Masalah AI Bukan Kodenya, Tapi Tak Ada yang Paham Sistemnya
Judul asli: The problem is not AI code, but not knowing about system architecture or intent
Mengapa Ini Penting
Tren ini menunjukkan risiko nyata degradasi kompetensi teknis di industri secara sistemik.
Simon Späti menulis: masalah utama era AI bukan kualitas kode yang dihasilkan, melainkan tim yang kehilangan pemahaman atas arsitektur sistem dan alasan di balik keputusan teknis.
Penulis Simon Späti mengamati tren mengkhawatirkan di startup dan perusahaan besar: seluruh tim, dari engineer level 1 hingga L7, hanya bertanya kepada Claude tanpa memahami sistem yang mereka bangun. Sebuah cuitan viral menggambarkan kondisi ini secara gamblang — seorang engineer baru menyebut rekan-rekannya bekerja 12 hingga 13 jam sehari hanya untuk menekan Enter, sementara tidak ada yang benar-benar membaca atau memahami kode yang dikirim. Specs, tiket, PRD, hingga laporan semuanya dibuat oleh Claude Code. Späti berpendapat AI mungkin menghasilkan kode berkualitas rata-rata, yang justru bisa membantu codebase di bawah rata-rata naik ke level itu. Masalahnya bukan di sana. Ketika tidak ada yang memahami intent di balik pilihan arsitektur, tidak ada rencana, tidak ada pemikiran — hanya pengiriman fitur tanpa henti. Matthew Mullins menambahkan analogi COBOL: krisis kehilangan programmer yang paham sistem lama akan terjadi di setiap bahasa pemrograman jika tren ini berlanjut. Di sisi lain, Späti mengakui product manager kini bisa membangun produk sendiri, tapi tanpa fondasi teknis yang tepat, pilihan bahasa atau model yang salah akan menjadi beban jangka panjang. Pemahaman fundamental tetap penting, baik untuk engineer maupun PM.