Semuanya dimulai dari pertanyaan kecil:
“Tibo libur hari apa, sih?”
Tibo, yang bekerja di sekitar Codex dan ChatGPT di OpenAI, sering memposting soal rollout, reset, dan model baru. Lama-lama pengguna bisa membangun semacam ramalan cuaca buatan sendiri.
Tibo posting → mungkin hari ini ada sesuatu. Tibo diam → sedang libur? → berarti reset juga tidak datang?
Model belum dijalankan, manusia sudah lebih dulu melakukan reverse engineering terhadap jadwal kerja manusia lain.
Dari sana, topiknya menembus psikologi perilaku, dopamin, produktivitas AI, roadmap yang dipercepat, lalu berakhir di pekerjaan tanpa akhir.
Ini laporan kecelakaannya.
1. “Kalau Tibo libur, reset ikut libur” masih sebatas hipotesis
Pada 5 September 2026, setelah memposting soal rollout Astra dan banked reset, Tibo menulis tentang timnya: “See you next week for some more ships.”[2][3]
Di akhir minggu kerja, kalimat itu sangat wajar dibaca sebagai “minggu ini selesai; sampai jumpa minggu depan”.
Namun informasi publik paling jauh hanya mendukung kesimpulan sederhana: tim tampaknya sedang menutup minggu kerja dan masuk akhir pekan.
Yang tidak diketahui publik adalah:
- hari libur resmi pribadi Tibo;
- apakah setiap reset butuh tindakan manual Tibo;
- apakah proses reset berhenti saat dia tidak memposting.
Teori yang indah adalah:
Tibo tidak ada → operator reset tidak ada → peradaban tamat.
Masalahnya, diagram itu terlalu rapi.
“See you next week” adalah bukti sebuah sign-off. Bukan bukti bahwa Tibo sendirian menjaga tombol RESET merah raksasa.
2. Namun kita tetap mengecek: “Sudah masuk belum?”
Bagian yang lebih menarik justru perilaku pengguna.
Waktu reset bisa tidak pasti. Kadang ada pengumuman. Kadang banked reset muncul mendadak. Begitu kuota kembali, model kuat bisa langsung dipakai lagi.
Lalu mulailah siklus pengecekan:
Buka X. Belum. Cek penggunaan. Belum. Beberapa jam kemudian. Belum. Cek sekali lagi. Kembali. Festival.
Kalau reset selalu datang tepat pukul 09.00, sekali cek pukul 09.01 sudah cukup.
Ketidakpastian justru memasang satpam kecil di kepala:
“Sekarang mungkin?”
Dengan penuh hormat, kita sebut ini Gacha Tibo.
3. Ini lebih mirip penguatan interval variabel daripada anjing Pavlov
Mudah untuk berkata, “Ini anjing Pavlov, kan?” Tidak persis.
Pengkondisian klasik membahas bagaimana satu stimulus menjadi penanda stimulus lain dan menghasilkan respons yang dipelajari. Di sini pertanyaannya berbeda: mengapa perilaku mengecek berulang kali terus bertahan?
Ini lebih dekat dengan penguatan parsial atau intermiten dalam pengkondisian operan. Khususnya, variable-interval schedule memberikan penguatan setelah jeda waktu yang tidak dapat diprediksi.[6]
Buku psikologi OpenStax bahkan memberi contoh yang nyaris terlalu tepat: mengecek media sosial.[6]
Mirip sekali.
Tetapi ada batas penting. Membuka X sepuluh kali tidak membuat kemungkinan reset menjadi sepuluh kali lebih besar. Reset terjadi secara eksternal; pengecekan hanya menemukan bahwa reset sudah terjadi.
Jadi ini bukan klaim bahwa OpenAI menempatkan pengguna di laboratorium pengkondisian.
Ini analogi: dari sudut pandang pengguna, lingkungan dengan hadiah tidak teratur dapat membentuk kebiasaan mengecek yang menyerupai interval variabel.
4. Mengapa reset kejutan terasa sangat menyenangkan: reward prediction error
Turun satu lantai lagi, kita tiba di ilmu saraf.
