Pengembang Menolak Coding Tanpa AI, tapi Data Menunjukkan AI Membuat Mereka Lebih Lambat dan Menghabiskan Miliaran Dolar

Upaya METR berikutnya pada Agustus 2025, yang diperluas menjadi 57 pengembang dan lebih dari 800 tugas, hanya memperdalam krisis. Hasilnya tidak konklusif secara statistik—menunjukkan perkiraan perlambatan -4% dengan interval kepercayaan yang sangat lebar hingga melewati nol (-15% hingga +9%). Yang kritis, antara 30–50% peserta mengaku melakukan swasensor, memilih untuk tidak menyerahkan tugas yang tidak bisa mereka selesaikan dengan bantuan AI. Sampel menjadi bias secara permanen terhadap kumpulan kecil pengembang yang masih bersedia bekerja tanpa AI . Laboratorium itu akhirnya membatalkan eksperimen sepenuhnya, menyebut datanya "tidak dapat diandalkan" .

Dalam waktu kurang dari setahun, narasi riset bergeser dari "AI membuat pengembang berpengalaman lebih lambat tetapi mereka tidak menyadarinya" menjadi temuan yang lebih mendalam: "pengembang bahkan tidak akan mencoba bekerja tanpa AI." Ketergantungan itu telah menjadi terlalu dalam untuk diukur .

Demam Emas Tokenmaxxing dan Keruntuhannya yang Spektakuler

Saat studi METR berantakan, sebuah mania paralel melanda Silicon Valley. Tokenmaxxing—praktik memaksimalkan konsumsi token AI mentah sebagai proksi untuk produktivitas pengembang—menjadi tren yang mendominasi awal 2026 sebelum meledak karena bobotnya sendiri.

Budaya ini secara aktif di-gamifikasi. Karyawan Meta dilaporkan berkompetisi di dasbor internal bernama "Claudeonomics," berjuang untuk meraih gelar seperti "Token Legend" dan "Session Immortal" berdasarkan berapa banyak token yang mereka bakar . CEO Nvidia Jensen Huang menjadi berita utama dengan menyatakan dia akan "sangat khawatir" jika salah satu insinyurnya yang digaji $500.000 tidak banyak mengonsumsi token . Di seluruh industri, anggaran token menjadi lencana kehormatan, menandakan penerimaan karyawan terhadap AI dan, seperti yang diasumsikan, hasil inovatif mereka.

Amazon Menonaktifkan KiroRank

Pukulan balik mencapai puncaknya pada akhir Mei 2026. Amazon menghentikan papan peringkat internal "KiroRank" mereka di platform pengembang Kiro setelah menemukan bahwa karyawan menciptakan "agen AI tidak berguna" semata-mata untuk meningkatkan skor penggunaan mereka. Wakil Presiden Senior Dave Treadwell menyampaikan pesan langsung kepada staf: "Tolong jangan gunakan AI hanya demi menggunakan AI" . Seorang juru bicara Amazon mengonfirmasi bahwa papan peringkat itu adalah "dasbor beta" yang "bukan alat formal atau yang disetujui," tetapi kerusakan dari biaya komputasi yang dihasilkannya sudah terjadi . Perusahaan itu kini beralih ke metrik yang mereka sebut "normalised deployments" untuk mengukur pekerjaan yang berarti .

Uber Membakar Anggaran AI Tahunan dalam Empat Bulan

Yang lebih dramatis lagi, dorongan AI Uber menjadi kisah peringatan. Perusahaan itu memberi sekitar 5.000 insinyur mereka akses luas ke Claude Code milik Anthropic pada Desember 2025. Adopsi melonjak dari 32% menjadi 84% dalam hitungan bulan, dan pada April 2026, perusahaan itu telah menghabiskan seluruh anggaran AI tahunan mereka. Menurut CTO Praveen Neppalli Naga, 95% insinyur Uber kini menggunakan alat AI setiap bulan, dengan 70% kode yang di-commit dihasilkan oleh AI—persentase tertinggi yang dilaporkan secara publik di perusahaan teknologi besar mana pun .

Namun, adopsi yang menakjubkan ini tidak menghasilkan keuntungan yang jelas. COO Andrew Macdonald secara terbuka mengakui dalam sebuah wawancara akhir Mei bahwa perusahaan tidak dapat menarik garis antara pengeluaran AI kolosal mereka dan hasil bisnis yang berarti. "Hubungan itu belum ada," katanya. "Semakin sulit untuk membenarkan" biayanya . Secara internal, para eksekutif Uber mulai menyebut masalah itu dengan namanya: "tokenmaxxing" .

