Perbaikan Diri Rekursif bukan lagi sebuah teori. Ini adalah catatan rilis terkini.
Anthropic baru-baru ini menerbitkan analisis yang menggugah tentang Perbaikan Diri Rekursif (RSI): momen ketika sistem AI mulai menulis kode yang meningkatkan diri mereka sendiri. Bagi kita yang membangun perangkat lunak perusahaan, ini bukanlah tonggak yang jauh. Ini adalah log komit yang sedang kita gabungkan ke dalam produksi hari ini.
Di Mercury Technology Solution, misi kami adalah Mempercepat Digitalitas—untuk membantu merek menyederhanakan operasi melalui teknologi yang benar-benar berfungsi. Untuk melakukan itu, kami harus berada di garis depan. Dan saat ini, garis depan sedang bergerak ke arah yang mendefinisikan ulang apa arti "rekayasa perangkat lunak".
Berikut adalah apa yang dikatakan data, bagaimana rasanya di lapangan, dan ke mana nilai manusia pergi ketika mesin tidak lagi membutuhkan sintaks kita.
Tiga Angka yang Mengubah Segalanya
Laporan Anthropic hadir dengan tiga poin data yang mencerminkan persis apa yang kami lihat di dalam tim teknik Mercury sendiri.
1. Ambang 80%
Pada Mei 2026, lebih dari 80% kode yang digabungkan Anthropic ke dalam produksi ditulis oleh Claude. Kami melihat rasio yang sama secara internal. Ketika kami membangun platform komprehensif sepertiMercury Business Operation Suite—yang mencakup penjualan, SDM, dan manajemen proyek—AI menangani pekerjaan berat. Untuk proyek greenfield tanpa beban warisan, persentase itu sering kali meningkat bahkan lebih tinggi.
Implikasinya bukan bahwa insinyur menghilang. Melainkan bahwabertindaksintaks penulisan telah dikomoditisasi.
2. Pengganda 8x
Keluaran kuartalan seorang insinyur tunggal kira-kira delapan kali lipat dari yang ada pada tahun 2024. Pengalaman pribadi saya menempatkan rentang tersebut antara 5x dan 10x, tergantung pada tugasnya. Ironisnya, mikro-tugas—menyesuaikan komponen UI, menerjemahkan string yang dilokalisasi, menjalankan perintah bash cepat—masih lebih cepat dilakukan secara manual. Namun untuk arsitektur substantif, manusia kini beroperasi pada skala supermanusia.
3. Keandalan Berlipat Ganda Setiap Empat Bulan
Pengukuran METR menunjukkan bahwa durasi tugas kompleks yang dapat diselesaikan AI dengan andal berlipat ganda setiap empat bulan. Claude Opus 4.6 sudah menjalankan tugas yang akan menghabiskan seluruh hari seorang insinyur senior.
Trajektori ini tidak linier. Ini bersifat kompaun.
Mengapa "Vibe Coding" Mati pada Skala Perusahaan
Industri ini memiliki istilah yang menarik untuk mendorong AI agar membuat aplikasi yang mencolok dan berharap arsitekturnya dapat bertahan:vibe coding. Ini berhasil untuk prototipe. Namun, ini akan runtuh pada satu juta baris kode.
Ketika Anda mengelola platform dengan persyaratan keamanan yang nyata, batasan skalabilitas yang nyata, dan permukaan integrasi yang nyata, Anda tidak bisa berharap untuk mencapai stabilitas. Anda memerlukan arsitektur. Anda memerlukan selera. Anda memerlukan seseorang yang memahami mengapa strategi caching lebih penting daripada animasi gradien.
Berikut adalah kebenaran brutal yang dikonfirmasi oleh tesis Anthropic: biaya marginal untuk menghasilkan perangkat lunak mendekati nol. Selama satu abad, insinyur paling cemerlang di bumi menulis kode brilian dengan tujuan yang tidak terucapkan untuk mengotomatiskan diri mereka dari pengetikan. Skrip itu telah terwujud.
Jadi, apa yang tersisa?
Dari Coder ke Arsitek: Benteng Manusia
Anthropic menyebutnyapenetapan arahSaya menyebutnya satu-satunya pekerjaan yang bertahan dalam rekursi.
Nilai Anda tidak lagi terletak padabagaimanauntuk mengkode. Nilai Anda terletak pada:
- Definisi masalah— mengetahui titik sakit mana yang layak untuk diselesaikan
- Riset selera— mengenali kapan jalur eksperimen adalah jalan buntu sebelum Anda menghabiskan enam sprint di atasnya
- Wawasan strategis— melihat bagaimana keputusan teknis mempengaruhi model bisnis delapan belas bulan dari sekarang
Insinyur tahun 2027 perlu bangkit dari layar, duduk di samping pelanggan, dan terlibat dalam kebutuhan bisnis dunia nyata. Keunggulan kompetitif Anda bukanlah kecepatan mengetik. Melainkan penilaian arsitektural dan kebijaksanaan kontekstual.
Jika Anda masih mengukur nilai Anda berdasarkan jumlah baris kode yang dikomit, Anda sedang mengoptimalkan untuk metrik yang sudah dimenangkan oleh AI.
