu. Perusahaan-perusahaan kecil dan murah melihat bahwa mereka bisa menyewa satu tim pengembang penuh di negara lain dengan biaya lebih rendah daripada satu developer AS, lalu terjun dengan ekspektasi tinggi dan proses yang minim
    Mereka hampir tidak menyiapkan apa pun agar berhasil, mempekerjakan opsi termurah secara membabi buta, melempar requirement yang ambigu, lalu hampir tidak melakukan technical review atau pengawasan berkelanjutan
    Alurnya mirip seperti yang Anda katakan. Awalnya tampak sukses karena prototipe cepat jadi dengan kode paling berantakan yang bisa dibayangkan, tetapi seiring waktu technical debt dan keputusan buruk menjadi hambatan yang makin besar, progres melambat, dan akhirnya proyek berhenti atau mati
    Mungkin kali ini berbeda, tetapi sebagian besar pekerjaan awal karier saya adalah membereskan proyek dengan pola seperti ini. Saya harap developer baru juga mendapat kesempatan yang sama
  • Saya hanya berharap bisa bertahan sampai titik ketika akhirnya ada banyak bug dan para developer mulai mengeluh bahwa mereka butuh tambahan personel
  • Saya juga sampai pada kesimpulan yang hampir sama. Saya benar-benar berusaha mengajarkan jalur yang benar kepada para intern
  • Saya setuju dengan kesan umum bahwa akan ada ledakan solusi kustom yang tersebar dan semuanya perlu dipelihara, yang pada akhirnya bisa meningkatkan perekrutan. Tetapi saya masih ragu untuk menerima gagasan ini sebagai skenario yang paling mungkin, karena saya sudah melihat terlalu banyak hal yang membuat saya bimbang
    Pertama, peningkatan efisiensinya luar biasa. Lebih besar daripada alat apa pun pada harga berapa pun. Produk utama perusahaan kami adalah web app, dan selama beberapa tahun terakhir kami telah menulis ulang produk utama itu
    Pada suatu sore saya bisa membuat proyek baru dengan stack yang saya inginkan, lalu dalam beberapa jam vibe coding sebuah MVP dari produk yang selama ini kami kerjakan
    Memang tidak sempurna, tetapi saya meminta fitur satu per satu dengan prompt kecil, dan masing-masing hanya butuh 5~10 menit. Hasilnya terlihat cukup profesional dan menurut standar apa pun “cukup bagus”
    Dengan sedikit waktu tambahan, rasanya saya bisa merilis dan memelihara sendirian sesuatu yang butuh tim kecil developer selama beberapa tahun untuk membuatnya. Sayangnya, ini terasa kurang seperti alat peningkat efisiensi dan lebih seperti “pengganti satu tim penuh” yang murah
    Lalu ada juga hype AI dari CEO nonteknis. CEO dan eksekutif kami benar-benar menerima rangkaian alat agen dari Claude, dan setiap hari mereka meluncurkan mockup, app, dan tool chain
    Kelihatan mereka kecanduan, dan mereka merasakan langsung manfaatnya. Ini belum terjadi, tetapi saya tidak akan kaget kalau CEO memecat sebagian besar tim pengembang lalu vibe coding seluruh app hanya dengan beberapa developer senior
    Sekarang mereka berkata “AI itu bukan pengganti, melainkan pengganda!” tetapi dalam kalimat yang sama juga bilang “kalau ini berarti kita tidak perlu merekrut selama beberapa tahun ke depan, itu kemenangan!”
    Saya pernah ditanya langsung mengapa kita tidak boleh vibe coding seluruh app, dan saya tidak punya jawaban yang benar-benar kuat. Ada pikiran yang terdengar masuk akal seperti “kita nanti tidak akan tahu cara memelihara app itu”, tetapi Claude tampaknya cukup mampu bahkan di tangan satu developer
    Memang benar “AI bisa mengubah app secara tidak sengaja dan memasukkan bug”, tetapi dengan observability yang tepat, testing, dan prompt tambahan, itu bisa diperbaiki dalam hitungan menit sampai jam
    Sejujurnya, rasanya tidak lagi masuk akal bagi perusahaan untuk terus mempertahankan seluruh tim pengembang. Sebanyak apa pun proyek dimulai dan inisiatif dijalankan, backlog cepat menyusut dan throughput tiap developer jadi sangat besar
    CEO nonteknis tidak peduli pada technical debt, cognitive debt, praktik desain perangkat lunak yang buruk, belajar coding, menjaga developer tetap tajam, kesenangan memecahkan masalah, atau seni dari algoritma maupun arsitektur yang bagus
    Yang mereka inginkan adalah produk yang cukup berjalan, memberi nilai, layak dibayar, dan diluncurkan dengan investasi semurah mungkin. Sayangnya AI cocok dengan syarat-syarat itu di hampir semua sisi
    Saya berharap volume besar perangkat lunak baru yang tercipta akan meningkatkan permintaan, tetapi saya khawatir itu tidak cukup untuk mengimbangi kenaikan kapasitas produksi yang besar dari AI

