Menua dalam Stack: Filosofi Adaptasi Developer di Era AI

Beberapa waktu lalu, seorang teman yang sudah 15 tahun menulis kode mengirim pesan singkat di grup developer: "Saya mulai merasa seperti dinosaur. AI bisa mengerjakan 80 persen tugas saya dalam waktu yang lebih cepat, dan hasilnya cukup bagus. Pertanyaannya: apakah 20 persen sisanya masih cukup bernilai untuk membayar tagihan?"

Pesan itu menggantung lama di kepala saya. Bukan karena ia pesimis, tapi karena ia jujur. Dan kejujuran semacam itu jarang terucap di industri yang terobsesi pada produktivitas dan hype teknologi terbaru.

Keahlian sebagai Beban: Mengapa Semakin Tahu, Semakin Takut

Ada sebuah paradoks yang sering saya observasi di komunitas developer. Junior developer biasanya jadi pengguna paling antusias AI coding assistant. Mereka tidak punya apa-apa untuk dilepaskan. Generasi mid-level mulai menunjukkan resistensi halus: "Itu bagus untuk boilerplate, tapi untuk arsitektur yang kompleks?" Lalu senior developer seringkali jadi yang paling skeptis, bahkan bermusuhan.

Bukan karena mereka tidak mengerti teknologi. Justru sebaliknya: mereka terlalu mengerti. Mereka tahu persis di mana edge case bersembunyi, bagaimana technical debt menumpuk, dan mengapa kode yang "terlihat benar" bisa meledak di production pada Jumat malam. Pengalaman memberi mereka lensa untuk melihat kegagalan yang tidak terlihat oleh orang lain. Masalahnya, lensa yang sama kadang membuat mereka buta terhadap potensi.

Dalam psikologi, fenomena ini punya nama: curse of knowledge. Semakin mahir seseorang di suatu domain, semakin sulit baginya untuk membayangkan kembali apa itu ketidaktahuan. Dan semakin sulit pula untuk menerima bahwa sebuah alat bisa mengkompresi ribuan jam pengalaman ke dalam sebuah prompt.

AI Bukan Gelombang Pertama, dan Pasti Bukan yang Terakhir

Kalau kita mundur sejenak, pola ini sebenarnya bukan baru. Ketika high-level programming language pertama muncul, assembly programmer merasa dunia akan runtuh. Ketika framework seperti Rails dan Django datang, developer C++ dan Java menganggapnya mainan. Ketika cloud computing menghapuskan kebutuhan akan on-premise server admin, banyak sysadmin merasa karir mereka terancam.

Tapi lihat apa yang terjadi. Bahasa high-level tidak membunuh assembly programmer; mereka memindahkan mereka ke layer yang lebih abstrak, di mana keahlian mereka justru lebih bernilai karena semakin langka. Framework tidak membuat developer menjadi tidak penting; mereka memaksa developer untuk naik level dari implementasi korek-api ke arsitektur sistem. Cloud tidak menghapuskan sysadmin; mereka berevolusi menjadi platform engineer dan SRE.

AI adalah gelombang yang lebih besar, tapi esensinya sama: sebuah abstraction layer baru. Yang membedakan mungkin hanya kecepatan. Rails butuh tahun untuk mengubah industri. AI butuh bulan. Dan kecepatan itulah yang membuat banyak dari kita kehilangan keseimbangan.

Menurut laporan dari Stack Overflow Developer Survey 2025, 62 persen developer professional kini menggunakan AI tools setiap hari. Namun hanya 28 persen yang merasa percaya diri hasilnya siap production tanpa review manual. Artinya, mayoritas masih berada di fase transisi: menggunakan alat baru dengan mindset lama.

Filosofi Melepaskan: Dari Attachment ke Keahlian

Saya pernah membaca sebuah analogi menarik dari dunia musik. Ketika synthesizer elektronik pertama kali muncul pada tahun 1970-an, banyak gitaris klasik merasa tersinggir. "Ini bukan musik sungguhan," katanya. Tapi synthesizer tidak membunuh gitar. Itu justru melahirkan genre baru, memperluas definisi musik, dan menciptakan ruang bagi gitaris yang mau berevolusi.

