Andrej Karpathy: Ada Dua Jenis Programmer -- Yang Coding Sama AI, dan Yang Ketinggalan

Andrej Karpathy ngomong bukan asal bicara. Mantan Director of AI di Tesla, researcher awal OpenAI, pembuat kursus computer vision legendaris Stanford -- dia udah nulis kode dan nge-ship sistem AI production selama lebih dari satu dekade. Kalau dia bilang workflow development-nya baru aja ngalamin transformasi terbesar dalam 20 tahun, worth it banget buat diperhatiin.
Argumen intinya: tools kayak Deep Code bukan cuma autocomplete yang kece. Ini leverage multiplier. Di waktu yang sama yang dulu lo pake, sekarang lo bisa ship sepuluh kali lipat. Yang lebih penting, lo bisa ngerjain proyek yang dulunya kerasa di luar jangkauan. AI-nya masih bisa salah -- over-engineering, bikin asumsi yang jelek, dan nggak mau push back saat seharusnya -- tapi net gain-nya nggak bisa dipungkiri. Makin cepat lo adaptasi, makin gede edge lo.
Beberapa minggu terakhir gue udah nulis banyak kode pakai Claude Code. Ini yang gue pelajari.
Workflow Coding
Gelombang terbaru peningkatan LLM buat coding bener-bener nge-flip workflow gue. Bulan November lalu, gue masih sekitar 80% ngetik sendiri pakai autocomplete IDE, 20% agent. Desember-nya udah kebalik: 80% kode ditulis agent, 20% gue yang bersih-bersih.
Sekarang gue mostly ngomong aja buat bikin kode. Gue jelasin apa yang gue mau dalam bahasa Inggris biasa dan liat itu materialisasi. Agak nyakitin ego programmer sih, jujur aja. Tapi kemampuan buat beroperasi di seluruh codebase sekaligus -- refactor, scaffolding, nyambung-nyambungin -- itu terlalu bagus buat dilewatin. Apalagi begitu lo udah ngerasain rhythm-nya: ngatur config, ngerasain mana yang bener dan mana yang gagal total.
Ini adalah pergeseran terbesar dalam workflow development gue selama sekitar 20 tahun nulis kode. Dan itu terjadi dalam hitungan minggu. Gue tebak sebagian besar engineer (persentase dua digit) udah ngalamin hal yang sama. Publik umum? Mungkin baru digit tunggal yang sadar ini lagi terjadi.
IDE / Agent Swarms / Keniscayaan Error
Dua narasi lagi beredar: "IDE udah mati" dan "swarm agent otonom bakal ngurus semuanya." Menurut gue keduanya masih berlebihan saat ini.
Model masih bikin salah. Kalau lo beneran peduli sama proyeknya, pantau terus. Gue tetep buka IDE penuh di jendela samping dan mantau kayak elang.
Tapi error-nya beda sekarang. Bukan kesalahan sintaks. Ini lebih licik -- error konseptual, tipe yang bakal dibikin junior dev yang buru-buru. Diam-diam model ngisi asumsi buat lo, asumsinya salah, nggak pernah double-check, dan terus ngebangun di atas premis yang cacat itu terus-terusan.
Model juga nggak bisa manage ketidakpastiannya sendiri dengan baik. Dia nggak bakal berhenti dan nanya "eh, lo mau A atau B di sini?" Dia nggak bakal flag inkonsistensi. Jarang banget push back. Terlalu eager buat nyenengin. Minta dia nulis plan dulu, terus eksekusi berdasarkan plan itu, ngebantu banget. Gue jujur mikir ada kebutuhan nyata buat inline planning mode yang ringan.
Model juga hobi banget over-engineering. Lapisan abstraksi di mana-mana. Kode yang terasa bloat. Dan hampir nggak pernah bersihin dead code yang dia bikin sendiri.
Gue pernah liat dia ngeluarin implementasi seribu baris yang njelimet -- lambat, rapuh, penuh belokan nggak perlu. Terus gue tanya, "Bisa nggak kita bikin cara yang lebih simpel?" dan dia langsung "Oh, tentu aja!" dan meratin semuanya jadi seratus baris.
Kadang dia hapus atau nulis ulang komentar dan kode yang nggak ada hubungannya sama tugas, cuma karena dia nggak ngerti atau nggak suka. Gue literally udah nambahin catatan di CLAUDE.md bilangin dia jangan lakuin ini, dan masih tetep terjadi. Tapi meskipun begitu, net improvement-nya gede banget. Gue beneran nggak bisa bayangin balik ke cara lama.
Semua orang nemuin flow-nya masing-masing. Punya gue: beberapa session Claude Code di Ghostty di kiri, IDE di kanan buat baca kode dan bikin edit yang presisi.
Ketahanan
Ngelihat agent nge-grind di suatu masalah itu fascinating banget, honestly. Dia nggak capek. Dia nggak patah semangat. Manusia udah nyerah dari satu jam lalu, "udahlah, besok aja lagi." Dia cuma... terus jalan.
Kadang lo liat dia berjuang keras kayak lamaaa banget. Terus 30 menit kemudian, akhirnya dia nemu solusinya. Di momen itu lo ngerasain "wow, ini vibes AGI banget."