• Bulan depan saya sudah menyisihkan waktu untuk belajar TypeScript. Dalam proses itu saya tidak berniat sepenuhnya menyingkirkan AI
  Rencananya adalah membaca bukunya dari awal sampai akhir, lalu baru menulis kode. Saya rasa saya mendengar metode ini dari Mitchell Hashimoto di sebuah podcast
  Karena saya sudah menghabiskan banyak waktu untuk prompt coding seperti di tulisan aslinya, saya antusias sekaligus takut

• Tidak menulis kode dengan tangan tidak mungkin membuat Anda jadi kurang pintar. Kalau itu mungkin, kita seharusnya makin bodoh setiap kali pergi liburan
  Berbicara dengan chatbot tidak membunuh koneksi saraf di otak Anda
  Yang sebenarnya terjadi hanyalah Anda mengistirahatkan sementara kemampuan yang sangat teknis. Siapa pun di bumi ini akan “melupakan” sebagian dari keterampilan itu kalau tidak dipakai selama beberapa waktu
  Tetapi informasinya tidak hilang; hanya prioritasnya turun karena tergeser oleh informasi yang lebih relevan. Begitu ditinjau sebentar, semuanya kembali
  Bahkan sebelum AI, pernah ada jeda berbulan-bulan sebelum saya menulis program lengkap dalam salah satu dari beberapa bahasa. Saya sampai lupa hal sederhana seperti cara memulai definisi fungsi
  Tetapi saya tidak benar-benar lupa; cukup melihat sebentar satu fungsi yang sudah ada, saya langsung ingat semua sintaks lain yang mungkin dipakai dalam definisi fungsi. Tidak perlu panik, otak Anda bekerja normal

• Di sekolah banyak dibicarakan bahaya AI, tetapi risiko yang sama berlaku di lingkungan belajar mana pun
  Saya baru mulai kerja baru, dan AI justru membuat onboarding jauh lebih sulit. Adaptasi saya ke peran ini jauh lebih lambat daripada rekan kerja yang lebih sedikit memakai AI
  Saya sedang coding dalam bahasa yang belum akrab, jadi godaan vibe coding lebih kuat. Meski begitu, kemampuan saya masih cukup untuk menyadari ketika Claude memberi jawaban yang tidak masuk akal atau terlalu bertele-tele
  Tetapi makin sering saya meminta Claude menulis kode, makin kecil rasa bahwa saya sedang mengembangkan kemampuan yang dibutuhkan pekerjaan ini. Saat mengajukan PR pun saya merasa tidak enak karena kurang percaya diri terhadap pekerjaan saya sendiri
  Sejujurnya, bagian lainnya adalah saya menyuruh Claude mencari di Slack dan dokumentasi untuk pertanyaan yang seharusnya saya tanyakan kepada manusia
  AI memberi makan kecemasan sosial saya, dan menggoda saya untuk menghindari kontak manusia yang baik untuk pemahaman maupun interaksi sosial dasar
  Ini memang terdengar seperti menghindari tanggung jawab, tetapi tetap perlu disorot bahwa suatu teknologi bisa sangat adiktif bagi tipe orang tertentu dan mengunci mereka dalam loop perilaku negatif
  Kalau saya menunda ketergantungan pada AI sekarang, nantinya saya mungkin akan cukup mampu untuk memvalidasi hasilnya dengan mudah dan mendelegasikan pekerjaan berulang ke AI. Sulit, tetapi perlu

