Apakah Meta sedang merusak organisasi engineering-nya?

 (newsletter.pragmaticengineer.com)
1 poin oleh GN⁺ 3 jam lalu | 1 komentar | Bagikan ke WhatsApp
  • Meta telah lama menjadikan eksekusi cepat dan otonomi engineer sebagai kekuatan utamanya, tetapi sekitar April 2026 kepercayaan internal terguncang tajam akibat restrukturisasi berpusat pada AI
  • Untuk mengejar persaingan AI, Meta mengakuisisi 49% saham Scale AI senilai sekitar $14,8 miliar ($14.8b) dan menyerahkan strategi AI kepada Alexandr Wang, sehingga cara kerja yang berpusat pada pengumpulan data dan pelabelan masuk ke organisasi engineering
  • Diperkirakan 30–50% engineer di tim inti dipindahkan ke ADO, dan sekitar 4.000–5.000 software engineer dialihkan ke pekerjaan pelabelan data dan RLHF
  • Pelacakan ketikan dan klik mouse, evaluasi penggunaan token AI, serta pengumuman PHK 10% terjadi bersamaan, meningkatkan tekanan untuk mengoptimalkan penggunaan AI yang terukur alih-alih kualitas produk
  • Dengan pembajakan akun Instagram dan gangguan di Facebook serta Instagram, inti takeaway-nya adalah kritik bahwa organisasi engineering Meta sedang diperlakukan seperti pusat biaya, bukan profit center

Budaya Meta yang dulu menekankan eksekusi cepat dan otonomi

  • Budaya engineering Meta secara garis besar telah berubah melalui dua tahap
    • “move fast and break things” pada 2010-an
    • “move fast with stable infra” pada awal 2020-an
  • Saat Facebook mencapai 1 miliar pengguna pada 2012, perusahaan membagikan buklet budaya internal sekitar 70 halaman ke meja karyawan
    • Kecepatan, tanpa rasa takut, ownership, dan berpikir di luar kebiasaan adalah pesan utamanya
    • Di seluruh kampus terpajang slogan seperti “Move Fast and Break Things”, “Done is Better Than Perfect”, dan “Fail Harder”
  • Meta pada 2022 masih tergolong dekat dengan organisasi yang berpusat pada engineer
    • impact individu adalah sumbu utama evaluasi
    • Dibanding Big Tech lain, proses dan standarisasinya relatif lebih sedikit
    • Testing, dokumentasi, dan komentar kode juga dinilai lebih sedikit daripada Big Tech lain
    • Engineer baru menjalani Bootcamp 6 minggu untuk membiasakan diri dengan budaya Meta dan memilih tim sebagai bagian dari onboarding
  • Facebook dan Instagram memiliki infrastruktur yang cukup matang untuk mendukung eksekusi cepat
    • Facebook diperkenalkan sebagai produk dengan sistem rollout otomatis yang canggih di industrinya
    • Instagram disebut sebagai contoh infrastruktur yang telah terbukti mampu menangani 100 juta pengguna pada minggu pertama peluncuran Threads
  • Pada saat itu, para engineer internal merasa pekerjaan mereka berada di profit center yang menghasilkan keuntungan bagi perusahaan

Investasi agar tidak melewatkan peluang platform AI

  • Meta digambarkan sebagai Big Tech yang relatif lemah dalam platform hardware atau sistem operasi miliknya sendiri, berbeda dari Apple, Microsoft, Amazon, dan Google
    • Apple memiliki iPhone, iPad, dan Mac
    • Google memiliki Android, ChromeOS, dan Pixel
    • Microsoft memiliki Windows
    • Amazon memiliki Kindle
  • Setelah gagal membuat mobile OS atau ponsel sendiri pada 2010-an, Mark Zuckerberg dinilai bergerak dengan arah agar tidak melewatkan peluang platform berikutnya
  • Investasi di VR dan AR merupakan bagian dari arus tersebut
    • Investasi besar dilakukan pada Oculus dan Meta Glasses
    • Pada 2021, Facebook mengganti nama perusahaan menjadi Meta
    • Minat publik terhadap VR dinilai turun tajam setelah pandemi
  • Ketika AI muncul sebagai tren besar pada 2022, Meta merilis model keluarga Llama dengan berpusat pada FAIR dan organisasi produk GenAI
    • Llama 1: dirilis Februari 2023, 3 bulan setelah peluncuran ChatGPT, dikembangkan FAIR
    • Llama 2: dirilis Juni 2023, dikembangkan organisasi produk GenAI
    • Llama 3: dirilis April 2024, diperkenalkan sebagai LLM Meta yang paling kompetitif
    • Llama 4: dirilis April 2025, dinilai sebagai model yang “sangat mengecewakan”
  • Pada Juni 2025, Meta mengakuisisi 49% saham Scale AI senilai $14,8 miliar untuk menyalakan kembali upaya AI-nya
    • CEO Scale AI Alexandr Wang mengambil alih strategi AI Meta
    • Upaya akuisisi Manus AI senilai $2 miliar dilaporkan terhambat oleh Tiongkok sehingga status penyelesaiannya tidak pasti