Perhitungan yang Lebih Luas

Meta dan perusahaan besar lainnya juga telah membatalkan atau meninjau peringkat penggunaan AI mereka, dan perusahaan-perusahaan besar secara umum kini menilai ulang pengeluaran AI yang tak terkendali yang tidak menghasilkan keuntungan proporsional . Tren tokenmaxxing, seperti disimpulkan Fortune, "sudah mati" .

Biaya Tersembunyi: Lebih Banyak Kode, Lebih Banyak Bug, Lebih Banyak Utang Teknis

Pukulan balik ini bukan hanya tentang anggaran. Semakin banyak bukti menunjukkan bahwa kode yang dihasilkan AI sedang menanam bom waktu dalam proyek perangkat lunak.

• Ilusi produktivitas itu nyata. Persepsi tentang kecepatan dibantah oleh riset terkontrol. Fokus pada volume token dan baris kode yang dihasilkan mengaburkan biaya tersembunyi dari debugging, refactoring, dan pemeliharaan perangkat lunak yang ditulis AI. Sebuah laporan GitClear dari Januari 2026 menemukan bahwa code churn—ukuran baris yang dihapus versus yang ditambahkan—telah meroket sebesar 861% di lingkungan dengan adopsi AI tinggi .
• Utang teknis sedang menumpuk. Output cepat dari alat AI menghasilkan kode yang membutuhkan lebih banyak pengerjaan ulang dan menimbulkan kerentanan keamanan. Analis memperingatkan bahwa beban pemeliharaan yang dihasilkan dapat dengan mudah mengimbangi keuntungan kecepatan jangka pendek, mengancam kesehatan basis kode dalam jangka panjang .
• Pengukurannya sendiri rusak. Seluruh episode ini mengungkapkan bahwa metrik aktivitas—baris kode, konsumsi token, jumlah agen AI yang dipanggil—adalah pengganti yang sangat cacat untuk mengukur output aktual. Seperti yang ditulis dalam satu analisis, "kesan subjektif adalah panduan yang buruk untuk dampak yang terukur bahkan ketika ukuran efeknya sendiri bergerak."

Panduan Baru: Cara Menyeimbangkan AI dan Pengawasan Manusia

Perhitungan tahun 2026 menghasilkan konsensus baru yang lebih bijaksana tentang cara mengintegrasikan AI ke dalam rekayasa perangkat lunak.

• Tinggalkan metrik berbasis token. Perusahaan-perusahaan membatalkan papan peringkat dan bergerak menuju kecerdasan rekayasa yang melacak fitur yang dikirim, kualitas kode, dan tingkat cacat, bukan volume konsumsi AI. Akuisisi platform pengalaman pengembang DX senilai $1 miliar oleh Atlassian adalah contoh investasi dalam mengukur hasil yang berarti daripada aktivitas mentah .
• Mandatkan tinjauan manusia yang ketat. Studi METR menunjukkan bahwa tanpa pengawasan yang cermat, alat AI dapat membuat pengembang berpengalaman menjadi kurang produktif. Tinjauan kode dan perencanaan arsitektur tetap menjadi aktivitas yang kritis, bukan opsional .
• Batasi pengeluaran AI berdasarkan nilai yang ditunjukkan, bukan penggunaan. Pengalaman Uber menunjukkan bahwa pengeluaran AI berbasis penggunaan tanpa batas tidak berkelanjutan. Penganggaran harus dikaitkan dengan keuntungan yang terukur, bukan target adopsi .
• Desain ulang budaya evaluasi. Tujuannya adalah untuk menggeser pertanyaan inti dari "siapa yang paling banyak menggunakan AI?" menjadi "hasil berguna apa yang dimungkinkan AI untuk tim kita?" Ini berarti menghargai penggunaan AI yang bijaksana dan efektif, bukan hanya konsumsi bervolume tinggi .

Pelajaran dari tahun 2026 sudah jelas: alat coding AI telah menciptakan ketergantungan psikologis dan operasional yang belum pernah terjadi sebelumnya sebelum mereka secara andal membuktikan nilai ekonomi mereka. Perusahaan yang akan menavigasi paradoks ini adalah mereka yang memperlakukan AI sebagai alat yang harus dikuasai dengan disiplin, bukan dewa yang harus diberi persembahan token yang semakin besar.