Pengkodean Vibe
Apa Itu Pengkodean Vibe?
Pengkodean vibe adalah metode pemrograman bertenaga AI yang diperkenalkan oleh Andrej Karpathy pada 2024/2025. Dengan pengkodean vibe, Anda menjelaskan apa yang Anda inginkan dalam prompt bahasa alami dan biasanya model bahasa besar (LLM) menghasilkan sebagian besar, sering kali seluruh, kode yang berfungsi untuk Anda. Jika Anda punya waktu, lihat Art of Vibe Coding yang diadaptasi oleh Rick Rubin untuk mempelajari lebih lanjut tentang cara pengkodean vibe.
Satu keunggulan besar dari metode baru ini adalah aksesibilitas, karena orang tanpa pengalaman coding dapat membangun proyek sementara pengembang berpengalaman dapat dengan cepat membuat prototipe ide baru sebelum berkomitmen penuh padanya. Ini sangat membantu untuk startup. Kekurangannya adalah para pengembang kemungkinan besar tidak akan sepenuhnya memahami cara kerja kode yang dihasilkan. Untuk proyek sampingan kecil, ini tidak masalah, tetapi untuk perangkat lunak tingkat produksi, ini dapat menyebabkan masalah jangka panjang dan utang teknis.
Ada banyak alat di luar sana yang membuat pengkodean vibe menjadi lebih mulus. Cursor IDE, Claude Code CLI, GitHub Copilot, Loveable, Replit, v0, dan lainnya memungkinkan Anda bekerja dengan AI secara langsung di lingkungan Anda atau menyediakan antarmuka khusus untuk pengkodean vibe. Secara pribadi, saya kebanyakan bertahan dengan Cursor IDE dan Claude Code CLI untuk proyek-proyek ini.
Begini masalahnya. Alat dan model ini membutuhkan biaya. Dengan pengkodean tradisional, Anda sebagian besar membayar dengan waktu Anda. Dengan pengkodean vibe, Anda membayar dengan dompet Anda. Dan jika Anda tidak tahu apa yang Anda lakukan, Anda membayar dengan dompet dan waktu Anda. Setiap proyek di halaman ini menghabiskan sekitar $10 hingga $20 untuk dibangun. Jumlah itu bertambah jika Anda banyak bereksperimen. Saya memang berpikir bahwa seiring model-model ini membaik dan menjadi lebih efisien, biayanya pada akhirnya akan turun. Untuk saat ini, ini adalah sesuatu yang layak dipertimbangkan ketika memutuskan apakah pengkodean vibe masuk akal untuk proyek Anda.
Penasaran tentang apa yang mungkin dilakukan, saya mencoba pengkodean vibe sendiri dan membuat halaman ini untuk mengeksplorasi prinsip itu sendiri melalui proyek-proyek nyata. Saya bukan hanya membangun produk, saya sedang menguji dan mendemonstrasikan apa yang benar-benar mampu dilakukan oleh pengkodean vibe. Ini hanya untuk bersenang-senang, tetapi ini menawarkan sekilas bagaimana coding mungkin terlihat di masa depan seiring model-model ini terus membaik.
Teorema Monyet Tak Terbatas
Pernah dengar tentang Teorema Monyet Tak Terbatas? Ini adalah eksperimen pemikiran filosofis yang mengatakan bahwa jika Anda memberi monyet tak terbatas mesin ketik tak terbatas dan waktu tak terbatas, pada akhirnya salah satunya akan menghasilkan seluruh karya Shakespeare hanya dengan menekan tombol-tombol secara acak.
Kedengarannya konyol, kan? Tetapi inilah bagian liarnya. Pengkodean vibe agak mirip dengan itu, hanya saja alih-alih monyet kita punya model AI, alih-alih mesin ketik kita punya bahasa pemrograman, dan alih-alih Shakespeare kita mendapatkan perangkat lunak yang berfungsi.
Pikirkanlah. Model bahasa besar dilatih pada miliaran baris kode, pola, dan contoh. Ketika Anda memberi prompt kepada sebuah LLM, ia sebenarnya tidak sedang “memikirkan” masalah Anda langkah demi langkah seperti yang akan dilakukan seorang pengembang manusia. Sebaliknya, ia memprediksi token berikutnya yang paling mungkin 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, lebih sering daripada tidak, itu berhasil. Model menghasilkan kode yang benar-benar dapat dikompilasi, dijalankan, dan menyelesaikan masalah Anda. Bukan melalui pemahaman, melainkan melalui pencocokan pola probabilistik pada 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 akan membutuhkan ketakterhinggaan literal. AI Anda? Sampai di sana dalam hitungan detik atau menit.
