Kerjaan Berminggu-minggu Beres dalam 20 Menit: Pembuat Redis Bilang Era Nulis Kode Manual Udah Tamat

Penulis artikel ini, antirez, adalah pembuat in-memory database Redis yang terkenal itu. Software-nya menopang operasional puluhan juta bisnis di seluruh dunia. antirez dulunya adalah seorang AI skeptic -- dia bahkan pernah nulis novel yang mengungkapkan ketakutannya terhadap otomasi AI yang menggantikan manusia. Tapi pengalaman terbarunya udah membuktikan bahwa realitas programming udah berubah selamanya. Di pengujian antirez, Claude Code menunjukkan efisiensi yang mendefinisikan era baru. Dia bisa nulis 700 baris kode C yang rigorous dan high-performance dalam 5 menit. Dia bisa secara otonom nge-iterasi buat reproduksi dan fix deadlock serta timing bug yang sangat tricky di Bahkan restrukturisasi internal Redis Streams yang kompleks cuma butuh waktu 20 menit. antirez yakin programmer zaman sekarang harus berhenti fokus ngetik kode baris per baris, karena di kebanyakan kasus itu udah bukan pilihan yang rasional. Dia saranin semua orang buat belajar jadi kolaborator yang handal sama AI, menyalurkan energi ke definisi masalah dan desain solusi. Dia mendorong setiap developer buat mulai belajar dan menggunakan Claude Code secara mendalam. Seperti kata antirez: jangan lewatkan kesempatan lo buat membentuk masa depan dengan menolak menghadapi kenyataan. Luangkan beberapa minggu buat ngetes tools baru ini dan temukan cara buat melipatgandakan produktivitas lo. Kepuasan terpurest dari programming itu adalah membangun, dan AI bakal bikin lo membangun lebih banyak, membangun lebih baik, dan membangun dengan lebih banyak kegembiraan.

Gue suka banget nulis software, satu baris per satu baris. Bisa dibilang seluruh karier gue adalah pencarian buat nulis kode yang bersih, elegan, dan berkelas. Jujur, gue nggak mau AI menang secara ekonomi. Gue nggak peduli apakah sistem ekonomi saat ini terdisrupsi oleh AI -- kalau itu mengarah ke redistribusi kekayaan yang masif, gue malah bakal senang. Tapi pura-pura kenyataan nggak ada karena pandangan gue soal software dan masyarakat, itu pengkhianatan terhadap akal budi gue sendiri. Fakta tetap fakta. AI sedang mengubah, dan bakal mengubah selamanya, pemrograman komputer.

Tahun 2020, gue resign buat nulis novel. Ceritanya tentang AI, universal basic income, dan masyarakat yang beradaptasi dengan otomasi tenaga kerja di tengah berbagai tantangan. Akhir 2024, gue mulai channel yang khusus bahas AI, gimana AI dipake di tugas-tugas pemrograman, dan dampak yang mungkin bakal dia bawa. Meskipun gue sadar duluan bahwa perubahan ini bakal terjadi, gue selalu berasumsi kita masih punya beberapa tahun lagi sebelum programming beneran dirombak total. Gue nggak percaya itu lagi. Sekarang, dengan large language model state-of-the-art, lo bisa kasih set tujuan yang jelas dan suruh model ngerjain sub-tugas besar -- atau bahkan proyek skala menengah -- hampir seluruhnya sendirian, dengan bantuan manusia yang minimal. Seberapa baik hasilnya tergantung jenis programming yang lo lakuin (makin self-contained dan bisa dideskripsiin lewat teks, makin bagus -- systems programming cocok banget), dan tergantung kemampuan lo mikirin masalahnya secara jelas dan ngomunikasiinnya secara akurat ke model. Tapi secara keseluruhan, sekarang udah jelas: selain kalau emang buat senang-senang aja, nulis kode manual di kebanyakan proyek udah bukan pilihan yang paling rasional.

Minggu lalu, gue mostly nulis prompt, sesekali review kode dan kasih arahan. Dalam beberapa jam aja, gue beres ngerjain empat hal berikut -- kerjaan yang dulu butuh waktu berminggu-minggu buat gue.