Di software engineering, attachment kita biasanya bukan pada alat, tapi pada identitas. "Saya adalah JavaScript developer." "Saya adalah backend engineer." "Saya adalah orang yang memahami distributed system." Ketika AI mulai bisa menulis JavaScript, mendesain backend, atau bahkan memodelkan distributed system, identitas itu terasa terancam. Bukan pekerjaannya yang hilang, tapi cerita tentang dirinya.

Melepaskan attachment pada keahlian spesifik bukan beraja menjadi tidak kompeten. Ini berarti memindahkan investasi dari hard skills yang mudah diotomatisasi ke meta-skills yang lebih tahan lama: judgement, taste, arsitektur, komunikasi teknis, dan kemampuan untuk menavigasi ketidakpastian. Area-area di mana AI masih sangat payah.

Seperti yang ditulis Paul Graham dalam esainya Life is Short: waktu kita terbatas, dan sebagian besar dari apa yang kita lakukan sebenarnya adalah bullshit. AI bisa jadi pemangkas bullshit terbaik yang pernah ada, kalau kita berani menggunakannya untuk itu.

Menua dengan Grace: Cara Senior Developer Bertahan

Developer yang berhasil menavigasi transisi teknologi besar biasanya punya beberapa kesamaan. Pertama, mereka tidak memperlakukan AI sebagai ancaman, melainkan sebagai force multiplier. Mereka tidak membandingkan AI dengan diri mereka sendiri; mereka membandingkan dirinya dengan AI versus dirinya tanpa AI. Dan dalam perbandingan itu, pemenangnya selalu mereka yang mau berkolaborasi.

Kedua, mereka secara sadar membangun moat di sekitar domain yang sulit diotomatisasi. Review arsitektur. Mentoring tim. Negotiation dengan stakeholders. Debugging sistem legacy yang tidak punya dokumentasi. Di sinilah 15 tahun pengalaman benar-benar berbicara, bukan di boilerplate CRUD yang bisa digenerate dalam hitungan detik.

Ketiga, dan mungkin yang paling penting: mereka tetap menjadi pembelajar. Bukan pembelajar yang naif, tapi pembelajar yang kritis. Mereka mencoba tool baru, mengevaluasi kelemahannya, lalu memutuskan apakah worth it untuk diadopsi. Skeptisisme tanpa eksperimen hanyalah kekakuan. Eksperimen tanpa skeptisisme hanyalah hype-following.

Pertanyaan yang Lebih Penting

Di tengah debat apakah AI akan menggantikan developer, kita sering lupa bahwa pertanyaan itu sendiri mungkin salah. Bukan "apakah AI menggantikan saya?" yang harus ditanyakan, melainkan "pekerjaan seperti apa yang ingin saya lakukan 5 tahun mendatang?"

Kalau jawabannya adalah "menulis kode sebanyak mungkin," maka ya, AI adalah ancaman serius. Tapi kalau jawabannya adalah "membangun produk yang berguna, memecahkan masalah orang lain, dan terus berkembang bersama teknologi," maka AI hanyalah salah satu medium di antara banyak medium yang akan kita pelajari sepanjang karir.

Seperti halnya seorang penulis tidak kehilangan identitasnya ketika beralih dari mesin tik ke word processor, atau seorang arsitek tidak kehilangan keahliannya ketika beralih dari gambar tangan ke CAD software, developer tidak kehilangan esensi mereka ketika beralih dari mengetik setiap baris kode ke mengorkestrasi AI agents.

Yang hilang hanyalah ilusi bahwa keahlian kita adalah benteng permanen. Padahal sejak awal, software engineering selalu tentang perubahan. Stack yang kita banggakan hari ini akan jadi legacy code bagi generasi berikutnya. Dan itu bukan tragedi. Itu adalah siklus hidup teknologi yang wajar.

Jadi, kepada teman saya yang merasa seperti dinosaur: mungkin memang benar kamu dinosaur. Tapi ingat, dinosaur tidak punah karena lemah. Mereka punah karena tidak bisa beradaptasi. Dan adaptasi, di era AI maupun di era apapun, selalu dimulai dari satu langkah sederhana: berani melepaskan keahlian yang sudah tidak lagi melayani masa depanmu.

Apa bagian dari stack atau keahlianmu saat ini yang paling sulit untuk dilepaskan? Dan apa yang mungkin kamu dapatkan kalau berani melepaskannya?