Paradoks AI Coding: Fitur Makin Murah, Kenapa Kita Malah Makin Lama di Depan Laptop?

Di tulisanku sebelumnya tentang vibe coding, aku cerita bahwa Hariku sekarang punya 42 ekstensi dan lebih dari 8.000 tes otomatis, dibangun dengan bantuan AI. Reaksi yang paling sering aku dengar setelahnya: "Enak banget ya sekarang ada AI. Pasti kerjaanmu cepat beres, terus bisa santai."

Jujur? Yang terjadi justru kebalikannya.

Sejak AI jadi teman kerja sehari-hari, jam kerjaku bukannya berkurang, malah makin panjang. Dulu, sebelum menambah satu fitur, aku harus pusing dulu: strukturnya mau seperti apa, kodenya mulai dari mana, dokumentasinya di mana. Rasa pusing itu ternyata punya fungsi penting. Dia jadi rem. Jam sebelas malam, otak capek, bayangan harus menulis ratusan baris kode dari nol sudah cukup bikin aku bilang, "Udah, lanjut besok aja."

Sekarang rem itu hilang. Ide muncul jam sebelas malam? Tinggal suruh AI kerjakan, lalu aku tinggal mengetes pakai NVDA dan me-review kodenya. Dan karena bikin fitur sekarang terasa semudah itu, harga sebuah fitur jadi murah. Bukan lagi sesuatu yang mahal dan perlu dipertimbangkan matang-matang, tapi sesuatu yang "yaudah, sekalian aja".

Aku penasaran apakah ini cuma perasaanku. Ternyata bukan. Ada hukum ekonomi dari tahun 1865 yang menjelaskannya, ada riset yang mengukurnya, dan yang paling menarik: para CEO perusahaan AI sendiri, tanpa sadar, sudah mengakuinya.

Ringkasan singkat

• AI memangkas biaya menulis kode, tapi tidak memangkas jam kerja. Ketika membuat fitur jadi murah, kita tidak bekerja lebih sedikit. Kita membuat lebih banyak fitur. Ini disebut Paradoks Jevons.
• AI menghapus "rem alami" kita. Rasa malas memulai dari nol dulu memaksa kita berhenti. Sekarang setiap masalah selalu punya langkah berikutnya, dan sesi kerja jalan terus sampai kita sendiri yang memutuskan berhenti.
• Riset sudah melihatnya. Studi di Harvard Business Review (Februari 2026) menyimpulkan bahwa AI tidak mengurangi kerja, tapi mengintensifkannya. Survei LeadDev 2026 menemukan 45% engineer bekerja lebih lama dibanding setahun sebelumnya.
• Para elit teknologi mengakuinya, dengan bahasa mereka sendiri. Satya Nadella mengutip Paradoks Jevons. Jensen Huang bilang kita akan lebih produktif "dan tetap lebih sibuk". Andrej Karpathy, pencetus istilah vibe coding, mengaku belum pernah merasa setertinggal ini sebagai programmer.
• Pegangan dariku: kalau di artikel sebelumnya ada Checklist VIBE untuk menjaga kode, di sini ada Checklist REM untuk menjaga diri sendiri: Relevansi, Estimasi biaya rawat, Matikan sesi.

Kenapa makin mudah justru makin lama?

1. Paradoks Jevons: yang murah tidak dihemat, tapi dipakai besar-besaran

Tahun 1865, ekonom Inggris William Stanley Jevons menulis buku The Coal Question. Ia mengamati sesuatu yang aneh: mesin uap makin lama makin hemat batu bara, tapi konsumsi batu bara Inggris secara keseluruhan bukannya turun, malah naik. Alasannya sederhana. Ketika sesuatu jadi lebih efisien dan lebih murah, orang tidak memakainya lebih sedikit. Orang menemukan seribu cara baru untuk memakainya.

Sekarang ganti "batu bara" dengan "fitur aplikasi":

• Sebelum AI, satu fitur itu mahal: berhari-hari merancang, mengetik, dan memperbaiki error. Karena mahal, kita pilih-pilih. Fitur yang tidak benar-benar penting, ya tidak dibuat.
• Setelah AI, satu fitur itu murah: beberapa kalimat perintah, tunggu sebentar, tes. Karena murah, kita tidak lagi pilih-pilih. Proyek yang dulu cukup dengan tiga fitur utama, sekarang terasa tanggung kalau tidak sekalian ditambah sepuluh.

