Apakah Rekayasa Perangkat Lunak Tradisional Mati? "Apakah ini berarti bahwa rekayasa perangkat lunak tradisional sudah mati? Sama sekali tidak. Insinyur perangkat lunak—bahkan mereka yang belum tentu menyetel atau melatih model AI—ini sekarang adalah salah satu orang yang paling banyak memanfaatkan di dunia. Tentu, orang-orang yang melatih dan menyetel model bahkan lebih dimanfaatkan karena mereka membangun perangkat yang digunakan oleh insinyur perangkat lunak. Tetapi insinyur perangkat lunak masih memiliki dua keuntungan besar bagi Anda. Pertama, mereka berpikir dalam kode, sehingga mereka benar-benar tahu apa yang terjadi di bawahnya. Dan semua abstraksi bocor. Jadi ketika Anda memiliki pemrograman komputer untuk Anda—ketika Anda memiliki Claude Code atau pemrograman yang setara untuk Anda—itu akan membuat kesalahan. Ini akan memiliki serangga. Ini akan memiliki arsitektur yang tidak optimal. Jadi itu tidak akan benar. Dan seseorang yang memahami apa yang terjadi di bawahnya akan dapat menutup kebocoran saat terjadi. Jadi jika Anda ingin membangun aplikasi yang dirancang dengan baik, jika Anda ingin dapat menentukan aplikasi yang dirancang dengan baik, jika Anda ingin dapat membuatnya berjalan dengan kinerja tinggi, jika Anda ingin melakukan yang terbaik, jika Anda ingin menangkap bug lebih awal, maka Anda pasti ingin memiliki latar belakang rekayasa perangkat lunak. Insinyur perangkat lunak tradisional akan dapat menggunakan alat ini dengan lebih baik. Dan masih ada banyak jenis masalah dalam rekayasa perangkat lunak yang berada di luar cakupan program AI ini saat ini. Cara termudah untuk memikirkannya adalah masalah yang berada di luar distribusi data mereka. Misalnya, jika mereka perlu melakukan pengurutan biner atau membalikkan daftar tertaut, mereka telah melihat banyak contoh dari itu, jadi mereka sangat pandai dalam hal itu. Tetapi ketika Anda mulai keluar dari domain mereka—di mana Anda harus menulis kode berkinerja sangat tinggi, ketika Anda menjalankan arsitektur yang baru atau baru, ketika Anda benar-benar membuat hal-hal baru atau memecahkan masalah baru, maka Anda masih perlu masuk ke sana dan membuat kode dengan tangan. Setidaknya sampai ada begitu banyak contoh yang model baru dapat dilatih pada mereka, atau sampai model-model ini dapat cukup bernalar pada tingkat abstraksi yang lebih tinggi dan memecahkannya sendiri... Dan ingat: tidak ada permintaan untuk rata-rata. Aplikasi rata-rata—tidak ada yang menginginkannya, setidaknya selama tidak mengisi beberapa ceruk yang diisi oleh aplikasi yang unggul. Aplikasi yang lebih baik pada dasarnya akan memenangkan seratus persen pasar. Mungkin ada beberapa persentase kecil yang akan berdarah ke aplikasi terbaik kedua karena melakukan beberapa fitur khusus kecil lebih baik daripada aplikasi utama, atau lebih murah, atau semacamnya. Tetapi secara umum, orang hanya menginginkan yang terbaik dari apa pun. Jadi kabar buruknya adalah tidak ada gunanya menjadi nomor dua atau nomor tiga—seperti dalam adegan Glengarry Glen Ross yang terkenal di mana Alec Baldwin berkata, "Tempat pertama mendapat Cadillac Eldorado, tempat kedua mendapat satu set pisau steak, dan tempat ketiga Anda dipecat." Itu benar-benar benar di pasar pemenang mengambil semua ini. Itulah kabar buruknya: Anda harus menjadi yang terbaik dalam sesuatu jika Anda ingin menang. Namun, serangkaian hal yang bisa Anda kuasai adalah yang tidak terbatas. Anda selalu dapat menemukan beberapa ceruk yang sempurna untuk Anda, dan Anda bisa menjadi yang terbaik dalam hal itu. Ini kembali ke tweet lama saya di mana saya berkata, "Jadilah yang terbaik di dunia dalam apa yang Anda lakukan. Terus mendefinisikan ulang apa yang Anda lakukan sampai ini benar." Dan saya pikir itu masih berlaku di era AI ini."