AI Tidak Menggantikan Programmer, Tapi Mengubah Cara Mereka Bekerja!

Beberapa tahun terakhir, dunia teknologi dipenuhi narasi yang sama.

AI akan menggantikan programmer.

AI akan membuat developer kehilangan pekerjaan.

AI akan menulis semua kode sendiri.

Tapi setelah saya mendengar penjelasan langsung dari engineer Anthropic, Boris Cherny, tentang bagaimana mereka membangun dan menggunakan Claude Code, saya justru menangkap sesuatu yang berbeda.

Masalah utamanya ternyata bukan “AI menggantikan manusia”. Melainkan manusia harus belajar ulang cara bekerja bersama AI.

Dan jujur saja, ini jauh lebih besar daripada sekadar prompt engineering.

Kita sedang masuk ke era baru.

Era ketika software engineer tidak lagi hanya menulis syntax, tetapi mengatur workflow AI, membangun konteks, mengelola memory, serta mendesain lingkungan kerja agar AI bisa menjadi rekan kerja yang efektif.

Yang menarik, engineer Anthropic sendiri ternyata tidak terlalu sibuk membicarakan “prompt sakti”.

Mereka justru sibuk membicarakan workflow, context, tools, testing, memory, hingga organisasi engineering.

Di titik ini saya mulai sadar.

Mungkin selama ini internet terlalu fokus pada prompt, padahal revolusi sebenarnya ada pada perubahan cara manusia berinteraksi dengan sistem AI.

Era Baru AI: Dari Chatbot Menjadi Agent

Kebanyakan orang masih melihat AI seperti ChatGPT sebagai chatbot.

Tempat bertanya, brainstorming, atau membantu membuat potongan kode kecil.

Padahal yang sedang dibangun perusahaan seperti Anthropic sudah jauh melampaui itu.

Mereka mulai membangun AI agent.

Perbedaannya sangat besar.

Autocomplete generasi lama hanya membantu melengkapi beberapa baris kode.

AI agent modern bisa membaca codebase, menjalankan terminal, mengecek git history, membuka browser, menjalankan test, memperbaiki error, bahkan membuat pull request sendiri.

Ini bukan lagi sekadar “AI yang bisa coding”. Ini AI yang mulai memahami workflow engineering.

Dan ketika AI mulai memahami workflow, maka cara manusia bekerja otomatis ikut berubah.

Dulu programmer fokus menulis syntax.

Sekarang programmer mulai berubah menjadi pengarah sistem.

Ini mirip perubahan besar ketika dunia berpindah dari assembly ke bahasa tingkat tinggi.

Banyak orang takut programmer akan hilang.

Yang terjadi justru engineer bisa membangun sistem jauh lebih kompleks.

AI kemungkinan akan menciptakan pergeseran serupa.

Ternyata Bukan Soal Prompt Sakti

Internet penuh dengan konten “prompt terbaik”, “ultimate prompt”, atau “prompt rahasia”.

Tapi ketika engineer Anthropic menjelaskan workflow mereka, saya justru menemukan hal sebaliknya.

Mereka tidak sibuk membuat prompt panjang ribuan karakter.

Mereka justru menggunakan instruksi sederhana seperti:

• make a plan first
• check git history
• run tests and iterate
• ask for approval before coding

Dan menariknya, Claude mengerti.

Kenapa?

Karena model modern sebenarnya sudah sangat pintar.

Masalah terbesar hari ini bukan lagi “AI kurang cerdas”.

Masalah utamanya adalah manusia belum tahu bagaimana membangun workflow yang benar.

Engineer Anthropic terlihat memahami sesuatu yang sangat penting:

AI modern tidak perlu terlalu banyak dikontrol langkah demi langkah.

Yang lebih penting adalah:

• tujuan jelas,

• konteks cukup,

• workflow rapi,

• feedback tersedia.

Ini pergeseran besar.

Prompt engineering perlahan mulai bergeser menjadi workflow engineering.

AI Sebagai Rekan Kerja, Bukan Mesin Jawaban

Salah satu insight paling mahal dari ceramah engineer Anthropic adalah cara mereka memandang AI.

Mereka tidak memperlakukan Claude seperti Google.

Mereka memperlakukan Claude seperti anggota tim engineering.

Kalau diperhatikan, hampir semua workflow yang dijelaskan punya pola seperti bekerja dengan junior engineer:

• pahami codebase dulu,
• buat rencana dulu,
• minta approval,
• jalankan test,
• iterasi lagi kalau salah.

