Aleksandra Konoplia/Moment via Getty Images
Ikuti ZDNET: Tambahkan kami sebagai sumber pilihan di Google.
**Intisari utama ZDNET**
Vibe coding memungkinkan seseorang untuk memprogram dalam bahasa Inggris sederhana. Namun, ini berarti mengutamakan kecepatan daripada tinjauan dan ketelitian kode. Kualitas kode bisa jadi tidak konsisten.
Vibe coding telah menjadi hal yang wajib dilakukan di berbagai perusahaan teknologi. Istilah dan metodologi ini pertama kali diperkenalkan oleh Andrej Karpathy, salah satu pendiri OpenAI, pada Februari 2025. “Saya hanya melihat sesuatu, mengatakannya, menjalankannya, dan menyalin-tempel, dan sebagian besar berhasil,” ujarnya saat itu.
Juga: Saya telah menguji alat coding AI berbayar vs gratis – inilah yang akan saya gunakan
“Berbeda dengan coding berbantuan AI tradisional atau *pair programming*, vibe coding berarti Anda mendeskripsikan apa yang Anda inginkan dalam bahasa Inggris sederhana,” menurut sebuah laporan dari v0. Ini juga memungkinkan baik pengembang profesional maupun non-profesional untuk “membiarkan saran AI memandu proyek dengan sedikit atau tanpa tinjauan kode.” Seseorang bahkan bisa “mempercayai AI untuk menangani tugas-tugas berat seperti sintaks, struktur, dan implementasi. Pergeseran ini mengubah coding dari keterampilan teknis yang membutuhkan pelatihan bertahun-tahun menjadi antarmuka percakapan yang dapat dikuasai siapa pun dalam hitungan jam.”
(Keterangan: Ziff Davis, perusahaan induk ZDNET, mengajukan gugatan pada April 2025 terhadap OpenAI, dengan dalih mereka melanggar hak cipta Ziff Davis dalam melatih dan mengoperasikan sistem AI-nya.)
‘Bisnis Tidak Dijalankan dengan Vibe’
Data awal 2025 menunjukkan bahwa 25% startup Y Combinator memiliki lebih dari 95% kode yang dihasilkan AI, komentar Varun Badhwar, Pendiri dan CEO di Endor Labs. Vibe coding telah muncul sebagai pendekatan andalan untuk membangun dan mengembangkan produk baru dengan cepat.
Juga: Saya menyelesaikan coding 24 hari dalam 12 jam dengan alat AI $20 – tapi ada satu jebakan besar
Apakah vibe coding terlalu bagus untuk menjadi kenyataan?
Pengamat industri veteran David Linthicum berpikir demikian, terutama di tingkat perusahaan. “Vibe coding mungkin bekerja untuk proyek pribadi atau hackathon, tetapi dunia nyata menuntut sesuatu yang lebih substansial,” ujarnya dalam sebuah postingan LinkedIn baru-baru ini. “Bisnis tidak dijalankan dengan vibe — mereka dijalankan dengan keandalan, skalabilitas, dan kemampuan pemeliharaan. Semakin lama sebuah perusahaan mengadopsi vibe coding, semakin sulit dan mahal untuk menstandarisasi, *refactor*, dan mengamankan sistem mereka.”
Kurangnya standar yang menyertai vibe coding “berarti kualitas kode sangat tidak konsisten,” Linthicum juga menekankan. “Fitur yang diimplementasikan satu minggu bersifat duplikatif atau tidak kompatibel dengan kode yang ditulis minggu berikutnya.” Dan karena vibe coding adalah jalan pintas, ia menumpuk *technical debt*. Biaya untuk membersihkan kekacauan setelah vibe coding sangat besar. Apa yang mungkin dimulai sebagai ‘bergerak cepat dan menghancurkan sesuatu’ terlalu sering berubah menjadi bergerak cepat dan menghancurkan segalanya, lalu menghabiskan banyak uang untuk membangunnya kembali.”
Aplikasi vibe coding “terus menerus mengalami kerentanan: mengekspos rahasia, kesalahan konfigurasi akses, kredensial yang dikodekan secara keras,” menurut v0.
Juga: Mengapa alat coding AI seperti Cursor dan Replit ditakdirkan gagal – dan apa yang berikutnya
Bagi startup dan bisnis kecil, risikonya semakin besar. “Seiring para pelaku jahat menjadi semakin canggih dan menemukan cara baru untuk mencapai eksekusi kode jarak jauh, taruhannya akan semakin tinggi bagi para *vibe coder* amatir,” peringat Badhwar. Semakin kecil organisasinya, semakin sulit dan mahal untuk pulih dari pelanggaran keamanan. “Mendasarkan produk sepenuhnya pada kode yang dihasilkan AI sangatlah berisiko.”
