Pemrograman Vibe

Gambar Mini

Apa Itu Pemrograman Vibe?

Pemrograman Vibe adalah metode pemrograman bertenaga AI yang diperkenalkan oleh Andrej Karpathy pada 2024/2025. Dengan pemrograman vibe, Anda menjelaskan apa yang Anda inginkan dalam prompt berbahasa alami dan biasanya model bahasa besar (LLMs) menghasilkan sebagian besar, seringkali seluruh, kode kerja untuk Anda. Jika Anda punya waktu, lihat Seni Pemrograman Vibe yang diadaptasi oleh Rick Rubin untuk mempelajari lebih lanjut tentang cara pemrograman vibe.

Salah satu keuntungan besar dari metode baru ini adalah keteraksesannya karena orang yang tidak memiliki pengalaman coding dapat membangun proyek sementara pengembang berpengalaman dapat dengan cepat membuat prototipe ide baru sebelum menentukannya sepenuhnya. Ini sangat membantu untuk startup. Kekurangannya adalah pengembang kemungkinan besar tidak akan sepenuhnya memahami bagaimana kode yang dihasilkan bekerja. Untuk proyek sampingan kecil, ini tidak masalah, tetapi untuk perangkat lunak tingkat produksi bisa menyebabkan masalah jangka panjang dan utang teknis.

Ada banyak alat di luar sana yang membuat pemrograman vibe lebih lancar. Cursor IDE, Claude Code CLI, GitHub Copilot, Loveable, Replit, v0, dan lainnya memungkinkan Anda bekerja dengan AI langsung di lingkungan Anda atau menyediakan antarmuka khusus untuk pemrograman vibe. Secara pribadi, saya sebagian besar menggunakan Cursor IDE dan Claude Code CLI untuk proyek-proyek ini.

Ini yang ingin saya sampaikan. Alat dan model ini berbayar. Dengan pengkodean tradisional, Anda sebagian besar membayar dengan waktu Anda. Dengan pemrograman vibe, Anda membayar dengan dompet Anda. Dan jika Anda tidak tahu apa yang Anda lakukan, Anda membayar dengan dompet dan waktu Anda. Masing-masing proyek di halaman ini menelan biaya sekitar $10 hingga $20 untuk dibangun. Itu bertambah jika Anda banyak bereksperimen. Saya memang berpikir ketika model-model ini meningkat dan menjadi lebih efisien, biayanya akan turun pada akhirnya. Untuk sekarang, itu sesuatu yang patut dipertimbangkan saat memutuskan apakah pemrograman vibe masuk akal untuk proyek Anda.

Karena penasaran dengan apa yang mungkin, saya mencoba pemrograman vibe sendiri dan membuat halaman ini untuk mengeksplorasi prinsip itu sendiri melalui proyek nyata. Saya tidak hanya membangun produk, saya menguji dan mendemonstrasikan apa yang benar-benar mampu dilakukan pemrograman vibe. Ini hanya untuk bersenang-senang, tetapi memberikan sekilas bagaimana pengkodean mungkin terlihat di masa depan seiring model-model ini terus meningkat.

Teorema Monyet Tak Terbatas

Penulis

Pernah dengar tentang Teorema Monyet Tak Terbatas? Ini adalah eksperimen pemikiran filosofis yang mengatakan jika Anda memberi monyet tak hingga mesin ketik tak hingga dan waktu tak hingga, akhirnya salah satu dari mereka akan menghasilkan karya lengkap Shakespeare hanya dengan secara acak memukul tuts.

Kedengarannya konyol, bukan? Tapi inilah bagian yang liar. Pemrograman vibe agak mirip dengan itu, kecuali alih-alih monyet kita punya model AI, alih-alih mesin ketik kita punya bahasa pemrograman, dan alih-alih Shakespeare kita mendapatkan perangkat lunak yang bekerja.

Pikirkanlah. Model bahasa besar dilatih pada miliaran baris kode, pola, dan contoh. Ketika Anda memberi prompt kepada sebuah LLM, ia sebenarnya tidak “memikirkan” masalah Anda langkah demi langkah seperti yang dilakukan pengembang manusia. Sebaliknya, ia memprediksi token paling mungkin berikutnya berdasarkan pola yang dipelajarinya selama pelatihan. Pada dasarnya ia membuat tebakan terdidik dengan menghasilkan kode berdasarkan apa yang secara statistik tampak benar.

Dan entah bagaimana, seringkali itu berhasil. Model menghasilkan kode yang benar-benar dapat dikompilasi, dijalankan, dan memecahkan masalah Anda. Bukan melalui pemahaman, melainkan melalui pencocokan pola probabilistik dalam skala yang sangat besar. Ini seperti generator teks acak paling canggih di alam semesta menemukan jawaban “yang benar”. Tetapi di sini, perbedaannya adalah kecepatan. Monyet-monyet itu memerlukan ketakterhinggaan literal. AI Anda? Sampai di sana dalam hitungan detik atau menit.

