Sudah lebih dari setahun sejak salah satu pendiri OpenAI, Andrej Karpathy, meninggalkan perusahaan tersebut. Selama ketidakhadirannya, ia memperkenalkan dan mempopulerkan istilah “vibe coding” untuk menggambarkan praktik pendelegasian proyek pemrograman kepada alat AI. Namun, awal pekan ini, ketika ia merilis model sumber terbukanya sendiri bernama nanochat, dia mengakui bahwa seluruh kodenya ditulis secara manual, tak peduli dengan ‘vibes’.
Nanochat, menurut Karpathy, adalah “pipelines pelatihan/inferensi *full-stack* yang minimalis dan dibuat dari nol” yang dirancang untuk memungkinkan siapa pun membangun model bahasa besar dengan antarmuka chatbot mirip ChatGPT dalam hitungan jam dan dengan biaya serendah $100. Karpathy menyatakan bahwa proyek ini mengandung sekitar 8.000 baris “kode yang cukup bersih”, yang ditulisnya sendiri secara manual—bukan semata-mata karena pilihan, tetapi karena ia merasa alat AI tidak dapat memenuhi kebutuhannya.
“Pada dasarnya semuanya ditulis tangan (dengan autocomplete tab),” tulisnya. “Saya pernah mencoba menggunakan agen claude/codex beberapa kali, tetapi hasilnya tidak memuaskan sama sekali dan malah tidak membantu.”
Ini merupakan sikap yang cukup berbeda dari yang biasa ditunjukkan Karpathy sebelumnya, meskipun penting dicatat bahwa ia menggambarkan vibe coding sebagai sesuatu yang terbaik untuk “proyek akhir pekan yang sekali pakai.” Dalam postingannya yang kini sering dianggap sebagai asal muasal istilah “vibe coding” yang populer, Karpathy menyatakan bahwa saat menggunakan alat pemrograman AI, ia memilih untuk “sepenuhnya menyerah pada vibes” dan tidak repot-repot memeriksa kodenya secara mendalam. “Ketika saya mendapat pesan error, saya cukup salin-tempel tanpa komentar, dan biasanya itu memperbaikinya. Kodenya berkembang melampaui pemahaman biasa saya; saya harus benar-benar membacanya untuk beberapa lama. Terkadang LLM tidak bisa memperbaiki bug, jadi saya hanya mencari solusi lain atau meminta perubahan acak sampai masalahnya hilang,” tulisnya. “Saya membangun proyek atau aplikasi web, tapi ini bukan benar-benar coding—saya hanya melihat, berbicara, menjalankan, dan menyalin-tempel, dan sebagian besar berhasil.”
Tentu saja, nanochat bukanlah aplikasi web, sehingga wajar jika strategi tersebut tidak berhasil dalam kasus ini. Namun, hal ini menyoroti keterbatasan pendekatan semacam itu, meskipun ada janji-janji muluk bahwa itu adalah masa depan pemrograman. Awal tahun ini, sebuah survei dari perusahaan komputasi awan Fastly menemukan bahwa 95% pengembang yang disurvei melaporkan menghabiskan waktu ekstra untuk memperbaiki kode yang dihasilkan AI, dengan sebagian mengaku bahwa memperbaiki kesalahan justru memakan waktu lebih banyak daripada waktu yang dihemat dengan menghasilkan kode menggunakan alat AI. Lembaga penelitian METR juga baru-baru ini menemukan bahwa penggunaan alat AI justru membuat pengembang lebih lambat dalam menyelesaikan tugas, dan beberapa perusahaan telah mulai mempekerjakan spesialis manusia untuk membersihkan kekacauan kode yang dibuat oleh alat AI. Hal yang perlu diingat tentang vibe coding adalah bahwa terkadang ‘vibe’-nya tidak sesuai.