Elyse Betters Picaro / ZDNET
Ikuti ZDNET: Tambahkan kami sebagai sumber pilihan di Google.
Poin Penting ZDNET
- Google memperluas AI di seluruh alur kerja Android Studio.
- Google bertujuan agar AI mengurangi "pekerjaan membosankan" untuk tugas seperti pengujian, pembaruan, dan migrasi API.
- Google menyatakan pengkodean beralih dari "bagaimana" ke mendefinisikan "apa."
Meski mungkin terlihat bahwa Claude Code dari Anthropic banyak menyita perhatian dalam hal pengkodean berbasis AI, lompatan perkembangan besar juga tengah dilakukan oleh pemain AI besar lainnya.
Sebagai contoh, Google telah bekerja keras untuk memperluas kemampuan pengembangan berbasis AI bagi para pengembang Android. ZDNET baru-baru ini berkesempatan berbincang dengan Sam Bright, Wakil Presiden dan GM Google Play dan Developer Ecosystem di Google.
Kami membahas penggunaan teknologi AI generatif Gemini milik Google dan bagaimana teknologi itu diintegrasikan ke dalam Android Studio. Hal ini menyediakan kemampuan AI di seluruh alur kerja pengembangan Android.
Yang menarik, Google tidak mengunci pengembang hanya pada Gemini, meski tentu saja bangga dengan penawaran LLM-nya yang semakin impresif. Google mengizinkan pengembang untuk memilih model bahasa besar mana yang menggerakkan fitur AI di dalam IDE. Ini serupa dengan cara para pengembang di ekosistem Apple dapat memilih model pilihan mereka di dalam Xcode.
Bright juga membahas penambahan fitur tingkat perusahaan seperti privasi dan keamanan kelas enterprise, serta kustomisasi yang menyadari repositori, ke dalam tingkat bisnis Gemini.
Pemikiran Utama: AI Menggeser Pengembang dari ‘Bagaimana’ ke ‘Apa’
Bright mengatakan kepada ZDNET, "Memandang ke depan tiga hingga lima tahun, pekerjaan sehari-hari seorang pengembang Android akan bergeser dari menulis ‘bagaimana’ ke mendeskripsikan ‘apa’." Ia berpendapat bahwa pekerjaan harian para programmer akan beralih dari menulis detail implementasi ke mendefinisikan maksud dan hasil.
Dalam pengalaman saya menggunakan AI untuk membangun aplikasi, hal itu tentu benar… sampai batas tertentu. Meski waktu pemrograman yang saya miliki tidak lagi dihabiskan untuk menulis kode baris demi baris, saya justru menghabiskan banyak waktu bukan hanya untuk menentukan apa yang saya ingin AI lakukan, tetapi juga untuk mencari tahu apa yang terlewat oleh AI.
Misalnya, saya memiliki aplikasi yang seharusnya menyinkronkan antara implementasi seluler dan desktop. Ia melakukannnya, tetapi tidak sepenuhnya. AI tidak menunjukkan di mana ia melewatkan operasi sinkronisasi. Itu adalah sesuatu yang harus saya gunakan keterampilan pemrograman dan pemecahan masalah saya untuk temukan, persempit, dan kemudian ajukan kepada AI untuk perbaikan bug.
Meski demikian, Google memposisikan "AI sebagai mitra yang membantu mereka bergerak lebih cepat." Itu adalah sesuatu yang pasti saya alami. Pekerjaan yang akan memakan waktu bertahun-tahun bagi saya tanpa AI telah diselesaikan dalam hitungan hari atau minggu.
Mengurangi Pekerjaan Membosankan melalui Otomatisasi Agen
Bright sangat menekankan kata "pekerjaan membosankan" untuk menggambarkan tugas yang dapat dibantu oleh AI. Secara spesifik, ia menyebutkan pekerjaan seperti:
- Langkah-langkah perlu tapi membosankan yang sebagian besar pengembang lebih suka untuk dilewati.
- Tugas berulang seperti menulis pengujian boilerplate atau memperbarui dependensi.
- Pekerjaan manual "mendorong piksel".
- Tugas dengan friksi tinggi dan kreativitas rendah, termasuk meningkatkan dependensi, memigrasikan API yang ditinggalkan, atau menulis pengujian unit standar.
- Tugas di seluruh siklus hidup aplikasi, seperti menjaga pustaka tetap mutakhir.