Penguatan pengumpulan data dan RLHF ala Scale AI

  • Kapabilitas utama yang dibawa Scale AI ke Meta diringkas sebagai data pelatihan dan peningkatan model berbasis umpan balik manusia
    • Training data and labeling: penyediaan dataset berlabel berkualitas tinggi untuk kode, teks, gambar, video, dan lainnya
    • RLHF and fine-tuning: mesin data human-in-the-loop yang memberi foundation model umpan balik dari manusia
  • Alexandr Wang digambarkan memiliki kewenangan luas untuk menjalankan pembuatan data pelatihan, pelabelan data, dan RLHF
  • Pada akhir April, Meta memberi tahu para engineer tentang pendaftaran ke sistem yang melacak ketikan dan klik mouse
    • Tujuannya adalah menghasilkan data pelatihan untuk AI baru Meta
    • Disebutkan tidak ada cara untuk opt-out
    • Muncul kekhawatiran privasi soal sejauh mana pelacakan mencakup situasi seperti akun bank pribadi, email pribadi, atau menjawab panggilan pribadi
  • Menurut laporan Reuters, Meta kemudian mengurangi sebagian rencana pengumpulan setelah mendapat penolakan dari karyawan
    • Ditambahkan kontrol yang memungkinkan karyawan menghentikan sementara pengumpulan data hingga 30 menit
    • Pengajuan pengecualian juga menjadi dimungkinkan
  • Berdasarkan percakapan dengan engineer Meta saat ini, sistem logging tersebut belum di-rollout di Inggris karena regulasi perlindungan data

Product engineer yang didorong ke ADO

  • Sejak akhir April, tim product engineering menerima instruksi untuk mengirim 30–50% engineer ke organisasi ADO (Agent Data Optimisation)
  • Alasan relokasi ini dipandang “memaksa” adalah karena bertabrakan langsung dengan budaya lama Meta
    • Dulu engineer direkrut untuk perusahaan, bukan untuk tim tertentu
    • Karyawan baru memilih tim setelah Bootcamp 6 minggu
    • Pencocokan tim dilakukan dengan berbicara dengan beberapa tim dan mencoba tugas-tugas kecil untuk menemukan kecocokan
    • Mobilitas internal mudah, dan sering dipimpin oleh engineer itu sendiri
  • Pemilihan tim lewat Bootcamp mulai melemah sekitar 2024, tetapi engineer Meta yang telah bekerja lebih dari 2 tahun punya pengalaman panjang menentukan sendiri apa yang ingin mereka kerjakan
  • Tim infrastruktur dan keamanan terdampak sangat besar
    • Di berbagai organisasi infrastruktur, 30–50% dipindahkan ke ADO
    • Dalam beberapa kasus, engineer terbaik ikut terseret keluar
  • Organisasi ADO dijelaskan berukuran sekitar 6.500 orang
    • Dari jumlah itu, sekitar 4.000–5.000 diperkirakan adalah software engineer
    • Dengan total engineer Meta sekitar 25.000 orang, situasinya berarti 1 dari setiap 5–6 engineer bisa didedikasikan penuh untuk pelabelan data
  • Engineer yang dipindahkan ke ADO dilaporkan tidak puas baik dengan pekerjaannya maupun dengan pengambilan keputusan top-down
    • Namun, fakta bahwa mereka tidak menjadi target PHK dan gajinya tetap dipertahankan disebut sebagai “silver lining”

Pengumuman PHK dan tekanan penggunaan token

  • Pada 20 April, Reuters melaporkan bahwa Meta berencana memangkas 10% karyawan sebulan kemudian, dan Meta mengonfirmasinya
    • Para karyawan pun berada dalam situasi menunggu selama 4 minggu sambil tahu bahwa mereka bisa kehilangan pekerjaan dalam waktu dekat
  • Sistem evaluasi kinerja Meta, PSC (Performance Summary Cycle), dijelaskan jauh lebih keras dibanding Google atau Apple
    • Para manajer bersaing dengan cara menurunkan paket kompensasi engineer tim lain demi menaikkan paket anggota tim mereka sendiri
    • Metrik seperti business impact, jumlah code review, dan jumlah baris kode yang ditulis bisa dipersenjatai dalam proses evaluasi kinerja
    • Proporsi orang di tiap bucket evaluasi terus ditekan, sehingga politik internal untuk merebut bucket yang lebih tinggi makin sengit
  • Setelah PHK dikonfirmasi, para engineer mengetahui bahwa manajer akan melihat jumlah token dalam evaluasi kinerja
    • Jika jumlah token rendah, muncul kekhawatiran bahwa seseorang bisa ditandai sebagai underperformer dan dipecat
    • Di internal Meta ada leaderboard penggunaan token, digambarkan sebagai lingkungan yang mendorong tokenmaxxing
  • Menurut The Information, karyawan Meta menggunakan total 60,2 triliun token AI dalam 30 hari
    • Jika dihitung dengan harga API Anthropic, nilainya setara $900 juta
    • Bahkan jika Meta membeli token dengan harga diskon, biayanya tetap diperkirakan bisa melebihi $100 juta
  • Kombinasi berbagai tekanan ini ditafsirkan mendorong performative work alih-alih pekerjaan nyata
    • Pelacakan keyboard dan klik mouse engineer
    • Peralihan banyak engineer menjadi pelabel data full-time
    • Pengumuman PHK 10%
    • Budaya mengoptimalkan semua metrik kinerja
    • Pengukuran penggunaan token dalam PSC

