Zachary Lee, pengembang aplikasi open-source KeyEcho, berhasil meningkatkan performa jalur audio paling kritis hingga 27 kali lipat dalam pembaruan versi 1.0. Dengan bantuan agen AI yang menulis sebagian besar kode, ia memangkas latensi pencarian audio dari 1.184 nanodetik menjadi 43,5 nanodetik per operasi. Namun di balik kesuksesan itu, ia menolak satu saran perbaikan dari AI yang terlihat bersih, tetapi berpotensi merusak fitur secara diam-diam.
KeyEcho adalah aplikasi desktop pemutar suara keyboard mekanik yang merespons setiap tekanan tombol. Proyek ini dirilis dua tahun lalu dan telah meraih lebih dari 800 bintang di GitHub. Setelah vakum cukup lama, Lee kembali mengerjakan aplikasi ini pada bulan ini dan menggabungkan semua perubahan dalam satu pull request besar: 130 file, 11.405 baris ditambahkan, dan 9.292 baris dihapus.
Inti perubahan terletak pada audio hot path, yaitu jalur kritis dari penerimaan input keyboard hingga pemutaran suara. Pada versi sebelumnya (0.0.5), setiap tekanan tombol masih menyalin 66,84 KiB sampel audio dan harus melalui mutex global yang digunakan bersama dengan fungsi pengaturan volume dan pemilihan pack suara. Walaupun sudah menggunakan cache LRU untuk menghindari dekode ulang, overhead tetap ada.
Untuk versi 1.0, Lee mengubah pendekatan secara fundamental. Setiap pack suara yang dipilih akan didekode penuh satu kali pada saat pemuatan—bukan saat tombol ditekan. Semua potongan audio yang identik (ditandai dengan pasangan start-durasi) digabungkan sehingga hanya didekode sekali. Hasil dekode disimpan dalam struktur data Arc dan dibagikan ke seluruh thread tanpa menyalin data. Mutex diganti dengan ArcSwapOption dan AtomicU32 yang memungkinkan akses tanpa penguncian.
Efeknya dramatis. Dalam benchmark, pencarian dengan cache pada versi 0.0.5 membutuhkan 1.184 ns dan menyalin 66,84 KiB per tombol. Pada versi 1.0, hanya 43,5 ns dengan 0 byte disalin—peningkatan 27 kali untuk potongan rata-rata dan 38 kali untuk potongan terbesar. Latensi press/release juga turun setengah berkat pengurangan jumlah pesan yang dikirim antar thread.
Lee mengungkapkan bahwa sebagian besar kode diff ini ditulis oleh agen AI. Namun ia menegaskan bahwa keamanan optimasi ini bergantung pada jaminan yang diberikan oleh kompiler Rust. "Borrow checker dan sistem tipe adalah peninjau pertama untuk kode yang dihasilkan AI. Sebagian besar kode yang salah tidak akan lolos cargo check," tulisnya dalam sebuah posting teknis.
Meski AI sangat membantu—terutama untuk migrasi versi dan tugas repetitif—ada satu saran yang ditolak. Lee tidak merinci secara detail, tetapi mengatakan saran itu tampak bersih dan rapi, tetapi jika digabungkan akan secara diam-diam merusak fitur yang sudah ada. Ia mencontohkan bahwa semakin banyak diff yang ditulis AI, semakin berharga perlindungan dari kompiler, tetapi tetap diperlukan pengawasan manusia.
Bagi pengembang di Indonesia, cerita ini sarat pelajaran. Komunitas Rust di Tanah Air terus bertumbuh, dan teknik seperti predecoding, zero-copy, dan lock-free concurrency bisa langsung diterapkan pada aplikasi-aplikasi yang membutuhkan responsivitas tinggi, mulai dari game hingga alat kreatif. Lebih dari itu, pengalaman Lee menunjukkan bahwa AI dapat menjadi mitra produktif, tetapi bukan pengganti penilaian teknis.
Sisi lain yang menarik adalah soal desain batasan. Setiap pack suara di KeyEcho 1.0 wajib lolos pemeriksaan perkiraan ukuran dekode maksimal 10 MB sebelum dimuat. Langkah ini mencegah konsumsi memori berlebihan saat predecoding—sebuah trade-off yang harus diperhitungkan. Lee menyediakan dokumentasi metrik dan tolok ukur terbuka bagi siapa saja yang ingin memverifikasi klaim performanya.
Ke depannya, KeyEcho diharapkan terus berkembang dengan dukungan sound pack lebih banyak dan perbaikan bug lintas platform. Bagi pengguna Indonesia yang gemar mempersonalisasi suara keyboard, aplikasi ini menawarkan opsi open-source yang ringan dan cepat. Namun yang lebih penting, metode dan filosofi di balik pengembangannya bisa menginspirasi pendekatan baru dalam kolaborasi manusia-AI di dunia pemrograman.