Ini bukan workflow chatbot.

Ini workflow kolaborasi.

Dan menurut saya di sinilah banyak orang gagal memahami AI modern.

Mereka berharap AI menjadi mesin ajaib yang sekali prompt langsung sempurna.

Padahal engineer profesional justru menggunakan AI secara iteratif.

Mereka mengarahkan.

Mereka mengoreksi.

Mereka mengevaluasi hasil.

Mereka membangun feedback loop.

Persis seperti memimpin manusia.

Dari Prompt Engineering ke Workflow Engineering

Dulu orang berlomba membuat prompt paling kompleks.

Sekarang engineer elite mulai fokus pada desain workflow.

Ini terlihat jelas dari bagaimana Anthropic membangun Claude Code.

Mereka lebih banyak bicara tentang:

• tools,
• memory,
• testing,
• approval flow,
• context hierarchy,
• shared commands.

Bukan tentang prompt sakti.

Kenapa?

Karena AI agent modern bekerja seperti sistem operasional kecil.

Dia perlu:

• lingkungan kerja,
• aturan,
• akses tools,
• mekanisme validasi,
• memory organisasi.

Di titik ini saya mulai sadar bahwa masa depan engineer kemungkinan bukan lagi “siapa paling cepat coding”.

Tapi siapa yang paling baik mendesain workflow AI.

Dan ini menjelaskan kenapa banyak engineer senior sekarang lebih tertarik membangun:

• Cursor rules,
• CLAUDE.md,
• MCP servers,
• automation pipeline,
• AI tooling ecosystem.

Mereka sedang membangun lingkungan kerja untuk AI.

Mengapa Engineer Anthropic Memilih Terminal?

Salah satu bagian paling menarik dari ceramah itu adalah ketika Boris menjelaskan kenapa mereka memilih terminal dibanding membuat IDE sendiri.

Alasannya ternyata sangat filosofis.

Karena terminal adalah common denominator.

Semua engineer bisa memakainya.

Tidak peduli apakah menggunakan VSCode, Vim, Emacs, JetBrains, atau editor lain.

Tapi menurut saya ada alasan yang lebih dalam lagi.

Terminal lebih dekat dengan sistem operasi.

Dan AI agent modern membutuhkan kedekatan dengan sistem.

AI perlu:

• menjalankan command,
• membaca log,
• menjalankan testing,
• mengakses git,
• membuka browser automation.

Semua itu jauh lebih natural dilakukan di lingkungan terminal.

Makanya banyak AI power user hari ini mulai kembali menggunakan:

• tmux,
• SSH,
• multiple terminal session,
• parallel agents,
• git worktree.

Karena mereka mulai sadar bahwa masa depan coding mungkin lebih dekat ke orchestration daripada mengetik syntax manual.

AI Membutuhkan Organisasi Engineering yang Rapi

Ini mungkin bagian paling underrated dari seluruh pembahasan.

Banyak orang mengira kualitas AI coding hanya tergantung model.

Padahal engineer Anthropic justru menunjukkan sesuatu yang berbeda.

AI sangat bergantung pada kualitas organisasi engineering.

Kalau codebase:

• berantakan,
• naming tidak konsisten,
• tidak ada dokumentasi,
• workflow kacau,
• command tidak standar,
• testing minim,

maka AI juga akan bingung.

Karena AI membaca pola organisasi.

Ini menjelaskan kenapa mereka sangat menekankan:

• CLAUDE.md,
• shared context,
• shared tooling,
• shared commands,
• shared workflow.

Di era AI, perusahaan teknologi kemungkinan akan mulai memiliki dua jenis dokumentasi:

• dokumentasi untuk manusia,

• dokumentasi untuk AI.

Dan menurut saya ini revolusi besar yang belum banyak dibahas.

Knowledge Tidak Boleh Lagi Tersimpan di Kepala Senior

Dulu banyak organisasi engineering bergantung pada tribal knowledge.

Senior engineer tahu semuanya.

Tapi knowledge itu tidak pernah benar-benar ditulis.

Masalahnya, AI tidak bisa membaca isi kepala manusia.

AI hanya bisa bekerja dengan knowledge yang dieksternalisasi.

Makanya engineer Anthropic sangat menekankan pentingnya menyimpan:

• style guide,

• command penting,

• arsitektur sistem,

• workflow testing,

• aturan deployment.

