Pagi kemarin, saya dapat forward-an dari seorang profesor sahabat saya. Tulisan yang panjang. Judulnya, “Sesuatu yang besar sedang terjadi”. Lalu, di chat terakhir beliau bilang, “Ngeri ya mas”.
Saya baca sampai selesai. Memang mengerikan.
Tulisan itu menerjemahkan esai Matt Shumer yang viral di X “Something Big is Happening.”
Membacanya memang membuat ingatan saya terlempar kembali ke Pebruari 2020.
Ingat saat itu? Ya, waktu itu kita semua skeptis.
Ada virus dari China? Ah, paling juga flu musiman.
Anak-anak masih sekolah. Kita masih jalan-jalan di mall, salaman, foto rame-rame.
Orang yang beli masker N95 dianggap lebay. Paranoid. Kebanyakan baca internet.
Lalu, dalam tiga minggu, dunia berhenti berputar.
Kantor tutup. Anak-anak pulang. Hidup berubah selamanya.
Sekarang, kata Matt Shumer, kita sedang berada di fase sesuatu yang jauh lebih besar dari pandemi, tapi orang banyak bilang, “Ah, ini berlebihan”.
Saya Ada di Dalam Mesin Super Cepat Ini
Saya menulis ini bukan sebagai pengamat. Saya menulis sebagai praktisi yang sudah 25 tahun lebih berkubang di dunia kode. Dari zaman mengetik perintah manual yang membosankan sampai membangun perusahaan perangkat lunak sendiri.
Saya pikir saya sudah melihat segalanya, sampai pertengahan 2025 lalu, saya mencoba sesuatu yang disebut vibe coding.
Bukan sekadar menulis baris-baris kode. Tapi membangun software bersama agen AI dan tools baru.
Dan dalam tiga bulan terakhir ini, intensitas itu naik. Saya bermain dengan Antigravity, copilot di VS Code, stitch.
Apa yang biasanya butuh minggu, kini selesai dalam hitungan jam; apa yang dulu menghabiskan kepala saya selama berhari-hari, sekarang diselesaikan oleh rangkaian tools dan agen AI yang paham konteks produk. Pengalaman programming 25 tahun saya terasa dilipat, seperti dimampatkan hanya dalam 3 hari.
Itu membuat saya takjub, luar biasa!
Dari Tukang Bangunan Menjadi Kurator Keputusan
Dulu, membangun produk itu seperti membangun rumah dengan tangan kosong.
Kita harus memahat kayu, mengaduk semen, menyusun bata satu per satu.
Nah sekarang? Saya cukup bicara dalam bahasa manusia yang sederhana.
Saya jelaskan apa yang ingin saya buat, saya tinggal untuk sesuatu yang lain, dan saat kembali, perangkat lunaknya sudah jadi.
Bukan draft kasar yang berantakan, tapi produk matang yang siap pakai.
Apa artinya semua ini untuk cara kita deliver produk?
Tiga kata: deliver fast. Fail fast. Or succeed faster.
Dulu roadmap produk itu panjang: requirement, desain, sprint, QA, release.
Sekarang loop itu memendek dramatis. Saya bilang dramatis karena saya rasakan sendiri.
Saya beri instruksi hasil yang diinginkan (bukan dengan baris kode), tapi outcome. Lalu model/agent merancang flow, menulis ribuan baris, menjalankan test end-to-end, memperbaiki bug yang ia temukan sendiri, dan menyerahkan versi yang menurutnya layak diuji manusia.
Itu mengubah peran kita dari “penyusun” menjadi “kurator keputusan.”
Bayangkan ada dua tim.
Tim A mengejar “sempurna”. Setiap detail diuji manual, mereka bergerak lambat.
Tim B yang paham tool baru berkata, “ini versi 0.1, deploy.”
Hasilnya? Tim B tahu lebih cepat apakah ide mereka layak atau tidak.
Dalam dunia yang dimanifestasikan Opus 4.6, GPT-5.x, Gemini 3 pro, dan agen seperti Kimi K2.5, kecepatan eksperimen menjadi keunggulan kompetitif.
Ketika Mesin Mulai Membangun Dirinya Sendiri
Ada satu hal yang mungkin tidak dipahami orang di luar industri teknologi: AI sekarang sedang membangun AI yang lebih pintar.
Dua kejadian teknis penting baru-baru ini menjelaskannya. Model-model baru yang dirilis mampu melakukan “agentic coding”, mereka menulis kode, menjalankan, mengetes, memperbaiki sendiri, lalu kembali dengan produk yang menurut mereka sudah siap.
