Apa yang Dilakukan AI Agents dengan Benar — dan Apa yang Mereka Kacaukan

Orang terus menanyakan hal yang sama ke aku: apakah AI agents benar-benar membangun Metavulus, atau itu cuma marketing? Jawaban jujurnya — mereka menulis banyak kodenya, dan mereka juga menghasilkan beberapa bug terburuk yang pernah kurilis. Ini rapornya, lengkap dengan contoh spesifik, supaya kamu bisa mengkalibrasi ekspektasimu sendiri.

Apa yang mereka lakukan dengan benar

Scaffolding dan boilerplate, cepat. Route Next.js baru, sebuah model Prisma beserta CRUD-nya, draf pertama komponen dengan class Tailwind yang masuk akal dan sudah cocok dengan dark theme-ku — di sinilah agents bersinar. Hal yang membosankan tapi sudah banyak dilalui selesai dalam hitungan menit, dan biasanya sekitar 80% benar. Untuk solo founder, 80% itu adalah beda antara merilis fitur minggu ini atau merilisnya bulan depan.

Menjaga pola lintas file. Begitu aku menetapkan konvensi — objek copy bilingual dengan key en/id yang identik, data-no-i18n di root, server component yang membaca locale — agents mereplikasinya secara konsisten di semua surface baru. Konsistensi itu benar-benar susah dijaga secara manual saat kamu capek jam 1 pagi, dan di situlah banyak codebase solo founder mulai membusuk. Agents menjaganya tetap rapi.

Menjelaskan wilayah yang asing. Saat aku menyentuh sesuatu yang belum sepenuhnya kupahami — perilaku caching, sebuah relasi Prisma, edge case di App Router — agent bisa menjelaskan trade-off-nya dengan bahasa sederhana dan menunjukkan dua opsi. Itu mengubah "aku nggak tahu apa yang aku nggak tahu" jadi "ini tiga hal yang perlu diputuskan". Itu akselerator nyata buat orang yang belajar sambil jalan.

Draf pertama copy bilingual. Agents jago menghasilkan draf pertama yang solid untuk copy paralel Inggris/Indonesia. Bukan versi final — aku selalu mengedit Bahasanya supaya kebaca seperti ditulis manusia — tapi titik awal yang kuat yang menyelamatkanku dari menatap file kosong.

Apa yang mereka kacaukan

Sekarang separuh yang nggak nyaman. Ini bukan "AI itu buruk" — ini "AI adalah junior yang cepat tapi salah dengan percaya diri, dengan cara yang spesifik dan bisa ditebak."

Asumsi salah yang percaya diri tapi lolos review. Bug locale dari entry sebelumnya adalah contoh paling bersih. Agent terlalu bergantung pada cookie untuk menentukan bahasa, yang kebaca baik-baik saja di dalam diff. Dia baru berantakan dengan trafik kunjungan-pertama sungguhan di mana cookie-nya belum ter-set. Pelajarannya: agent mengoptimalkan kode yang terlihat benar, bukan kode yang selamat di production. Mereka nggak punya model mental soal detik pertama pengguna sungguhan di situs. Kamu punya. Itu tugasmu.

Halusinasi API di jalur yang jarang dilewati. Begitu aku mengambil sesuatu yang sedikit di luar mainstream, agent akan mengarang method atau opsi config yang sama sekali nggak ada, dinyatakan dengan penuh percaya diri. Di jalur Next.js dan Prisma yang umum dia andal; di luar itu, dia menggertak. Ini argumen kuat untuk stack yang membosankan — kamu menjaga agent tetap di medan tempat dia memang bisa dipercaya.

Over-engineering padahal under-engineering jawabannya. Kalau dibiarkan, agents suka menambah abstraksi: sebuah helper, sebuah wrapper, sebuah config, sebuah generic yang "fleksibel" untuk hal yang dipakai persis di satu tempat. Lebih dari sekali aku menghapus lapisan pintar bikinan agent dan menggantinya dengan lima baris yang gamblang. Mereka meraih "robust" padahal "sederhana dan mudah dibaca" itulah kebutuhan sebenarnya.

Kekeliruan bilingual yang halus. Agents kadang menerjemahkan istilah trading yang seharusnya tetap bahasa Inggris — mengubah funded atau drawdown jadi frasa Indonesia harfiah yang nggak ada trader pakai. Bagi agent itu "konsisten, terjemahkan semua". Bagi trader Indonesia sungguhan itu kebaca seperti orang yang nggak paham domainnya. Ini kekeliruan yang cuma bisa ditangkap manusia yang ada di dalam audiensnya.

Workflow yang benar-benar jalan

Setelah semua ini, inilah loop yang kupercaya:

1. Aku yang memutuskan apa yang dibangun dan kenapa. Agent nggak pernah memilih fiturnya. Itu butuh pemahaman audiens, dan itu nggak ada di data training.
2. Agent membuat draf. Scaffolding, draf pertama komponen, CRUD, draf copy.
3. Aku membaca setiap baris. Bukan sekadar melirik — membaca. Ini nggak bisa ditawar. Bug yang sampai ke pengguna adalah yang kuloloskan begitu saja.
4. Aku mengetes seperti pengguna pertama yang nyata dan galak. Kunjungan pertama, locale salah, belum login, koneksi lambat. Di situlah asumsi agent mati.
5. Aku mengedit Bahasanya secara manual. Selalu.

Judul besarnya bukan "AI membangun startup-mu". Tapi "AI menaikkan lantai dan kecepatanmu, dan kamu tetap sepenuhnya bertanggung jawab atas plafonnya". Junior cepat yang nggak pernah capek itu sangat berharga — dan juga bakal membakar habis tempat ini kalau kamu berhenti me-review.

Posisi Metavulus sekarang

Lebih cepat daripada yang bisa kubangun sendirian, dengan beberapa bekas luka yang mengajariku di mana manusia harus tetap ada di dalam loop. Produknya bilingual, live, dan dibentuk oleh apa yang benar-benar dipakai trader sungguhan — kejelasan di atas volume, seperti yang dibahas entry sebelumnya.

Catatan jujur seperti biasa: Metavulus adalah tool riset, bukan nasihat keuangan, dan trading punya risiko nyata. Aku memakai AI untuk membangun lebih cepat, bukan untuk menjanjikan kepastian ke siapa pun — baik dalam kode maupun dalam pasar.

Sudah tiga entry. Aku bakal terus mencatat versi sungguhan dari ini — apa yang rilis, apa yang rusak, apa yang orang bayar, dan di mana agents membantu versus merugikan. Terima kasih sudah membaca versi yang berantakan dan jujur ini.