Pembajakan akun Instagram dan kekacauan organisasi keamanan

  • Pada 30 Mei, terjadi insiden pembajakan sejumlah akun di Instagram
    • Termasuk akun berprofil tinggi seperti akun Obama White House
  • Menurut ringkasan dari Siddharth Sundharam, alur serangannya sangat sederhana
    • Penyerang cukup memulai dengan nama pengguna akun
    • Mereka memakai VPN atau proxy di dekat kota korban untuk menghindari kecurigaan dari sistem keamanan Instagram
    • Mereka memberi tahu AI dukungan Meta bahwa akun telah diretas, lalu meminta agar kode verifikasi dikirim ke alamat email arbitrer yang mereka kendalikan
    • Setelah mengirim kembali kode dari AI, mereka mendapat tautan reset kata sandi
  • Insiden ini digambarkan sebagai “proper zero auth password reset”
    • Dijelaskan bahwa tidak ada pemeriksaan tambahan untuk memverifikasi apakah email baru tersebut pernah digunakan oleh pemilik akun sebelumnya
  • Menurut percakapan dengan orang internal Meta, AI berada di pusat gangguan ini
    • Tim Instagram Trust and Safety kehilangan sekitar 50% staf karena pelabelan data dan PHK
    • Sebagian personel paling senior juga dipindahkan ke pekerjaan pelatihan AI
    • Dalam dua bulan terakhir, perubahan yang dihasilkan AI dengan sedikit atau tanpa keterlibatan manusia serta AI code review disebut sudah umum di seluruh codebase
    • Dalam kondisi normal, tim Trust and Safety akan memantau dan memberi peringatan atas pelanggaran keamanan, tetapi restrukturisasi internal yang cepat membuat keadaan kacau
  • Pada Senin, 1 Juni, gangguan berhasil diperbaiki dan investigasi dimulai sebagai bagian dari proses SEV
    • Keesokan harinya, Meta CISO Guy Rosen mengumumkan pengunduran dirinya
    • Ada spekulasi bahwa pengunduran diri itu mungkin bukan kebetulan, tetapi belum dipastikan
  • Sebagai gangguan terburuk sebelumnya, disebut insiden 2021 ketika semua layanan Meta mati selama 7 jam akibat masalah konfigurasi DNS/BGP
    • Setelah gangguan 2021, Meta merilis postmortem dan permintaan maaf publik
    • Untuk insiden pembajakan akun Instagram kali ini, dijelaskan bahwa belum ada postmortem publik

Keluhan internal dan pengakuan dari kepemimpinan

  • Wired menyampaikan contoh yang menunjukkan suasana internal Meta
    • Dalam presentasi livestream khusus karyawan, seseorang melontarkan komentar kasar untuk mengecam perusahaan dan eksekutif Meta AI tertentu
    • Insiden itu disajikan sebagai contoh ketidakpuasan internal di Applied AI, tim yang dibentuk pada Maret untuk mendukung riset AI Meta Superintelligence Labs
  • Tiga karyawan aktif yang dikutip Wired mengatakan ada ketidakpuasan luas terhadap cara organisasi berisi sekitar 6.500 orang itu dibentuk dan terhadap pekerjaan berulang untuk meningkatkan model AI
    • Seorang karyawan menyebutnya “literally the gulag” sambil mengeluhkan hilangnya tujuan dan rasa terisolasi
  • Meta CPO Chris Cox, dalam all-hands Instagram, menyebut lingkungan beberapa bulan terakhir sebagai “difficult” dan “brutal”
    • Ia mengibaratkannya seperti berlari maraton di tengah hujan es
    • Ia juga menyebut situasi di mana anggota tim diganti dan bahkan direkam, sambil berkata “what the fuck”
  • Menurut Wired, Meta CTO Andrew Bosworth mengakui bahwa restrukturisasi AI itu dilakukan dengan sangat buruk dan menjanjikan komunikasi yang lebih baik ke depan
    • Ia juga menambahkan bahwa karyawan akan mendapat akses ke alat coaching AI

Siapa yang bertanggung jawab dan kerusakan pada organisasi

  • Para engineer internal menunjuk Mark Zuckerberg dan Alexandr Wang sebagai figur kunci di balik situasi ini
    • Zuckerberg disebut bertanggung jawab atas relokasi engineer, rollout software pelacakan, dan PHK 10% di tengah pendapatan serta laba yang mencetak rekor
    • Wang disebut sebagai sosok yang membawa pendekatan Scale AI untuk pembuatan data, pelabelan, dan RLHF
  • Muncul penilaian bahwa banyak langkah selain PHK sangat mirip dengan cara kerja Scale AI
    • Pembuatan data pelatihan melalui pelacakan ketikan dan mouse
    • Pelabelan data dengan memobilisasi lebih dari 4.500 engineer
    • Pembuatan RLHF berkualitas tinggi untuk coding LLM yang sedang dibangun Meta
  • Muncul interpretasi bahwa pelatihan coding AI diperlakukan lebih penting daripada pengoperasian stabil produk inti seperti Instagram, Facebook, dan Messenger
  • Pada 12 Juni, Facebook dan Instagram kembali mengalami gangguan total tingkat SEV0
  • Meta dijelaskan sedang berada di jalur untuk menyalip Google sebagai bisnis iklan nomor 1 dunia sebelum akhir tahun
    • Meski demikian, kritik tetap berlanjut bahwa kepemimpinan lebih mengutamakan pembangunan coding LLM
  • Jika kondisi sekarang berlanjut, diperkirakan lebih banyak engineer lama akan pergi
    • Ditambahkan bahwa mungkin masih ada jendela waktu singkat untuk kembali normal jika perubahan seperti penugasan pelabelan data dan pelacakan karyawan dibatalkan

