- Pengembangan Android dimulai pada 2014 lewat kuliah Java dan kelas online gratis yang diketahui dari teman sekelas, lalu berlanjut dengan aplikasi to-do pertama, dan pengalaman melihat software di genggaman benar-benar menyentuh dunia nyata menjadi pendorongnya
- Karier selama 10 tahun menjadi masa untuk menegaskan tujuan teknologi sambil memelihara aplikasi yang memberi manfaat nyata bagi pengguna, seperti aplikasi kencan, akses obat-obatan, dan dukungan perjalanan
- Melewati kelas, hackathon, pekerjaan pertama, dan Droidcon NYC membuat saya merasakan bahwa yang bertahan lebih lama daripada hasil akhir adalah hubungan dengan orang-orang dan penyebaran pengetahuan secara terbuka
- LLM telah membaik hingga mampu memberi kode yang bisa dikompilasi dan bahkan melakukan review, tetapi juga melemahkan pemahaman yang lahir dari penelusuran ala Stack Overflow, bantahan, voting, dan trial and error
- Pengembangan software adalah seni sekaligus kerajinan yang tidak bisa digantikan hanya dengan otomatisasi pekerjaan berulang, dan seharusnya tetap menjadi kegiatan manusia yang membangun dan berbagi untuk sesama manusia
Awal mula masuk ke pengembangan Android
- Pengembangan Android dimulai pada 2014 dari kelas Java di kampus ketika seorang teman sekelas membagikan kursus online gratis, dan target pertama adalah membuat aplikasi daftar tugas dengan penyimpanan lokal
- Momen ketika aplikasi yang selesai itu dijalankan di ponsel dan ditunjukkan kepada orang tua tetap dikenang sebagai “momen lampu menyala”, dan fakta bahwa itu adalah software nyata yang bisa dibawa di tangan serta berinteraksi langsung dengannya memberi makna yang sangat kuat
- Aplikasi selalu ada di saku sebagai alat untuk membantu pengorganisasian dan produktivitas, dan lewat pengalaman ini terasa jelas bahwa tujuan teknologi adalah menyediakan alat yang memberi dampak positif bagi orang lain
- Pada 2018, saya sempat mengerjakan langsung aplikasi kencan yang kelak mempertemukan saya dengan istri saya, sehingga bisa merasakan dengan lebih langsung dampak software terhadap dunia nyata
- Selama 10 tahun berikutnya saya mengasah kemampuan sebagai pengembang Android sambil memelihara aplikasi yang memberi manfaat nyata bagi pengguna, seperti membantu orang menemukan pasangan istimewa, meningkatkan akses terhadap obat-obatan, dan mendukung perjalanan
Orang-orang yang membentuk perjalanan pengembangan
- Yang bertahan lebih lama daripada aplikasinya sendiri adalah hubungan dengan orang-orang yang memungkinkan aplikasi itu ada
-
Kelas dan pengetahuan terbuka
- Tujuan awalnya adalah menyerap informasi sebanyak mungkin, dan setiap minggu saya mengikuti kelas sambil mempelajari materi Android yang diajarkan profesor
- Saya juga mengikuti kursus lain tempat para Googler mengajarkan cara membuat aplikasi cuaca, dan begitu tenggelam sampai-sampai sela antarkelas dan waktu makan siang pun dipakai untuk membuat aplikasi
- Saya sangat terkesan oleh pengetahuan yang mendalam dari orang-orang di balik kamera dan sikap mereka yang ingin membagikannya secara terbuka
-
Hackathon dan membangun tim
- Beberapa tahun berikutnya diisi dengan latihan lewat langsung membuat sesuatu, sambil menghadiri lebih dari 10 hackathon dan terhubung dengan ratusan calon software engineer
- Bersama teman-teman, kami berkendara 2 sampai 8 jam lalu hampir tidak tidur selama 3 hari untuk membuat aplikasi sosial, pelacak hewan peliharaan, game CTF berbasis tag NFC, dan lainnya
- Meski bertahan dengan kafein dan berdebat soal tech stack, imbalan utamanya adalah tawa, persahabatan, dan kebanggaan karena telah membuat sesuatu sebagai tim
- Tidak penting apa yang dibuat atau apakah kami mendapat penghargaan; pengalaman itu sendiri sudah menjadi hadiahnya
-
Pekerjaan pertama dan RxJava
- Setelah lulus, saya memulai hari pertama sebagai pengembang Android profesional di sebuah perusahaan pemasaran digital, lalu rekan di meja sebelah bertanya, “apa yang kamu tahu tentang RxJava?”