Bagaimana Vibe Coding Dapat Memperkuat Masalah Coding Manusia
Dalam beberapa hal, vibe coding dapat memperkuat dan memperbesar masalah dengan coding manusia. “Orang-orang tidak cukup sering melakukan tinjauan kode,” Brandon Evans, Instruktur Senior di SANS Institute, mengatakan kepada ZDNET. “Ini dipercepat oleh vibe coding. Kita juga telah mengabaikan tinjauan kode yang ditulis manusia.”
Vibe coding, yang didukung oleh GitHub Copilot atau alat AI apa pun, “membantu menghasilkan respons dengan cepat tetapi sering melewatkan praktik terbaik, dokumentasi, dan desain terstruktur,” setuju Naga Santhosh Reddy Vootukuri, Manajer Principal Teknik Perangkat Lunak di Microsoft dan penulis *Vibe Coding with GitHub Copilot*. “Anda perlu mengulang beberapa kali atau memberikan konteks yang tepat dan *prompt* yang tepat untuk mencapai hasil yang diinginkan.”
Juga: Vibe buruk: Bagaimana agen AI memprogram jalannya menuju bencana
Vootukuri mengidentifikasi bahaya utama vibe coding sebagai “kerentanan keamanan, *technical debt* yang cepat menumpuk, arsitektur yang terfragmentasi, dan kode yang tidak dipahami atau tidak dapat dipelihara oleh siapa pun.” Keamanan adalah masalah yang mengkhawatirkan, karena “saran yang dihasilkan AI mungkin terlihat fungsional tetapi menyembunyikan bug halus atau bahkan membuat vektor serangan baru,” tambahnya. “Pengawasan keamanan dan keahlian mendalam sangat penting untuk menghindari ‘pemborosan waktu dan upaya dalam menulis ulang, sakit kepala dukungan, dan perangkat lunak yang tidak dapat diandalkan’.”
Alat Generasi Kode Bukanlah Hal Baru
Di sisi lain, masalah dengan vibe coding belum tentu baru. “Alat generasi kode bukanlah hal baru,” kata Louis Landry, Chief Technology Officer di Teradata. “Kami telah memiliki *scaffolding*, templat, dan generator kode selama beberapa dekade. Yang berbeda sekarang adalah ruang lingkup dari apa yang mungkin dilakukan. Ini terasa ajaib karena memang begitu. Anda dapat dengan cepat membuat prototipe dan mengeksplorasi pengalaman serta integrasi yang sebelumnya membutuhkan terlalu banyak waktu untuk dibenarkan. Namun, fundamentalnya tidak berubah: Tim pengembang bertanggung jawab atas kode yang mereka kirim, baik ditulis oleh manusia atau mesin. Tinjauan kode sangat penting terlepas dari sumbernya.”
Namun, Landry melanjutkan, “masalahnya adalah ketika tim melewatkan proses tinjauan itu karena keluarannya terlihat rapi. Kita masih berada di tahap awal kurva kematangan di sini. Teknologinya kuat, tetapi disiplin di sekitarnya belum menyusul.” Landry juga memperingatkan tentang *technical debt* yang mungkin menumpuk dengan jalan pintas vibe-coding.
Juga: Cara *vibe code* aplikasi iPhone pertama Anda dengan AI – tidak perlu pengalaman
“Menjembatani kecepatan dengan disiplin adalah kuncinya — kesuksesan datang ketika tim menggabungkan kreativitas yang digerakkan AI dengan alur kerja yang kuat dan standar yang jelas,” kata Vootukuri. “Perlakukan keluaran AI sebagai draf kasar, jangan pernah sebagai kode yang siap produksi. Pertahankan tinjauan yang ketat, jalankan analisis statis, dan ikuti standar coding yang ketat. Dokumentasikan setiap penggunaan AI dan selalu periksa ulang keamanannya–terutama pada apa pun yang berhubungan dengan pelanggan atau bersifat sensitif. Dengan pengalaman dan waktu, Anda dapat meningkatkan kualitas *prompt* dan mengajukan pertanyaan yang tepat ke LLM, memberlakukan tinjauan sejawat wajib dalam tim Anda, mengotomatiskan tes CI, dan keselarasan yang jelas dengan tujuan bisnis, semua membantu memastikan bahwa AI tetap menjadi akselerator, bukan liabilitas.”