Apakah ada yang peduli framework apa yang Anda gunakan?

MMaximilian Schwarzmüller
Computing/SoftwareSmall Business/StartupsAdult EducationInternet Technology

Transcript

00:00:00Seberapa penting pilihan tech stack bagi pengembang seperti Anda dan saya sekarang di April 2026 dengan semua hal yang terjadi di ruang AI,
00:00:23dengan semua kemajuan model AI dan yang lebih penting lagi harness agen AI, alat agen AI seperti Claude Code, Codex, dan sebagainya.
00:00:31Saya telah membuat video tentang alat-alat ini, saya punya beberapa kursus tentang alat-alat ini jika Anda tertarik, kursus Claude Code dan Codex yang sangat populer.
00:00:42Tapi pertanyaan hari ini yang ingin saya bahas lebih dalam dan bagikan pendapat saya adalah seberapa penting pilihan tech stack bagi pengembang?
00:00:57Apakah itu masih penting atau haruskah kita membiarkan AI yang memutuskan, atau mungkin yang lebih relevan, haruskah kita membuat keputusan berdasarkan fakta bahwa kita akan menggunakan AI?
00:01:16Sekarang, bentuk paling dasar dari tidak peduli pada tech stack—dan omong-omong, saya akan fokus pada tech stack dari kacamata pengembang web karena itu bidang utama saya,
00:01:29tapi saya rasa ini akan berlaku untuk semua jenis pengembang. Jalur mudah yang bisa Anda ambil tentu saja adalah Anda mungkin menggunakan alat seperti Claude Code,
00:01:47tidak masalah, dan Anda tidak terlalu peduli dengan tech stack yang dipilih.
00:02:09Siapa yang peduli jika Anda menggunakan TypeScript dan Next.js dengan React, atau jika Anda menggunakan JavaScript murni dan katakanlah TanStack Start,
00:02:16atau mungkin Anda menggunakan Angular alih-alih React. Siapa yang peduli, bukan? Biarkan AI yang memutuskan.
00:02:45Anda bisa melakukannya tentu saja, tetapi di sini kita memasuki ranah "vibe coding" karena kita sebagai pengembang tidak membuat pilihan apa pun,
00:02:59dan segera setelah Anda berhenti membuat pilihan dan keputusan, segera setelah Anda berhenti mengarahkan AI dan peduli pada kodenya, itulah definisi saya tentang vibe coding.
00:03:16Tapi tentu saja ada satu cara untuk mengatakan bahwa pilihan-pilihan ini tidak terlalu penting lagi dan saya akan kembali ke pertanyaan itu nanti.
00:03:44Aspek lain yang mungkin lebih relevan adalah Anda bisa berargumen bahwa ya, Anda sebagai pengembang masih membuat pilihan, tetapi pada akhirnya itu dipengaruhi oleh fakta
00:04:06bahwa Anda akan menggunakan AI untuk membantu proses pengembangan dan Anda akan meninjau kodenya, Anda peduli padanya, Anda tidak sedang melakukan vibe coding,
00:04:28tetapi tetap saja, karena Anda akan sering menggunakan AI, Anda menggunakan tech stack yang Anda tahu dikuasai oleh AI.
00:04:43Anda menggunakan TypeScript, Anda menggunakan Next.js dengan React misalnya, karena Anda tahu ada banyak data pelatihan tentang itu dan AI akan bekerja dengan baik di sana.
00:05:06Ini adalah dua poin utamanya. Kita punya cara pertama yaitu tidak peduli, yang membiarkan AI memilih—pendekatan vibe coding—
00:05:24dan kita punya aspek kedua di mana kita membiarkan AI memengaruhi pilihan tersebut.
00:05:36Saya berargumen kedua pendekatan tersebut agak salah dan sedikit picik. Saya berpendapat bagi pengembang, lebih penting dari sebelumnya untuk memiliki opini tentang tech stack yang akan dikerjakan,
00:05:53untuk membuat keputusan dan pilihan yang cerdas karena tentu saja cara kita bekerja sebagai pengembang sedang bergeser, sedang berubah.
00:06:13Kita menulis lebih sedikit kode. Saya pribadi menulis lebih sedikit kode. Mungkin berbeda bagi Anda, mungkin akan selalu berbeda bagi Anda,
00:06:28tapi sebagai industri secara keseluruhan, terlihat jelas ada pergeseran besar di mana pengembang menulis lebih sedikit kode
00:06:43dan sebaliknya melakukan orkestrasi serta menggunakan agen dan alat AI ini.
00:06:51Hal itu tentu saja menyiratkan bahwa menjadi jauh lebih penting pilihan dan keputusan apa yang kita buat.
00:07:01Jika Anda terjerumus ke dalam lubang vibe coding, jika Anda membiarkan AI membuat pilihan dan keputusan, itu mungkin bukan masa depan yang baik bagi pengembang karena alasan yang jelas.
