Aku Biarin AI Agent Nulis Kode. Ini Alasan Hasilnya Nggak Berantakan

AI agent sekarang udah jadi bagian dari cara aku bikin software. Dia bisa nulis draf pertama dengan cepat, ngulik kode yang belum familiar, dan ngerjain perubahan yang berulang. Tapi cepat doang nggak guna kalau hasilnya salah, susah dibaca, atau nggak aman dirilis. Ini workflow yang aku pakai buat ngejagainya.

Bikin rencana dulu sebelum nge-prompt

Kesalahan paling mahal terjadi pas agent langsung ngoding dari permintaan yang samar. Sebelum minta kode, aku nulis rencana singkat: apa yang harus berubah, file mana yang kena, apa yang nggak boleh rusak, dan gimana aku bakal ngeceknya. Sering kali agent yang bikin draf rencananya, terus aku yang koreksi. Ngobrol kayak gini jauh lebih murah daripada nge-review implementasi yang salah.

Kasih konteks yang tepat

Agent cuma tahu apa yang bisa dia lihat. Jadi aku nyusun project knowledge biar bagian yang relevan gampang dikasih:

• Konvensi dan command di file instruksi project.

• Reusable agent skills buat tugas yang berulang, kayak design review atau langkah rilis.

• MCP tools buat konteks live: dokumentasi, schema database, atau browser.

Konteks yang bagus bikin agent nggak banyak nebak, dan makin sedikit nebak, makin sedikit kode yang harus dibuang.

Tulis prompt yang terstruktur

Prompt terstruktur itu jelasin tujuan, batasan, dan definition of done. Contohnya: "Tambahin filter kategori di halaman project. Struktur URL yang ada jangan diubah, dukung pengguna keyboard, dan jangan nambah dependency. Dianggap selesai kalau typecheck, lint, dan build lolos."

Review semua yang mau dirilis

Kode hasil generate itu cuma draf. Aku baca setiap diff dengan pertanyaan yang sama kayak code review biasa:

• Ini beneran nyelesaiin masalahnya, atau cuma yang tertulis di prompt?

• Udah ngikutin pola dan penamaan yang ada di codebase?

• Edge case, error, dan accessibility-nya udah ditangani?

• Aku masih nyaman nge-maintain kode ini enam bulan lagi?

Agent nulis draf pertama. Aku tetap yang bertanggung jawab atas apa yang sampai ke production.

Cek beneran, jangan asal percaya

Tiap perubahan ditutup dengan pengecekan nyata: type checking, linting, test, dan jalanin aplikasinya. Buat kerjaan UI, aku lihat hasilnya langsung di browser, di desktop dan mobile. Agent bilang "selesai" belum tentu fiturnya jalan.

Kalau dipakai dengan cara ini, AI agent nggak menggantikan engineering judgment. Justru dia ngasih aku lebih banyak waktu buat itu.