Ini bukan cuma membantu AI.

Tapi juga membuat organisasi lebih scalable.

Karena knowledge perusahaan berubah menjadi searchable system.

Dan ini menjelaskan kenapa onboarding engineer baru di Anthropic bisa turun drastis.

AI menjadi interface pengetahuan organisasi.

Engineer Profesional Tidak Percaya AI Begitu Saja

Ini insight yang sangat penting.

Internet sering menggambarkan AI seperti mesin ajaib.

Tapi engineer profesional justru sangat fokus pada verification.

Mereka tidak hanya menyuruh AI coding.

Mereka menyuruh AI:

• menjalankan test,
• mengambil screenshot,
• mengecek output,
• membandingkan hasil,
• melakukan iterasi otomatis.

Ini menunjukkan sesuatu yang sangat dalam tentang software engineering modern.

Yang penting bukan “siapa yang menulis kode”.

Tapi siapa yang memiliki sistem validasi terbaik.

Future AI systems kemungkinan bukan sistem sempurna.

Tapi sistem yang mampu menemukan dan memperbaiki kesalahannya sendiri.

Dan menurut saya ini jauh lebih realistis.

Masa Depan Ada pada Memory Engineering

Salah satu bagian paling menarik dari Claude Code adalah konsep memory.

Engineer bisa menyuruh Claude mengingat sesuatu untuk workflow berikutnya.

Ini terlihat kecil, tapi dampaknya besar.

Karena ini berarti AI mulai memiliki “kebiasaan kerja”.

Dan mungkin di masa depan, skill paling mahal bukan lagi prompt engineering.

Tapi memory engineering.

Bagaimana kita:

• menyimpan context,
• membangun instruction reusable,
• mendesain memory hierarchy,
• mengatur workflow lintas project.

Ini juga menjelaskan kenapa sekarang mulai muncul:

• Cursor Rules,
• Windsurf Rules,
• CLAUDE.md,
• agent memory system.

Semua orang mulai sadar bahwa AI worker membutuhkan ingatan organisasi.

Repository Akan Menjadi Habitat AI

Dulu repository hanyalah tempat menyimpan file kode.

Tapi di era AI, repository mulai berubah menjadi habitat AI.

Di dalamnya sekarang ada:

• memory,
• workflow,
• policy,
• AI rules,
• MCP configuration,
• automation layer.

Repository bukan lagi folder pasif.

Dia berubah menjadi environment hidup tempat AI bekerja.

Dan menurut saya ini akan mengubah cara perusahaan membangun software.

Karena repo modern nanti kemungkinan bukan cuma dibaca manusia.

Tapi juga menjadi operating environment untuk AI agents.

Peran Programmer Sedang Bergeser

Di titik ini saya tidak melihat AI akan menghapus programmer.

Tapi AI jelas sedang mengubah bentuk pekerjaannya.

Dulu programmer dinilai dari:

• kecepatan mengetik kode,
• hafalan syntax,
• kemampuan debugging manual.

Sekarang nilainya mulai bergeser ke:

• system thinking,
• workflow design,
• context engineering,
• tool orchestration,
• architecture decision.

Karena syntax perlahan mulai menjadi komoditas.

Yang mahal adalah kemampuan membangun sistem kerja yang efektif antara manusia dan AI.

Dan menurut saya ini justru membuka peluang baru.

Programmer yang mampu bekerja bersama AI kemungkinan akan memiliki produktivitas yang belum pernah terjadi sebelumnya.

Future Engineer dan AI-Native Organization

Setelah mendengar penjelasan engineer Anthropic, saya mulai merasa bahwa masa depan software engineering tidak akan terlihat seperti hari ini.

Perusahaan teknologi masa depan kemungkinan akan menjadi AI-native organization.

Mereka punya:

• AI workflow,
• shared memory,
• shared tooling,
• AI-ready repository,
• automation ecosystem,
• agent collaboration system.

Engineer manusia tidak hilang.

Tapi perannya bergeser menjadi:

• pengarah,
• arsitek,
• validator,
• designer workflow,
• penjaga kualitas sistem.

Dan mungkin pertanyaan terbesar beberapa tahun ke depan bukan lagi:

“Apakah AI akan menggantikan programmer?”

Tapi:

“Programmer seperti apa yang mampu berkembang bersama AI?”

Penulis: Anjrah Ari Susanto, S.Psi.