Ada pernyataan yang menarik dalam sebuah wawancara dengan Head of Claude Code di Anthropic. Dalam podcast di channel Lenny’s Podcast, Boris Cherny, Head of Claude Code membawa pesan yang menggelitik dan sedikit provokatif bahwa Coding is Solved. Apa dan bagaimana maksudnya, simak bahasan berikut ini.
Dunia pengembangan perangkat lunak tidak sekadar sedang berubah; kita sedang menyaksikan sebuah peristiwa eksponensial. Di markas Anthropic, para pionir yang merumuskan Scaling Laws tidak melihat masa depan sebagai pergeseran bertahap, melainkan sebagai garis vertikal pada grafik pertumbuhan. Boris Cherny, Head of Claude Code, membawa sebuah pesan provokatif bagi kita semua: “Coding is solved” (Coding sudah terpecahkan).
Bagi Cherny, ini bukan teori. Sejak November lalu, ia tidak lagi menulis satu baris kode pun secara manual. Sebagai gantinya, ia mengorkestrasi agen-agen AI untuk membangun produk. Fenomena ini menandai berakhirnya era di mana nilai seorang profesional diukur dari kecepatan mengetik sintaks, dan dimulainya era baru di mana visi adalah mata uang utama.
Berikut adalah lima wawasan fundamental dari visi Boris Cherny yang akan mendefinisikan ulang lanskap teknologi dan karier Anda.
Dari Chatbot ke Agentic AI: Lonjakan Produktivitas 200%
Lompatan terbesar dalam setahun terakhir bukanlah kemampuan AI untuk “mengobrol,” melainkan kemampuannya untuk “bertindak.” Inilah yang kita sebut sebagai Agentic AI—model bahasa yang tidak hanya memberikan saran, tetapi mampu menggunakan alat (tools), mengakses terminal, mengirim email, dan mengelola Slack secara otonom.
Cherny melaporkan bahwa di Anthropic, Produktivitas Developer meningkat hingga 200%. Data industri mendukung tren eksponensial ini; laporan dari SemiAnalysis mengungkapkan bahwa 4% dari seluruh commit di GitHub saat ini ditulis oleh AI, dan angka tersebut diprediksi akan melonjak hingga 20% (seperlima dari seluruh kode dunia) pada akhir tahun ini.
“Produktivitas per engineer meningkat 200%… Saya tidak pernah menikmati coding sebesar yang saya rasakan hari ini karena saya tidak perlu berurusan dengan semua hal sepele (minutiae).” — Boris Cherny.
Matinya Gelar ‘Software Engineer’, Lahirnya ‘Builder’
Kita sedang menyaksikan runtuhnya kasta teknis. Cherny memprediksi gelar “Software Engineer” akan segera usang dan digantikan oleh gelar Builder. Perbedaannya fundamental: seorang engineer fokus pada bagaimana menulis kode, sementara seorang Builder fokus pada apa yang harus dibangun dan mengapa itu penting bagi pengguna.
Di Anthropic, batas-batas disiplin ilmu ini telah mencair:
- Product Managers: Kini bisa melakukan coding secara mandiri untuk memvalidasi ide tanpa antrean di departemen teknik.
- Designers: Tidak lagi berhenti di maket visual; mereka kini mengimplementasikan desain langsung ke kode produksi menggunakan agen AI.
- Generalis: Tim keuangan hingga ilmuwan data kini mampu membangun automasi kompleks tanpa harus menguasai bahasa pemrograman secara mendalam.
Analogi Mesin Cetak dan Demokratisasi Software
Untuk memahami skala perubahan ini, Cherny menggunakan analogi sejarah mesin cetak Gutenberg. Sebelum abad ke-15, literasi adalah keterampilan elit yang dijaga ketat oleh segelintir orang. AI melakukan hal yang sama terhadap perangkat lunak: mengubah keterampilan langka menjadi literasi umum.
