Fly.io: Para Skeptik AI di Dunia Programming Semuanya Gila

Sebuah provokasi menarik datang dari blog Fly.io yang secara langsung menantang para skeptis AI dalam dunia software development. Menurut tulisan di Fly.io Blog, author yang juga merupakan veteran developer sejak pertengahan 1990-an menyatakan bahwa semua kemajuan pada LLM dapat berhenti hari ini, namun teknologi tersebut tetap akan menjadi hal terpenting kedua yang terjadi sepanjang karirnya. Pernyataan ini datang dari pengalaman bertahun-tahun menulis kode dalam berbagai bahasa, mulai dari C dan C++ hingga Go dan Rust.

Author memulai dengan mengakui bahwa banyak eksekutif teknologi yang mewajibkan adopsi LLM memang menerapkan strategi yang buruk. Namun, ia juga memahami dari mana mereka berasal. Banyak orang paling pintas yang ia kenal memiliki keyakinan mendalam bahwa AI hanyalah fad, iterasi berikutnya dari NFT mania. Meskipun mereka lebih pintar darinya, argumentasi mereka dinilai unserious dan patut untuk dikonfrontasi. Bahkan, orang-orang berbakat sedang melakukan pekerjaan yang LLM sudah lakukan lebih baik, hanya karena spite.

Untuk memahami mengapa author begitu yakin, kita perlu melihat apa yang sebenarnya dilakukan oleh serious LLM-assisted coders saat ini. Mereka tidak lagi sekadar copy-paste kode dari ChatGPT ke editor. Mereka menggunakan agents yang dapat menjelajahi codebase secara mandiri, menulis file langsung, menjalankan tools, mengompilasi kode, menjalankan test, dan mengulangi proses berdasarkan hasilnya. Agents dapat menarik kode dari tree secara sewenang-wenang, menjalankan tools Unix standar untuk navigasi, berinteraksi dengan Git, menjalankan linter dan formatter, serta melakukan tool calls arbitrari melalui MCP.

Yang menarik, kode dalam agent yang sebenarnya melakukan pekerjaan bukanlah AI itu sendiri. Ini adalah systems code yang mencengangkan sederhananya, dihubungkan ke ground truth tentang programming dengan cara yang sama seperti Makefile. Anda bisa menulis coding agent yang efektif dalam semalam. Kekuatannya lebih bergantung pada bagaimana Anda berpikir dan menyusun builds, linting, serta test harnesses dibandingkan seberapa advanced o3 atau Sonnet telah menjadi. Jika Anda masih membuat request di halaman ChatGPT lalu mem-paste kode yang rusak ke editor, Anda tidak sedang melakukan apa yang dilakukan oleh AI boosters.

Salah satu argumen kuat yang dibuat adalah tentang tedious code. LLM dapat menulis sebagian besar dari semua kode tedious yang perlu Anda tulis, dan sebagian besar kode di sebagian besar proyek memang tedious. LLM secara drastis mengurangi jumlah hal yang perlu Anda Google. Mereka mencari sendiri. Yang paling penting, mereka tidak lelah; mereka kebal terhadap inertness. Pernahkah Anda memikirkan sesuatu yang ingin Anda bangun tetapi tidak jadi? LLM dapat diinstruksikan untuk menyelesaikan semua drama dependency dan bookkeeping, seringkali membuat Anda langsung berada di momen emas di mana segalanya hampir berfungsi.

Tentu ada downside. Terkadang ada tugas yang sulit, tetapi Anda tidak ingin mengerjakannya. Jadi Anda refactor unit tests, menenangkan diri dengan kebohongan bahwa Anda sedang melakukan real work. Namun LLM dapat diperintahkan untuk melakukan refactor semua unit tests Anda. Agent dapat menghabiskan waktu berjam-jam mengutak-atik tests di VM dan kembali dengan PR. Yang terjadi adalah Anda akan merasa lebih buruk saat yak-shaving dan akhirnya melakukan real work.

Tentang isu hallucination, author berargumen bahwa jika halusinasi penting bagi Anda, programming language Anda telah mengecewakan Anda. Agents melakukan linting, mengompilasi, dan menjalankan tests. Jika LLM menciptakan signature fungsi baru, agent melihat error tersebut, memberikan feedback ke LLM, yang kemudian mencoba lagi. Anda hanya akan menyadari ini terjadi jika Anda memantau chain of thought log. Jangan lakukan itu. Ini adalah alasan mengapa author menyukai Zed agent mode yang meminta Anda untuk tab away dan membiarkannya bekerja.

Isu code quality yang mediocre juga dihadapi secara langsung. Sebagai coder mid-late career, author telah belajar menghargai mediokrity. Semua kita menulis kode mediocre, dan itu seringkali fine. Not all code is equally important. Beberapa kode memang seharusnya mediocre. Maximum effort pada random unit test berarti Anda melakukan sesuatu yang salah. LLM mungkin menurunkan ceiling untuk kualitas, tetapi mereka juga raise the floor. Lantai Gemini lebih tinggi daripada milik author sendiri.

Yang paling menarik adalah bahwa LLM mungkin benar-benar akan menggantikan banyak software developer. Ini bukan kuda tinggi yang dapat kita tunggangi. Pekerjaan kita sama-sama berada dalam garis tembak teknologi seperti pekerjaan orang lain selama 3 dekade terakhir. Kita bukan East Coast dockworkers; kita tidak akan menghentikan progress sendirian. Author mengakui bahwa ia tidak tahu apakah kita akan lebih baik setelah LLM. Things could get a lot worse for us.

Bagi developer di Indonesia, tulisan ini adalah panggilan untuk berhenti menolak LLM berdasarkan argumentasi emosional dan mulai memahami teknologi ini secara objektif. Agents dan AI-assisted coding bukan lagi hype, melainkan tools yang sedang mengubah fundamental bagaimana kita bekerja. Menolaknya bukanlah tindakan berprinsip, melainkan tindakan yang dapat membuat Anda tertinggal dalam industri yang bergerak cepat ini.

Source: Fly.io Blog