- Tugas mekanis yang dapat ditangani AI atas nama pengembang.
Saya bertanya kepadanya, "Bagaimana Anda memutuskan tugas mana yang harus diotomatisasi versus yang harus tetap berada di tangan pengembang?"
Ini penting karena beberapa pekerjaan, khususnya visi dan arahan proyek, perlu tetap di tangan manusia. Selain itu, seperti yang kita lihat, mengawasi pekerjaan AI dan menemukan titik buta juga perlu menjadi bagian yang dipegang oleh programmer manusia.
Masih dalam tema pekerjaan membosankan, Bright mengatakan kepada saya, "Saat kami memutuskan apa yang akan diotomatisasi, kami mencari ‘toil’. Itu adalah tugas-tugas yang biasanya menghentikan momentum seorang pengembang dan tidak memerlikan percikan kreativitas."
Tugas-tugas itu juga yang dapat menyita banyak waktu dan membuat Anda mempertanyakan mengapa Anda masuk ke pemrograman sejak awal. Saya menghabiskan beberapa tahun menggunakan semua waktu pemrograman yang tersedia untuk hampir tidak melakukan hal lain selain memperbarui API karena vendor platform terus mengubahnya. Keterampilan saya dalam mengumpat meningkat secara eksponensial.
Bright mengatakan kepada saya bahwa timnya juga memperhatikan apa yang dilakukan AI saat dilepaskan ke basis kode. "Kami juga memprioritaskan transparansi sehingga AI tidak membuat perubahan sendiri, tetapi menyarankan perbaikan yang tepat masuk ke dalam tinjauan kode dan alur kerja yang sudah digunakan pengembang." Ia menjelaskan, "Ini membuat mereka tetap di kursi pengemudi, mengambil keputusan tentang arah proyek sementara AI hanya menangani pekerjaan berat manual."
Fleksibilitas, Privasi, dan Kendali Tingkat Perusahaan
Bright mengatakan, "Setiap pengembang memiliki alur kerja unik saat menggunakan AI, dan perusahaan berbeda memiliki kebijakan beragam tentang penggunaan model AI." Itulah sebabnya mereka mengaktifkan kemampuan bagi pengembang untuk memilih LLM mana yang ingin mereka gunakan di Android Studio. Itu memberi mereka kendali atas kinerja, privasi, dan biaya. Agen yang sadar konteks menghasilkan saran spesifik proyek yang dapat dikompilasi dan menghormati arsitektur serta gaya.
Tingkat bisnis baru ini "didukung oleh Google Cloud." Ditawarkan dengan fitur keamanan seperti Private Google Access, Kontrol Layanan VPC, dan Kontrol Akses Perusahaan dengan izin manajemen identitas dan akses yang granular untuk membantu perusahaan mengadopsi bantuan AI dalam skala besar tanpa mengorbankan keamanan dan privasi. Bright merekomendasikan untuk melihat kebijakan tata kelola data Google jika Anda penasaran dengan masalah privasi.
Menjawab kekhawatiran tentang penggunaan kode dan privasi oleh Gemini, Bright mengatakan kepada ZDNET, "Kebijakan kami membantu memastikan kode pelanggan, masukan pelanggan, serta rekomendasi yang dihasilkan tidak akan digunakan untuk melatih model bersama apa pun."
"Tim juga perlu yakin bahwa kode kepemilikan mereka tetap milik mereka," lanjut Bright. "Itu sebabnya tidak ada kode yang disimpan, dan yang terpenting, kode suatu bisnis tidak pernah digunakan untuk pelatihan model."
Dari Prototipe Cepat hingga Pemeliharaan Jangka Panjang
Sistem AI dapat sangat memampatkan garis waktu dari desain ke prototipe. Bright mengatakan, "Alih-alih seorang pengembang menghabiskan berhari-hari menerjemahkan desain Figma menjadi kode hanya untuk melihat apakah rasanya tepat, mereka kini dapat mencapai prototipe fungsional dalam hitungan menit. Ini sangat mempersingkat putaran umpan balik."
Ia mencontohkan Entri, sebuah aplikasi pembelajaran daring. "Apa yang biasanya memakan waktu mereka berjam-jam untuk pekerjaan UI diselesaikan hanya dalam 45 menit. Ini memungkinkan mereka memotong waktu pembangunan UI rata-rata hingga 40%."