Jadi dalam suatu hal, ketika Anda menggunakan pemrograman vibe, Anda memanfaatkan jutaan baris pola kode, yang didistilasi ke dalam sebuah model, untuk menghasilkan solusi. Ini bukan pemecahan masalah yang sadar, ini keajaiban statistika. Dan itulah tepatnya mengapa ini sangat kuat dan, harus diakui, mengapa memahami apa yang sebenarnya dilakukan kode itu masih penting.

Pertanyaan Lebih Penting daripada Jawabannya

Ada sesuatu penting yang sering diabaikan. Pemrograman vibe bukan soal mendapatkan jawaban apa pun, melainkan tentang mengajukan pertanyaan yang tepat. Pikirkan Superkomputer Deep Thought dari The Hitchhiker’s Guide to the Galaxy. Ia menghabiskan jutaan tahun menghitung jawaban untuk pertanyaan utama tentang hidup, alam semesta, dan segala sesuatu, hanya untuk memberi Anda angka 42. Jawabannya secara teknis benar, tetapi tidak berguna karena masalah sebenarnya adalah menentukan pertanyaan apa yang harus diajukan sejak awal.

Pemrograman vibe bekerja dengan cara yang sama. Prompt Anda adalah segalanya, tetapi manajemen konteks juga sama pentingnya. Prompt yang samar akan memberi Anda kode yang samar, dan jika Anda tidak menyediakan file, dokumentasi, atau contoh yang tepat sebagai konteks, model tidak akan memahami apa yang sebenarnya Anda butuhkan. Jika Anda adalah seseorang yang memahami pengkodean, arsitektur, dan desain sistem, Anda dapat merancang prompt yang terperinci dan mengkurasi konteks yang tepat untuk mengarahkan LLM menuju solusi yang sangat baik. Tetapi jika Anda tidak tahu apa yang harus diminta atau konteks apa yang harus diberikan, AI juga tidak akan tahu.

Inilah sebabnya pemrograman vibe sangat kuat bagi pengembang berpengalaman. Kami tahu seperti apa kode yang baik, kami memahami jebakan-jebakannya, dan kami dapat menulis prompt yang mengarahkan model menjauhi masalah tersebut. Bagi pemula tanpa latar belakang teknis, ini menjadi batasan nyata. Anda mungkin mendapatkan kode yang bekerja, tetapi tanpa memahami apa yang salah atau apa yang harus diminta selanjutnya, Anda akan terjebak.

Ketika Pemrograman Vibe Tidak Cukup

Model AI terbaru mengesankan, tetapi mereka bukan peluru perak. Pemrograman vibe bisa bekerja di produksi, tetapi hanya jika Anda serius melakukannya. Anda membutuhkan unit test yang kuat. Anda membutuhkan sumber kebenaran yang jelas tentang apa yang harus dilakukan sistem Anda. Anda perlu menangkap kapan sesuatu rusak atau menyimpang. Dan Anda membutuhkan pola pikir peretas. Berpikir di luar kotak dan coba patahkan proyek hasil pemrograman vibe Anda dengan cara yang tak terduga. Kasus tepi apa yang belum Anda pertimbangkan? Kerentanan keamanan apa yang bisa dieksploitasi seseorang? Inilah yang memisahkan kode yang sekadar bekerja dari kode yang benar-benar tangguh.

Tapi begini. AI tidak menguasai Anda. Anda yang menguasai AI. Jangan hanya menerima apa yang dihasilkannya. Tinjau itu. Uji itu. Patahkan itu. Dan sejujurnya, untuk bagian tertentu dari basis kode Anda, Anda perlu kembali ke pengkodean tradisional. Fokus, pikirkan dengan mendalam, tulis sendiri. Pemrograman vibe mempercepat proses, tetapi bukan pengganti pemrograman nyata ketika itu penting.

Ada hal lain yang saya pelajari. Kadang-kadang Anda perlu mengakhiri sesi dengan AI dan memulai yang baru. Saat riwayat percakapan Anda semakin besar, kinerja model menurun. Ia membuat lebih banyak kesalahan, menghasilkan kode yang kurang koheren, dan mulai berhalusinasi lebih sering. Jika Anda tidak menangkap ini dan berhenti, kesalahan-kesalahan ini saling memperparah, membuat semuanya semakin buruk. Ini seperti mencoba membaca dokumen yang telah difotokopi berulang kali. Memulai ulang menjaga semuanya tetap bersih dan tajam.

Proyek yang Diprogram dengan Vibe

Berikut dua proyek, Tangga (repositori) dan Transendental (repositori), yang saya bangun menggunakan metodologi pemrograman vibe. Sebagian besar dihasilkan dari prompt, dengan pekerjaan manual terbatas pada menyediakan konteks, men-debug, dan menerapkan ke GitHub Pages. Mereka adalah eksperimen situs statis yang menyenangkan yang menunjukkan apa yang mungkin ketika Anda menggabungkan ide kreatif dengan kode melalui pemrograman vibe. Keduanya dihosting di GitHub.

Lihat Proyek

Tangga

Transendental