Asisten Coding AI: 5 Mitos yang Kami Uji
Asisten coding AI mempercepat mengetik, bukan kualitas software. Lima mitos diuji terhadap bottleneck nyata: desain, verifikasi, dan kompleksitas.

Jonathan Blow, desainer di balik Braid dan The Witness, sekaligus orang yang cukup keras kepala untuk menghabiskan satu dekade membangun bahasa pemrogramannya sendiri, baru-baru ini mengajukan pertanyaan yang seharusnya menohok setiap vendor yang menjual asisten coding AI: kalau AI sudah menyelesaikan urusan coding, kenapa software saya masih begini-begini saja? Crash yang sama. Update yang sama membengkak. Keluhan yang sama selama satu dekade soal aplikasi yang memakan RAM tapi fiturnya malah lebih sedikit dibanding tool yang digantikannya. Jawaban klasik tunggu saja enam bulan lagi tidak benar-benar menjawab itu, dan menurut saya Blow tidak salah mengorek luka ini.
Ini posisi saya, setelah bertahun-tahun membangun sistem ML lalu melihat tool ini masuk ke tim-tim sungguhan: asisten coding AI sekarang memang bagus, dan mereka memang belum menggeser software yang kita pakai sehari-hari. Dua hal itu sama-sama benar, dan alasannya karena tool-nya memang tidak pernah diarahkan ke titik kemacetan yang sebenarnya. Cara paling jelas untuk melihatnya adalah dengan menguji lima keyakinan yang paling sering saya dengar, satu per satu.
Mitos 1: Mengetik Adalah Bottleneck dalam Pengembangan Software
Argumennya terdengar gampang: coding adalah aktivitas menghasilkan kode, jadi mesin yang menghasilkan kode sepuluh kali lebih cepat membuat software sepuluh kali lebih cepat. Silogisme yang rapi, dengan satu cacat: tidak ada pekerjaan developer yang benar-benar seperti itu. Ada aturan praktis lama, yang dipopulerkan oleh Clean Code, bahwa developer menghabiskan jauh lebih dari sepuluh kali waktu untuk membaca kode dibanding menulisnya. Rasio itu sudah ada lima belas tahun sebelum LLM, tapi setiap kajian serius tentang cara jam kerja engineering dihabiskan menunjuk ke hal yang sama: memahami sistem yang ada, berkoordinasi dengan manusia lain, dan menunggu keputusan. Ketikan itu receh.
Kamu bisa merasakannya dalam seminggu kerjamu sendiri. Autocomplete memang menghemat menit-menit berharga, dan saya tidak akan mau melepasnya, tapi hari-hari sulit saya tidak pernah sulit karena saya tidak bisa mengetik cukup cepat. Hari-hari itu sulit karena service pembayaran punya invarian yang tidak pernah ditulis siapa pun, atau karena tiga tim tidak sepakat soal janji apa yang harus diberikan API. Mempercepat satu tahap yang memang tidak lambat hampir tidak berpengaruh pada throughput total. Pabrik yang mencetak suku cadang lebih cepat daripada jalur inspeksinya bisa mengosongkan tidak akan mengirim lebih banyak produk. Yang terjadi hanyalah tumpukan suku cadang yang makin besar.
Ada satu tempat di mana mengetik benar-benar menjadi bottleneck: pekerjaan greenfield tanpa sistem yang harus dihormati. Boilerplate, prototipe, skrip sekali pakai, versi pertama dari apa pun. Itulah sebabnya demo terlihat seperti sihir, karena demo selalu greenfield. Engineering produksi hampir seluruhnya brownfield, dan pekerjaan brownfield adalah pekerjaan membaca.
Mitos 2: Kode yang Dihasilkan AI Sudah Terverifikasi
Versi optimis dari alurnya begini: deskripsikan tugasnya, model menulis kodenya, tes lolos, merge. Masalahnya ada di langkah tengah. Tes lolos hanya memberi tahu bahwa tes yang terpikir olehmu sesuai dengan kode yang terpikir oleh model. Keduanya bisa salah dengan arah yang sama, dan dengan output LLM itu sering terjadi. Modelnya menghasilkan kode yang lancar, idiomatik, dan penuh percaya diri, dan kelancaran justru yang melumpuhkan review.