00:07:09Sebab siapa yang membutuhkan Anda jika yang Anda lakukan hanyalah bertanya pada AI tanpa punya opini, tanpa pengaruh apa pun pada kode yang dihasilkan. Tidak ada yang butuh pengembang untuk itu.
00:07:20Itu tidak akan menghasilkan apa-apa. Mungkin ini pendekatan yang lumayan atau bagus untuk membangun prototipe dengan cepat,
00:07:34untuk membangun aplikasi internal yang hanya perlu melakukan satu hal dengan baik dan Anda tidak peduli tentang kasus tepi, masalah, atau keamanan.
00:07:45Pasti ada kasus penggunaan di mana ini mungkin pendekatan yang valid di mana Anda mungkin melakukan vibe coding untuk sesuatu.
00:08:00Ini juga tentu saja bisa sangat berguna bagi orang-orang yang tidak tahu cara ngoding tetapi bisa membangun perangkat lunak yang mereka butuhkan sendiri dengan mudah.
00:08:10Dengan segala kekurangan yang dimiliki vibe coding, ia tetap memiliki tujuannya sendiri.
00:08:17Ada kasus di mana itu mungkin keputusan yang layak, tapi tentu saja tech stack tidak menjadi masalah dalam kasus tersebut
00:08:31dan orang-orang yang melakukan vibe coding mungkin bahkan tidak tahu opsi apa saja yang ada di luar sana.
00:08:44Sekarang, mengenai membiarkan AI memengaruhi pilihan, saya berargumen ini mungkin argumen yang valid mungkin sekitar setahun yang lalu,
00:09:04mungkin bahkan tidak saat itu, tapi yang pasti tidak lagi berlaku hari ini dan saya akan beri tahu alasannya.
00:09:20Jelas AI punya stack favorit. Saya sudah mengatakannya sebelumnya di video lain. Jika Anda membiarkan AI berjalan sendiri, jika Anda menempuh jalur vibe coding,
00:09:34kemungkinan besar jika kita bicara pengembangan web, Anda akan mendapatkan proyek TypeScript, React, Next.js, dan Tailwind.
00:09:51Itulah stack favorit AI dan ada alasan untuk itu. Jelas karena ada banyak proyek React, Next.js, dan Tailwind dalam data pelatihannya,
00:10:07tetapi itu tergantung bagaimana kita melihat data pelatihan tersebut. Jika kita menyertakan kode dari tahun 2010-an awal,
00:10:24jelas tidak akan ada Tailwind di sana. Akan ada jauh lebih sedikit proyek TypeScript atau bahkan tidak ada, dan tidak ada proyek Next.js.
00:10:43Jadi jelas akan ada banyak proyek JavaScript murni dan jQuery dalam data pelatihan itu juga, dan memang ada.
00:10:57Tapi alasan hal tersebut tidak menjadi tech stack favorit AI tentu bukan hanya karena jumlah data pelatihan yang dilihatnya—yang memang penting—tapi itu bukan satu-satunya hal.
00:11:03Tapi juga karena model AI ini, siapa pun penyedianya, melewati berbagai tahap yang berbeda.
00:11:14Ada tahap pra-pelatihan, ada fine-tuning, tahap reinforcement learning. Ada semua tahap ini di mana penyedia model membentuk model-model ini dan perilaku mereka.
00:11:28Dan kemudian ada system prompt. Jika Anda menggunakan alat seperti Claude Code, ada system prompt yang tidak terlihat, yang menginstruksikan model AI untuk bertindak dengan cara tertentu.
00:11:42Dan kita sudah tahu dan melihat bahwa model-model ini sudah pasti dipengaruhi untuk lebih menyukai teknologi tertentu seperti TypeScript dan React.
00:11:51Dan mengapa demikian? Itu karena, terutama TypeScript misalnya, adalah bahasa yang bekerja sangat baik untuk AI karena AI dapat memvalidasi kode yang dihasilkannya
00:12:03dengan memeriksa kesalahan tipe (type errors). Jelas itu bukan satu-satunya cara validasi. Basis kode yang bebas kesalahan tipe belum tentu merupakan basis kode yang baik
00:12:17dan belum tentu basis kode tersebut bekerja sesuai keinginan Anda. Tapi itu adalah sebuah indikator. Itu cenderung lebih baik daripada JavaScript murni sejauh yang saya tahu.
00:12:23Jadi itulah alasan mengapa AI memiliki tech stack favorit dan mengapa Anda mungkin menyimpulkan bahwa ide yang bagus untuk menggunakan tech stack favorit itu atau sesuatu yang terkait erat.
00:12:30Misalnya, Anda mungkin memutuskan bahwa menggunakan JavaScript murni bukanlah sesuatu yang ingin Anda lakukan karena Anda mendengar, dari saya misalnya,
00:12:34bahwa AI mendapat manfaat dari penggunaan bahasa yang type-safe seperti TypeScript. Mungkin ada benarnya, tetapi pada titik waktu ini, di April 2026,
00:12:44sudah terbukti berulang kali, dan ini juga pengalaman saya, bahwa AI dan agen AI seperti Claude Code sangat pandai memahami tech stack apa pun yang Anda berikan kepada mereka.