  • Saya menyarankan untuk meminta Claude mengajari apa yang Anda butuhkan. Misalnya: bagaimana cara mengubah string ini menjadi huruf besar? Pendekatan yang baik untuk masalah ini seperti apa? Apakah ada cara standar untuk tugas ini?
    Dengan begitu Anda bisa belajar dalam prosesnya. Tidak perlu memakainya seperti mesin pencari; cukup tanyakan apa yang perlu Anda ketahui saat itu, dan guncangan rantai token akan menghasilkan sesuatu yang berguna, terutama bagi pemula dalam bahasa tersebut
    Dengan cara ini Anda bisa menjalankan rencana untuk membangun kemampuan dulu lalu mulai mendelegasikan setelahnya
    Saya sudah melakukannya seperti ini, dan bagi saya ini keseimbangan yang baik. Meminta Claude menulis kode yang tidak bisa Anda nilai sendiri terasa seperti kegilaan, tetapi tampaknya pandangan ini minoritas
  • Sekarang adalah masa terburuk untuk pendidikan model magang, yakni internship. Semua orang berharap bisa meluncurkan sesuatu dengan cepat dan bagus menggunakan AI, tetapi dalam ritme iterasi cepat hampir tidak ada waktu untuk benar-benar mempelajari keterampilan
  • LLM cukup berguna untuk merangkum codebase agar cepat dipahami
    Praktis itu salah satu dari sedikit use case nyata yang saya alami selain vibe coding

• Saya memakai AI bukan untuk menghilangkan pekerjaan berpikir, tetapi untuk lepas dari penulisan kode yang berulang dan membosankan. Setelah prototipe diimplementasikan, AI cukup kompeten untuk menulis kode
  Saya menulis sendiri prototipe awal proof of concept yang kasar. Tanpa komentar, dengan variabel hardcoded, dan semacamnya. Lalu AI yang merapikannya ke tingkat produk
  Berkat itu saya bisa memimpin tim agen alih-alih mengelola orang-orang dengan etos kerja, keterampilan, dan kemampuan menjaga kualitas kode tinggi yang berbeda-beda
  AI juga sering cukup bagus dalam menjaga pola yang sudah ada di codebase atau menyesuaikan diri dengan best practice industri
  Dengan AI, kita tidak akan terlalu banyak menulis dalam bahasa pemrograman lagi. Entah bahasa Inggris atau bahasa apa pun untuk berbicara dengan LLM, itulah yang akan menjadi bahasa utama

  • “Setelah prototipe diimplementasikan, AI sepenuhnya kompeten menulis kode”? Sepenuhnya? Jelas sangat jauh dari sempurna
    Sebagian besar hari saya sekarang habis untuk memperbaiki ketidaksempurnaan yang dibuat oleh robot penghasil kode
    Memang, saya bukan sedang merapikan prototipe, tetapi memelihara, mengembangkan, dan memodernisasi produk penting yang sudah berusia lebih dari 8 tahun
  • Sebenarnya apa yang dimaksud dengan kode berulang dan membosankan itu?
    Dalam proyek apa pun, jujurnya seberapa banyak kode repetitif yang membosankan seperti itu?
  • Sebagian besar waktu justru dipakai untuk membuat rencana kerja dan kerangka prototipe agar LLM bisa bekerja. Kalau tidak, semuanya jadi kekacauan mengerikan
    Anda butuh prompt yang disusun dengan cermat, jadi harus benar-benar memahami framework dan bahasa dasarnya. Kalau tidak, semuanya jadi kekacauan mengerikan
    Saya juga tidak paham bagaimana orang menangani banyak agen. Biasanya semuanya selesai cukup cepat. Tidak ada yang benar-benar bisa dilakukan di sela-sela eksekusi. Rasanya terus berada dalam kondisi “tinggal 1 menit lagi selesai”
    Setelah selesai, output-nya harus dievaluasi. Jadi selama “bekerja” pun saya tidak bisa berpikir mendalam. Polanya mirip media sosial: perhatian terus-menerus, imbalan nyaris instan
    Akhirnya rentang perhatian terus rusak, dan rusaknya serius
    Masalahnya, rencana seperti ini menguap dalam beberapa jam, lalu Anda harus menganalisis output dan mengulang sambil menyaring bagian-bagian bodoh
    Menangani output dari banyak agen adalah peralihan konteks yang terus-menerus. Semoga berhasil dalam jangka panjang
    Kalau Anda membiarkan agen berlarian sesuka hati dan membuat apa saja, output-nya hampir pasti jadi kekacauan mengerikan. Titik

• Dalam proyek saat ini saya coding setiap hari dengan Java, Ruby, dan JavaScript. Saya membuang banyak token hanya untuk memeriksa perbedaan antarbahasa yang dulu cukup dicari di Google
  Saya terus tertukar soal null-safe operator di Ruby dan JavaScript, atau soal pernyataan continue/break di Ruby dan Java
  Claude mungkin akan cukup kecewa kalau tahu bahwa tugas paling rumit yang saya minta adalah me-refactor loop Java lama menjadi stream yang lebih modern. Kode seperti itu hampir mustahil ditulis manusia secara spontan