Lo sadar: stamina mental dan fisik itu bottleneck inti dalam menyelesaikan kerjaan. LLM baru aja ngehancurin batas itu.
Peningkatan Kecepatan
Susah buat nentuin angka seberapa lebih cepat LLM bikin lo. Gue jelas lebih cepet di hal-hal yang emang udah gue lakuin. Tapi perubahan terbesarnya adalah gue sekarang ngerjain hal-hal yang dulu nggak bakal gue coba sama sekali.
Dua alasan:
- Banyak banget tugas kecil yang dulu kerasa "nggak worth effortnya" sekarang jadi gampang banget.
- Codebase yang dulu gue hindari -- karena kurang pengetahuan atau skill -- tiba-tiba jadi approachable.
Jadi ya, ini akselerasi. Tapi lebih dari itu, ini ekspansi. Jangkauan hal-hal yang bisa gue lakuin udah makin luas.
Leverage
Ini salah satu hal paling powerful tentang LLM: mereka jago banget nge-iterasi dalam loop sampai nyampe goal yang lo tentuin. Banyak momen "berasa AGI" itu datengnya dari sini.
Kuncinya: jangan mikro-manajer. Kasih tau dia kayak apa suksesnya, terus biarin dia nemuin jalannya sendiri.
Lo bisa minta dia nulis test duluan, terus suruh dia lewatin test-nya sendiri. Hubungin ke browser lewat MCP dan suruh dia loop. Tulis algoritma yang simpel dan jelas bener, terus bilang "sekarang optimize buat performa tapi pertahankan hasil yang persis sama."
Pergeseran mentalnya dari imperatif ke deklaratif. Bukan lagi "lakuin A, terus B, terus C," tapi "ini hasil yang harusnya keliatan." Agent nge-iterasi sendiri beberapa round, dan lo dapet lapisan leverage ekstra secara gratis.
Fun
Gue nggak expect ini, tapi coding beneran jadi lebih seru. Semua kerjaan grunt yang membosankan itu diserap agent. Yang tersisa tinggal bagian kreatifnya.
Gue juga jadi jarang banget stuck. Stuck itu sucks. Sekarang hampir selalu ada jalan buat "kolaborasi sama dia dan minimal bikin progress," yang bikin lebih gampang buat mulai aja.
That said, gue udah ketemu orang yang ngerasain sebaliknya -- LLM coding bikin mereka kurang happy.
Jangka panjang, gue pikir ini bakal membelah engineer jadi dua kubu: orang yang suka proses nulis kode itu sendiri, dan orang yang suka ngelihat sesuatu jadi built.
Atrofi
Gue udah bisa ngerasainnya: kemampuan gue nulis kode dari nol pelan-pelan memudar. Di otak, "generasi" (nulis kode) dan "diskriminasi" (baca dan review kode) itu dua skill yang beda. Nulis kode butuh menghafal banyak sintaks granular. Baca kode itu soal ngerti logika dan struktur. Jadi meskipun otot "generasi" lo melemah, lo masih bisa review kode secara efektif -- ngerasain yang aneh, nemuin bug-nya.
Slopacolypse
Gue udah ancang-ancang: 2026 mungkin tahunnya ledakan konten slop yang masif.
GitHub, Substack, arXiv, YouTube, Reddit -- setiap platform konten digital bakal kebanjiran materi yang di-generate AI. Kita bakal liat gelombang productivity theater berbasis AI, demo kece yang keliatan amazing tapi nggak tahan lama. Tercampur di dalamnya juga bakal ada productivity gain yang nyata dan tangible. Tapi lo harus gali dulu buat nemuinnya.
Pertanyaan
Kayak apa sih engineer 10x ke depannya? Apakah gap antara engineer rata-rata dan top bakal makin lebar? Tebak gue: jauh lebih lebar.
Apakah generalis bakal mulai ngunggulin spesialis? LLM sangat jago ngisi detail (mikro) tapi lebih lemah di big-picture thinking dan strategi jangka panjang (makro). Kemiringan itu nguntungin orang yang bisa liat papan catur secara utuh.
Rasanya kayak apa coding pakai LLM lima tahun lagi? StarCraft? Factorio? Mainin sebuah musik?
Berapa banyak masyarakat yang beneran ter-bottleneck oleh knowledge work digital?
Kesimpulan: Gimana Nasib Kita?
Kemampuan LLM agent -- terutama Claude Code -- melewati ambang batas koherensi keseluruhan sekitar Desember 2025. Itu memicu fase transisi di software engineering. Cara kerja beres bergeser satu orde besar, praktis dalam semalam.
Sekarang rasanya kayak kecerdasan udah berlari jauh di depan segalanya. Integrasi tools belum nyampe. Tim butuh workflow dan pola kolaborasi baru. Industri masih mencerna apa yang baru aja terjadi.
2026 bakal intens banget. Semua orang berlomba nyerap dan menginternalisasi kemampuan baru ini. Jendelanya terbuka sekarang. Orang-orang yang nangkep ini duluan bakal punya head start yang masif.