- Saya panik karena sama sekali tidak mengenal RxJava, tetapi rekan itu tidak menghakimi dan justru menjelaskan pemrograman reaktif, konteks aplikasi yang akan kami kerjakan bersama, serta cara cepat untuk mengejar ketertinggalan
- Kami pun menjadi rekan kerja yang membawa tawa di kantor, sambil tetap memelihara semangat mendalam terhadap pekerjaan dan pertumbuhan
-
Droidcon NYC dan mengembalikan pengetahuan
- Rekan yang sama membawa saya ke konferensi Android pertama saya, Droidcon NYC, dan lingkungan yang dipenuhi ratusan engineer dengan minat yang sama serta puluhan pembicara memberi dampak besar
- Melihat para pembicara secara sukarela membagikan pengetahuan menjadi titik balik yang membuat saya ingin membagikan keahlian saya sendiri kepada generasi berikutnya dari engineer Android
- Mencari kesempatan untuk membantu engineer lain, dan meneruskan ke depan bantuan yang dulu saya terima, menjadi prinsip penting dalam karier saya
Cara pengembangan yang dijanjikan LLM dan pengalaman nyatanya
- Ketika LLM menjadi arus utama, janji sederhana bahwa “sekarang tidak perlu lagi belajar coding; cukup masukkan apa yang diinginkan lewat prompt dan kode akan dihasilkan” mulai mengancam cara pengembangan software yang sudah ada
- Awalnya saya antusias terhadap kemungkinan teknologi baru ini, tetapi dalam penggunaan nyata ia mengusulkan method yang tidak ada, membuat bug yang jelas, atau pada kasus terburuk menghasilkan kode yang bahkan tidak bisa dikompilasi
- Ketika saya mencobanya lagi setelah janji bahwa sistem ini akan menjadi lebih baik, memang ada peningkatan: ia bisa menulis kode yang dapat dikompilasi, menganalisis stack trace dan mengusulkan perbaikan, bahkan melakukan code review
- Namun, kemampuan yang membaik itu sekaligus menguras pengalaman manusiawi
- Ketika ada hal yang tidak diketahui, saya jadi bertanya ke AI dan bergantung pada jawaban pertama yang berfungsi untuk mencapai tujuan, sehingga semakin jarang belajar dengan mengikuti proses pemecahan masalah yang dibagikan secara terbuka oleh orang-orang yang pernah mengalami masalah yang sama di Stack Overflow seperti dulu
- Di Stack Overflow bukan hanya ada bantuan sederhana, tetapi juga umpan balik yang membantah dan menantang asumsi, dan melalui pencarian, peninjauan, serta voting komunitas, kita bisa melihat dukungan maupun penolakan terhadap sebuah solusi sambil memahami masalah dan solusinya secara mendasar
Pembelajaran dan kolaborasi yang dilemahkan otomatisasi
- Engineer memang menyukai otomatisasi, tetapi area tempat otomatisasi bekerja paling baik adalah pekerjaan kecil dan berulang
- Saat perlu membuat sesuatu, jika pekerjaan itu diserahkan ke mesin alih-alih memakai keterampilan yang diasah selama 10 tahun, kemampuan berpikir kritis yang dibutuhkan untuk membangun software yang tangguh dan tahan lama bisa melemah
- Ada juga pandangan bahwa karena LLM dapat dengan cepat membuat kode, kita justru bisa berpikir lebih kritis tentang sistem, tetapi kita mudah kehilangan trial and error yang merupakan inti dari belajar pengembangan software
- Trial and error bukan sekadar soal apakah aplikasi berjalan atau crash, tetapi proses mencoba berbagai pendekatan untuk menemukan arsitektur, library, pola, dan gaya yang paling tepat untuk mencapai tujuan
- Umpan balik tentang solusi pun menghilang jika, alih-alih duduk berhadapan dengan rekan kerja untuk membahas pilihan implementasi dan trade-off, kita malah bertanya kepada sebuah kotak hitam; percakapan yang didasarkan pada apa yang benar-benar berhasil dan tidak berhasil dalam proyek nyata pun lenyap
- Diskusi tentang trade-off sering kali bukan teori, melainkan berakar pada pengalaman langsung orang lain, dan percakapan seperti itu membuat penilaian implementasi menjadi lebih mendalam
Software untuk manusia
- LLM adalah mesin prediksi, didefinisikan sebagai generator teks dan sistem statistik yang dilatih di atas dedikasi panjang para engineer yang memilih untuk belajar dan membangun di ruang terbuka
- Membangun secara terbuka berarti tidak mengurung teknologi, melainkan menciptakan contoh nyata yang bisa dieksplorasi, dipahami, dan dipelajari oleh engineer muda
- LLM tidak ikut tertawa saat kodenya gagal dikompilasi, dan juga tidak menumbuhkan pemahaman software yang cukup dalam sehingga seseorang bisa menjelaskan dengan penuh antusias saat ditanya, “bagaimana ini bekerja?”