Reward prediction error secara sederhana adalah selisih antara hadiah yang diperkirakan dan hadiah yang benar-benar diterima. Ulasan Wolfram Schultz menjelaskan bahwa banyak neuron dopamin di otak tengah menunjukkan error positif saat hasil lebih baik dari perkiraan, mendekati baseline saat hasil sepenuhnya terprediksi, dan error negatif saat hasil lebih buruk.[7]
Maka:
“Hari ini sepertinya tidak ada reset.”
↓
Tiba-tiba reset.
↓
Lebih baik dari dugaan.
Peristiwa seperti itu menonjol sebagai sinyal pembelajaran.
Tetapi melompat ke kesimpulan “kamu kecanduan dopamin” adalah neurosains yang terlalu sembarangan.
Reward prediction error adalah mekanisme belajar dasar. Ia bukan diagnosis kecanduan bagi orang yang mengecek meter penggunaan. Kalau semua perilaku dijelaskan dengan “dopamin naik”, neurosains berubah menjadi obrolan warung.
Pernyataan yang aman: kabar baik yang tidak terduga menghasilkan kejutan prediksi lebih besar daripada kabar baik yang datang tepat sesuai jadwal.
5. Lalu kita sampai pada: “Kasih PC Tibo yang unlimited”
Setelah bosan mengecek meter, umat manusia menemukan solusi rasional:
“Sudah, pinjamkan saja PC Tibo. Unlimited.”
Terminal berikut sepenuhnya fiktif:
C:\Users\Tibo> codex
Usage remaining: ∞%
banked reset: yes
rate limit: employee privilege
Astra: unrestricted
GPU: punya perusahaan
Nama produk: Codex Pro Tibo Edition.
Aturannya sederhana:
Batas mingguan: sampai Tibo marah.
Dunia nyata tidak sebaik itu. Help Center OpenAI menjelaskan bahwa Astra memakai kuota Work/Codex yang termasuk dalam paket, dan tergantung tugas, ukuran input-output, setelan reasoning, dan faktor lain, Astra dapat menghabiskan kuota lebih cepat daripada GPT-5.6 Sol.[5]
Jadi dua hal bisa benar sekaligus:
“Saya ingin memakainya lebih banyak” dan “model yang lebih kuat bisa melelehkan meter lebih cepat.”
Untuk menginginkan Tibo Edition fiktif, kita tidak butuh psikologi tingkat lanjut. Aritmetika sudah cukup.
6. Lalu Astra membawa “enam bulan” ke meja
Di sini ceritanya mulai absurd secara serius.
Tibo menulis bahwa Astra kemungkinan merupakan keunggulan kompetitif besar sebelum tersedia luas, dan peningkatan produktivitasnya membuat tim dapat memajukan beberapa rencana sekitar enam bulan, dari sekitar pertengahan tahun berikutnya menjadi DevDay.[1]
Ini bukan sekadar “autocomplete sedikit lebih cepat”.
OpenAI sendiri menjelaskan Astra sebagai model untuk pekerjaan end-to-end sulit yang mencakup coding, riset, penggunaan komputer, dan alur kerja profesional.[4][9]
Dalam evaluasi yang dilaporkan OpenAI, Astra menyelesaikan tugas simulasi latensi OSWorld 2.0 sekitar 47% lebih cepat per tugas daripada GPT-5.6 Sol sambil mencetak skor lebih tinggi; dipadukan dengan Codex harness yang diperbarui, penyelesaian tugas Mind2Web menjadi 1,9× lebih cepat.[4]
Reaksi pengguna sangat wajar:
“Eksperimennya sudah cukup. Serahkan.”
Astra kini terdengar kurang seperti nama model dan lebih seperti alat penghancur roadmap.
7. Namun “enam bulan lebih cepat” bukan berarti “enam bulan kerja manusia dihapus”
Perbedaan ini penting.
Memajukan roadmap enam bulan tidak sama dengan menggantikan enam bulan penuh tenaga manusia.
Pengembangan produk bukan cuma jam implementasi. Ada riset, prototipe, review, dependensi, menunggu, rework, pengujian, dan keputusan.
AI kuat dapat memendekkan jalur itu dengan membantu tim:
- bergerak dari riset ke implementasi dalam satu alur;
- membandingkan lebih banyak prototipe dengan cepat;
- memparalelkan persiapan yang sebelumnya harus ditunggu;
- menemukan rework lebih awal;
- memulai validasi bulan depan hari ini.
Itu bisa memendekkan critical path secara keseluruhan.