Gue modifikasi library linenoise gue buat support UTF-8. Gue juga bikin test framework buat line-editing dengan simulated terminal yang ngelaporin isi setiap cell karakter. Ini sesuatu yang selama ini gue pengen lakuin. Tapi susah buat justify investasi effort sebanyak itu ke sub-proyek kecil yang cuma buat testing. Sekarang lo tinggal jelasin apa yang lo mau, dan itu jadi kode. Situasinya beneran beda.

Gue fix kegagalan intermiten di test suite Redis. Kerjaan kayak gini boring banget, ngurusin koordinasi timing, deadlock TCP, dan masalah serupa. Claude Code nge-iterasi terus-menerus, ngeluangin waktu cukup buat reproduksi masalah, inspeksi state setiap proses, cari tau apa yang terjadi, terus fix bug-nya.

Kemarin, gue pengen library C murni yang bisa jalanin inference dengan model embedding gaya BERT. Claude Code nulisnya dalam 5 menit. Efisiensi inference library-nya kurang lebih sebanding sama PyTorch, cuma sekitar 15% lebih lambat. Seluruh library cuma 700 baris kode C. Dia bahkan nge-generate utility Python buat konversi model GTE-small.

Beberapa minggu terakhir, gue lagi modifikasi internal Redis Streams. Gue nulis design document buat kerjaan ini. Gue serahin dokumennya ke Claude Code, dan dia basically ngerjain ulang semua kerjaan gue dalam sekitar 20 menit. Bagian yang lebih lama itu review dan konfirmasi command dari gue sendiri.

Apa yang terjadi sekarang mustahil buat diabaikan. Di kebanyakan kasus, manusia udah nggak perlu nulis kode sendiri. Bagian yang lebih menarik sekarang adalah cari tau mau ngapain dan gimana cara ngelakuinnya. Di sisi "gimana cara ngelakuinnya," large model adalah kolaborator yang luar biasa. Mau AI company bisa balik modal atau nggak, atau pasar saham crash, itu nggak penting dalam jangka panjang. Mau CEO unicorn company ngomong hal yang outrageous atau absurd juga nggak penting. Either way, programming udah berubah selamanya.

Buat gue, fakta bahwa kode yang pernah gue tulis dipake buat train large model itu hal yang indah. Gue ngeliatnya sebagai kelanjutan dari pencarian seumur hidup: mendemokratisasi kode, sistem, dan pengetahuan. Large language model bakal ngebantu kita nulis software yang lebih baik, lebih cepat. Mereka juga bakal ngasih tim kecil kemampuan buat bersaing sama korporasi besar. Sama kayak open source software di era 1990-an.

Sebagai programmer, sekarang gue lebih dari sebelumnya pengen nulis open source. Gue pengen ngambil beberapa repo yang udah gue gara-gara nggak punya waktu dan nge-improve mereka. Gue pengen all-in AI di workflow Redis gue sendiri. Mulai dari nge-implementasiin Vector Sets, terus lanjut ke data structure lain, kayak yang gue lakuin sekarang sama Streams.

Tapi gue khawatir sama orang-orang yang bakal kehilangan pekerjaan. Belum jelas perubahan apa aja yang bakal terjadi. Perusahaan mungkin pengen lebih banyak orang buat ngelakuin lebih banyak hal. Atau yang sebaliknya terjadi: lebih sedikit programmer tapi lebih jago AI, buat ngehemat biaya gaji. Gue juga khawatir di banyak industri lain, manusia mungkin hampir sepenuhnya tergantikan.

Soal gimana cara programming. Gue cuma punya satu saran buat lo, teman. Apa pun yang lo yakini "hal yang benar" nggak bisa dipengaruhi dengan menyangkal kenyataan. Milih buat nggak pake AI nggak nguntungin lo maupun karier lo. Mikirin baik-baik. Coba tools baru ini secara serius. Luangkan beberapa minggu, bukan lima menit asal-asalan cuma buat konfirmasi apa yang udah lo percayai. Temukan cara buat melipatgandakan diri lo. Kalau lo nggak nemuin pendekatan yang tepat di awal, coba lagi beberapa bulan lagi.

Lo mungkin mikirin betapa susahnya lo belajar programming, dan sekarang mesin nulis kode buat lo. Tapi api yang bikin lo begadang sampe malem, cuma buat liat proyek lo hidup -- itu adalah kegembiraan dari kreasi. Kalau lo nemuin cara yang tepat buat pake AI secara efektif, lo bakal menciptakan lebih banyak dan menciptakan lebih baik. Kegembiraan itu masih ada, utuh sepenuhnya.