Jadi dalam suatu cara, ketika Anda menggunakan pengkodean vibe, Anda memanfaatkan jutaan baris pola kode, yang disuling ke dalam sebuah model, untuk menghasilkan solusi. Itu bukan pemecahan masalah secara sadar, itu adalah sihir statistik. Dan itulah tepatnya mengapa hal ini sangat kuat dan, harus diakui, mengapa memahami apa yang sebenarnya dilakukan kode itu tetap penting.
Pertanyaannya Lebih Penting Daripada Jawabannya
Ada sesuatu yang penting yang sering terlewatkan. Pengkodean vibe bukan tentang 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 atas pertanyaan utama tentang kehidupan, alam semesta, dan segalanya, hanya untuk memberi Anda angka 42. Jawabannya secara teknis benar, tetapi tidak berguna karena masalah sebenarnya adalah mencari tahu pertanyaan apa yang harus diajukan terlebih dahulu.
Pengkodean vibe bekerja dengan cara yang sama. Prompt Anda adalah segalanya, tetapi begitu juga manajemen konteks. 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 seseorang yang memahami coding, arsitektur, dan desain sistem, Anda dapat menyusun prompt yang terperinci dan memilih konteks yang tepat untuk membimbing 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 sebenarnya mengapa pengkodean 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 menjauh darinya. Bagi pemula tanpa latar belakang teknis, ini menjadi batasan nyata. Anda mungkin mendapatkan kode yang berfungsi, tetapi tanpa memahami apa yang salah atau apa yang harus diminta berikutnya, Anda terjebak.
Ketika Pengkodean Vibe Tidak Cukup
Model AI terbaru memang mengesankan, tetapi mereka bukan solusi ajaib. Pengkodean vibe dapat bekerja dalam produksi, tetapi hanya jika Anda serius menjalaninya. Anda membutuhkan pengujian unit yang kuat. Anda membutuhkan sumber kebenaran yang jelas tentang apa yang seharusnya dilakukan sistem Anda. Anda perlu menangkap ketika sesuatu rusak atau melenceng. Dan Anda membutuhkan mindset peretas. Berpikir di luar kebiasaan dan cobalah untuk merusak proyek yang dikodekan dengan vibe Anda dengan cara yang tak terduga. Kasus-kasus tepi apa yang belum Anda pertimbangkan? Kerentanan keamanan apa yang bisa dieksploitasi seseorang? Inilah yang membedakan kode yang sekadar berfungsi dari kode yang benar-benar tangguh.
Begini masalahnya. AI tidak memiliki Anda. Andalah yang memiliki AI. Jangan hanya menerima apa yang dihasilkannya. Tinjau. Uji. Hancurkan. Dan sejujurnya, untuk bagian-bagian tertentu dari basis kode Anda, Anda perlu kembali ke coding lama. Fokus, pikirkan secara mendalam, tulis sendiri. Pengkodean vibe mempercepat segalanya, tetapi itu bukan pengganti pemrograman sejati ketika itu penting.
Ada hal lain yang saya pelajari. Kadang-kadang Anda hanya perlu mengakhiri sesi dengan AI dan memulai yang baru. Seiring riwayat percakapan Anda semakin besar dan besar, performa model menurun. Ia membuat lebih banyak kesalahan, menghasilkan kode yang kurang koheren, dan mulai lebih sering berhalusinasi. Jika Anda tidak menangkap ini dan berhenti, kesalahan-kesalahan itu akan saling menumpuk, membuat semuanya semakin buruk. Ini seperti mencoba membaca dokumen yang telah difotokopi berulang kali. Memulai dari awal menjaga semuanya tetap bersih dan tajam.
Proyek-Proyek yang Dikodekan dengan Vibe
Di bawah ini ada dua proyek, stairs (repo) dan transcendental (repo), yang saya buat menggunakan metodologi pengkodean vibe. Sebagian besar dihasilkan dari prompt, dengan pekerjaan manual dibatasi pada pemberian konteks, debugging, dan penerapan ke GitLab Pages. Ini adalah eksperimen situs statis yang menyenangkan yang menunjukkan apa yang mungkin dilakukan ketika Anda menggabungkan ide-ide kreatif dengan kode melalui pengkodean vibe. Keduanya di-host di GitLab.