- Yang paling penting, ia tidak bisa ikut merasakan kegembiraan saat menoleh, tersenyum, dan berkata bersama, “kita yang membuat ini”
- Kebiasaan untuk terhubung dengan orang lain, menunjukkan kerentanan, berbagi kesulitan, lalu membagikannya kembali lewat tulisan blog atau presentasi setelah menerima bantuan telah melemah karena penggunaan AI, tetapi perlu dipulihkan lagi
- Pengembangan software adalah seni sekaligus kerajinan yang membutuhkan dedikasi, ketekunan, dan komunitas yang kuat, dan harus tetap menjadi sesuatu yang dibuat manusia untuk manusia
- Jika pengalaman membangun bersama AI benar-benar adalah masa depan, maka kesimpulannya adalah tidak apa-apa jika saya tertinggal di masa depan itu
1 komentar
Komentar Hacker News
Komentar-komentar di sini yang membagikan pengalaman berbeda karena tidak merasa menjadi bagian dari komunitas pemrograman sudah dibahas dengan baik, tetapi masih ada hal lain yang perlu dipikirkan
Kita perlu mengingat orang-orang yang berada di hilir dari semua perangkat lunak ini, yang mungkin tidak pernah kita ajak bicara secara langsung. Mereka bukan hanya “pengguna”; memang banyak juga perangkat lunak untuk developer, tetapi tetap saja pengguna harus dipertimbangkan
Menyerahkan kualitas perangkat lunak kepada pemeras kode probabilistik sedang menurunkan kualitas perangkat lunak yang dirilis ke dunia secara drastis. Bahkan sebelum LLM pun sudah ada masalah seperti kesalahan manusia atau insentif finansial yang menyimpang, dan ini hanya menambahnya. Jika kita merilis perangkat lunak berkualitas rendah dan memusuhi pengguna, orang sungguhan akan terkena dampaknya, besar maupun kecil. Perosotan yang katanya “tak terelakkan” menuju AI generatif ini merugikan semua pihak yang tersentuh olehnya, termasuk developer, pengguna, dan investor. Hanya saja mudah diabaikan karena dampaknya muncul pada waktu yang berbeda-beda, dengan cara yang berbeda, dan berlangsung perlahan, tetapi itu benar-benar terjadi
“AI” adalah bahaya. Saya juga tidak masalah jika tertinggal
Dari sudut pandang saya yang mengelola beberapa proyek pribadi, saya bisa mengatakan kualitasnya justru membaik secara objektif karena dengan AI saya bisa membuat pipeline CI yang layak, memperluas cakupan pengujian, dan menyusun arsitektur yang lebih baik. Dulu saya tidak punya kapasitas untuk berinvestasi pada penguatan semacam itu, tetapi AI membuatnya menjadi mungkin
Tentu saja Anda bisa bilang kode saya buruk dan pengujiannya juga seadanya, tetapi itu terlihat seperti sudah menetapkan kesimpulan sejak awal. Dari pengalaman 25 tahun bekerja di industri, saya bisa bilang penilaian itu keliru. Namun, tidak ada yang tahu apa yang akan terjadi pada codebase median. Mungkin saya memang termasuk yang sangat tekun. Karena era coding berbasis agen baru berjalan sekitar 6~12 bulan, kita masih harus menunda penilaian
Untuk beberapa penggunaan, perangkat lunak yang buruk pun bisa lebih baik daripada tidak ada sama sekali. Secara keseluruhan apakah ini hal yang baik atau buruk sulit diprediksi
Kesamaan dari semua itu adalah bahwa semuanya merupakan alat yang bisa dipakai orang malas sebagai tongkat untuk menghasilkan kode yang sekadar jalan tetapi bermasalah. Kemalasan adalah pilihan, dan pilihan dibuat oleh manusia yang punya kehendak dan tanggung jawab
Jika kita membuat perangkat lunak yang lebih buruk lebih cepat dengan alat AI, maka cara pemakaiannya perlu dipikirkan ulang. Kalau dengan ini kita tidak bisa menghasilkan perangkat lunak yang lebih baik, lalu sebenarnya dipakai untuk apa?