Ini contoh kecil yang pernah saya lihat langsung di lapangan, kurang lebih begitu meski tidak persis sama. Minta penjadwal job bulanan dan kamu akan mendapatkan sesuatu seperti ini:
from datetime import datetime
def next_monthly_run(day: int, hour: int = 9) -> datetime:
"""Next run time for a job that fires monthly on `day`."""
now = datetime.now()
candidate = now.replace(day=day, hour=hour, minute=0, second=0, microsecond=0)
if candidate <= now:
# Roll forward one month
month = now.month % 12 + 1
year = now.year + (1 if now.month == 12 else 0)
candidate = candidate.replace(year=year, month=month)
return candidate
Bacalah seperti kamu membaca pull request rekan kerja. Idiomatik. Menangani pergantian tahun. Docstring-nya pun akurat. Sekarang jalankan dengan day=31 di tanggal 15 April: now.replace(day=31) memunculkan ValueError, karena April tidak punya tanggal 31. Fungsi ini crash tepat untuk permintaan penjadwalan paling umum, yaitu akhir bulan, dan hanya di bulan-bulan yang lebih pendek, jadi bisa saja tampak sehat di produksi selama berminggu-minggu sebelum ada yang sadar. Tes yang melakukan iterasi atas satu tahun penuh nilai now akan menangkapnya dalam hitungan detik. Reviewer manusia yang teliti mungkin menangkapnya sekitar separuh waktu. Celah itu adalah masalah verifikasi dalam bentuk mini.
Inilah sebabnya saya terus berargumen bahwa dalam alur kerja yang sarat AI, pilihan antara comprehension check dan tes bukan urusan akademis, melainkan inti dari segalanya. Membaca kode yang tidak kamu tulis sudah lebih sulit daripada menulisnya. Membaca kode yang tidak ditulis manusia mana pun, dalam volume yang dihasilkan tool ini, membalik seluruh ekonomi review. Tim-tim yang saya ajak bicara sekarang tidak kekurangan kode. Mereka kekurangan orang yang paham apa yang dilakukan kode itu dan mau membubuhkan namanya di bawahnya.

Mitos 3: Kode Murah Membuat Desain Software Murah
Keyakinan yang lebih halus: kalau kode hampir gratis, arsitektur jadi kurang penting, karena kita selalu bisa menulis ulang. Abstraksi buruk? Generate ulang. Model data yang keliru? Generate ulang juga. Saya pernah mendengar senior engineer mengatakannya dengan wajah serius, dan itu mencampuradukkan biaya mengubah teks dengan biaya mengubah keputusan.
Bagian tersulit dari software tidak pernah berupa kodenya. Tantangannya ada pada memutuskan apa yang layak dibangun, memodelkan domain manusia yang berantakan menjadi sesuatu yang bisa dieksekusi mesin, dan membuat taruhan arsitektur yang tidak runtuh ketika kebutuhan berubah, dan kebutuhan selalu berubah. Ini masalah niat dan nilai, bukan penyelesaian pola. Model yang dilatih dari korpus software yang ada bisa memberi tahu seperti apa biasanya sistem sejenis kamu. Ia tidak bisa memberi tahu seperti apa seharusnya sistemmu, karena jawabannya ada pada penggunamu, batasanmu, dan seberapa besar selera risiko organisasimu. Di sisi ini kita hampir tidak punya kemajuan, dan menurut saya ini bukan celah kapabilitas yang bisa diatasi dengan skala. Ini ketidakcocokan kategori.
Menulis ulang juga tidak gratis. Sebagian besar uang engineering dihabiskan untuk mengubah sistem yang sudah ada, dan mengubah sistem berarti lebih dulu merekayasa balik niat yang tertanam di dalamnya: invarian yang tidak pernah didokumentasikan, edge case yang ternyata menopang kebutuhan pelanggan penting. Model tidak tahu niat itu. Tim pun sering tidak tahu. Inilah celah spesifikasi-implementasi tempat bug sebenarnya bersarang, dan menghasilkan lebih banyak implementasi hanya memperlebar celah itu, kecuali ada yang menjaga spesifikasinya dengan ketat.
Fred Brooks punya istilah untuk apa yang membuat software koheren: integritas konseptual, yaitu rasa bahwa satu pikiran, atau beberapa pikiran yang selaras, yang membuat keputusan. Generasi kode yang lancar tidak membawa kita ke sana. Kalau ada, ia justru membuat seribu keputusan kecil yang tidak selaras menjadi lebih murah, dan itulah cara sistem terlihat seperti dirancang tapi terasa seperti dirakit.
Mitos 4: Software yang Tidak Berubah Membuktikan Coding AI Gagal
Sekarang sisi sebaliknya, karena kerangka Blow juga tidak sepenuhnya kokoh. Lihat melampaui software komersial arus utama dan hal-hal memang bergerak. Scene game indie telah menghasilkan game strategi dengan engine kustom dari tim kecil yang sepuluh tahun lalu butuh jumlah karyawan sekelas Blizzard. Yang lebih mencolok bagi saya adalah kebangkitan senyap software personal: orang-orang membangun klien email, aplikasi kalender, pelacak keuangan, dan frontend git mereka sendiri, dibentuk persis sesuai cara mereka berpikir. Tool-tool ini kasar dan tidak akan bertahan jika dikirim ke sepuluh ribu orang asing. Tapi mereka ada, dipakai setiap hari, dan dulu memang tidak ekonomis untuk dibangun.