Efisiensinya nyata. Tapi efisiensi itu tidak berubah jadi waktu istirahat. Efisiensi itu berubah jadi ambisi.

2. Hilangnya "pusing di awal"

Dalam psikologi ada istilah activation energy, yaitu tenaga mental yang dibutuhkan untuk memulai sesuatu. Bagi programmer, bagian tersulit sering bukan menyelesaikan fitur, tapi memulainya dari halaman kosong.

AI menghapus hampir seluruh tenaga awal itu. Dan di situlah masalahnya: rasa berat untuk memulai itu dulu adalah sinyal alami tubuh untuk berhenti. Tanpa sinyal itu, satu fitur selesai langsung disambung ide berikutnya, karena "tadi gampang banget, sekalian aja".

Rebecca Koniahgari, yang dikutip LeadDev dalam artikel AI coding is addictive. Engineers are paying the price (Juni 2026), menggambarkannya dengan tepat: setiap masalah selalu punya langkah berikutnya, jadi sesi kerja jalan terus sampai kamu secara sadar memutuskan untuk berhenti. Dulu kita berhenti karena mentok atau menunggu review. Sekarang hampir tidak ada yang memaksa kita berhenti.

3. Efek "satu prompt lagi"

Siklus kerja dengan AI punya ritme yang khas: suruh AI → tunggu sebentar → tes → minta perbaikan sedikit → ulangi. Kadang hasilnya langsung jalan mulus dan rasanya puas sekali. Kadang ada bug kecil yang bikin penasaran, "satu prompt lagi pasti beres".

Pola hadiah yang tidak bisa ditebak seperti ini, kadang langsung berhasil dan kadang belum, dikenal dalam psikologi sebagai salah satu pendorong perilaku berulang yang paling kuat. Pola yang sama dipakai mesin slot dan gim "satu giliran lagi". Steve Yegge, programmer veteran yang pernah bekerja di Amazon dan Google, bahkan menyebut AI coding "benar-benar adiktif" dalam esainya The AI Vampire (Februari 2026). Ia membandingkan AI dengan "vampir energi": produktivitasnya luar biasa, tapi menyedot tenaga penggunanya. Sarannya cukup ekstrem: batasi kerja intensif bersama AI hanya beberapa jam sehari.

Simon Willison, programmer dan penulis yang banyak meneliti AI, mengaku hal serupa. Ia sering menjalankan dua sampai tiga proyek sekaligus dengan AI, dan setelah satu sampai dua jam, energi mentalnya untuk hari itu hampir habis. Ia juga bercerita mengenal orang-orang yang sampai kurang tidur karena sulit menahan diri untuk membangun satu fitur lagi dengan "satu prompt lagi".

Apa kata riset?

Ini bukan cuma cerita satu-dua orang. Beberapa penelitian sudah mengukurnya:

Semua penelitian ini punya keterbatasan. Studi HBR hanya di satu perusahaan, METR hanya 16 orang, dan sebagian besar hasilnya bersifat korelasi, bukan bukti sebab-akibat. Tapi arahnya konsisten: yang hemat adalah waktu mengetik, bukan waktu kerja.

Apa kata para elit teknologi?

Bagian ini yang paling menarik buatku. Iklan alat AI selalu menjual mimpi "kerja lebih cepat, pulang lebih awal". Tapi kalau kita baca pernyataan para pemimpinnya sendiri, ceritanya lain.

Satu hal perlu aku tegaskan supaya adil: tidak satu pun dari mereka yang bilang AI itu buruk. Mereka semua optimis, dan aku juga. Tapi kalau dibaca baik-baik, tidak ada satu pun yang menjanjikan kita akan bekerja lebih sedikit. Yang mereka janjikan adalah kita akan bekerja lebih banyak hal.

Ketika harga sebuah fitur jatuh

Perubahan terbesar yang aku rasakan bukan cuma soal jam kerja, tapi soal bagaimana kita menghargai sebuah fitur.

Ketika siapa pun bisa membuat fitur dengan cepat, satu fitur tidak lagi terasa istimewa. Standar kita ikut naik. Kita merasa harus menumpuk lebih banyak fitur supaya tetap terasa berharga, lalu menghabiskan lebih banyak waktu untuk menguji dan merawat semuanya.

