Sebuah perubahan software yang cukup besar diserahkan kepada agen AI.
Awalnya terlihat seperti pekerjaan beberapa menit. Namun GitHub terus menerima commit, test, perubahan integrasi, dan perbaikan lanjutan. Beberapa jam kemudian, kode nyata masih terus berubah.
Sementara itu, manusia di sisi lain menyelesaikan urusan dunia nyata—bahkan satu proses pindahan rumah.
Pindahan selesai lebih dulu; refactor masih berjalan.
Gambarnya sudah cukup futuristis.
Yang lebih aneh, antarmukanya hanya smartphone. Orang yang memberi instruksi tidak harus memahami sendiri setiap modul TypeScript, detail CI/CD, atau aturan pembelajaran graph. Ia dapat menjelaskan tujuan, invariants, izin, perubahan yang dilarang, dan kriteria selesai dalam bahasa biasa; agen kemudian membaca repository, merancang, menulis kode, menambah test, membuka PR, dan mengintegrasikan perubahan.
Apakah ini berarti “menjadi senior engineer hanya dengan ponsel”?
Tidak persis. Namun jauh lebih dekat dibanding gambaran lama tentang pengembangan software.
1. Ponsel bukan yang melakukan komputasi tingkat senior
Smartphone tidak menghasilkan ratusan baris production code secara lokal. Ia adalah konsol komando.
Di belakangnya ada model AI, GitHub, CI, cloud, production environment, pencarian, dan development tools. Ponsel hanyalah antarmuka untuk menyampaikan niat dan batasan.
Jadi istilah yang lebih tepat bukan “coding di ponsel”, melainkan:
“mengorkestrasi sumber daya kognitif dan komputasi jarak jauh dari ponsel.”
Data center tidak masuk ke saku.
Saku memperoleh remote control untuk data center dan agen.
2. Mengapa pekerjaan ini mendekati level senior
Kesulitan tidak bisa diukur hanya dari jumlah baris kode.
Perubahan seperti ini mengharuskan pemahaman arsitektur lama, menghindari duplikasi mekanisme, menjaga jalur production, memahami batas scheduler/GitHub/CI/publishing, menyambungkan logika baru ke central loop, menjaga privasi, tidak menganggap data hilang sebagai nol, menambah test, membedakan kegagalan kode dan kegagalan infrastruktur, serta menentukan apa yang tidak boleh disentuh.
Ini bukan sekadar menyelesaikan tiket kecil. Ini adalah mengelola blast radius perubahan di sistem yang sedang hidup.
Bagi manusia, pekerjaan ini cenderung setara senior backend atau Platform Engineer. Jika tanggung jawab arsitektur sistem juga dimiliki, sebagian judgment mendekati Staff Engineer.
Yang sulit bukan sekadar menulis kode canggih.
Yang sulit adalah mengetahui di mana kode canggih boleh hidup tanpa menciptakan kecelakaan.
3. Seberapa besar perubahan nyatanya
Dalam satu contoh implementasi yang dianonimkan, PR utama mencakup 11 file, 13 commit, sekitar 895 baris tambahan, runtime germination otonom, perlindungan Article DNA, behavioral learning, feedback terbatas ke optimasi internal link, test, dan definisi CI khusus.
Pekerjaan belum berhenti setelah merge. Gate tambahan dibuat agar behavioral learning tidak mengubah graph production sebelum diverifikasi, dan telemetry yang hilang tetap UNKNOWN alih-alih diam-diam dianggap nol.
Jadi ini bukan “pekerjaan 895 baris”.
Ini adalah memahami sistem sebelum menulis 895 baris, lalu membuat kandang agar 895 baris itu tidak berlari liar setelahnya.
Jumlah baris adalah ukuran kesulitan yang buruk. Seratus baris bisa menghapus database. Sepuluh ribu baris bisa menjadi kalkulator yang sangat ambisius.
4. Berapa lama jika dikerjakan manusia
Untuk engineer bagus yang baru pertama kali melihat repository, estimasi kasar 5–15 person-days untuk tanggung jawab yang sama cukup masuk akal.
Itu mencakup membaca codebase dan aturan operasi, desain, implementasi, test, diagnosis CI/infrastruktur, review, dan pengecekan dampak production.
Mengetik kode bisa lebih cepat.
Dalam production, membuktikan bahwa Anda tidak merusak apa pun kadang lebih mahal daripada menulis perubahan.
IPA Jepang menjelaskan bahwa jika tidak ada definisi lain, satu person-month dapat dikonversi menjadi 160 person-hours: 8 jam × 20 hari.[1]
Jadi 5–15 person-days kira-kira 0,25–0,75 person-month.
5. Berapa biaya jika menyewa manusia
Tidak ada harga universal. Jenis kontrak, tanggung jawab, pengetahuan sistem, review, dan jaminan production sangat memengaruhi biaya.
Namun harga publik memberi gambaran skala.
Levtech menyebut bahwa konsultan IT freelance full-time lima hari per minggu berada di kisaran ¥1,0–1,1 juta per bulan, berdasarkan data Juli 2025.[2]
Jika dibagi sederhana menjadi 20 hari kerja, sekitar ¥50.000–55.000 per hari. Untuk 5–15 person-days, tenaga langsung kira-kira ¥250.000–825.000.
Kontrak nyata bisa lebih tinggi karena PM, review, risiko rework, garansi, overhead, dan margin.