- Abad ke-15 (Era Juru Tulis): Scribes (Juru Tulis) adalah elit yang memiliki keterampilan menulis manual yang langka. Mesin cetak mengubah kemampuan membaca dan menulis menjadi literasi umum bagi masyarakat luas.
- Abad ke-21 (Era Engineer): Software Engineers saat ini adalah “juru tulis” modern. AI Agent (seperti Claude Code) mengubah kemampuan menciptakan software menjadi literasi digital umum yang bisa diakses siapa saja.
Ini adalah “Renaissance” baru di mana hambatan masuk ke dunia teknologi bukan lagi kerumitan bahasa pemrograman, melainkan kreativitas manusia.
Strategi ‘Underfunding’ dan ‘Absurditas Terminal’
Salah satu strategi kepemimpinan Cherny yang paling kontraintuitif adalah Underfunding. Ia sengaja memberikan sumber daya manusia yang sangat ramping pada setiap proyek, namun memberikan akses token AI yang tak terbatas. Ia menyebut prinsip ini sebagai Token-over-Salary.
Filosofi ini memaksa tim untuk melakukan “Claudification”—mengotomatisasi setiap aspek pekerjaan mereka agar tetap bisa bersaing. Dari sini, muncul fenomena Latent Demand (Permintaan Terpendam). Cherny menceritakan kisah Brendan, seorang ilmuwan data yang rela mempelajari kerumitan terminal (CLI)—sebuah “absurditas” bagi non-engineer—hanya demi mendapatkan akses ke kekuatan agen AI.
Pesan bagi para founder sangat jelas: jangan terburu-buru melakukan optimasi biaya token di tahap awal inovasi. Berikan kebebasan pada tim untuk bereksperimen dengan token maksimal, karena di sanalah produk revolusioner akan lahir.
Membangun untuk Model 6 Bulan ke Depan: Menghindari ‘Scaffolding’
Kesalahan fatal banyak pengembang saat ini adalah membangun produk berdasarkan keterbatasan model AI hari ini. Cherny menyarankan agar kita membangun untuk model yang akan hadir 6 bulan ke depan.
Banyak pengembang terjebak membangun scaffolding (kerangka kerja) yang rumit—rangkaian instruksi “if/then” yang kaku untuk menambal kekurangan model saat ini. Namun, Cherny memperingatkan bahwa scaffolding ini akan menjadi utang teknis (technical debt) seketika model baru (seperti Opus 4.6) dirilis.
Strategi yang lebih cerdas adalah menerapkan The Bitter Lesson dari Rich Sutton: metode umum yang memanfaatkan komputasi besar akan selalu mengalahkan metode manual yang rumit.
- Manfaatkan kemampuan Multi-quading (menjalankan banyak agen secara paralel).
- Berpindahlah dari “pendampingan 15 detik” menjadi “otonomi tanpa pengawasan selama 30 menit.”
- Percayalah pada generalitas model daripada solusi hard-coded yang spesifik.
Kesimpulan: Visi Jangka Panjang dan Filosofi ‘Miso’
Meskipun dunia bergerak dengan kecepatan eksponensial, Boris Cherny mengingatkan kita tentang pentingnya kesabaran dalam visi melalui filosofi “Miso.” Seperti pembuatan miso merah yang membutuhkan fermentasi selama 4 tahun, membangun Masa Depan Software Engineering membutuhkan ketahanan dan pemikiran dalam skala waktu yang panjang.
Coding mungkin sudah “selesai” dalam arti teknisnya yang tradisional, namun penciptaan solusi bagi masalah manusia baru saja dimulai. Kita sedang beralih dari era di mana manusia harus belajar bahasa komputer, ke era di mana komputer akhirnya memahami bahasa manusia.
Jika batasan teknis tidak lagi menjadi penghalang, masalah besar apa yang akan Anda selesaikan mulai besok?
Disclosure: Artikel ini disusun dengan bantuan AI dan dalam pengawasan editor. Gambar header dibuat menggunakan Gemini.