Kekhawatiran apakah “AI psychosis” bukan hanya masalah Meta

  • Mitchell Hashimoto mengatakan beberapa perusahaan berada dalam kondisi “AI psychosis” yang parah, dan sulit membicarakannya secara rasional
  • Ia menjelaskan bahwa perdebatan MTBF dan MTTR yang dulu ia alami di infrastruktur selama transisi cloud dan otomasi kini muncul lagi di seluruh industri pengembangan software
    • Cara berpikir bahwa “tak masalah merilis bug karena agent bisa memperbaikinya dengan cepat dan dalam skala besar” dipandang sebagai masalah
    • Ia mengatakan MTTR memang penting, tetapi keseluruhan sistem yang resilien tidak bisa begitu saja dikorbankan
  • Kekhawatiran Hashimoto adalah bahwa meski metrik lokal tampak membaik, keseluruhan sistem bisa menjadi tidak dapat dipahami
    • Laporan bug bisa menurun, tetapi risiko laten bisa meningkat
    • Cakupan testing bisa naik, tetapi pemahaman semantik bisa menurun
    • Kecepatan perubahan bisa terlalu tinggi sampai erosi arsitektur tidak lagi terlihat
  • Insiden pembajakan akun Instagram ditafsirkan sebagai hasil dari penurunan standar kualitas untuk kode yang dihasilkan dan direview oleh AI
    • Pemulihan memang berhasil dilakukan, tetapi itu terjadi setelah akun berprofil tinggi dibajak dan sistem dilanggar secara terbuka
  • Artikel ditutup dengan peringatan bahwa jika kepemimpinan sedang mempertimbangkan perubahan organisasi drastis atas nama AI, mereka seharusnya lebih dulu melihat kasus Meta
    • Para engineer Meta digambarkan sebagai talenta yang sejak awal aktif menggunakan AI dan berpengalaman membangun produk serta infrastruktur AI
    • Jika mereka sampai kecewa pada perusahaan dan kepemimpinannya, itu bisa menjadi peluang rekrutmen bagi startup lain dan Big Tech

Bacaan terkait

1 komentar

 
GN⁺ 3 jam lalu
Komentar Hacker News

  • Setelah pernah bekerja di Meta, menurutku organisasi yang berjalan baik umumnya adalah organisasi hasil akuisisi. WhatsApp, Reality Labs, Instagram, dan sebagainya seperti itu, sementara organisasi yang tumbuh murni secara internal tempatku berada benar-benar buruk
    Pekerjaan tetap berjalan, tetapi sangat tidak efisien karena perekrutan berlebihan serta perubahan tuntutan dan jadwal yang ekstrem. Menurutku budaya yang terbentuk di luar Meta dipakai untuk cuci citra seolah budaya engineering Meta secara keseluruhan itu bagus

    • Di Google juga mirip. Mereka percaya bahwa merekalah satu-satunya perusahaan engineering yang bagus di dunia dan harus melindungi diri dari “pemikiran yang salah” dari luar, tetapi kemajuan nyata justru hanya datang lewat akuisisi
    • Perusahaanku dulu pernah diakuisisi FB, dan di dalam FB juga ada tim-tim luar biasa yang enak diajak bekerja sama. Hanya saja tim-tim itu tidak dijalankan seperti tim FB pada umumnya, dan walaupun aku berharap cara kerja organisasi hasil akuisisi sedikit banyak memengaruhi organisasi FB, tampaknya itu hanya optimisme yang kupendam
    • Ada teman yang bekerja di Instagram setelah akuisisi, lalu keluar, lalu kembali ke tim Facebook. Dia selalu memuji budaya Instagram sejak dulu, tetapi katanya perusahaan tempat dia kembali sudah berubah sampai nyaris tak bisa dikenali
      Katanya tempat kerja terbaik dan tempat kerja terburuk yang pernah dia alami benar-benar berbeda seperti siang dan malam
    • Mungkin begitu di organisasi produk, tetapi menurutku organisasi infrastruktur dan developer infrastructure cukup kuat
    • Kemungkinan besar maksudnya adalah dijalankan dengan baik jika dibandingkan dengan organisasi Meta lainnya. Kalau dibandingkan dengan diri mereka sendiri sebelum diakuisisi, mungkin tidak, dan WhatsApp makin hari makin memburuk

  • Menurutku ejekan dalam thread ini salah arah cukup jauh. Memang Meta itu buruk, tetapi intinya bukan itu; yang penting adalah bahwa psikosis AI seperti ini bisa menjadi normal baru di industri, atau setidaknya salah satu normal baru
    Perusahaan tempatku bekerja sebelumnya juga jadi jauh lebih beracun ketika CEO terobsesi dengan AI, sampai membuat papan peringkat token dan sempat memerintahkan semua pekerjaan non-AI dihentikan. Kami bahkan bukan Meta