Padahal yang murah itu cuma menulisnya. Mengetes, membaca ulang, menjaga keamanannya, memastikan pembaca layar tetap membacanya dengan benar, dan merawatnya bertahun-tahun ke depan, semua itu harganya tetap sama. Bahkan bisa lebih mahal, karena jumlahnya sekarang jauh lebih banyak.

Pengalamanku sendiri

Aku nggak menulis ini dari menara gading. Aku menulisnya sebagai orang yang sedang mengalaminya.

Dulu, setiap ada ide ekstensi baru untuk Hariku, aku menghitung dulu: kerangkanya, antarmukanya supaya ramah NVDA, tesnya. Hitungan itu sering bikin aku menunda ide tersebut. Sekarang ide muncul, beberapa saat kemudian kodenya sudah ada.

Tapi pekerjaan sebenarnya justru dimulai setelah AI bilang "selesai". Aku harus menjalankannya dan mendengarkannya: apakah urutan Tab-nya masuk akal, apakah setiap tombol punya label yang dibacakan NVDA, apakah pesan errornya jelas tanpa harus melihat layar. AI tidak tahu rasanya memakai aplikasi dengan telinga. Bagian itu tetap tugasku, dan bagian itu tidak bisa dipercepat dengan prompt.

Lebih dari 8.000 tes otomatis di Hariku juga lahir dari sini. Semakin banyak fitur yang ditulis AI, semakin banyak jaring pengaman yang harus aku bangun dan rawat.

Dan jujur, artikel ini sendiri ditulis di tengah fenomena yang dibahasnya. Dalam satu hari terakhir saja, aku dan AI menambahkan alur editorial artikel, asisten editor AI bernama Arunika, pengumuman artikel otomatis ke WhatsApp, kabar review untuk grup tim, dan menulis ulang beberapa halaman kebijakan situs. Banyak? Banget. Sudah lewat tengah malam? Iya. Apakah semua itu harus selesai hari ini? Kalau aku jujur pada diri sendiri: nggak juga.

Di situlah aku sadar: aku jatuh cinta pada proses membuat sesuatu, sampai lupa bahwa setiap fitur yang lahir dengan murah hari ini tetap punya biaya rawat yang mahal besok.

Checklist REM: tiga pertanyaan sebelum menyuruh AI menambah fitur

Kalau Checklist VIBE di artikel sebelumnya menjaga kode, Checklist REM ini menjaga kita. Namanya sengaja dipilih: REM juga nama fase tidur yang paling dalam. Bagian yang sering kita korbankan demi "satu prompt lagi".

R: Relevansi. Apakah fitur ini benar-benar dibutuhkan?

Ingat langkah kedua Musk: hapus dulu, baru optimalkan. Tanyakan pada diri sendiri: aku mau membuat fitur ini karena penggunaku butuh, atau karena aku tahu AI bisa membuatnya dalam lima menit? Kalau jawabannya yang kedua, tulis saja dulu di catatan ide. Kalau minggu depan masih terasa penting, baru dibuat.

E: Estimasi biaya rawat. Berapa harga sebenarnya?

Jangan menghitung harga fitur dari seberapa cepat AI menulisnya. Hitung dari waktu yang dibutuhkan untuk mengetes, me-review, mengamankan, dan merawatnya. Menulisnya mungkin lima menit bagi AI. Sisanya adalah waktumu, sekarang dan bertahun-tahun ke depan. Kalau kamu belum siap membayar biaya rawatnya, jangan dulu minta AI menulis kodenya.

M: Matikan sesi. Tentukan garis selesai sebelum mulai

Bekerja dengan AI tidak lagi memberi sinyal lelah lewat jari yang pegal atau otak yang buntu. Jadi kamu harus membuat batasnya sendiri, sebelum mulai: "Malam ini aku cuma memperbaiki dua hal ini. Kalau selesai dalam lima belas menit, laptop tetap kututup." Penulis studi HBR menyarankan hal serupa: jeda yang disengaja dan kebiasaan bersama tentang kapan memakai AI dan kapan berhenti.

Pertanyaan yang sering ditanyakan

Apakah AI benar-benar membuat programmer bekerja lebih cepat?

AI membuat menulis kode jauh lebih cepat. Tapi itu tidak otomatis membuat jam kerja lebih singkat. Studi METR menemukan developer berpengalaman justru 19% lebih lambat di proyek mereka sendiri, padahal merasa lebih cepat. Studi di Harvard Business Review menemukan AI justru mengintensifkan kerja.

Apa itu Paradoks Jevons?

