Mengapa Linus Torvalds dan Bjarne Stroustrup Skeptis terhadap Kode yang Ditulis AI

Masalah utamanya bukan kecepatan. AI memang dapat menghasilkan kode dalam jumlah besar dengan cepat. Namun hasilnya sering tidak mengikuti prinsip arsitektur perangkat lunak yang baik, praktik keamanan, atau standar pemeliharaan jangka panjang.

Akibatnya, pekerjaan justru berpindah: dari menulis kode menjadi memeriksa, memperbaiki, dan memelihara kode yang dihasilkan AI.

Linus Torvalds: AI hanyalah alat

Linus Torvalds juga menolak klaim bahwa AI sudah mampu menulis sebagian besar perangkat lunak produksi.

Ia mengatakan merasa kesal ketika mendengar developer mengklaim "99% kode mereka ditulis oleh AI". Menurutnya, AI memang bisa sangat membantu, tetapi tetap harus diperlakukan sebagai alat, bukan pengganti insinyur perangkat lunak.

Torvalds menilai AI dapat mengubah cara programmer bekerja, tetapi tidak mengubah fondasi pengembangan perangkat lunak—seperti memahami sistem secara mendalam, merancang arsitektur, dan membuat keputusan teknis yang kompleks.

Mengapa keuntungan produktivitas dianggap kecil

Vlad Mihalcea menyoroti aspek lain: bahkan jika AI menghasilkan kode yang berjalan, keuntungan produktivitas bersihnya mungkin kecil jika seluruh proses pengembangan dihitung.

Menulis kode hanyalah satu bagian dari pekerjaan seorang developer. Mereka masih harus:

• memverifikasi kebenaran program
• memperbaiki bug dan edge case
• mengintegrasikan kode ke sistem yang lebih besar
• memastikan keamanan dan kemudahan perawatan

Jika kode AI hanya "hampir benar", engineer tetap harus menghabiskan waktu untuk memeriksa dan memperbaikinya. Mihalcea berpendapat bahwa setelah memperhitungkan pekerjaan tambahan ini, peningkatan produktivitas nyata sering kali terbatas.

Survei industri mendukung kekhawatiran ini. Dalam Stack Overflow Developer Survey 2025, sekitar 66% developer mengatakan mereka menghabiskan lebih banyak waktu memperbaiki kode AI yang hampir benar tetapi tidak sepenuhnya tepat.

Penelitian lain bahkan menemukan developer berpengalaman menyelesaikan tugas sekitar 19% lebih lambat saat menggunakan alat AI, meskipun mereka merasa bekerja lebih cepat.

Narasi perusahaan: otomatisasi dan “AI engineer”

Di sisi lain, banyak eksekutif teknologi menyoroti potensi AI untuk mengubah pengembangan perangkat lunak secara besar‑besaran.

Meta, misalnya, berinvestasi besar dalam AI untuk pemrograman. CEO Mark Zuckerberg mengatakan AI di masa dekat bisa bekerja seperti software engineer tingkat menengah, menulis sebagian kode di perusahaan tersebut.

Beberapa pemimpin industri bahkan memprediksi AI suatu saat akan menghasilkan sebagian besar perangkat lunak. Prediksi semacam ini memicu spekulasi bahwa pekerjaan developer junior bisa semakin terotomatisasi.

Amazon juga menekankan pentingnya AI. Dalam komunikasi perusahaan, CEO Andy Jassy menyebut AI sebagai teknologi yang berpotensi mengubah hampir semua pengalaman digital dan cara perusahaan membangun produk teknologi.

Perdebatan sebenarnya: definisi “produktif”

Jika diperhatikan lebih dekat, perdebatan ini sebenarnya bukan tentang apakah AI membantu developer atau tidak.

Yang diperdebatkan adalah bagaimana mengukur produktivitas.

Perusahaan teknologi sering menilai produktivitas dari kecepatan menghasilkan kode atau merilis fitur baru.

Sebaliknya, engineer berpengalaman menilai produktivitas dari keseluruhan siklus hidup perangkat lunak, termasuk:

• desain sistem
• keandalan dan kebenaran program
• keamanan
• debugging dan pengujian
• pemeliharaan jangka panjang

Jika faktor‑faktor ini dihitung, kemampuan AI menghasilkan kode dengan cepat belum tentu berarti produktivitas keseluruhan meningkat secara signifikan.

Titik tengah yang realistis

Sebagian besar developer senior sebenarnya tidak mengatakan AI tidak berguna.

Sebaliknya, mereka melihatnya sebagai asisten yang kuat—terutama untuk menulis boilerplate code, membuat prototipe cepat, atau membantu dokumentasi.

Namun mereka juga menekankan bahwa rekayasa perangkat lunak jauh lebih kompleks daripada sekadar mengetik kode. Arsitektur sistem, debugging, penilaian teknis, dan pemahaman mendalam tentang sistem masih sangat bergantung pada manusia.

Untuk saat ini, banyak programmer veteran sepakat pada satu hal: AI memang mengubah cara developer bekerja, tetapi belum menggantikan kebutuhan akan engineer berpengalaman dalam waktu dekat.