Namun, pekerjaan seorang pengembang tidak berakhir setelah menghasilkan aplikasi atau potongan kode baru. Jauh dari itu. Faktanya, sebagian besar upaya kerja pengembang dihabiskan untuk memelihara dan memperbarui kode tersebut. Version Upgrade Agent dari Google dirancang untuk membantu pengembang memperbarui dependensi. Ia melakukan ini dengan menganalisis proyek mereka, memeriksa pembaruan potensial, dan kemudian mencoba menerapkannya.
Bright mengatakan kepada ZDNET, "Ini dapat menghemat waktu dan usaha pengembang secara signifikan. Dan bagi seorang pengembang aplikasi, setiap investasi yang Anda lakukan untuk tetap mutakhir adalah keunggulan strategis."
AI di Android Studio juga dapat membantu pemeliharaan dengan menganalisis laporan crash dan menyarankan perbaikan yang ditargetkan.
Memaksimalkan Inovasi Sambil Mengurangi Pekerjaan Membosankan
Bright mengatakan kepada ZDNET, "Di sisi pengembang Android profesional, kami berharap melihat peningkatan kualitas aplikasi karena AI menangani banyak pekerjaan membosankan mekanis atas nama pengembang."
Ia mengatakan AI akan membantu pengembang mengikuti praktik terbaik modern tanpa harus melacak setiap pembaruan kecil secara manual. AI dapat membantu mengidentifikasi dan menyelesaikan kemacetan performa atau crash sebelum mencapai pengguna, terutama saat sistem AI mendapatkan integrasi yang lebih baik dengan alat pengembang seperti App Quality Insights milik Google.
AI dapat membantu pengembang melakukan lebih banyak pengujian, sekali lagi karena pekerjaan membosankan untuk melakukannya berkurang secara substansial. Hasilnya adalah aplikasi lebih kecil kemungkinannya diluncurkan dengan bug dan akan terasa jauh lebih stabil di berbagai perangkat.
Bright juga melihat vibe coding membuka pintu. "Kami melihat lebih banyak orang mulai mengembangkan aplikasi, dan sangat menyenangkan melihat hambatan masuk itu diturunkan," katanya kepada ZDNET. "Pergeseran ini berarti generasi berikutnya aplikasi Android akan datang dari kelompok pencipta yang jauh lebih beragam."
Gambaran besarnya, kata Bright, adalah bahwa "Ketika dasar-dasar didukung oleh AI, itu membebaskan pengembang untuk fokus pada inovasi yang sebenarnya."
Ia mengatakan, "Mereka dapat menghabiskan energi mereka pada fitur unik dan pengalaman kreatif yang membuat sebuah aplikasi spesial, alih-alih terjebak dalam detail rumit. Ini benar-benar tentang memberikan fondasi yang lebih baik pada aplikasi itu sendiri sehingga mereka dapat lebih mampu dan andal untuk semua orang lebih cepat daripada nanti."
Saya tahu bahwa pengkodean berbasis AI telah membantu saya membuat aplikasi dalam kerangka waktu yang mustahil terjadi sebaliknya. Bagaimana dengan Anda?
Apakah Anda menggunakan AI di dalam Android Studio atau IDE lain sebagai bagian dari alur kerja harian Anda? Sudahkah AI mengurangi "pekerjaan membosankan" dalam proyek Anda, atau apakah Anda merasa menghabiskan waktu yang sama banyaknya untuk meninjau dan mengoreksi apa yang dihasilkannya? Apakah Anda melihat pergeseran dari menulis "bagaimana" ke mendefinisikan "apa" terjadi dalam pekerjaan pengembangan Anda sendiri? Dan seberapa penting pilihan model, jaminan privasi, dan kontrol perusahaan dalam keputusan Anda untuk mengadopsi alat-alat ini? Beri tahu kami di komentar di bawah.
Anda dapat mengikuti pembaruan proyek harian saya di media sosial. Pastikan untuk berlangganan buletin pembaruan mingguan saya, dan ikuti saya di Twitter/X di @DavidGewirtz, di Facebook di Facebook.com/DavidGewirtz, di Instagram di Instagram.com/DavidGewirtz, di Bluesky di @DavidGewirtz.com, dan di YouTube di YouTube.com/DavidGewirtzTV.