Prinsip ekonomi dari William Stanley Jevons (1865): ketika teknologi membuat sesuatu lebih efisien dan murah, total pemakaiannya justru naik, bukan turun. Dalam pemrograman, ketika AI membuat fitur jadi murah, kita membuat jauh lebih banyak fitur, sehingga total kerja dan beban pengujian ikut naik.

Kenapa coding dengan AI terasa bikin ketagihan?

Karena AI menghapus beban terberat di awal, yaitu memulai dari nol, lalu menggantinya dengan siklus cepat: perintah, hasil, tes. Hasilnya kadang langsung berhasil, kadang hampir. Pola hadiah yang tidak bisa ditebak seperti ini sangat kuat mendorong kita untuk mengulang, mirip efek "satu giliran lagi" di gim.

Kalau fitur sudah murah, apa yang masih mahal dari seorang programmer?

Keputusan. Selera. Ketelitian menguji. Arsitektur yang rapi. Pemahaman tentang pengguna, termasuk bagaimana sebuah aplikasi terdengar di pembaca layar. Dan yang paling langka: kemampuan menahan diri. Siapa pun bisa menyuruh AI menambah sepuluh fitur sehari, tapi hanya developer yang disiplin yang tahu dua fitur mana yang layak dipertahankan.

Apakah artinya kita sebaiknya berhenti memakai AI?

Sama sekali tidak. Aku memakainya setiap hari dan tidak berencana berhenti. Intinya bukan menolak AI, tapi sadar bahwa AI mempercepat kita ke arah mana pun kita sedang berjalan, termasuk ke arah kelelahan. Remnya harus kita pasang sendiri.

Penutup

AI memang mengubah cara kita bekerja, tapi bukan dengan cara yang ada di iklan. AI tidak membuat kita duduk santai menonton mesin bekerja. Dengan menghapus rasa pusing di awal, AI membuka keran ide lebar-lebar, dan mengubah kita dari penulis kode menjadi penguji dan peninjau yang bisa bekerja tanpa henti.

Di masa ketika membuat fitur sudah semurah ini, keahlian termahal seorang developer bukan lagi seberapa banyak fitur yang bisa ia hasilkan dalam semalam. Keahlian termahalnya adalah keberanian untuk bilang "cukup", menguji yang sudah ada dengan penuh tanggung jawab, dan tahu kapan harus menutup laptop.

Yang, ngomong-ngomong, akan aku lakukan setelah menekan tombol ajukan untuk artikel ini. ♾

— Rafli, InfiArtt

Sumber

1. William Stanley Jevons, The Coal Question (1865). Ringkasan: Wikipedia, "Jevons paradox".
2. GeekWire, "Microsoft CEO says AI use will skyrocket with more efficiency amid craze over DeepSeek", Januari 2025.
3. Futura-Sciences, "Top tech CEO warns AI won't replace us, it'll overload us", tentang pernyataan Jensen Huang di U.S.–Saudi Investment Forum, November 2025.
4. TechRadar, "Jensen Huang says we don't need to fear AI", GTC, April 2026.
5. Every, "The One-Person Billion-Dollar Company", tentang pernyataan Sam Altman, Februari 2024.
6. Business Insider, "Anthropic's CEO says that in 3 to 6 months, AI will be writing 90% of the code", Maret 2025.
7. AOL/Business Insider, "The guy who coined 'vibe coding' now says he's never felt more behind as a programmer", Desember 2025.
8. OODA Loop, "The Everyday Astronaut: Elon Musk and his five-step engineering process", Agustus 2021.
9. Aruna Ranganathan & Xingqi Maggie Ye, "AI Doesn't Reduce Work—It Intensifies It", Harvard Business Review, 9 Februari 2026. Ringkasan dan tanggapan: Simon Willison.
10. Steve Yegge, "The AI Vampire", Februari 2026. Ringkasan: Simon Willison.
11. LeadDev, "AI coding is addictive. Engineers are paying the price", 30 Juni 2026, berisi data LeadDev Engineering Leadership Report 2026.
12. The Decoder, "AI coding can make developers slower even if they feel faster", tentang studi METR, 2025.
13. Google Cloud, DORA Accelerate State of DevOps Report 2024.
14. DevClass, "AI is eroding code quality states new in-depth report", tentang laporan GitClear 2025, Februari 2025.
15. CIO, "Devs gaining little (if anything) from AI coding assistants", tentang studi Uplevel, September 2024.