AI menulis makin banyak kode. Konsekuensinya, nilai manusia bergeser: bukan lagi pada siapa yang paling cepat mengetik, melainkan pada menentukan apa yang dibangun dan memastikan hasilnya benar.

Karpathy sendiri, orang yang memperkenalkan istilah vibe coding, kemudian memperkenalkan istilah agentic engineering sebagai evolusi yang lebih matang. Dalam agentic engineering, agen AI bekerja dengan tujuan yang terstruktur, konteks yang kaya, dan alur kerja yang jelas, termasuk tes dan review. Kecepatannya tetap tinggi, tetapi disiplinnya ikut naik.

Bedanya kira-kira seperti ini:

Kalau kamu mengikuti kelas ini dari awal, sebenarnya kamu sudah mempelajari bahan-bahan agentic engineering: prompt dengan kriteria selesai, langkah kecil, Git, tes, dan checklist keamanan.

1. Berpikir produk. Memahami masalah pengguna dan menulis spesifikasi yang jelas.
2. Arsitektur sistem. Merancang struktur yang bisa dirawat dan dikembangkan.
3. Review kode dan keamanan. Menilai hasil AI secara kritis sebelum dirilis.
4. Pengujian dan observability. Membuktikan aplikasi benar dan memantaunya setelah rilis.
5. Mengarahkan agen. Memberi konteks, batasan, dan tujuan yang tepat untuk AI.

Perhatikan bahwa kelimanya berkaitan dengan menentukan arah dan menjamin mutu. Tidak ada satu pun yang berbunyi "mengetik kode lebih cepat". Ini kabar baik untuk kamu yang sedang belajar: skill ini bisa dilatih sejak sekarang, bahkan pada proyek kecil.

Skill ketiga dan keempat paling mudah dilatih lewat satu kebiasaan: setiap kali menerima fungsi dari AI, tanyakan "input apa yang bisa membuat fungsi ini salah?". Input seperti itu disebut kasus tepi (edge case).

Ingat fungsi rataRata dari bab pertama:

function rataRata(nilai) {
  let total = 0;
  for (const n of nilai) total += n;
  return total / nilai.length;
}

Daftar kasus tepi yang patut dicoba:

Baris kedua cukup mengejutkan. Operator + pada angka dan teks menggabungkan keduanya menjadi teks, sehingga 0 + 80 + "90" menjadi "8090". Data dari formulir HTML selalu berupa teks, jadi kasus ini sangat mungkin terjadi.

Setelah daftar kasus tepi ada, ubah menjadi spesifikasi dan pemeriksaan:

// Spesifikasi rataRata(nilai):
// - daftar kosong -> null
// - ada nilai yang bukan angka, atau di luar 0..100 -> lempar RangeError
// - hasil dibulatkan ke 1 angka di belakang koma

rataRata([]) === null;
rataRata([80, 85, 86]) === 83.7;
(() => { try { rataRata([80, 150]); return false; } catch (e) { return e instanceof RangeError; } })();

Pemeriksaan ketiga terlihat rumit, tetapi polanya sederhana: jalankan fungsi di dalam try. Kalau tidak ada error, pemeriksaan gagal. Kalau ada error dengan jenis yang benar, pemeriksaan lolos.

Daftar pemeriksaan seperti ini bisa kamu tempel kembali ke AI: "Perbaiki rataRata supaya semua pemeriksaan ini lolos". Inilah agentic engineering dalam skala kecil: tujuan jelas, kriteria terukur, dan kamu yang menilai.

Deck kelas ini menawarkan tiga level latihan. Pilih yang sesuai, dan tetapkan target hasil yang bisa didemokan di akhir sesi.

Untuk level 2, perhatikan targetnya: data tiap pengguna tersimpan dan terpisah. Ini persis risiko "aturan akses terlupa" dari bab sebelumnya. Uji dengan dua akun berbeda dan pastikan akun pertama tidak bisa melihat to-do akun kedua. Untuk level 3, sertakan checklist keamanan dari bab risiko.

Di platform ini, latihan kode dan proyek akhir kelas melatih bagian yang sama dengan level 3 dalam bentuk kecil: kamu menerima kode "buatan AI" yang punya bug dan validasi yang hilang, lalu memperbaikinya sampai semua pemeriksaan lolos.

Lima hal yang perlu kamu ingat dari seluruh kelas:

1. Vibe coding membangun software dengan mendeskripsikan keinginan kepada AI dalam bahasa natural.
2. Siklusnya sederhana: deskripsikan, hasilkan, jalankan, arahkan, dalam langkah kecil.
3. Tool bisa berganti; kebiasaan baik seperti prompt jelas, konteks kaya, dan Git yang membuatmu unggul.
4. Cepat bukan berarti aman: selalu jalankan checklist keamanan sebelum merilis ke publik.
5. Masa depan milik mereka yang pandai menentukan apa yang dibangun dan menilai hasilnya.

Semboyan penutup deck merangkum semuanya: Deskripsikan, Bangun, Rilis. Mulailah dari satu prompt hari ini. Daftar referensi lengkap (Karpathy, Collins Dictionary, Veracode, Cloud Security Alliance, Kaspersky, Codegen, dan roadmap.sh) ada di slide referensi jika kamu ingin membaca sumber aslinya.