Dalam rilis GPT-5.3 Codex di 5 Pebruari kemarin, OpenAI mengatakan bahwa model baru mereka, GPT-5.3-Codex, “instrumental in creating itself”. Tim menggunakan versi awal model itu untuk debug training, manage deployment, dan mengevaluasi hasilnya.
Ini bukan klaim clickbait. Ini adalah intelligence explosion.
Di hari yang sama, Anthropic mengumumkan klaim yang sejalan.
Opus 4.6, yang baru mereka rilis, punya perbaikan besar pada kemampuan coding, kemampuan menjaga tugas agentic lebih panjang, dan konteks yang jauh lebih besar. Ini membuatnya mampu menangani basis kode besar dan melakukan review yang solid.
Kalau model bisa menjaga konteks panjang dan menguji dirinya sendiri, maka siklus “desain → implementasi → test → perbaiki”, menjadi otomatis.
Tidak ketinggalan, kemajuan lain seperti Google DeepMind dengan seri Gemini(ketika saya menulis ini, versi pro mereka menonjol pada reasoning dan kemampuan multimodal), serta proyek-proyek komunitas/open-source seperti Kimi K2.5 yang menonjolkan visual agentic intelligence, semuanya mengonfirmasi pola yang sama: arah pengembangan diarahkan ke agen yang bukan cuma menulis kode, tapi menguji dan memperbaiki dirinya dalam lingkungan nyata.
Itu adalah embrio self-improvement loop.
Bayangkan pabrik robot. Robot pertama kamu beri tugas membangun robot kedua yang lebih pintar. Robot kedua membangun robot ketiga yang lebih pintar lagi, lebih cepat dari kamu bisa berpikir.
Itu bukan metafora lagi. Itu roadmap.
Itulah yang terjadi di depan mata kita.
Dario Amodei, CEO Anthropic, bahkan bilang kalau kita mungkin hanya berjarak 1-2 tahun dari titik di mana AI secara otonom membangun AI berikutnya. Setiap generasi membantu membangun generasi selanjutnya yang lebih cerdas, lebih cepat, dan lebih efisien.
Banyak orang skeptis.
Di luar cerita teknis selalu ada perdebatan. Beberapa bilang, “ini terlalu dini!”, sementara yang lain bilang, “sudah terjadi.”
Will Manidis, misalnya, menulis di X tentang “Tool Shaped Objects“. Dia bilang AI sekarang seperti kanna, serutan kayu Jepang yang indah tapi secara ekonomi “tidak berguna” karena mesin modern bisa melakukan hal yang sama lebih cepat. Dia menganggap AI hanyalah objek yang terlihat seperti tool tapi tidak benar-benar menghasilkan kerja nyata.
Atau John Coogan yang bilang ini bukan seperti pandemi, tapi serangkaian kurva S. Ada hambatan di sana-sini, ada waktu untuk bernapas.
Tapi bagi saya, perdebatan itu terasa seperti orang yang meributkan jenis payung saat tsunami sudah setinggi gedung.
Karena apa? Datanya tidak berbohong.
Ada tes bernama GPQA Diamond, kumpulan pertanyaan tingkat doktoral di bidang biologi, kimia, dan fisika. Skor Claude Opus 4.5 mencapai 87%. Gemini 3 Deep Thinking menembus 93.8%.
Kita bicara tentang kecerdasan yang setara dengan pakar yang sekolah belasan tahun, tapi AI melakukannya dalam hitungan detik.
Di dunia programming, lonjakannya lebih gila.
SWE-bench mengevaluasi tugas rekayasa perangkat lunak. Tahun 2024 akhir, model terbaik mandeg di angka 50%. Di awal tahun ini Claude 4.5+ sudah melampaui 80.9%. Dalam kurleb satu tahun, ada lompatan 30 poin!
Bayangkan anak kelas 1 SD yang baru belajar naik sepeda. Tahun lalu, dari 10 kali coba, jatuh 5 kali. Sekarang, setahun kemudian, dia sudah bisa gowes keliling kompleks tanpa jatuh.
Di dunia software, itu artinya dari “bisa bantu dikit” menjadi “bisa diberi tanggung jawab nyata”.
Yang bikin woow itu bukan angkanya. Tapi waktunya. Biasanya lonjakan sebesar ini butuh 5–10 tahun. Lha ini terjadi dalam 12 bulan.
Singularity Bukan Lagi Dongeng Silicon Valley
Elon Musk ngetweet, “We have entered the singularity”. Lalu beberapa jam kemudian, “2026 is the year of the singularity.”