    • Aku bekerja satu setengah tahun di startup AI yang jauh lebih maju dalam pemanfaatan LLM dan model generatif, dan psikosis AI itu nyata; aku melihatnya lebih dulu daripada orang lain. Mungkin CEO-nya memang dari awal begitu, tetapi seseorang yang tadinya menyenangkan dan disukai orang berubah total seperti orang gila
      Beberapa orang yang dia bawa masuk dan sudah bekerja dengannya selama bertahun-tahun dipecat atau memilih keluar. Saat seseorang yang benar-benar akan kuikuti sampai ujung neraka pun mengundurkan diri, dia langsung berkata, “Saya tidak tahu apa yang terjadi pada Anda, tetapi saya tidak mau bekerja dengan versi diri Anda yang ini, bukan orang yang saya kenal”
      Aku bertahan melewati tiga kali PHK lalu akhirnya ikut dipecat, dan melihat apa yang mereka buat sekarang terasa menyedihkan. Kalau aku siap menjauh dari banyak orang, rasanya aku bahkan ingin membagikan tautannya. Sekarang, jujur saja, situasinya seperti raja kegilaan, dikelilingi beberapa penjilat paling kubenci dan paling beracun di perusahaan sementara perusahaan itu terbakar habis
      Menurutku ini bisa terjadi bukan hanya pada Zuck, tetapi juga di banyak perusahaan lain. Aku cuma roda gigi kecil yang tak penting dalam organisasi, tetapi kalau memang aku tidak melewatkan sesuatu, rasanya aku terlihat jauh lebih pintar daripada kebanyakan orang yang menjalankan perusahaan seperti ini. Rasanya suatu hari nanti seseorang akan menulis tragedi Yunani tentang masa ini, dan sepertinya keadaan akan segera menjadi benar-benar buruk
    • Ada pelajaran lain juga di sini. Bahkan pada masa keemasan sebelum AI yang digambarkan tulisan itu, sistem evaluasi kinerja sebenarnya sudah rusak
      Targetnya seharusnya bukan jumlah baris kode yang ditulis atau kontribusi individu, melainkan kekompakan tim, konsistensi arsitektur, dan kemampuan membuat hal yang benar-benar masuk akal
    • Pada akhirnya ini menurutku hanya contoh lain yang menunjukkan betapa orang-orang kecanduan algoritma. Bedanya kali ini gelombang propaganda ini menjangkau orang-orang yang sangat berpengaruh di industri, sehingga perilaku tidak rasional mereka jadi jauh lebih terlihat
    • Papan peringkat token adalah gagasan yang konyol, tetapi juga tidak mengejutkan. Selama bertahun-tahun para pemimpin memang sudah berusaha melacak hal-hal seperti jumlah baris kode yang di-commit dan total commit
      Pada akhirnya ini terjadi karena kepemimpinan yang terputus dari lapangan, tidak mengenal para pekerja, dan tidak memahami pekerjaan yang benar-benar dilakukan, sehingga membutuhkan metrik kuantitatif untuk diawasi. Statistik memang menjijikkan
    • Aku cukup beruntung pernah beberapa kali berada di tim engineering berfokus AI, baik di sisi produk maupun riset, sambil terus meninjau dengan serius bagaimana AI mengubah keadaan dan terus mengubah cara kerja praktikalku. Tetapi semuanya adalah organisasi dengan kurang dari 50 orang
      Psikosis AI tampaknya muncul dengan sangat berbeda di organisasi teknologi besar dibandingkan tim kecil yang berpengaruh besar
      Di startup kecil, pada akhirnya kalau tim gagal merilis produk yang bagus, perusahaannya mati. Lebih dari itu, tiap individu tetap memikul tanggung jawab atas pekerjaannya sendiri. Di tim yang bagus, aku sering melihat orang menanggapi hal-hal seperti pull request yang buruk dengan cukup hati-hati karena semua orang tahu mereka sama-sama sedang berjuang mencari tahu ini semua
      Meski begitu, kalau pekerjaan tidak berjalan baik, pasti ada seseorang yang harus menemukan cara untuk membuatnya lebih baik. Hampir semua yang kupelajari tentang cara membangun dengan AI dan memakai AI untuk benar-benar merilis produk datang dari tim-tim seperti ini
      Software engineering memang sedang berubah, tetapi dari sudut pandang merilis produk, situasinya sangat mirip dengan masa awal pengembangan web. Saat itu semua orang juga harus menemukan pola agar dunia software baru ini bisa berjalan stabil. Siapa pun yang masih ingat JavaScript sebelum jQuery akan tahu betapa banyak hal yang harus dicari tahu sebelum pengembangan web menjadi seperti sekarang
      Di organisasi teknologi besar, keterputusan antara upaya karyawan dan nilai yang benar-benar dikirimkan jauh lebih besar, dan tanggung jawab juga tersebar jauh lebih luas. Ketika tanggung jawab menjadi abstrak dan tidak seorang pun yakin nilai nyata apa yang dihasilkan pekerjaannya, itu menjadi tanah yang subur bagi psikosis AI untuk mengamuk
      Sampai batas tertentu, ini juga karena di dalam organisasi besar semacam itu memang sudah ada potensi psikosis sejak awal. Menentukan siapa yang “produktif” dan apa yang “bernilai” selalu menuntut penciptaan narasi imajinatif yang tidak selalu berpijak pada kenyataan
      Namun demikian, menurutku ini tidak akan lama bertahan sebagai “normal baru”. Seperti saat pengembangan aplikasi web mulai naik, tim-tim kecil akan memimpin dan menemukan sebagian jawabannya. Pola MVC yang diterapkan pada web app, framework JavaScript dan best practice yang makin kuat, metode agile, populernya Git dan GitHub, serta penggunaan NoSQL untuk skalabilitas, sebagian besar diuji di medan tempur oleh startup kecil yang bergerak cepat, dan sekarang semuanya telah menjadi fondasi yang bahkan mungkin tidak disadari developer modern bahwa dulu ada orang yang harus membangunnya

