Kita Akan Meraup Untung Besar

 (rocketpoweredjetpants.com)
1 poin oleh GN⁺ 8 jam lalu | 1 komentar | Bagikan ke WhatsApp
  • Dalam skenario sekitar 5 tahun, penyebaran coding AI dapat mengurangi perekrutan junior dan menumpuk kompleksitas kode, sehingga nilai pasar developer senior berpengalaman yang mampu merapikannya bisa melonjak tajam
  • Perusahaan yang menilai model coding sudah cukup maju untuk menggantikan developer junior mulai membeli lebih banyak token alih-alih merekrut tenaga kerja, dan peluang perekrutan junior di dunia nyata juga menurun
  • LLM cenderung menambahkan kode baru daripada merapikan kode yang sudah ada, dan ketika digabung dengan batasan context window yang tidak mampu memuat seluruh repository, kode duplikat dan technical debt bertambah
  • Seiring meningkatnya defect rate kode buatan AI dan total volume kode, bug menjadi lebih banyak, dan karena implementasi duplikat yang tidak diabstraksikan dengan benar, defect yang sama harus diperbaiki berulang kali di banyak tempat
  • Jika pasokan tenaga berpengalaman berkurang akibat penghentian perekrutan junior dan kenaikan burnout berat sebesar 22%, developer yang memiliki pengalaman maintenance sebelum AI serta penilaian yang baik bisa mendapatkan peluang langka seperti developer COBOL pada era Y2K

Skala dan kompleksitas kode yang diperbesar AI

  • Seluruh proses ini memakan waktu sekitar 5 tahun, dengan asumsi bahwa saat ini proses tersebut sudah berjalan sekitar 1,5–2 tahun
  • Model AI terbaru, meski belum sempurna, telah mencapai level yang mirip atau lebih baik daripada developer junior dalam coding
  • LLM dapat langsung menghasilkan helper function dan method dari library pihak ketiga yang pernah ditemuinya dalam data pelatihan, sehingga cenderung lebih suka menambahkan kode baru
    • Akibatnya, kode yang ditulis dan ukuran repository terus bertambah, dan riset terkait juga mengonfirmasi adanya peningkatan skala kode
  • AI memiliki kecenderungan kuat untuk menambahkan fitur ke kode yang sudah ada, alih-alih merapikan kode, menghapus duplikasi, atau meningkatkan maintainability
    • Context window yang besar pun tidak dapat memuat seluruh repository modern, sehingga implementasi yang sudah ada bisa terlewat
    • Kode yang ditulis AI sebagian besar bersifat aditif dan sering duplikatif, dan riset kualitas kode berbantuan AI juga menemukan fenomena yang sama
  • AI dapat membaca kode dan control flow yang kompleks lebih cepat dan akurat daripada manusia
    • Karena itu, anggaran kompleksitas dan technical debt yang bersedia ditanggung organisasi juga meningkat
    • Prinsip bahwa debugging dua kali lebih sulit daripada menulis kode tetap berlaku, dan jika kompleksitas terus menumpuk, ia dapat mencapai titik yang bahkan AI pun tidak mampu menanganinya
    • Sebagian codebase sudah melampaui tingkat kompleksitas yang sanggup ditangani manusia, dan hal ini juga terlihat dalam contoh krisis technical debt AI
  • Defect rate kode buatan AI umumnya lebih tinggi daripada kode yang ditulis manusia
    • Bahkan jika di masa depan defect rate menjadi lebih rendah daripada manusia, total jumlah defect tetap bisa meningkat karena volume kode yang dihasilkan bertambah besar
    • Karena kode tidak dipisahkan dan diabstraksikan dengan tepat, meski bug di satu tempat diperbaiki, implementasi duplikat di tempat lain tetap tersisa, sehingga situasi memperbaiki defect yang sama berulang kali terus berlanjut

