Naia
· Luke

Dua tahun coding dengan AI, dari saran kode hingga rekan tim AI

Coding AIHarness EngineeringAgen codingAXNaiaNextain

AI yang dulu bahkan kesulitan membuat satu modul dengan baik dalam sehari kini mulai mengerjakan tugas dalam satuan jadwal. Kalau dipikir-pikir, dalam dua tahun cara saya bekerja berubah sekitar empat kali, dan setiap kali itu pula posisi saya ikut bergeser.

1. Era fungsi saran — IDE coding mentah

Pada awalnya, coding dengan AI hanyalah fungsi saran sederhana. Saat saya mengetik kode, AI menampilkan beberapa baris berikutnya dalam warna abu-abu, lalu saya bisa menerimanya dengan menekan tab. Saya tetap mengerjakan semuanya; AI hanyalah alat yang membuat tangan saya sedikit lebih cepat.

Kode saran berwarna abu-abu muncul setelah input fungsi. (Gambar 1: Tahap pertama. Setelah nama fungsi dan baris pertama diketik, tiga baris berikutnya muncul dalam warna abu-abu dan diterima dengan menekan tab.)
Kode saran berwarna abu-abu muncul setelah input fungsi.

2. Era jendela percakapan — fitur kecil dan debugging dengan prompt yang baik

Tahap kedua adalah membuat fitur kecil dan menyerahkan debugging dengan prompt yang baik. Tempat saya bekerja berpindah dari editor IDE coding ke jendela percakapan di sebelahnya. Sampai sekitar 2024, sepertinya orang yang mahir adalah orang yang pandai menulis prompt.

Setelah kesalahan dijelaskan, AI menyajikan kode perbaikan di jendela percakapan. (Gambar 2: Tahap kedua. Saya menjelaskan letak kesalahan di jendela percakapan, AI menunjukkan kode untuk memperbaikinya, lalu saya memasukkannya ke editor.)
Setelah kesalahan dijelaskan, AI menyajikan kode perbaikan di jendela percakapan.

Survei developer Stack Overflow tahun 2025 memperlihatkan suasana saat itu. Sebanyak 84% responden menggunakan atau berencana menggunakan alat AI, dan 51% developer profesional menggunakannya setiap hari. Namun, bahkan jika pengguna agen untuk bekerja yang memakainya setiap hari, setiap minggu, dan sesekali digabung, jumlahnya hanya sekitar tiga dari sepuluh orang. Lebih banyak yang tidak percaya pada akurasi jawaban AI (46%) daripada yang percaya (33%).

3. Era harness — mendefinisikan spesifikasi dan memastikan pekerjaan berjalan dengan benar

Tahap ketiga, yang dimulai tahun ini, adalah mendefinisikan spesifikasi dan memastikan pengembangan berjalan dengan benar. Harness didefinisikan dan lingkungannya disiapkan. Layar komputer saya dipenuhi beberapa terminal yang serba hitam. Saya membuka banyak terminal karena menangani beberapa isu sekaligus. Setelah harness tersedia, agen bisa bekerja dari awal sampai akhir, sehingga waktu tunggu pun menjadi lebih panjang.

Agen di beberapa terminal menangani isu masing-masing. (Gambar 3: Layar saya yang sebenarnya pada tahap ketiga. Daftar agen ada di sebelah kiri, dan di setiap jendela agen yang berbeda (Codex, Claude Code, OpenCode) menangani isu masing-masing. Jendela tengah menampilkan laporan pekerjaan yang dibuat agen.)
Agen di beberapa terminal menangani isu masing-masing.

Pada masa ini, panjang pekerjaan yang bisa diselesaikan AI sendiri meningkat dengan cepat. Pada Januari tahun ini, lembaga evaluasi AI METR mengumumkan bahwa panjang pekerjaan yang bisa diselesaikan AI dengan peluang setengah (diukur dengan waktu yang dibutuhkan manusia) selama ini berlipat dua kira-kira setiap 7 bulan, dan sejak 2024 jaraknya memendek menjadi sekitar 89 hari. Angka ini menunjukkan bagaimana AI yang kewalahan dengan satu modul mulai mampu menangani pekerjaan yang memakan waktu beberapa jam.

OpenAI juga menyampaikan hal serupa pada Februari dengan nama "Harness Engineering". Selama lima bulan, mereka membuat produk sekitar 1 juta baris dengan agen tanpa kode sumber yang ditulis tangan oleh manusia, dan pekerjaan engineer bergeser dari mengimplementasikan kode ke merancang lingkungan tempat agen bekerja.