Saya pernah melihat alat code review AI sangat efektif dalam menangkap cacat yang seharusnya sudah terlanjur ter-deploy
Pengalaman pemrograman saya sangat berbeda dari penulisnya sampai-sampai saya jadi bertanya-tanya apa yang saya lewatkan. Saya selalu memrogram sendirian, dan saya tidak ingat pernah benar-benar berbicara mendalam tentang pemrograman, baik online maupun offline. Kedengarannya menyenangkan dan seru, tetapi sayangnya saya tidak pernah punya kesempatan seperti itu
Bagi saya, AI adalah hal pertama yang memungkinkan saya mendapatkan sesuatu yang mirip pendapat tentang masalah atau situasi spesifik yang saya hadapi. Saya bisa bertanya dengan sangat spesifik tentang pendekatan terbaik untuk apa yang sedang saya kerjakan, lalu membaca dan meninjau jawabannya sebelum memutuskan akan menempuh cara yang mana. Saya masih sering mendapat jawaban yang ngawur, tetapi bahkan saat itu pun hal itu membantu saya memikirkan pendekatan terhadap masalah dengan lebih dalam, sambil bertanya pada diri sendiri, “Apakah yang dikatakan AI ini benar?”
Sayangnya, Twitter sebelum akuisisi adalah pusatnya, dan sejak itu komunitasnya terasa tidak lagi seperti dulu
Alat seperti PostgreSQL, GCC, Git, HTTP, dan Emacs tidak “mendapatkan” apa pun ketika digunakan. Mungkin popularitasnya naik dan kontribusinya bertambah, tetapi hanya sampai situ. Semakin banyak Claude dipakai, semakin kaya Anthropic, dan semakin mudah mereka menempatkan diri pada posisi berkuasa untuk mengendalikan pemrograman dunia. Jadi, seberapa pun kita menyukai AI proprietari, kita perlu memikirkan lagi apa yang sedang kita serahkan sebagai gantinya. Itu bukan sekadar 200 dolar per bulan
Ada kutipan dari Mario Savio saat revolusi industri mencapai puncaknya
Akan datang saatnya ketika cara kerja mesin menjadi begitu menjijikkan, ketika hati terasa begitu sakit sehingga kita tak bisa ikut serta, bahkan secara pasif pun tidak. Pada saat itu, kita harus menaruh tubuh kita di atas roda gigi dan roda, tuas, dan seluruh perangkat itu lalu menghentikannya. Dan kita harus memberi tahu orang-orang yang menjalankan dan memilikinya bahwa jika kita tidak bebas, maka mesin itu juga tidak akan dibiarkan bekerja sama sekali
Saat itu pun mesin sudah mengambil banyak pekerjaan, tetapi kita masih tetap berfungsi dengan baik. Pada akhirnya ini juga tampaknya akan menjadi penggunaan alat yang membawa kecerdasan manusia ke puncak lain
Pengetahuan manusia mungkin iya, tetapi bukan kecerdasan. Secara kolektif kita bodoh, dan sedang bergerak menjadi semakin bodoh, dan kecenderungan malas serta anti-pikir yang dihasilkan AI akan mempercepat arus itu
Saya juga menganggap diri saya relatif “cerdas”, tetapi konsep itu menurut saya terlalu dibesar-besarkan. Saya ingin hidup bodoh dan tanpa beban. Naik sepeda, menembakkan panah ke langit, makan escargot, lalu mati dalam tidur ketika waktunya tiba. Tapi kenyataannya saya harus bekerja dan mencari-cari panti jompo
Bagaimanapun, penggantian mekanis dan penggantian pemikiran tidak bisa dibandingkan, tetapi komentar pro-AI yang paling tidak berpikir justru cenderung naik ke paling atas
Tulisan ini membuat saya menyadari banyak hal. Rasanya saya bisa memahami penderitaan penulis, dan itu sangat terasa saat membacanya. Saya agak terkejut bahwa yang membuat perbedaan adalah “orang-orang”, dan saya jadi sadar bahwa karena saya hampir tidak pernah mengalami itu, hal tersebut mungkin sangat memengaruhi cara saya melihat teknologi ini
Bagi saya, membuat software kebanyakan adalah proses yang sunyi, dan sesuatu yang jauh lebih saya obsesikan daripada orang-orang di sekitar saya. Saya juga tidak tinggal di kawasan yang berpusat pada teknologi, dan tidak berada di lingkungan tempat saya bisa sering berbicara dengan orang-orang yang sangat paham soal pemrograman, rekayasa perangkat lunak, atau AI. Saya memang pernah harus mempelajari teknologi baru atau bahasa baru seperti penulis, tetapi bukan dengan bantuan developer yang jauh lebih berpengalaman, melainkan belajar sendiri di rumah