Jadi sulit menyebut pekerjaan seperti ini sebagai “tugas kecil beberapa ribu yen”.
Namun juga tidak tepat mengatakan “AI menghasilkan ¥800.000”. Kecepatan, paralelisme, pola gagal, biaya supervisi, dan biaya tool berbeda.
Kesimpulan yang lebih berguna: pekerjaan yang bisa memakan beberapa hari atau minggu dari engineer berkeahlian tinggi kini dapat dimulai oleh satu orang dari perangkat yang sangat kecil.
6. Enam jam agen sama dengan enam jam senior engineer?
Tidak.
AI tidak istirahat, tidak ditarik ke rapat, tidak terdistraksi chat, dan tidak menatap plafon sambil bertanya siapa yang menyetujui arsitektur ini.
Namun AI bisa melaju cepat dengan asumsi salah, salah membaca keadaan production, mencampur kegagalan runner dengan kegagalan kode, memperluas izin, atau mencampur “ada test” dengan “test benar-benar lulus”.
Karena itu, nilai berdasarkan perubahan selesai, bukti, verifikasi, dan production readback, bukan jam semata.
“Sudah enam jam masih bekerja—gigih” boleh.
“Enam jam berarti enam jam engineering yang benar” tidak.
7. Bagaimana jika pengguna tidak bisa coding sendiri
Perannya berubah.
Dulu, ide sering menuntut seseorang belajar Git, bahasa, framework, deploy, dan testing sebelum menjadi software.
Agen AI menurunkan friksi implementasi itu.
Nilai manusia bergeser ke: apa yang dibuat, mengapa, apa yang tidak boleh rusak, sejauh mana perubahan otomatis diizinkan, apa arti sukses, apa yang harus tetap UNKNOWN, dan kapan satu kegagalan harus menghentikan semuanya atau cukup diisolasi.
“Mampu menulis setiap baris sendiri” bukan lagi satu-satunya tiket masuk.
Tetap saja, pemahaman teknis penting. Semakin paham tujuan, risiko, dependency, dan verifikasi, semakin baik instruksi Anda.
Anda tidak perlu membuat mesin mobil untuk mengemudi.
Tetapi Anda tetap perlu tahu arti lampu merah.
8. Mengapa “serahkan saja ke AI” berbahaya
Kegagalan paling menakutkan bukan layar error.
Melainkan salah sambil terlihat berhasil.
PR bisa merged tetapi belum masuk production; file CI bisa ada tetapi runner tidak pernah memulai satu step pun; data tidak tersedia bisa dianggap nol; logika baru dan lama bisa berjalan bersama; “safety” bisa mematikan seluruh otomasi; “autonomy” bisa memperluas hak akses terlalu jauh.
Otomasi yang baik bukan sekadar terus bergerak.
Ia membedakan fakta dan hal yang belum diverifikasi sambil bergerak.
9. Cara mendelegasikan dengan lebih aman dari ponsel
Tentukan hasil lebih dulu
Jangan hanya berkata “edit file ini”. Jelaskan apa yang harus benar saat selesai.
Tulis invariants
Fitur lama, privasi, aturan gambar, jalur publikasi, SEO, dan hal lain yang tidak boleh rusak.
Tentukan wewenang
Jelaskan apakah boleh overwrite, membuka PR, merge, atau mengubah production.
Baca keadaan saat ini dulu
Utamakan current main, runtime nyata, dan public state nyata daripada percakapan lama.
Masukkan verifikasi ke deliverable
“Kode sudah ditulis” bukan selesai. Test, CI, dan production readback bisa menjadi syarat.
Izinkan UNKNOWN
Jangan paksa yang tidak diketahui menjadi PASS atau FAIL.
Layar ponsel kecil.
Tanggung jawab spesifikasi tidak ikut mengecil.
10. Kesimpulan: mungkin yang rusak justru hambatan masuk lama
Orang yang tidak dapat menulis advanced production code sendiri kini bisa mengarahkan agen AI selama berjam-jam dari ponsel dan mengintegrasikan perubahan dengan judgment tingkat senior ke GitHub.
Beberapa tahun lalu kalimat ini terdengar aneh.
Sekarang bisa benar secara operasional.
Itu bukan berarti engineer tidak dibutuhkan.
Sebagian nilai engineering sedang bergerak dari implementasi manual menuju arsitektur, constraint, verifikasi, dan batas tanggung jawab.
AI tidak menghapus nilai.
AI mengubah lokasi nilai.
Dan perubahan terbesar mungkin ini: orang yang dulu berhenti pada “secara teknis saya tidak bisa membuatnya” kini bisa mulai satu langkah lebih awal:
“Kalau begitu, apa yang seharusnya dibuat?”
Smartphone tetap hanya lempeng kaca.
Tetapi lempeng kaca itu sekarang bisa menjadi remote control untuk sumber daya engineering tingkat senior.
Ya, dunia terasa sedikit rusak.
Dengan cara yang cukup menarik.
- IPA, FAQ Software Development Data White Paper. Konversi default 1 person-month=160 person-hours (8×20) ipa.go.jp
- Levtech, panduan biaya konsultan IT, diperbarui 2026-08-18. Referensi sekitar ¥1,0–1,1 juta/bulan untuk konsultan IT freelance full-time berdasarkan data Juli 2025 levtech.jp