Posting Tibo tidak merinci tahap mana yang berkurang berapa hari. Mengubah “enam bulan” langsung menjadi person-month tidak dibenarkan.
Yang jelas dari penjelasannya adalah pekerjaan yang tadinya berada di masa depan bergerak mendekati masa kini.[1]
Pekerjaan 2027: “Saya belum dipanggil.”
Astra: “Masuk hari ini.”
Pekerjaan 2027: “Hah?”
8. Produktivitas lebih tinggi bisa menghasilkan lebih banyak pekerjaan, bukan lebih banyak istirahat
Di sini “pekerjaan tanpa akhir” berhenti menjadi sekadar lelucon.
Pada 2026, peneliti UC Berkeley Haas menjelaskan riset berjalan berdasarkan delapan bulan pengamatan di perusahaan teknologi AS dengan sekitar 200 orang. Saat AI generatif menyebar, karyawan bekerja lebih cepat, mengambil cakupan tugas lebih luas, dan memperpanjang pekerjaan ke lebih banyak jam dalam sehari.[8]
Penggunaan AI tidak diwajibkan. Menurut peneliti, AI membuat lebih banyak tugas terasa mungkin dilakukan sendiri, sehingga pekerja secara sukarela memperluas apa yang mereka kerjakan.[8]
Ini satu perusahaan, bukan hukum universal.
Namun mekanismenya mudah dikenali:
Tugas 6 jam → AI selesai 40 menit
Manusia: “Saya dapat 5 jam 20 menit!”
Organisasi: “Hebat. Ini delapan tugas berikutnya.”
Manusia: “Fitur istirahat dihentikan?”
AI dapat memperpendek tugas. AI tidak otomatis menciptakan hak organisasi untuk mengubah waktu yang dihemat menjadi istirahat.
9. Inilah bentuk nyata “pekerjaan tanpa akhir”
Keuntungan produktivitas setidaknya bisa dipakai untuk tiga hal:
- hasil yang sama dalam waktu lebih pendek dan menambah ruang;
- kualitas lebih tinggi dalam waktu yang sama;
- volume lebih besar dalam waktu yang sama.
Teknologi mengubah berapa banyak yang bisa dilakukan. Manusia dan organisasi menentukan ke mana kapasitas baru itu dialokasikan.
Di organisasi yang tumbuh, ide, perbaikan, permintaan pelanggan, dan pertanyaan riset dapat terasa tanpa batas.
Throughput dua kali lipat tidak menjamin backlog tinggal separuh.
Sebaliknya, pekerjaan yang dulu terlalu jauh atau terlalu mahal tiba-tiba terlihat sebagai backlog baru.
Astra datang
→ pekerjaan selesai
→ pekerjaan enam bulan ke depan mendekat
→ itu selesai juga
→ pekerjaan yang lebih jauh terlihat
Dalam game, draw distance meningkat. Di kantor, quest marker kini dirender sampai cakrawala.
10. Kesimpulan: mungkin yang habis bukan pekerjaan, melainkan roadmap
Kita mulai dari: “Tibo libur akhir pekan?”
Lalu:
Tibo diam
→ tidak ada reset?
→ cek berulang
→ mirip interval variabel
→ reset kejutan menghasilkan prediction error lebih besar
→ kasih PC unlimited
→ Astra terlalu kuat
→ rencana maju enam bulan
→ pekerjaan masa depan mengisi waktu yang dihemat
→ pekerjaan tanpa akhir
Ada dua kesimpulan yang tetap bertahan.
Pertama, memantau reset tidak teratur secara manual menghabiskan perhatian. Kalau peristiwa eksternal bisa memberi notifikasi otomatis, manusia tidak perlu menjadi satpam meter penggunaan.
Kedua, produktivitas AI tidak otomatis berubah menjadi waktu luang. Tanpa keputusan sadar apakah manfaatnya dipakai untuk istirahat, kualitas, kecepatan, atau volume, kapasitas baru akan memanggil pekerjaan baru.
Astra bukan penjahat. Alat yang kuat memang bisa mendekatkan masa depan.
Kalimat berbahaya datang dari manusia di sebelahnya:
“Oh. Yang ini juga bisa kita kerjakan hari ini.”
Lalu pekerjaan masa depan mulai antre di depan pintu.
Pekerjaan mungkin tidak selesai. Roadmap yang lebih dulu habis.