LLM meninggalkan kita dalam situasi di mana beberapa hal benar secara bersamaan, dan untuk maju kita harus mencari cara menyesuaikan serta menyelesaikannya. Kita bisa belajar saat memakai LLM, atau tidak belajar sama sekali, dan itu bergantung pada pendekatan, keinginan, dan kemauan pengguna. Seperti hampir semua hal, ada tingkat kemahiran dalam menggunakan LLM, dan kemahiran pengguna memengaruhi persepsi mereka terhadap teknologi itu serta cara orang-orang di sekitar mereka memandangnya. Pengguna yang belum mahir cenderung melahirkan perasaan yang lebih negatif
Sebagian orang suka melakukan sendiri hal-hal yang dikerjakan mesin dengan baik, jadi mereka tidak ingin mesin yang melakukannya, sementara yang lain membenci pekerjaan semacam itu dan ingin mesin yang mengerjakannya. Pada suatu titik tahun ini, saya sadar bahwa saya jauh lebih menyukai membangun dan merancang sistem serta memecahkan masalah daripada pemrograman itu sendiri
Pengembangan software adalah kumpulan banyak hal yang diikat jadi satu, dan membicarakannya sebagai satu hal justru membuatnya lebih membingungkan. Ada orang yang ingin memikirkan sendiri logika aplikasinya lalu membiarkan LLM menulis kodenya, dan ada juga yang ingin LLM memikirkan solusinya, mengimplementasikannya, dan mengujinya. Keduanya adalah orang yang sangat berbeda dengan tujuan dan keinginan yang berbeda. Saat seseorang melihat Claude atau ChatGPT, bisa jadi mereka melihat sesuatu yang sepenuhnya berbeda dari yang Anda lihat
Sebagian besar waktu saya harus menggali buku dan tulisan online untuk membangun model mental saya sendiri tentang cara kerjanya, dan proses itu cukup membantu
Sekarang AI menjadi alat untuk belajar, alat yang menunjukkan cara yang benar, dan alat yang menjelaskan secara rinci apa yang terjadi. Kita bisa bertanya, menelusuri kesalahan, berpindah-pindah di antara berbagai implementasi, dan pada akhirnya menjadi programmer yang lebih baik. Seperti yang sudah dikatakan banyak orang, AI berarti hal yang berbeda bagi tiap orang. Bagi saya, ini adalah alat yang memberdayakan, mencerahkan, dan merendahkan hati. Selalu ada terlalu banyak hal untuk dipelajari dan terlalu sedikit waktu, tetapi sekarang rasanya tidak harus selalu seperti itu
Masalah dengan AI proprietari adalah bahwa perusahaan seperti Anthropic, Google, dan OpenAI memperoleh lebih banyak keuntungan dari penggunaan AI daripada penggunanya. Alat seperti PostgreSQL, GCC, Git, HTTP, dan Emacs tidak “mendapatkan” sesuatu hanya karena digunakan. Mereka mungkin menjadi lebih populer dan menerima lebih banyak kontribusi, tetapi hanya itu
Semakin sering Anda memakai Claude, semakin kaya Anthropic, dan semakin mudah mereka menempatkan diri pada posisi berkuasa yang bisa mendominasi pemrograman dunia. Karena itu, seberapa pun kita menyukai AI proprietari, kita perlu memikirkan lagi apa yang kita serahkan sebagai gantinya. Itu bukan sekadar 200 dolar per bulan
Saya mendukung model terbuka dan agen open source, tetapi saya tidak ingin memberi lebih banyak kekuasaan kepada perusahaan raksasa. Menakutkan membayangkan bagaimana rekayasa perangkat lunak akan berubah jika lima tahun lagi perusahaan-perusahaan besar ini punya kekuasaan yang lebih besar atas kita. Misalnya, bayar lebih kalau tidak mau melihat iklan di sela prompt Claude Code, atau bayar lebih supaya kode yang dihasilkan tidak menyisipkan iklan ke dalam aplikasi. Apakah kita benar-benar ingin pengalaman buruk yang sekarang kita alami di internet global tertanam jauh ke dalam alur kerja rekayasa perangkat lunak?