Saya memasukkan gambaran coding di terminal ini sebagai webtun dalam bab 1 buku saya, Harness Engineering. Ceritanya, kalau saya menemui diri saya pada 1999 dan mengatakan bahwa di masa depan orang akan coding dengan GPU dan terminal, dia tidak akan percaya. Namun, ketika menulis edisi ke-2, saya menambahkan catatan dalam tanda kurung di sebelahnya: sepertinya ini pun akan segera berakhir.

Diri dari masa depan menjelaskan coding dengan GPU dan terminal kepada dirinya pada 1999. (Gambar 4: Webtun bab 1 Harness Engineering. Saya dari masa depan menemui diri saya pada 1999 dan berkata, "Pada 2026 kita coding dengan GPU dan alat coding yang populer adalah terminal," tetapi diri saya di masa lalu memintanya berhenti bercanda.)
Diri dari masa depan menjelaskan coding dengan GPU dan terminal kepada dirinya pada 1999.

4. Era messenger — dokumen, laporan, dan persetujuan

Terakhir, sejak Oktober saya mulai mengurus jadwal dengan melihat messenger, dokumen desain, laporan, dan persetujuan. Saya mulai masuk ke terminal ketika ada sesuatu yang rusak, dan cakupannya bergeser dari pekerjaan pengembangan software ke seluruh pekerjaan perusahaan.

Tugas rekan AI ditampilkan di kalender. (Gambar 5: Layar yang saya lihat belakangan ini. Tugas dengan label nama setiap rekan AI muncul di kalender.)
Tugas rekan AI ditampilkan di kalender.
Rekan AI memperbaiki dokumen dengan menyertakan dasar dan membalas sesuai memo. (Gambar 6: Bekerja di dokumen. Ketika saya meninggalkan satu baris memo di dokumen, rekan AI memperbaiki dokumen dengan menyertakan dasarnya dan membalas di sebelah memo tentang apa yang diubah.)
Rekan AI memperbaiki dokumen dengan menyertakan dasar dan membalas sesuai memo.
Minho meminta tiga keputusan melalui messenger dan semuanya disetujui dengan a. (Gambar 7: Persetujuan melalui messenger. Ketika Minho mengajukan tiga hal untuk diputuskan, saya menjawab dalam satu baris: "semuanya a".)
Minho meminta tiga keputusan melalui messenger dan semuanya disetujui dengan a.

Rekan-rekan AI menerima pekerjaan lewat messenger dan meninggalkan hasilnya dalam dokumen, lalu saya membaca dan menyetujui dokumen itu. Sekarang alur ini dipakai bukan hanya untuk pengembangan, tetapi juga untuk email, proposal, materi pelatihan, webtun, dan blog. Hasilnya juga terlihat dalam angka.

Grafik jumlah kode yang ditambahkan setiap bulan ke repositori produk dari Februari hingga September. (Gambar 8: Grafik yang pernah dimasukkan ke materi hubungan investor Nextain. Kode baru yang ditambahkan ke repositori produk setiap bulan meningkat dari 92.000 baris pada Februari menjadi 254.000 baris pada September. Angka September dihitung untuk tanggal 1–22.)
Grafik jumlah kode yang ditambahkan setiap bulan ke repositori produk dari Februari hingga September.
Alur pekerjaan perusahaan dari memo hingga persetujuan dan pencatatan. (Gambar 9: Dari satu baris memo hingga persetujuan dan pencatatan. Ini adalah gambar empat panel di situs web yang menunjukkan alur pekerjaan perusahaan saat ini.)
Alur pekerjaan perusahaan dari memo hingga persetujuan dan pencatatan.

5. Hal-hal yang dulu saya anggap sebagai jawaban

Semua ini adalah perubahan besar yang terjadi selama dua tahun. Dari saran potongan kecil kode sampai kini bekerja dengan AI sebagai anggota tim, memang banyak sekali yang berubah. Sepertinya hal-hal yang selama ini saya anggap sebagai jawaban pun mulai menghilang. Pernah ada masa ketika prompt yang baik adalah jawabannya, lalu ada masa ketika harness yang baik menjadi jawabannya. Sekarang keduanya telah menjadi bagian dari pekerjaan.

6. Yang sedang saya kerjakan

Saya sedang mencatat proses ini sebagaimana adanya dan menjadikannya produk.