Hukum Amdahl: Sempitnya Hanya Pindah
Anthropic mengacu pada Hukum Amdahl dengan jujur, dan itu layak untuk dipahami. Hukum ini menyatakan bahwa kecepatan keseluruhan dari suatu proses dibatasi oleh komponen terlemah yang tidak dipercepat.
AI tidak menghilangkan bottleneck. Ia memindahkannya ke hulu.
Seiring AI menghasilkan kode dalam volume yang belum pernah terjadi sebelumnya, titik penyumbatan baru adalah tinjauan dan verifikasi manusia. Mesin dapat menulis sepuluh ribu baris sebelum makan siang. Namun, seseorang tetap harus membacanya, memahami maksudnya, dan menyetujui penggabungan tersebut.
Di organisasi yang selamat dari transisi ini, profesional yang paling berharga adalah mereka yang dapat dengan cepat mengidentifikasi di mana titik penyumbatan berpindah—dan mengatasinya.
Di Mercury, kami menangani hal ini secara langsung denganMercury Muses AI, asisten cerdas yang mengotomatiskan tugas operasional yang repetitif sehingga tim manusia kami dapat tetap fokus pada penilaian strategis daripada tinjauan mekanis.
Komputasi adalah Raja: Penahanan Perangkat Keras
Ada lapisan geopolitik pada RSI yang sebagian besar orang perangkat lunak lebih suka abaikan.
Jika AI benar-benar memasuki siklus tertutup perbaikan diri, kecepatan kemajuan teknologi manusia akan ditentukan oleh satu variabel tunggal:komputasi.
Jika pengembangan AI menjadi perlombaan senjata komputasi murni, siapa pun yang mengendalikan rantai pasokan perangkat keras mengendalikan pengendali kemajuan peradaban. Saat ini, titik kritis paling penting dalam rantai global tersebut adalah pengemasan canggih—secara spesifik CoWoS. Ini berarti Taiwan tetap menjadi penghubung yang tak terbantahkan.
Selama beberapa dekade, kami menyebut produsen semikonduktor sebagai orang-orang"menjual sekop selama demam emas."Alur cerita telah berubah. Tambang emas sekarang menggali dirinya sendiri. Namun, kecepatan ekstraksi masih sepenuhnya bergantung pada sekop.
Dalam 24 hingga 36 bulan ke depan, para pemain yang mengendalikan komputasi akan menghadapi pilihan: terus menjual alat, atau mulai mengoperasikan buldoser.
Alasan Besar "Mengapa": Tata Kelola, Tujuan, dan Pertanyaan yang Tidak Bisa Kita Alihkan
Saya menghabiskan berjam-jam berdiskusi tentang tata kelola AI dengan rekan-rekan saya. Kami memperdebatkan apakah AI dapat diatur dengan cara yang sama seperti senjata nuklir.
Kesimpulan yang mengejutkan? Kami benar-benar tidak tahu.
Melatih model frontier di sebuah server farm jauh lebih mudah untuk disembunyikan dibandingkan dengan silo nuklir. Memverifikasi "jeda" global pada pengembangan AI hampir tidak mungkin ketika insentif komersialnya sebesar ini. Jin tidak hanya keluar dari botol; ia sedang membangun botol yang lebih baik.
Saya tidak percaya Kecerdasan Umum Buatan akan muncul di mana-mana sekaligus pada hari Selasa yang acak. Ia akan menaklukkan industri secara berurutan, domain demi domain. Pengembangan perangkat lunak hanyalah domino pertama yang jatuh dengan pengaruh tertinggi. Setelah lapisan perangkat lunak sepenuhnya otomatis, sisa ekosistem akan mengikuti.
Kita tidak boleh terjebak oleh hal ini. Namun, kita harus menghadapinya dengan mata terbuka lebar.
Selama seratus tahun terakhir, tantangan utama kami adalah mencari tahubagaimanamembangun perangkat lunak. Saat kita memasuki era di mana mesin membangun dirinya sendiri, tanggung jawab utama kita beralih untuk menjawab:
Untuk siapa, dan untuk tujuan apa, kita membangun ini?
Pertanyaan itu tidak dapat dialihkan kepada sebuah model. Ini adalah satu-satunya pekerjaan yang tetap sepenuhnya, secara permanen, manusia.
Tetaplah berada di depan kurva.
— James Huang, CEO Mercury Technology Solution
Inti Masalah
AI Ouroboros bukanlah ancaman di masa depan. Ini adalah keadaan saat ini dari rekayasa produksi. Kode sedang menulis kode. Produktivitas sedang berlipat ganda. Titik-titik kemacetan sedang berpindah ke hulu.
Para insinyur dan organisasi yang bertahan tidak akan menjadi mereka yang mengetik paling cepat. Mereka akan menjadi yang mengajukan pertanyaan terbaik, mengatasi titik kemacetan yang tepat, dan tidak pernah melupakan bahwa teknologi hanya berharga ketika ia melayani tujuan manusia.
Percepat Digitalitas. Tetapi ketahui dengan tepat mengapa.
