10 ide dari AI Engineer tentang bagaimana pengembangan berubah ketika agen menulis kode
OpenAI
Anthropic
GitHub
OpenAI melakukan eksperimen di mana tiga insinyur membuat produk dengan sekitar satu juta baris kode dalam lima bulan, dengan semua kode dihasilkan oleh Codex, dalam sekitar sepersepuluh waktu tradisional. Hambatan utama bergeser dari produksi kode ke kemampuan untuk menentukan apa yang akan dibangun, mengatur agen otonom, memverifikasi hasil, dan mencegah kerusakan sistem. Wawasan ini disajikan pada konferensi AI Engineer 2026 di London dan San Francisco, dengan ceramah tentang rekayasa harness, agen berjalan lama, koordinasi multi-agen, dan lainnya.
Pada konferensi AI Engineer 2026 di Eropa dan World's Fair, beberapa presentasi mengeksplorasi bagaimana pengembangan perangkat lunak berubah ketika agen AI menulis kode. Eksperimen OpenAI dengan Codex, di mana tiga teknisi membangun produk sejuta baris dalam lima bulan tanpa menulis satu baris pun secara manual, menunjukkan bahwa kecepatan pembuatan kode bukan lagi hambatan; kendala baru adalah kemampuan manusia untuk menentukan persyaratan, mengatur agen otonom, memverifikasi keluaran, dan mencegah keruntuhan sistem yang dipercepat. Ryan Lopopolo memperkenalkan 'rekayasa kendali': kerangka kerja di mana manusia mengarahkan dan agen mengeksekusi, dengan infrastruktur yang mencakup dokumentasi, pengujian, aturan arsitektur, dan mekanisme umpan balik. Ash Prabaker dan Andrew Wilson dari Anthropic membahas agen yang berjalan lama, mengusulkan manajemen status eksternal, evaluasi adversarial, dan prosedur serah terima untuk menjaga koherensi selama berjam-jam. Maggie Appleton dari GitHub Next membahas dimensi sosial dari sistem multi-agen, memperingatkan bahwa dua lusin agen tidak secara otomatis membentuk tim dan bahwa koordinasi, resolusi konflik, serta desain yang terfokus diperlukan untuk menghindari kekacauan.
Sumber: Habr — хаб ИИ —
asli
