Di tahun 2026, kemampuan agen kecerdasan buatan (AI) dalam menghasilkan kode pemrograman telah mencapai tingkat yang sangat mengesankan. Banyak pihak mulai bertanya apakah manusia masih perlu repot menulis kode secara manual, mengingat model bahasa besar (LLM) dapat memproses instruksi berbahasa Inggris dan langsung menghasilkan perubahan perangkat lunak. Sebuah tulisan dari Softwaredoug.com menawarkan perspektif berbeda: tugas utama insinyur perangkat lunak kini bergeser menjadi pembangun pabrik perangkat lunak (software factory), bukan sekadar penulis kode. Namun, penulis bersikeras bahwa menulis kode dengan tangan manusia tetap menjadi alat yang esensial untuk berpikir dan memahami sistem secara mendalam.
Konsep pabrik perangkat lunak menggambarkan bagaimana tim engineering memelihara lini perakitan digital yang memungkinkan siapa pun memberikan prompt dan langsung mengirimkan pembaruan. Dalam paradigma ini, insinyur bertugas menyediakan infrastruktur yang membuat agen AI sukses beroperasi, mulai dari penyiapan keterampilan (skills), berkas AGENTS.md, hingga basis pengetahuan. Mereka juga secara reaktif melindungi sistem melalui evaluasi otomatis seperti pengujian, linting, sistem tipe, dan evals. Dengan batasan tersebut, bahkan model AI yang kurang canggih sekalipun dapat menghasilkan perubahan yang cukup baik asalkan konteksnya segar dan terarah.
Namun, pandangan bahwa memeriksa kode menjadi hal lucu atau tidak perlu bagi manusia adalah pendapat yang disanggah oleh penulis. Menurutnya, menulis kode sendiri memberikan nilai karena memungkinkan manusia berpikir langsung di dalam lingkungan eksekusi, bukan melalui perantara bahasa alami yang tidak presisi seperti Inggris. Bahasa manusia sangat kurang spesifik untuk mengekspresikan komputasi yang kompleks. Untuk pekerjaan algoritmik yang sesungguhnya, dibutuhkan sketsa dan pemikiran dalam langkah-langkah yang dapat dieksekusi dengan tingkat presisi tertentu, baik menggunakan bahasa tingkat rendah maupun tinggi.
Aspek perhatian dan kepemilikan juga menjadi argumen krusial. Ketika seseorang hanya membaca dan menyetujui kode hasil generate AI, muncul kecenderungan kehilangan rasa memiliki terhadap karya tersebut. Kode berkualitas rendah (sering disebut slop) mudah lolos dari radar pengawasan. Sebaliknya, ketika manusia ikut menulis sebagian kecil kode, mengeksplorasi pendekatan, lalu membiarkan agen meluaskannya, maka manusia tersebut merasa ikut memiliki dan berpartisipasi dalam hasil akhir. Keterlibatan langsung membantu mikro-penyesuaian yang sulit dilakukan jika hanya sekadar observer pasif.
Penulis menggunakan analogi bahwa agen AI bukanlah kompiler yang menerjemahkan spesifikasi presisi menjadi kode, melainkan lebih mirip magang yang baru saja onboarding. Mereka membaca kode yang mungkin sudah tercemar slop, menerima deskripsi perubahan yang ambigu, lalu harus menghasilkan modifikasi. Jika manusia menyerahkan seluruh pemikiran dan selera kepada tentara magang tersebut, maka kualitas arsitektur akan terdegradasi. Menjadi praktisi yang hands-on, bukan sekadar konsumen, menjadi kunci untuk mempertahankan tata rasa rekayasa perangkat lunak.
Ilustrasi nyata ditunjukkan melalui pengalaman penulis di basis kode sebelumnya. Suatu pagi tanpa kafein, ia secara tidak sengaja menyarankan penggunaan penyimpanan lokal peramban (browser local storage) untuk sebagian kecil state, padahal sisanya menggunakan basis data backend. Ketika mengulas kode, ia mendapati lapisan pembungkus dan indirection yang dibuat agen AI untuk melestarikan kesalahan manusia itu justru melipatgandakan jumlah baris kode. Agen yang terlalu konservatif memperbesar keputusan buruk satu kali. Dengan menghapus kode dan mengeksplorasi secara aktif, penulis menemukan arsitektur yang jauh lebih baik daripada sekadar memproxy instruksi lewat bahasa Inggris.
Dalam membangun pabrik perangkat lunak, detail teknis sungguh menentukan. Pola arsitektur, algoritma, hingga performa harus diperhatikan secara saksama. Agen AI mendorong kita untuk mengevaluasi, mengukur, dan menjaga sistem sejak dini, misalnya dengan memasukkan integrasi berkelanjutan (CI) ke proyek sampingan bukan sebagai pemikiran terakhir. Namun, seperti halnya pabrik mobil yang sesekali harus membongkar lini produksi atau membedah mesin pembakaran internal untuk peningkatan sepuluh persen, pengembang manusia perlu sesekali menyelami detail terkecil untuk menghubungkan gambaran besar dengan implementasi.
Batasan arbitrer tentang apa yang boleh disentuh dalam perangkat lunak justru menghambat upaya tersebut. Penulis menekankan bahwa praktik boy scout rule (meninggalkan kode lebih baik daripada ditemukan) jarang dilakukan agen karena bias mereka adalah menyelesaikan tugas saat ini seaman mungkin. Manusia perlu mengambil alih untuk membersihkan utang teknis. Bagi ekosistem teknologi di Indonesia, di mana adopsi alat coding AI seperti Copilot dan Cursor melonjak, pelajaran ini krusial: engineer lokal musti tetap mahir menulis kode agar tidak menumpuk fragilitas sistem yang pada gilirannya merugikan agen AI dan pengguna akhir.
Pada akhirnya, tulisan tersebut bukan ajakan menolak AI, melainkan seruan untuk menggunakan agen sebagai amplifier bukan pengganti kognitif. Menulis kode membantu manusia berpikir, mempertahankan perhatian, dan mengarahkan pabrik perangkat lunak secara strategis. Dengan tetap terlibat di level kode, insinyur dapat mendokumentasikan prinsip arsitektur yang konsisten, menyempitkan kelas bug baru, dan memastikan bahwa software factory yang dibangun benar-benar tangguh di masa depan.