Erik CH, pengembang yang aktif mengeksplorasi alur kerja berbasis AI, baru-baru ini mempraktikkan spec-driven development (SDD) untuk membangun game bertema rogue-like sebagai bagian dari perayaan ulang tahun pertama Kiro. Game dua dimensi bergaya Final Fantasy itu dibangun dengan Phaser dan TanStack Start, menampilkan beberapa gedung yang mewakili momen penting dalam sejarah Kiro — mulai dari peluncuran umum hingga kehadiran di re:Invent. Pengunjung yang berhasil menjelajahi seluruh gedung akan membuka area bonus tersembunyi.
Inti dari SDD terletak pada tiga tahap wajib sebelum kode ditulis: dokumen kebutuhan, dokumen desain, dan daftar tugas. Setiap tahap melibatkan verifikasi manusia. Erik memverifikasi kebutuhan yang dihasilkan AI dalam format EARS — struktur klasik cerita pengguna ditambah kriteria penerimaan — sebelum melanjutkan ke desain teknis yang mencakup arsitektur adegan, batas-batas game, dan shell aplikasi. Hanya setelah daftar tugas disetujui, barulah implementasi dimulai.
Pendekatan ini berbeda jauh dengan alur kerja "vibe coding" di mana developer menyerahkan seluruh logika ke agen AI tanpa pengawasan terstruktur. SDD memaksa perencanaan di muka, mirip dengan proses rekayasa perangkat lunak tradisional namun dipercepat oleh AI. Erik mengakui trade-off utamanya: waktu perencanaan di awal lebih lama. Namun imbalannya, tingkat keberhasilan lulus pertama (first-pass success rate) meningkat drastis. Fitur yang membutuhkan pemikiran mendalam — bukan kode sekali pakai atau perbaikan kecil — paling mendapat manfaat dari metode ini.
Dalam praktiknya, Erik memerintahkan Kiro untuk membangun MVP terlebih dahulu. Dari daftar tugas lengkap, empat tugas paling kritis ditaruh di depan. Ia meninjau urutan tersebut, memastikan logis, lalu meminta implementasi keempat tugas itu. Hasilnya diverifikasi sebelum lanjut ke tugas berikutnya. Siklus tinjau-kecil ini mencegah agen AI melenceng jauh sebelum terdeteksi — masalah yang sering terjadi saat developer memberikan kebebasan penuh pada model bahasa besar.
Beberapa alat pendukung memperlancar proses. Server MCP Context7 menyediakan dokumentasi Phaser terkini agar AI tidak mengarang API. Ekstensi MCP Chrome Browser memungkinkan Kiro membuka aplikasi langsung, memverifikasi tampilan dan perilaku sesuai spesifikasi. Mode auto Kiro, yang berganti-ganti model secara otomatis, terbukti efisien: meskipun Claude 4.8 cenderung menghabiskan kredit cepat, mode auto dengan fondasi spec yang solid sudah cukup untuk sebagian besar tugas. Ini menunjukkan bahwa perencanaan baik mengurangi ketergantungan pada model paling canggih — wawasan penting bagi tim dengan anggaran terbatas.
Ekstensi ke layanan cloud juga terintegrasi mulus. Keterampilan AWS Agent Toolkit, Amplify, dan serverless memungkinkan deployment ke Amplify Hosting langsung dari IDE. Aset kreatif pun digenerasi AI: PixelLab untuk seni visual, ElevenLabs untuk musik dan audio, serta Hugging Face untuk kebutuhan lain — semuanya dikendalikan melalui skrip di folder proyek dengan kunci API tersimpan di file .env. Seluruh pipeline, dari spesifikasi hingga aset dan hosting, berjalan dalam satu lingkungan terpadu.
Bagi pengembang Indonesia, SDD menawarkan kerangka kerja yang relevan mengingat maraknya adopsi asisten kode seperti GitHub Copilot, Cursor, dan Kiro di komunitas lokal. Banyak tim startup di Jakarta, Bandung, dan Surabaya sudah mengandalkan AI untuk mempercepat pengembangan fitur, namun jarang yang menerapkan disiplin perencanaan terstruktur sebelum kode dihasilkan. Tanpa spec, risiko retrabi (rework) tinggi: AI menghasilkan kode yang berfungsi tapi tidak sesuai kebutuhan bisnis, memaksa developer menulis ulang — membuang waktu yang seharusnya terseloknya dihemat.
Di sisi lain, SDD tidak cocok untuk setiap skenario. Untuk prototipe cepat, eksperimen throwaway, atau perbaikan bug kecil, overhead dokumen tiga tahap justru memperlambat. Erik sendiri mengakui menggunakan mode cepat (quick mode) yang menggabungkan kebutuhan dan desain dalam satu langkah untuk tugas ringan. Kunci sukses ada pada pemilihan konteks: fitur kompleks, multi-modul, atau yang melibatkan banyak pemangku kepentingan — seperti platform e-commerce, sistem keuangan, atau aplikasi kesehatan — jauh lebih aman dikembangkan dengan SDD.
Pengalaman Erik juga menyoroti peran manusia yang tak tergantikan. AI mengusulkan, manusia memutuskan. Pola "human-in-the-loop" ini sejalan dengan tren industri global yang mendorong AI sebagai copilot, bukan autopilot. Di Indonesia, di mana tenaga engineer senior masih terbatas, SDD bisa menjadi alat bantu junior developer untuk belajar merancang sistem dengan benar — karena mereka dipaksa meninjau dan menyetujui desain sebelum implementasi, bukan sekadar menerima output AI mentah-mentah.
Ke depan, metode semacam SDD kemungkinan besar akan distandarisasi ke dalam IDE dan platform pengembangan AI. Kiro sudah menanamkan mode spec sejak versi CLI v3. Cursor dan Windsurf pun mulai menawarkan alur kerja serupa. Bagi perusahaan Indonesia yang ingin mengadopsi AI coding secara massal, investasi pada template spec, checklist review, dan budaya verifikasi tahap demi tahap akan menentukan apakah AI benar-benar mempercepat pengiriman nilai — atau justru menumpuk utang teknis yang lebih sulit dibayar di kemudian hari.