Bahkan institusi berubah dengan cara yang terlewat oleh metrik utama. Saya tahu beberapa organisasi yang rencana modernisasinya pada dasarnya begini: buka sistem lama lewat API yang layak, lalu biarkan staf membangun endpoint dan antarmuka mereka sendiri di atasnya dengan tool coding agentic. Itu bukan "software saya tampak sama". Itu software yang larut menjadi sesuatu yang lebih personal, tak terlihat jika kamu hanya memantau tangga lagu app store.
Alasan yang lebih dalam mengapa observasi Blow terasa benar sebenarnya bersifat organisasional, bukan teknis. Software komersial dibentuk oleh apa yang dioptimalkan perusahaan: engagement, lock-in, ritme rilis, biaya dukungan. AI memberimu lebih banyak dari apa yang sudah kamu inginkan, dengan lebih cepat, tapi ia tidak mengubah apa yang kamu inginkan. Perusahaan yang dulu merilis software bloated karena bloat tidak ada di daftar biayanya, sekarang akan merilis software bloated dengan siklus pengembangan yang lebih pendek. Standar kualitas untuk software yang dikirim ke ribuan pengguna ditentukan oleh insentif, disiplin pengujian, dan selera, dan tak satu pun dari itu merupakan output model.
Ada juga argumen soal jeda waktu. Coding AI yang benar-benar andal baru sekitar setahun; periode sebelumnya tidak stabil, dan sebelum itu ia masih mainan. Produk butuh bertahun-tahun untuk dirancang, dibangun, dan dirilis. Menilai dampak tool ini terhadap software yang sudah dirilis sekarang sama seperti menilai bajak baru dari hasil panen sebulan setelah bajak itu ditemukan.
Mitos 5: Model Berikutnya Akan Menutup Celahnya
Versi terkuat dari argumen kaum optimis: setiap keberatan di atas menggambarkan model hari ini, dan model hari ini adalah yang terburuk yang akan pernah kita pakai. Sebagian benar. Context window akan membesar, API halusinasi akan berkurang, dan agent akan makin pandai menjalankan tesnya sendiri. Saya memang mengharapkan kemajuan nyata, terutama pada tugas yang spesifikasinya jelas.
Tapi perhatikan bottleneck mana yang merupakan masalah kapabilitas dan mana yang bukan. Verifikasi makin mudah seiring model makin andal, dan itu kapabilitas. Memutuskan apa yang layak dibangun, menjaga integritas konseptual, dan mengubah apa yang dioptimalkan organisasi, semua itu tidak ada di roadmap model mana pun, karena bukan masalah model. Dan hati-hati menjadikan kemajuan benchmark sebagai bukti: benchmark melewatkan sebagian besar wujud pekerjaan nyata, dan pekerjaan nyata justru jenis yang kurang spesifik dan sarat niat.
Jadi inilah taruhan saya, tercatat: tool-nya akan jauh lebih baik bagi builder individu dan tim kecil yang punya selera kuat, sementara software arus utama hanya akan membaik sedikit, kalau pun membaik, karena kendala di sana tidak pernah berupa kode. Kalau ini terdengar pesimistis, sebenarnya tidak. Artinya daya ungkit ada di tanganmu dan di struktur organisasimu, bukan di rilis berikutnya dari sebuah lab.

Apa yang Benar-Benar Meningkatkan Kualitas Software
Kalau generasi murah dan verifikasi mahal, respons yang rasional adalah menggeser investasi. Secara konkret:
- Perlakukan tes dan tipe sebagai infrastruktur produksi. Property-based test, pengecekan invarian, dan CI yang cepat adalah yang mengubah generasi murah menjadi generasi murah yang benar. Anggarkan untuk ini seperti kamu menganggarkan compute.
- Tulis spesifikasi sebelum prompt. Spesifikasi kini menjadi artefak dengan daya ungkit tertinggi yang dihasilkan tim, karena itulah yang tidak bisa disediakan model dan yang dicek reviewer.
- Pakai AI di tempat ia benar-benar kuat: prototipe greenfield, migrasi, boilerplate, tooling personal, dan menjelajahi ruang desain dengan cepat. Curigai penggunaannya di jalur legacy yang menopang beban berat dan niatnya tidak terdokumentasi.
- Lindungi waktu untuk desain. Ketika kecepatan generasi naik tiga kali lipat, tekanannya adalah mengisi roadmap tiga kali lebih banyak. Tahan godaan itu. Memutuskan adalah pekerjaannya.
Bottleneck tidak pernah soal mengetik. Selalu soal memutuskan, dan membuktikan.
Pertanyaan Blow punya jawaban, dan jawabannya optimis jika kamu membacanya dengan benar. Software terlihat sama karena kualitasnya selalu dikunci oleh kemampuan memutuskan, memverifikasi, dan peduli. Asisten coding AI, meski sangat berguna, mempercepat bagian yang memang tidak pernah lambat. Artinya, alat untuk membuat software lebih baik tetaplah alat yang sama seperti dulu: selera, spesifikasi, dan disiplin untuk membuktikan sesuatu. Model-model ini hanya membuat kita tidak bisa lagi berpura-pura sebaliknya.


