AI Bisa Menulis Code, Tapi Tidak Bisa Memahami: Moat Terakhir Developer

Apa yang membuat seorang developer bernilai tinggi di era di mana vibe coding dan agentic AI bisa menghasilkan aplikasi lengkap dalam hitungan menit?

Ini bukan pertanyaan retoris. Ini adalah kegelisahan yang semakin nyata bagi siapa pun yang menulis code untuk hidup. Setiap kali kita melihat demo AI agent membangun CRUD app dari prompt singkat, ada bagian dari diri kita yang bertanya: apakah skill teknis yang saya pelajari selama bertahun-tahun akan sia-sia?

Tapi sebelum kita panik dan mulai mencari karir baru sebagai barista, ada satu perspektif yang perlu kita telusuri lebih dalam. Perspektif ini datang dari Aaron Brethorst, seorang engineer yang menulis dengan tajam: domain expertise has always been the real moat.

Bukan Code-nya, Tapi Pemahamannya

Brethorst mengingatkan kita pada sebuah kebenaran yang sering kita lupakan. Bagian tersulit dari software engineering bukanlah menulis syntax. Itu adalah membangun model mental dari domain bisnis di kepala kita terlebih dahulu.

Sebelum Anda bisa membangun sistem payroll, Anda harus mengerti garnishments, pre-tax deductions, dan apa yang terjadi ketika pay period seseorang bersinggungan dengan rate change. Sebelum Anda bisa membuat transit app, Anda harus tahu GTFS feed itu apa, mengapa trip dan route tidak sama, dan bagaimana bus yang on time tetap bisa salah.

Code hanyalah transkripsi dari pemahaman itu. Mengakuisisi pemahaman itulah pekerjaan sebenarnya.

Agentic AI memutuskan link antara keduanya. Sekarang Anda bisa memproduksi software tanpa pernah membangun model mental domain tersebut. Dan itu merusak sebuah asumsi fundamental yang menjadi dasar organisasi profesi kita.

Konstrain Baru: Bukan Can You Build It, Tapi Can You Tell If It Is Right

Opini standar mengatakan AI tools memperkuat senior developer karena mereka punya judgment. Benar, tapi tidak lengkap.

Yang lebih spesifik dan menarik adalah ini: konstrain utama sudah bergeser dari bisakah Anda membangunnya menjadi bisakah Anda memastikan bahwa itu benar.

Pikirkan dua tipe orang. Pertama: domain expert tanpa background software. Seorang logistics dispatcher, clinical coder, atau actuary. Mereka tidak bisa membaca stack trace dan tidak tahu bedanya hash map dengan list. Tapi mereka bisa melihat jadwal yang dihasilkan AI dan langsung tahu bahwa tidak ada driver yang boleh bekerja shift itu secara legal, atau bahwa claim dengan kode-kode itu tidak akan pernah dibayar. Mereka punya ground truth yang tidak dimiliki AI.

Kedua: generalist engineer kuat yang belum pernah kerja di domain tersebut. Mereka bisa mengarsitektur apa saja, tahu reliability, testing, dan cara menjaga sistem tetap berdiri jam 2 pagi. Tapi masuk ke clinical coding? Mereka tidak bisa membedakan jawaban yang plausible tapi salah dari yang benar. AI dengan senang hati akan menghasilkan billing rule yang compile, lolos test yang engineer pikirkan, dan tetap salah secara subtle dan mahal.

Engineer itu bisa verifikasi software well-built. Tapi mereka tidak bisa verifikasi software correct, karena correctness bergantung pada domain understanding.

Moat yang Sebenarnya

Ini berarti moat terakhir kita bukanlah kemampuan menulis code yang lebih cepat atau lebih elegan. Moat kita adalah kemampuan untuk menjadi human oracle dalam domain tertentu. Kemampuan untuk mengetahui kebenaran yang tidak tertulis di documentation, yang tidak bisa dipelajari AI dari training data, karena itu adalah hasil dari bertahun-tahun interaksi dengan realitas bisnis yang kompleks.

Sebagai developer di Indonesia, kita sering meremehkan nilai dari ngerti bisnis. Kita bangga dengan clean code, design pattern, dan architecture yang scalable. Tapi di mata stakeholder, yang paling bernilai adalah engineer yang mengerti kenapa sistem harus seperti ini, bukan hanya bagaimana membuatnya.

Filosofi di Balik Layar

Ada dimensi yang lebih dalam di sini. Sebuah artikel di Vox baru-baru ini membahas AI successionism, sebuah subkultur yang percaya bahwa AI adalah penerus yang layak bagi umat manusia. Mereka percaya AI bisa menjadi moral superior kita, dan bahkan salah untuk mencoba menjaga AI tetap selaras dengan nilai manusiawi.

Saya tidak setuju dengan ekstremisme itu. Tapi mereka mengingatkan kita pada satu hal: di era di mana machine bisa meniru output manusia, yang membedakan kita bukanlah kemampuan produksi, melainkan kemampuan judgment yang terasah dari pengalaman hidup dan interaksi sosial.

Code adalah artefak. Domain understanding adalah proses. AI bisa meniru artefak, tapi tidak bisa mereplikasi proses tanpa hidup di dalamnya.

Apa yang Harus Kita Lakukan?

Jadi, jika Anda junior developer yang khawatir: jangan hanya fokus pada framework terbaru atau library yang sedang hype. Pilih satu atau dua domain, dan pelajari dengan dalam. Jadilah orang yang mengerti tidak hanya how, tapi why dan what if.

Jika Anda senior developer yang merasa aman: jangan terlalu nyaman. AI akan terus naik level dalam kemampuan teknis. Tapi domain expertise Anda yang terasah selama bertahun-tahun adalah fortress yang sulit direbut.

Bukan berarti coding skill tidak penting lagi. Tapi hierarki nilai sedang bergeser. Dari pure builder menjadi informed builder with deep domain judgment. Dan pergeseran itu sudah terjadi.

Apakah Anda sudah mulai memikirkan domain expertise Anda sebagai aset utama, atau masih terjebak dalam perlombaan syntax terbaru?