Pengalaman Seorang Insinyur: AI Membantuku Menulis Kode, tapi Juga Membuatku Mengalami Beberapa Kesalahan

Saya menulis program selama belasan tahun. Ketika editor AI pertama kali muncul, saya meragukannya. Namun, setelah menggunakan selama satu tahun, saya tidak bisa hidup tanpa itu - tetapi saya juga terjatuh ke dalam beberapa lubang yang membuat saya lembur hingga tengah malam. Artikel ini tidak bermaksud mengagungkan atau meremehkan, hanya berbagi pengalaman nyata seorang insinyur.

Hal yang benar-benar mengubah saya adalah "waktu template"

Mari kita mulai dengan hal-hal yang baik. Nilai terbesar AI bagi saya bukanlah menulis algoritma yang kompleks, melainkan mengurangi "waktu yang membosankan tetapi diperlukan".

Menulis template API, file konfigurasi, serta melakukan operasi CRUD yang berulang-ulang - semua ini saya bisa lakukan dengan mata tertutup, tetapi sangat memakan waktu dan membosankan. Sekarang, dengan menggunakan editor AI seperti Cursor, saya hanya perlu menjelaskannya dan AI akan menghasilkannya. Saya kemudian memeriksa hasilnya. Sebelumnya, kegiatan seperti ini memakan waktu sekitar sepertiga dari hari saya, tetapi sekarang hanya sekitar satu persen. Waktu yang saya hemat digunakan untuk memikirkan arsitektur, memecahkan bug yang sebenarnya sulit.

Saya harus jujur: AI tidak membuat saya menjadi insinyur yang lebih hebat, tetapi membebaskan saya dari tugas-tugas yang tidak penting, sehingga saya bisa fokus pada hal-hal yang lebih berharga.

Jebakan pertama: AI sangat "terlihat benar"

Sekarang, mari kita bahas tentang hal-hal yang tidak enak. Bahaya terbesar dari kode yang ditulis AI adalah - kode tersebut terlihat sangat masuk akal dan rapi, tetapi mungkin salah.

Saya pernah terjatuh ke dalam jebakan yang sangat menyakitkan, ketika AI memberikan saya sebuah kode untuk mengolah tanggal, yang logikanya sangat bagus dan namanya sangat jelas. Saya merasa tidak ada masalah, sehingga saya menggabungkannya. Namun, ketika digunakan pada zona waktu yang berbeda, keseluruhan sistem meledak, dan saya harus memperbaikinya di tengah malam. Ketika saya melihat kembali, bug tersebut disembunyikan dalam sebuah kondisi batas yang sangat halus, yang tidak dipertimbangkan oleh AI. Saya tidak memeriksa kode tersebut dengan teliti karena "terlihat sangat profesional".

Pelajaran yang saya petik: kode yang ditulis AI, semakin terlihat sempurna, semakin perlu diperiksa dengan teliti. AI bukan tidak bisa salah, tetapi bisa "salah dengan sangat percaya diri".

Jebakan kedua: AI tidak memahami konteks proyek secara keseluruhan

Jebakan kedua adalah, AI sangat memahami "kode ini", tetapi seringkali tidak memahami "sistem Anda secara keseluruhan".

AI mungkin memberikan kode yang teknisnya benar, tetapi tidak sesuai dengan konvensi proyek Anda; atau mengulangi membuat roda yang sudah ada, karena tidak mengetahui bahwa fungsi tersebut sudah ada. Kode seperti ini, yang "benar secara lokal tetapi tidak sesuai secara keseluruhan", akan membuat proyek menjadi semakin kacau.

Oleh karena itu, saya sekarang sangat jelas memberitahu AI tentang konvensi proyek, dan memintanya untuk mengikuti yang sudah ada, bukan membiarkannya berkreasi secara bebas.

Jebakan ketiga: terlalu bergantung, kemampuan akan menurun

Hal ini lebih subjektif, tetapi saya merasakannya. Saya pernah terlalu bergantung pada AI, sehingga saya malas memikirkan hal-hal dasar, dan langsung bertanya kepada AI. Hasilnya, ketika saya menghadapi soal whiteboard pada sebuah wawancara, tanpa AI, saya terjebak - bukan karena tidak bisa, tetapi karena sudah lama tidak "memikirkan dari awal".

Sekarang, saya secara sengaja menyisihkan waktu untuk "menulis kode sendiri", terutama untuk logika inti dan hal-hal yang ingin saya pelajari. AI digunakan untuk mempercepat, bukan untuk menggantikan pemikiran saya. Saya harus menjaga keseimbangan.

Cara saya menggunakan AI sekarang

Setelah satu tahun, prinsip saya sangat sederhana: biarkan AI melakukan hal-hal yang bisa saya lakukan, tetapi tidak ingin membuang waktu untuk melakukannya; saya sendiri yang melakukan hal-hal yang memerlukan penilaian, pemahaman, dan pertumbuhan.

Template, konversi, mencari sintaks, menulis tes - semua ini saya berikan kepada AI. Keputusan arsitektur, keamanan, logika inti, debug masalah - semua ini saya lakukan sendiri, AI hanya sebagai penasihat. Saya selalu memeriksa setiap baris kode yang ditulis AI, terutama yang terlihat paling sempurna.

AI membuat penulisan program menjadi lebih cepat, itu fakta. Tetapi AI juga membuat "tidak memahami tetapi menyalin" menjadi lebih berisiko. Semakin kuat alatnya, semakin penting bagi penggunanya untuk tetap waspada. Untuk melihat lebih banyak tentang alat pengembangan, Anda bisa mengunjungi Rekomendasi Alat Pengembangan AI.