  • Cerita yang sama sekali berbeda, tetapi di tengah tulisan ada gambar gunung es khas berbentuk vertikal dengan hanya 10% yang terlihat di atas permukaan air. Padahal gunung es sebenarnya tidak mengapung seperti itu, dan biasanya akan berputar sampai sebagian besar menjadi horizontal
    Setelah tahu ini, saya mulai melihat gambar gunung es yang salah di mana-mana. Untuk detailnya, baca https://axbom.com/iceberg/, coba simulator gunung es https://joshdata.me/iceberger.html, atau lihat tweet yang memicu pembahasan ini https://xcancel.com/GlacialMeg/status/1362557149147058178

  • Klaim bahwa “30~50% insinyur tim inti dipaksa dipindahkan ke pelabelan data dan RLHF” sejujurnya sulit dipercaya. Melihat segala kegilaan yang terjadi belakangan ini, mungkin saja, tetapi pengembang perangkat lunak di AS benar-benar mahal, jadi memakai mereka untuk pelabelan data adalah pemborosan sumber daya
    Kecuali yang dimaksud “tim inti” adalah sebagian kecil dari total jumlah pengembang, persentasenya juga tampak terlalu tinggi

    • Pekerjaan garis depan sebenarnya adalah para ahli melabeli dan melatih konten yang sesuai dengan bidang keahlian mereka. Ini bukan pekerjaan yang glamor dan hampir pasti tidak membenarkan kompensasi setingkat FAANG, tetapi sejak awal sebagian besar pekerjaan insinyur FAANG juga seperti itu
      Namun tetap dibutuhkan talenta yang kompeten di domain spesialis tersebut. Meta, seperti perusahaan sejenis, memiliki kumpulan besar tenaga teruji dan kompeten hasil masa booming perekrutan, dan dalam ekonomi yang rapuh ketika peluang serupa hampir menghilang, pelatihan AI oleh para ahli adalah peluang bisnis yang paling matang
    • Zuck pada dasarnya muncul di rapat umum dan menjelaskan kepada karyawan bahwa nilai karyawan yang tersisa baginya adalah nilai mereka sebagai bagal pelatihan untuk AI
    • Zuck mengatakan tim Applied Intelligence membutuhkan orang-orang dengan tingkat kecerdasan lebih tinggi. Dan ia menilai cara terbaik untuk itu adalah memindahkan secara internal orang-orang yang cukup “cerdas” untuk lolos wawancara Meta
      Jadi ya, dari sisi uang ini pemborosan sumber daya, tetapi memang itulah niat awalnya
    • Keyakinan bahwa para insinyur menghabiskan sebagian waktu tanpa melakukan apa-apa, dan bahwa waktu itu lebih baik dipakai untuk hal lain yang bisa langsung diukur, sudah setua profesi ini sendiri
      Ironisnya, keyakinan itu menghilang jika posisinya dibalik, misalnya ketika menuntut perangkat keras atau perangkat lunak yang lebih baik. Saat SSD masih baru, kecil, dan sangat mahal, mungkin banyak orang di sini yang bisa bercerita betapa sulitnya meyakinkan atasan bahwa itu layak dibeli
    • Saya juga sepenuhnya setuju dan ini terdengar sangat sulit dipercaya. Masalahnya, saya sendiri ada di salah satu tim infrastruktur inti itu, dan setidaknya tim kami kehilangan 50~75% insinyurnya ke organisasi AI
      Sebagian besar tim infrastruktur lain yang bekerja sama dengan saya juga mengalami situasi serupa

  • Bahkan jika organisasi engineering dikesampingkan, ada perubahan yang jauh lebih besar yang sedang membesar di bawah permukaan. Saya berbicara dengan beberapa insinyur di organisasi infrastruktur, dan mereka mengatakan 30~50% tim mereka ditarik ke organisasi ADO, dan dalam beberapa kasus, insinyur terbaik merekalah yang pergi
    Pada hari Selasa, Chief Information Security Officer (CISO) Meta, Guy Rosen, mengumumkan pengunduran dirinya. Ia sudah ada sejak akuisisi aplikasi pelacakan seluler Onavo pada 2013, dan pada masa berisiko tinggi seperti skandal Cambridge Analytica, ia menangani penyalahgunaan platform dan campur tangan pemilu sebagai VP Trust & Safety / Integrity
    Saat ia pergi, akumulasi etika, filosofi, dan pengetahuan implisit yang menggerakkan keamanan siber serta manajemen risiko organisasi ikut hilang bersamanya. Tiga hal ini adalah elemen penting yang tidak bisa dihapus dengan otomatisasi dan juga sulit dibicarakan secara terbuka. Ini terdengar seperti pergeseran pengambilan keputusan yang lebih besar daripada sekadar engineering