Orang-orang membuat berbagai prediksi ekstrem hanya dengan melihat keadaan LLM saat ini, tetapi kita tidak tahu bagaimana pasar akan berkembang
Kemampuan pemrograman maupun budaya vibe coding juga mirip dengan masa awal mobil listrik. Memang ada peran yang lebih cocok untuk mobil listrik daripada mesin pembakaran internal, tetapi perlu 10 tahun lagi sebelum bisa sepenuhnya melakukan hal yang sama. Selama itu, banyak juga yang meremehkan mobil listrik sebagai mainan aneh, tidak praktis, mahal, dan berbahaya karena infrastrukturnya belum ada dan teknologinya belum matang
Parit pertahanan yang benar-benar terlihat sekarang kurang lebih hanya permintaan data center, tetapi ini juga akan membesar lalu terkomoditisasi, dan produksi RAM pun akan menyusul
Kebanyakan manusia memperoleh tujuan dan makna dari pekerjaan. Selalu begitu. Menurutmu apa yang akan terjadi jika kita menghapus makna dalam skala besar dari kehidupan orang-orang? Hasilnya tidak akan indah
Masalah yang sebenarnya adalah situasi mulai menjadi “menarik” ketika kita menghapus gaji yang dibutuhkan oleh semua proletariat
Saya setuju dengan tulisan ini. Reaksi saya terhadap apa yang sedang terjadi sekarang juga adalah “tinggalkan saya di belakang”
Hanya saja, merindukan kesenangan dari cara lama bertumbuh sebagai developer bukan cuma alasan yang keliru, tapi juga sangat berbahaya jika dilihat secara Darwinian. Pelanggan pada akhirnya tidak peduli bagaimana sesuatu dibuat; mereka peduli pada dukungan jangka panjang, biaya, kemampuan diprediksi, dan sebagainya
Meski begitu, saya juga tidak yakin industri ini benar-benar telah membuat kemajuan yang efek bersihnya positif. Semuanya seperti kekacauan besar. Dalam banyak kasus, AI mendorong kita ke arah yang sama dalam mode turbo, membuat semuanya bukan hanya lebih berantakan dan lebih mahal, tetapi juga lebih berbahaya
Saya berkata “biarkan saya sendiri” pada kekacauan ini karena jika dipikirkan dengan benar dari prinsip pertama, saya bisa melihatnya sebagai peluang
Tulisan ini tampak membuat dikotomi palsu seolah pilihannya hanya dua: sama sekali tidak memakai AI, atau menyerahkan semua pekerjaan kepada AI. Kenyataannya tidak berjalan seperti itu. Kita bisa memilih sendiri seberapa besar bagian pekerjaan yang ingin kita serahkan pada AI. Ruang untuk keahlian manusia, komunitas, dan gairah terhadap teknologi masih sangat besar
Saat melihat perdebatan publik seputar AI, saya teringat distorsi kognitif dalam terapi perilaku kognitif. Terutama pemikiran hitam-putih dan katastrofisasi. Ini juga kadang merupakan gejala kecemasan atau psikosis, dan kadang saya bertanya-tanya apakah masyarakat secara keseluruhan juga bisa mengalami gejala seperti ini
https://en.wikipedia.org/wiki/Splitting_(psychology)
https://en.wikipedia.org/wiki/Cognitive_distortion#Decatastr...