Kelangkaan developer senior berpengalaman

  • Dalam codebase yang kompleks, berstruktur buruk, penuh bug dan duplikasi, dibutuhkan developer senior yang dapat menilai apa yang harus dihapus, abstraksi mana yang keliru, dan apakah seluruh pendekatan perlu dirancang ulang
  • Tenaga berpengalaman berkurang bukan hanya karena keluar dari industri secara alami, tetapi juga karena beban mengelola kompleksitas yang dihasilkan AI
    • Burnout berat pada developer senior meningkat 22%
    • Jika perekrutan junior dihentikan, jumlah tenaga yang kelak tumbuh menjadi senior generasi berikutnya juga berkurang
    • Developer yang memulai karier setelah AI juga bisa saja kompeten, tetapi mereka mungkin kurang memiliki pengalaman menulis kode yang maintainable dengan cara sebelum AI
  • Karena senior engineer yang siap masuk production sudah menjadi bottleneck utama di pasar tenaga kerja, kebutuhan akan developer yang memiliki pengalaman dan naluri kode yang baik tampaknya akan semakin besar
  • Ketika demand naik dan supply turun, harga meningkat, dan peluang yang mirip dengan yang dinikmati developer COBOL menjelang dan setelah Y2K bisa muncul bagi developer senior
  • Developer berpengalaman yang bertahan melewati periode PHK yang didorong AI berpotensi memperoleh kompensasi tinggi saat kekurangan supply mulai terasa nyata

Bacaan terkait

1 komentar

 
GN⁺ 8 jam lalu
Pendapat di Lobste.rs
  • Dalam 5 tahun ke depan, saya berencana menghasilkan uang sangat banyak hanya dengan memperbaiki hasil berantakan yang dimuntahkan AI, lalu pensiun sambil naik yacht entah di mana
    Skalanya tampaknya akan jauh lebih parah daripada dulu saat membereskan hasil dari alat WYSIWYG atau tim outsourcing luar negeri
    • Saya ragu pekerjaan membereskan seperti itu akan terasa menyenangkan berapa pun bayaran yang ditawarkan, dan meskipun punya kemampuan, saya tidak yakin sanggup menanganinya
  • Proyek terkait: https://odra.dev/slopfix/
  • Daripada mati-matian menyelamatkan perusahaan yang tidak punya visi, tampaknya lebih baik membiarkannya gagal begitu saja dan memulai bisnis baru
  • Ini sering saya katakan tahun ini: bukan cuma merapikan kode berantakan, tapi juga menghapus LLM dari pekerjaan yang seharusnya diproses secara deterministik akan menjadi pasar besar
    Jika ada pengguna yang membayar chatbot $20.000 per bulan hanya untuk mengetahui mana dari empat pilihan yang dipilih pengguna lain, Anda bisa membuatkan program dengan biaya yang sama yang tidak bergantung pada harga token atau kesalahan probabilistik, lalu menawarkan kontrak pemeliharaan $1.000 per bulan
    Perusahaan-perusahaan sudah mulai menyadari bahwa biaya memasukkan LLM ke banyak alur kerja lebih mahal daripada mempekerjakan manusia, tetapi di saat yang sama banyak yang sudah telanjur memecat staf yang ada, jadi masa panennya sepertinya akan datang jauh lebih cepat dari 5 tahun
    • Saya benar-benar sudah beberapa kali mendengar percakapan orang-orang yang mencoba prompt engineering untuk masalah yang sebenarnya sudah punya algoritme deterministik dan optimal yang dikenal
  • Setidaknya dari sisi duplikasi kode dan kemudahan pemeliharaan, agen AI masih punya ruang besar untuk berkembang
    Jika ada semantic search yang sangat bagus, jendela konteks yang sangat besar tidak selalu diperlukan
    Jika model embedding dilatih secara khusus agar agen coding pandai menemukan konsep-konsep yang duplikat, ia bisa memuat lima resource lain ke memori yang juga mengelola waktu kedaluwarsa dengan priority queue, lalu menggabungkannya menjadi satu kelas ExpirationQueue
    Namun, ada juga risiko AI seperti ini menerapkan abstraksi yang terlalu dini dengan terlalu gegabah