    • Fakta bahwa orang yang membuat Onavo kemudian menjadi VP “Trust & Safety” memang jelas menarik

  • Saya rasa kita harus mengagumi bahwa Zuckerberg melakukan hal seperti ini pada tingkat yang hampir gila seperti karakter kartun. Jika Facebook dijalankan oleh orang yang normal, perusahaan itu mungkin akan perlahan menyia-nyiakan segalanya selama 20 tahun ke depan seiring makin berkurangnya pentingnya iklan media sosial
    Tetapi jika dipimpin Zuckerberg, hasilnya berbeda. Ia akan membakar tempat itu sambil terus mencari cara agar tetap relevan. Yang mengejutkan adalah orang-orang yang bekerja di sana mengira mereka sendiri tidak akan ikut terbakar

    • Pada laporan pendapatan terakhir, pendapatan iklan tumbuh 33% dibanding tahun sebelumnya. Mereka benar-benar menghasilkan terlalu banyak uang sampai tidak tahu harus dibelanjakan ke mana, lalu menuangkannya ke setiap tren baru karena mungkin saja salah satunya menjadi bisnis baru dengan satu miliar pengguna
      Pada saat yang sama, mereka juga mengembalikan modal kepada pemegang saham lewat buyback saham dan dividen
    • Anda bisa saja menyebut Zuck jahat atau serakah. Tetapi tidak bisa menjalankan bisnis bukanlah salah satu sifatnya. Selama 10 tahun terakhir, laba bersih Meta tumbuh begitu besar sehingga, ironisnya, perusahaan itu menunjukkan tren rasio harga terhadap laba yang paling normal di antara perusahaan teknologi besar AS

  • Banyak orang menyalahkan Zuckerberg, tetapi dari sudut pandang saya, seperti penulis aslinya, bagian besar dari kejadian ini adalah tanggung jawab pendiri Scale AI, Alexandr Wang. Cukup ironis bahwa orang yang mengusung “MEI” (Merit, Excellence, Intelligence) diizinkan menarik para ahli bidang berkinerja tinggi dari organisasi engineering inti lalu menempatkan mereka kembali ke pelabelan data
    Sejujurnya, di organisasi seperti Meta, pelabelan data bukanlah tempat Anda ingin menempatkan para performer terbaik. Ini adalah kasus ketika seorang pendiri teknologi yang terkenal dibiarkan merusak budaya engineering berkinerja tinggi
    Jika pemegang saham mengetahui nuansa ini, mereka akan menuntut ia disingkirkan. Kepemimpinannya kurang memiliki merit, excellence, dan intelligence

    • Zuck yang merekrutnya, dan Zuck selalu terlibat sangat langsung. Tanggung jawab ada pada Zuck
    • Saya rasa pendorong utama yang memindahkan para ahli berkinerja tinggi dari organisasi engineering inti ke pelabelan data bukanlah Wang, melainkan Bosworth

  • Facebook dan Instagram adalah bisnis yang terlalu kuat sehingga bahkan jika pekerjaan pengembangan dihentikan sepenuhnya, keduanya akan tetap menjadi perusahaan monopoli yang tak terkalahkan selama beberapa tahun ke depan
    Namun saya tidak paham bagaimana rekaman layar atau pencatatan keyboard bisa menjadi data pelatihan AI yang berguna. Biayanya besar dan juga membuat banyak orang marah, tetapi nilai nyatanya tampak kecil

    • Salah satu hal yang saya pelajari sepanjang karier adalah bahwa engineering tampaknya jauh kurang penting bagi kesuksesan bisnis daripada yang saya kira. Jika masalah engineering atau gangguan layanan tidak sampai membuat tim penjualan disalib di alun-alun dan pelanggan pergi, pada akhirnya semuanya seolah bisa ditambal asal dengan duct tape
      Tentu ini kurang berlaku di bidang yang benar-benar penting seperti perangkat lunak kriptografi atau perangkat lunak keuangan. Meski begitu, tetap mengejutkan betapa kecil keterkaitan antara kesuksesan perusahaan dan keunggulan engineering
    • Itu cerita dari dunia lama sebelum AI. Dengan AI, pemimpin yang bodoh bisa merusak bisnis secepat laju pikirannya
    • Karena data penggunaan komputer
    • Mungkin saja, tapi saya tidak setuju. Banyak perusahaan terus menggelontorkan uang ke iklan sosial tetapi tidak mendapatkan hasil. Karena jika Anda tidak tahu apa yang Anda lakukan, Meta akan membuat Anda menghabiskan anggaran besar pada pelanggan yang sudah ada alih-alih mendatangkan pelanggan baru
      Itulah juga alasan divisi Amazon Ads tumbuh belakangan ini. Karena itu benar-benar efektif. Sementara itu, social berbayar dan pencarian berbayar makin menjadi peninggalan masa lalu
      Dalam waktu dekat ini mungkin masih bisa mencetak uang, tetapi ada serangan besar-besaran dari iklan native, media, Amazon, dan lainnya; di sana data pihak pertama dan pixel itu penting, dan privasi juga harus dihormati
      Saya tahu ini karena saya menjalankan perusahaan teknologi pemasaran kecil yang menjadi pesaing GA4 dan sedang berekspansi ke iklan native
    • Bisnis-bisnis itu memang stabil, tetapi ada kemungkinan besar bahwa sekarang adalah puncak media sosial. Agar menarik sebagai investasi jangka panjang, dibutuhkan sesuatu yang baru
      Menurut saya Zuck tidak punya aura seperti Musk yang meski bercampur omong kosong tetap menghasilkan sesuatu. Dan rekam jejak Meta dalam membangun produk baru secara internal juga tidak terlihat bagus
      Apakah mesin pemicu kemarahan yang penggunaannya sekarang berada di puncak atau dekat puncaknya masih akan menjadi investasi yang menarik pada 2026?