  • Sayang sekali mendengar “hampir mustahil ditulis manusia”. Refactor seperti itu justru pekerjaan favorit saya karena cakupannya sempit, mudah diverifikasi kebenarannya, dan terasa seperti teka-teki kecil
    Nilai bonus kalau Anda membuat collector sendiri atau memakai bagian standard library yang agak obscure
  • Tidak membantu juga bahwa Google sudah rusak. Yang dulu cukup dengan pencarian Google sederhana kini berubah menjadi pengalaman bawaan yang terdegradasi karena AI ikut campur juga

• Ada juga contoh sebaliknya. Dalam mode /plan, bertukar ide dengan AI, menangkap asumsi AI yang salah, dan ketika perlu AI menjelaskan dengan jelas celah pengetahuan saya, terasa cukup merangsang secara intelektual dan seolah membuat saya jadi engineer yang lebih baik
  Kuncinya adalah mendekati AI secara sokratis, memikirkan dengan hati-hati semua yang AI usulkan, dan tidak terhipnotis oleh nada percaya dirinya maupun logika yang tersusun sempurna

• Saya justru punya pengalaman yang sangat berlawanan. Mungkin karena di bidang saya, kode/perangkat lunak bukanlah produk melainkan alat
  Saya belajar jauh lebih cepat dan jauh lebih banyak. Misalnya sekarang saya bekerja dengan perangkat keras spektroskopi seperti Raman dan NMR, dan saya meminta Claude menulis kode yang berinteraksi dengan peralatan itu pada level perangkat dan hardware
  Alih-alih saya membongkar datasheet dan menulis banyak wrapper code, Claude yang mengerjakannya
  Saya bisa jauh lebih cepat berdiskusi dengan Claude tentang berbagai teknik, mengimplementasikannya, lalu mengujinya. Dulu loop seperti ini akan memakan waktu 5~10 kali lebih lama
  Karena saya tidak perlu menguras tenaga mental untuk menulis kode sepele hanya demi bisa melihat hasilnya, saya malah belajar jauh lebih banyak tentang peralatan, teknik, dan data ini
  Saya sudah lebih dari 10 tahun bekerja sebagai developer. Saya senang karena rasanya akhirnya saya bergerak menuju dunia di mana kode bisa dipakai sebagai alat, bukan terus-menerus harus dijadikan produk

  • Bahwa kode adalah alat, bukan produk, mungkin cuma berlaku untuk Anda. Kode sebagai alat sudah selalu ada

• Sepertinya tidak banyak orang yang punya kemewahan waktu untuk menulis kode dengan tangan
  Kalau melihat kode yang benar-benar kita tulis, dalam kasus saya sebagian besar bukan hal baru atau keren, melainkan rutinitas seperti “membuat backend untuk X”, perbaikan bug sederhana, atau tugas remeh untuk programmer mid sampai senior
  Pekerjaan yang lebih sulit biasanya adalah keputusan arsitektur di atas kode, dan saya juga sedang memikirkan bagaimana membangun sistem agar LLM tidak keluar jalur saat mengimplementasikan fitur
  Maksud saya, menulis kode dengan tangan mungkin masih oke sekarang, tetapi ke depan para pemegang saham atau atasan akan menginginkan peluncuran fitur dan perbaikan bug yang lebih cepat dengan bantuan LLM
  Kalau Anda tidak bisa mengikuti kecepatan itu, performa Anda akan dinilai rendah. Pada akhirnya yang penting bukan apa yang kita inginkan, melainkan apa yang diinginkan pemegang saham
  Tentu, kalau Anda tidak kelelahan, Anda masih bisa menulis kode dengan tangan di waktu luang. Saya tidak ingin terdengar seperti orang yang terlalu pesimistis, tetapi saya rasa ini akan segera jadi kenyataan

  • Dari awal ini bukan soal kecepatan. Kemajuan cepat biasanya bukan datang dari memakai bahan mentah yang sama lebih cepat, melainkan dari merancang sistem yang lebih baik dan membuat abstraksi yang kokoh
  • Semua orang punya waktu untuk menulis kode dengan tangan. Karena AI sebenarnya tidak menghasilkan peningkatan produktivitas