Ketika tim mulai diukur berdasarkan throughput PR dan penggunaan token, saya bisa terlihat lebih “buruk” di samping orang yang sepenuhnya vibe coding. Saya takut jika saya tidak melakukan vibe coding, saya akan tertinggal dalam promosi
Indikator bahwa vibe coding bisa buruk adalah indikator yang tertinggal. Masalah performa, degradasi layanan, migrasi data besar-besaran—masalah dari vibe coding itu selalu baru terlihat belakangan
Tapi mereka minoritas, dan mayoritas akan mencari titik tengah
Saya seorang developer PHP senior dan baru-baru ini dipindahkan ke proyek Ruby on Rails. Lingkungannya benar-benar asing. Klien menyarankan agar kami memakai LLM sebanyak mungkin
Masalahnya, jika Anda membiarkan AI yang mengoding, menjadi hampir mustahil mempelajari codebase. Kecuali Anda sengaja menggali, Anda hampir tidak pernah melihat lebih dari beberapa baris kode sekaligus, dan tuntutan kecepatan mungkin juga tidak memberi waktu untuk itu. Akibatnya, tidak ada seorang pun di tim yang benar-benar mengenal suatu area kode secara mendalam. Ini sangat berbeda dari cara saya mengoding selama 25 tahun terakhir, dan juga kurang menyenangkan, tetapi
Seratus tahun lalu, Anda hanya bisa membeli furnitur buatan pengrajin. Pengrajin sungguhan. Sekarang pilihannya adalah IKEA atau buatan tangan. Kebanyakan orang tidak peduli bagaimana sesuatu dibuat, selama fungsinya jalan, jadi mereka memilih IKEA. Masih ada orang yang lebih suka furnitur buatan tangan, dan mereka membayar mahal untuk itu
Sepertinya perangkat lunak bergerak ke arah itu juga, dan dengan sedih saya setuju. Pengembangan perangkat lunak akan menjadi hobi. Seperti banyak orang yang mengerjakan pertukangan kayu di waktu luang. Mungkin hanya segelintir ahli sejati yang akan tersisa dan kebanyakan bekerja sebagai konsultan. Mungkin mereka akan membuat data pelatihan, atau merancang framework yang akan dikuasai AI. Saya tidak tahu. Yang jelas ke depan akan sangat berbeda, dan tidak semuanya akan bergerak ke arah yang baik
Saat ini AI membuat sesuatu untuk manusia, dan kadang juga untuk AI lain. Tak lama lagi AI akan membuat sesuatu untuk AI lain, dan sesekali untuk manusia. Nanti AI terutama akan membuat sesuatu untuk AI, dan hanya jarang untuk manusia
Sebaiknya Anda cari tahu apakah di negara Anda juga begitu. Orang sering otomatis mengira IKEA telah mematikan semua toko lokal, padahal kalau dicari masih banyak toko furnitur lokal
Tulisan ini terasa seperti ditulis oleh LLM, atau ditulis dengan gaya penulisan blog standar masa kini. Gaya itu sendiri makin lama makin terasa seperti LLM
Sam Kriss baru-baru ini menyoroti “tanda-tanda” seperti itu dengan baik dalam tulisannya: https://samkriss.substack.com/p/if-you-let-ai-do-your-writin...
Apakah mereka tidak paham bahwa “tanda-tanda” AI itu secara definisi berasal dari manusia? Tulisan Sam Kriss mengkritik gaya yang mencolok, tetapi lalu memberi contoh Salman Rushdie dan Arundhati Roy sebagai penulis yang memakai “trik murahan” yang sama seperti AI; sesopan apa pun saya mencoba menilainya, sulit untuk menerima itu. Ini jadi sangat dekat dengan tema berbahaya bahwa memakai metafora aneh berarti Anda pasti menggunakan LLM. Padahal manusia sudah menulis hal-hal aneh sejak lama sekali tanpa LLM
Dan sebenarnya “tanda” apa yang ada dalam tulisan ini? Tulisan ini terbaca sangat lugas, tanpa metafora aneh. Tanda pisah em pun sebenarnya bukan petunjuk, dan justru penggunaan seperti “ - ” dengan spasi-hyphen-spasi seperti di tulisan ini terasa cukup manusiawi. Di atas segalanya, saya ingin memberi prasangka baik kepada seseorang yang menulis bahwa ia tidak ingin memprogram dengan LLM
Kalimat seperti “Mesin yang memukuli anak yatim memenuhi saya dengan kecemasan eksistensial dan ketakutan, tetapi untuk menyampaikannya kepada pembaca saya harus membiarkan mesin itu memukuli beberapa anak yatim” terasa aneh