Biasanya saya skeptis pada pernyataan bombastis seperti itu. Elon Musk sering terlalu optimistis soal timeline. Contoh, full self-driving Tesla sudah dijanjikan bertahun-tahun lalu.
Tapi kali ini konteksnya berbeda. Elon Musk tidak cuma membual. Grok 5 dengan 6 triliun parameter sudah di lab!
Apa itu Singularity?
Singularity bukan Terminator. Bukan robot mengejar manusia di jalan tol.
Konsep ini diformalkan oleh Vernor Vinge tahun 1993: saat kecerdasan superhuman tercipta, era dominasi manusia berakhir. Ray Kurzweil mempopulerkannya: ketika AI bisa meningkatkan dirinya sendiri, lalu versi baru itu meningkatkan diri lagi, dan seterusnya, hingga laju kemajuan melampaui kemampuan kita memahami.
Intinya bukan sekadar “AI pintar”.
Intinya adalah kecepatan peningkatan.
Kita akan melihatnya sebagai “cakrawala peristiwa”, batas di mana kita tidak bisa lagi memprediksi apa yang akan terjadi setelahnya.
Kalau Anda ingin tahu apakah kita benar-benar mendekati singularity, ada empat indikator praktis.
Pertama, pertumbuhan ekonomi. Jika produktivitas melonjak drastis karena AI, angka GDP akan berubah.
Kedua, self-improvement loop. Ketika AI sepenuhnya otonom meningkatkan arsitekturnya tanpa campur tangan manusia.
Ketiga, saturasi benchmark. Ketika skor mendekati 100% di hampir semua tes kompleks untuk AI.
Keempat, integrasi fisik. Robot humanoid seperti Optimus atau brain-computer interface seperti Neuralink. Saat AI bukan hanya “di layar”, tapi punya tangan.
Ketika Para Raksasa Membuat Dunia Bergetar
xAI baru saja mengumpulkan dana $20 miliar. Mereka membangun superkomputer “Colossus” dengan lebih dari satu juta GPU H100. Daya komputasinya setara konsumsi listrik 1,5 juta rumah. Untuk apa? Untuk melatih model seperti Grok 5 dengan 6 triliun parameter.
Sebagai perbandingan, ChatGPT-4 yang membuat dunia gempar dulu hanya punya 1,8 triliun.
Dario Amodei di Davos kapan lalu itu, memberikan peringatan yang membuat ngeri, AI akan menggantikan hampir seluruh pekerjaan developer software dalam 6 hingga 12 bulan ke depan. 50% pekerjaan kantoran junior bisa hilang dalam satu hingga lima tahun.
Demis Hassabis dari Google DeepMind mengakui ada peluang 50% AGI sebelum 2030.
Sam Altman bilang mereka sudah tahu cara membangun AGI dan kini fokus ke superintelligence.
Yang membuat saya berkerut adalah keseragaman timeline.
Kalau tiga perusahaan paling kuat di AI, OpenAI, Anthropic, Google DeepMind, berbicara dalam kurun waktu yang sama, kita tidak bisa lagi menganggap ini kebetulan.
Dunia bergetar!
Ini Bukan Hanya Soal Programmer
Kesalahan terbesar adalah berpikir ini hanya soal software developer.
Jika pekerjaan Anda adalah membaca, menulis, menganalisis, mengolah informasi di layar, kamu berada di garis depan disrupsi.
Pengacara junior. Analis keuangan. Akuntan. Marketer. Radiolog. Konsultan.
McKinsey memperkirakan 30% tenaga kerja global bisa terdampak otomatisasi pada 2030. Beberapa proyeksi menyebut 47% pada 2034.
Optimis bilang: kita masuk era kelimpahan. AI kerja, manusia menikmati hidup.
Pesimis bilang: yang menguasai AI akan menguasai segalanya.
Sebagai praktisi, saya melihat keduanya mungkin benar.
Lalu, kenapa developer software duluan? Karena AI butuh kode untuk “hidup”.
Dengan membuat AI pintar ngoding, mereka membuka kunci untuk semua hal lainnya. Pekerjaan saya berubah lebih dulu bukan karena saya targetnya, tapi karena saya adalah fondasi dari mesin ini.
Kemudian (atau bahkan sekarang), baru giliran Anda. Hukum, finansial, medis, akuntansi, desain, semuanya sedang berada di jalur yang sama.
Realitas di Jalanan
Perdebatan akademis itu penting.
Yann LeCun skeptis LLM akan mencapai kecerdasan manusia.