  • Menyedihkan. Saya justru merasa Meta, khususnya dibandingkan Google, telah melakukan banyak hal dengan baik dalam memanfaatkan engineer. Jika harus memilih antara React (Facebook) dan Kubernetes (Google), saya akan selalu memilih yang pertama
    Kubernetes telah menghambat teknologi klaster selama 10 tahun terakhir dan menghalangi munculnya alternatif yang lebih baik untuk perusahaan kecil atau perusahaan yang tidak mampu membuang-buang sumber daya pada teknologi dan proses yang sulit dikelola demi keuntungan monopoli
    Akan jauh lebih baik jika seseorang membuat produk open source berdasarkan Parallel Sysplex lama milik IBM, tetapi kemungkinan ada paten di sana. Mungkin sekarang sudah kedaluwarsa
    Walaupun banyak orang mengeluh, React pada akhirnya berhasil mencapai puncak di pasar yang sangat kompetitif. Saya telah melihat banyak sistem pembangunan objek UI yang sekilas tampak mirip seperti XAML dari Microsoft atau FXML dari Oracle, tetapi sistem React sejauh ini yang paling sederhana dan fleksibel
    Ini adalah contoh bahwa ide-ide dari On Lisp bisa diterapkan ke bahasa apa pun yang memiliki praktik pemrograman fungsional dasar, lalu hanya dengan sedikit penyesuaian compiler di atasnya hasilnya bisa terasa alami

    • Saya rasa perlu dijelaskan mengapa React dan Kubernetes layak dibandingkan sebagai teknologi yang digunakan developer
      Memang React tampak sebagai pemimpin di frontend, tetapi saya penasaran apa padanannya di backend menurut Anda
    • Bukankah React seharusnya dibandingkan dengan Vue.js, bukan dengan Kubernetes?
    • Saya kurang paham dengan pernyataan bahwa “Meta telah melakukan banyak hal dengan baik dalam memanfaatkan engineer”. Bagaimana menggunakan software engineer berbakat untuk pelacakan pengguna dan perancangan algoritma adiktif bisa dianggap hal yang baik?
      React mungkin merupakan efek samping yang bagus, tetapi itu sama sekali bukan hal pertama yang terlintas ketika memikirkan Meta
    • Siapa pun yang membandingkan React dengan Kubernetes, dan tidak membandingkan React (Facebook) dengan Vue.js (Google), sulit dianggap punya pengetahuan domain yang cukup tentang isu ini
      Kubernetes menjadi orkestrator klaster standar industri karena suatu alasan, dan itu hebat
    • Bukankah Instagram berjalan dengan Angular? Pendapatan per pengguna bahkan lebih tinggi daripada produk inti FB. Mungkin kita perlu meninjau ulang tolok ukur penilaian dalam perjalanan FAANG

  • Saya rasa ada perubahan di sini yang tidak disadari banyak orang. Jika Anda bekerja pada masa awal TV, khususnya ketika TV masih sangat eksperimental dan standarnya berubah setiap tahun, Anda mungkin melakukan banyak engineering dengan tangan sendiri atau bekerja sangat dekat dengan engineer
    Saat ini hampir tidak ada engineering di televisi. Tampaknya hal yang sama sedang terjadi pada media sosial. Produknya sudah matang, dan masalah engineering yang perlu dipecahkan ke depan akan makin sedikit

    • Jadi kemungkinan besar itulah sebabnya Meta belakangan terjun ke segala macam proyek sampingan seperti VR/AR atau AI. Karena di ranah media sosial mereka tidak lagi bisa memikirkan banyak hal yang benar-benar layak dikerjakan
      Tentu saja, melihat proyek-proyek sampingan itu berjalan setengah matang, tidak mengejutkan jika Meta akhirnya berbalik ke PHK. Mereka merekrut terlalu banyak orang, dan tidak pernah benar-benar menemukan cara yang serius untuk memanfaatkan begitu banyak engineer
    • Mungkin gambaran besar Meta memang adalah menginvestasikan para engineer ini ke bidang pertumbuhan. Dan mereka gagal berhasil di sana