Claude Menulis Sebagian Besar Kode, Tapi Bukan Mengambil Alih
AI code assistant seperti Claude dalam pengembangan software adalah sistem yang membantu developer mendeskripsikan, menulis, menguji, dan merakit kode secara otomatis sambil tetap mengandalkan kontrol manusia untuk mengambil keputusan arsitektur, keamanan, dan apa yang akhirnya dirilis ke production, sehingga otomasi kode developer meningkat tanpa menghilangkan peran kritis manusia dalam siklus hidup software. Anthropic sendiri mengakui bahwa 80% code yang di-merge ke codebase internalnya sekarang ditulis Claude, sementara para engineer memakai AI di sekitar 60% pekerjaan sehari-hari mereka. Namun pendelegasian penuh hanya terjadi pada 0–20% tugas, dan itu bukan angka kebetulan. Yang membangun Claude tidak menyerahkan kemudi ke AI. Mereka tetap menaruh approval manusia di bagian sensitif dan melakukan sampling terhadap sisanya sebelum naik ke production. Ini adalah sinyal kuat: kalau produsen model saja memasang rem manual, tim lain yang lebih kecil tidak punya alasan rasional untuk mendelegasikan seluruh siklus pengembangan. Otomasi besar tanpa kontrol manusia berubah jadi mesin pengganda masalah, bukan produktivitas.
Di Tahap Mana AI Menghemat Waktu, dan Di Mana Ia Mencetak Tagihan
Nilai utama Claude pengembangan software muncul di tugas yang sempit, terdefinisi jelas, dan mudah diverifikasi. Prototipe yang akan dibuang, script sekali pakai, boilerplate berulang, terjemahan fungsi antar bahasa, atau eksplorasi codebase besar yang belum dikenal adalah taman bermain ideal AI code assistant. Di sini, mesin menulis 80% kode tanpa drama, sementara manusia melakukan review cepat dan melompat ke tahap desain sistem. Begitu tugasnya menuntut memori atas keseluruhan sistem, konsistensi arsitektur, dan tanggung jawab end-to-end atas apa yang naik ke live, penyerahan penuh ke AI bukan sekadar berisiko, tapi tidak efisien biaya. Waktu yang tampak “hemat” saat penulisan berpindah ke verification tax: engineer yang harus memeriksa, menguji, dan merapikan keluaran AI. Studi terkontrol yang memakai Cursor Pro dengan Claude 3.5 dan 3.7 untuk 246 tugas bahkan menemukan developer yang memakai AI butuh 19% waktu lebih lama, sambil merasa diri 20% lebih produktif. Merasa cepat dan benar-benar cepat adalah dua metrik berbeda, dan tim yang menutup mata pada perbedaan ini sedang memesan tagihan instabilitas beberapa bulan ke depan.
Pelajaran dari Amadeus: AI Kuat Saat Konteksnya Spesifik
Kolaborasi Amadeus dengan Anthropic memperlihatkan pola yang sama: AI diberi kekuatan besar, tapi dengan batas domain yang jelas dan kontrol manusia AI yang eksplisit. Pada 3 September 2026, Amadeus mengumumkan kerja sama untuk membuat konten perjalanan, konektivitas, dokumentasi, dan otentikasi mereka tersedia langsung di dalam lingkungan pengembangan yang didukung AI, termasuk membawa aplikasi terpilih ke plugin Claude Cowork untuk profesional perjalanan. Di baliknya ada sistem yang memproses hingga 150.000 transaksi per detik di puncak waktu dan jutaan pencarian serta pemesanan setiap hari, sehingga kesalahan bukan sekadar bug, tapi gangguan layanan berskala besar. Toolkit baru mereka memberi pengguna Claude Code akses ke konten perjalanan yang andal dan real-time melalui bahasa alami, untuk menemukan kemampuan, membangun prototipe, dan mempercepat pengembangan aplikasi perjalanan. Pada jalur lain, plugin Claude Cowork membawa aplikasi Amadeus lebih dekat ke tempat kerja profesional perjalanan agar mereka bisa membuat keputusan lebih terinformasi. Namun kemampuan ini dibuka secara terkontrol: organisasi tetap memegang keputusan, perlindungan, dan pengawasan. Integration ini adalah contoh terang bahwa AI paling masuk akal ketika diberi domain spesifik, bukan seluruh kendali atas sistem kompleks.
AI Sebagai Amplifier: Mengubah Peran Developer, Bukan Menghapusnya
Laporan DORA 2025 menggambarkan AI sebagai amplifier, bukan obat. Ia mengambil kondisi tim apa adanya dan membesarkannya: praktik testing solid dan API bersih membuat tim jadi jauh lebih cepat, sementara tools berantakan, data tersilo, dan infrastruktur rapuh hanya mempercepat produksi masalah. Dalam konteks ini, otomasi kode developer tanpa desain proses yang sehat adalah cara untuk menyalakan sirene, bukan turbo. Para engineer mulai bergerak dari “orang yang menulis kode” menjadi “orang yang mengoordinasikan agent yang menulis kode”, menggeser fokus ke arsitektur, desain sistem, dan pilihan strategis. AI code assistant seperti Claude Code, yang sudah mendekati 144.000 stars GitHub dengan lebih dari 23.000 fork dan pertumbuhan volume API call coding hampir 70 kali lipat dalam setahun, bukan tren sesaat, tapi perubahan cara kerja. Namun Anthropic sendiri mengoperasikan agent baru dalam mode bayangan dulu, hanya mengusulkan komentar yang harus disetujui manusia sampai mereka mendapat kredibilitas. Pesannya keras: "Yang membuat AI menulis 80% code-nya tidak menyerahkan kemudi ke AI." Kolaborasi manusia-AI adalah model, bukan otomasi penuh.
Implikasi untuk Tim Developer: Pilih Kolaborasi, Bukan Autopilot
Dengan AI menulis mayoritas kode dan integrasi domain seperti yang dilakukan Amadeus, pertanyaan utama bukan lagi “pakai AI atau tidak”, melainkan “bagaimana mengendalikan AI”. Tim yang waras akan memilih tools Claude pengembangan software yang memudahkan kolaborasi manusia-AI: kontrol granular atas apa yang boleh dideskripsikan otomatis, pipeline review yang jelas, observasi sistematis atas instabilitas rilis, dan mekanisme audit atas keamanan serta pengelolaan secret. AI boleh membantu, tapi tidak pernah otonom di area kritis. Ini bukan ajakan untuk mematikan tools-nya, ini ajakan untuk mengontrol. Jangan menyerahkan seluruh siklus hidup software ke Claude, terutama di lingkungan dengan testing lemah dan arsitektur tidak jelas. Gunakan AI maksimal di prototyping, boilerplate, eksplorasi codebase, dan integrasi konten spesifik seperti perjalanan; dan pertahankan manusia sebagai gatekeeper di desain sistem, review, merge, dan keamanan. Kalau kamu tidak paham apa yang kamu merge, berarti bukan kamu yang menulisnya, dan dalam jangka panjang, tidak ada yang benar-benar menulisnya. Di titik itu, risiko bukan lagi soal bug, tapi soal hilangnya tanggung jawab.