Hassabis bilang masih ada satu-dua terobosan yang hilang.
Semua itu valid.
Tapi saya melihat sesuatu yang lebih sederhana:
Proyek yang dulu butuh 5 senior developer sekarang bisa diselesaikan satu orang dengan AI sebagai co-pilot. Anak magang yang tahu cara menyusun prompt dengan benar bisa menghasilkan output setara engineer 5 tahun pengalaman.
Itu bukan teori. Itu hasil yang saya dapatkan di meja kerja saya.
Apa yang Harus Anda Lakukan?
Saya tidak menulis ini untuk menakuti Anda, tapi saya ingin Anda punya keuntungan, yaitu menjadi yang pertama paham.
Debat di Davos, investasi raksasa di pusat data, bahkan klaim singularity, semua harus dilihat dengan kepedulian, regulasi dan kesiapan sosial. Tapi dari sudut pandang saya, AI tool ini membuka kemungkinan nyata untuk membuat produk lebih cepat, gagal lebih cepat, dan kalau beruntung, menang lebih cepat.
Maka, jangan cuma jadi penonton atau pengamat.
Gunakan tools nya. Versi terakhirnya. Bayarlah 20 dolar sebulan untuk ChatGPT Plus, Gemini Pro, atau Claude. Pakai model terbaiknya. Bukan yang gratisan.
Versi gratis itu seperti melihat laut dari foto Google. Kamu tidak merasakan ombaknya.
Luangkan satu jam sehari. Dorong AI ke masalah paling sulit dalam pekerjaanmu.
Jangan tanya pertanyaan remeh. Jangan cuma tanya “siapa selebriti paling populer tahun ini”.
Minta dia mengerjakan bagian paling melelahkan dari tugasmu.
Masukkan kontrak kerja Anda dan minta dia cari celah yang merugikan.
Masukkan laporan keuangan Anda dan minta dia temukan pola yang aneh.
Gunakan AI sampai ke batasnya. Jika hari ini dia hanya bisa mengerjakan 10% tugas Anda, percayalah, enam bulan lagi dia akan mengerjakan 90% nya dengan sempurna.
Nah, kalau kamu product leader atau engineer senior, lakukan tiga hal praktis ini:
Pertama, biasakan menyatakan “outcome” bukan “task.” Latih tim menulis spesifikasi yang bisa dimengerti agen: persona pengguna, flow, constraint, tujuan metrik. Agen merespon lebih baik pada tujuan daripada perintah baris demi baris.
Kedua, sediakan infrastruktur pengujian otomatis yang memudahkan agen menjalankan dan mengobservasi. Agen yang bisa klik, mengetes, dan melaporkan, adalah agen yang membuat perbedaan.
Ketiga, hapus ego. Kalau agen melakukan bagian kerja yang biasanya kamu klaim sebagai bagian “keahlian,” gunakan itu. Pakai waktu yang tersisa untuk masalah yang belum bisa disentuh agen: hubungan pelanggan, partnership strategis, etika produk, dan keputusan kebijakan.
Saya tidak meremehkan sisi gelapnya. Ada risiko pekerjaan berkurang, ada sisi kontrol yang harus kita pikirkan, dan ada potensi yang lebih besar lagi soal penyalahgunaan.
Jika Anda masih membaca dan bekerja di layar, jangan jadi orang yang menilai keadaan berdasarkan apa yang Anda alami dua tahun lalu. Buka terminal, buka workspace, dan habiskan satu jam per hari bereksperimen. Bukan sekadar membaca feed, tapi memaksa agen melakukan pekerjaan yang biasanya menguras energimu.
Buat saya, ini bukan tentang menggantikan kita. Ini tentang menuntun kita ke kerja yang lebih bermakna, atau menyingkir untuk memberi ruang kepada yang berani beradaptasi , bukan yang bersembunyi di balik ego masa lalu.
Dunia lama sedang runtuh. Cara lama Anda bekerja mungkin tidak akan berlaku dua tahun lagi. Tapi ini juga peluang. Jika Anda punya mimpi membangun sesuatu tapi tidak punya dana untuk bayar tim ahli, sekarang tim ahli itu ada di saku Anda dengan harga secangkir kopi.
Masa depan tidak lagi mengetuk pintu. Dia sudah mendobraknya. Anda mau menyambutnya dengan tangan terbuka, atau terkubur di bawah reruntuhannya?
Pilihannya ada di tangan Anda. Sekarang juga.
Terimakasih sudah membaca. Semoga bermanfaat.