  • Harness Engineering edisi ke-2: Dalam edisi pertama yang terbit pada Juli, saya menulis tentang hal-hal yang saya hadapi saat bekerja dengan agen coding AI. Selama tiga bulan setelahnya, saya menjalankan pekerjaan perusahaan bersama berbagai model dan rekan AI, memperluas harness yang saya pakai sendiri menjadi tempat kerja untuk tim dan perusahaan (Naia ADK 2.0), lalu menulis kisah itu dalam edisi ke-2. Sebelum diterbitkan, saya memberikan seluruh naskah kepada tiga AI dan meminta mereka mengatakan apakah buku itu benar-benar layak dibeli, bukan memujinya. Untuk setiap masukan, saya membuka kembali kode dan commit, memeriksanya, lalu memperbaikinya. Edisi ke-2 akan segera terbit. Edisi pertama: https://leanpub.com/naia-harness
  • Naia AX: Saya sedang mencoba membuat produk AX yang membawa cara kerja ini ke lembaga dan perusahaan. "Dari AX yang menjalankan alur yang telah ditentukan, menuju AX yang bekerja bersama rekan AI untuk setiap peran." Pertama kami membuat ruang kerja (Naia ADK) yang mengumpulkan materi dan standar kerja organisasi, lalu menghadirkan rekan AI untuk setiap peran di atasnya. Ketika penanggung jawab meninggalkan satu baris memo di dokumen, rekan AI memperbaiki dan membalas dengan menyertakan dasarnya. Setelah penanggung jawab menyetujui, hasilnya tercatat sehingga orang berikutnya bisa melanjutkan. Bisa dibilang ini membawa tahap keempat di atas langsung ke dalam organisasi. Kami membangunnya bersama dalam lima tahap: diagnosis → persiapan → operasi bersama → evaluasi → operasi mandiri. Sistem ini dipasang pada akun cloud lembaga atau perusahaan, sehingga tetap ada meskipun penyedia AI yang digunakan berganti. Bulan lalu saya juga mengajar dalam kursus lanjutan pelatihan AX (perencanaan) untuk National Tax Service Korea, dan kami sedang menyiapkan produk untuk usaha kecil.
  • Integrasi dengan produk Naia: Fondasi yang dibuat untuk bekerja bersama rekan AI di perusahaan juga sedang kami masukkan ke Naia untuk penggunaan pribadi. Struktur untuk memberikan tugas melalui messenger, menerima hasil dalam dokumen, dan menyimpan ingatan menjadi sama untuk penggunaan perusahaan maupun pribadi.

Saya telah merangkum apa yang dilakukan Nextain di situs web kami.

7. Di mana posisi saya di tengah semua ini?

Selama dua tahun, posisi saya berpindah dari editor ke jendela percakapan, dari jendela percakapan ke terminal, lalu dari terminal ke messenger. Saya adalah developer yang dulu menulis kode dengan tangan, tetapi sekarang sebagian besar kode yang ditambahkan ke produk ditulis oleh AI. Alih-alih membuka kode baris demi baris, saya menentukan arah dan memeriksa cara kerjanya. Meski saya percaya ada nilai di sana karena produk yang dibuat dengan cara itu benar-benar kami operasikan, sampai sekarang saya masih sedikit takut apakah itu benar. Saya juga belum tahu ke mana saya akan pergi berikutnya. Di mana posisi saya di tengah semua ini?

Apakah saya benar-benar menciptakan nilai? Apakah masa ketika saya berjuang sendirian untuk membuatnya memang berarti? Kini bahkan pemeriksaan itu saya serahkan lagi kepada AI, dan saya menerima penghiburan serta keyakinan dari AI. Namun, karena saya tahu keterbatasannya, saya hanya bisa terus meragukan dan meninjaunya kembali. Saya semakin takut karena baru saja meluncurkan produk dan belum mendapatkan hasil komersial. Apakah Anda yang membaca tulisan ini menikmati perubahan tersebut? Atau hanya saya yang terjebak dalam lingkaran sendiri seperti ini?

Setelah cukup lama memimpin organisasi kecil yang belum berhasil, saya merasakan beratnya kata-kata "Tolong setujui." Untuk saat ini, tanggung jawab atas hasil pekerjaan masih sepenuhnya berada pada manusia.


Popular Posts

CC BY-NC-SA 4.0This post is licensed under CC BY-NC-SA 4.0.

Komentar

Anda dapat berkomentar tanpa masuk

...