00:12:49Dulu memang agak menyebalkan jika harus bekerja dengan library atau framework yang masih sangat baru dan belum ada banyak data dalam pelatihan atau mungkin tidak ada data sama sekali,
00:12:55tetapi sekarang tidak lagi demikian. Sebagai pengembang yang menggunakan AI, Anda tentu bisa membuka dokumentasi library apa pun yang ingin Anda gunakan.
00:13:02Katakanlah Anda ingin menggunakan versi terbaru Nuxt.js atau ingin menggunakan Svelte 5 atau apa pun itu. TanStack Start, misalnya, yang relatif baru.
00:13:12Anda bisa membuka dokumentasi proyek-proyek ini dan Anda bisa mengambil artikel yang relevan dan memasukkannya ke dalam konteks sesi obrolan Anda sehingga AI menyadari dokumentasi ini.
00:13:19Dan AI akan mampu memahami contoh kode dan penjelasan yang dilihatnya di sana dan menerapkannya pada basis kode Anda,
00:13:28sehingga Anda benar-benar bisa menggunakan library yang sangat baru yang mungkin belum ada dalam data pelatihan di proyek Anda.
00:13:35Dan saat ini, Anda biasanya bahkan tidak perlu membuka dokumentasi dan memilihnya secara manual. Sebaliknya, jika Anda memiliki prompt yang cukup spesifik di mana Anda memberi tahu ingin menggunakan library,
00:13:45katakanlah TanStack Start, dan Anda memberi tahu AI agar mencari dokumentasinya, dan Anda mungkin memberinya MCP seperti Context 7 MCP atau agen AI seperti Claude Code dan sebagainya.
00:13:52Mereka juga memiliki pencarian web. Anda percaya bahwa ia akan melakukan pencarian web dan menemukan dokumentasi yang relevan dan Anda tentu saja bisa memengaruhinya dengan menggunakan skill, misalnya.
00:13:59Saya punya skill riset kode di mana saya memberi tahu AI bahwa untuk prompt tertentu yang mungkin saya gunakan, ia harus melihat skill itu dan dalam skill itu, saya menjelaskan cara mencari dokumen.
00:14:09Jadi Anda mungkin punya hal-hal seperti itu. Dan jika Anda memilikinya, Anda biasanya tidak perlu memasukkan dokumentasi sendiri.
00:14:20Sebaliknya, AI dapat mencarinya sendiri dan menyertakan serta menarik dokumentasi yang relevan sesuai kebutuhan. Dan yang mengejutkan tentu saja, sebagai pengembang, Anda juga masih bisa menulis kode.
00:14:30Dan ternyata jika Anda memiliki sebuah proyek, AI cenderung mereplikasi apa yang sudah ada di dalamnya terkait gaya kode, misalnya.
00:14:41Jadi jika Anda memiliki proyek, jika Anda membuat proyek dan mungkin Anda sudah membuat beberapa fungsi di sana, beberapa rute, atau apa pun di mana Anda mungkin menggunakan Nuxt.js atau TanStack Start,
00:14:53AI akan memahaminya dan biasanya tidak akan tiba-tiba mulai menggunakan sintaks dan fitur Nuxt.js dalam proyek TanStack Start tersebut.
00:15:08Jadi semua hal ini digabungkan—kode yang ada, menarik konteks yang tepat, mengarahkan AI untuk mencari dokumentasi dan menyertakannya—
00:15:20semua hal ini bersama-sama membuatnya sangat mudah saat ini untuk bekerja dengan library atau tech stack secara umum yang bukan standar dan yang mungkin menyertakan teknologi tertentu yang tidak dikenal baik oleh AI.
00:15:30Itulah pengalaman saya. Saya banyak membaca di X dari orang lain di mana pengalamannya agak serupa. Jadi itu pasti berhasil hari ini.
00:15:40Mungkin setahun yang lalu berbeda, tapi hari ini benar-benar layak dilakukan. Dan itu membawa saya kembali ke pertanyaan awal saya.
00:15:44Apakah pilihan tech stack masih penting? Karena tentu saja, sangat bagus bahwa Anda bisa membuat pilihan, bahwa Anda tidak dipaksa untuk mengambil salah satu dari dua jalur ini.
00:15:56Itu bagus. Tapi apakah itu penting? Dan saya berpendapat, ya, itu sangat penting. Seperti yang saya katakan di awal, itu adalah salah satu hal yang membedakan pengembang dari non-pengembang.
00:16:04Bukan satu-satunya hal, tapi salah satu hal. Proyek yang berbeda mendapat manfaat dari pilihan tech stack yang berbeda. Dan ya, secara teori, Anda bisa membangun apa pun dengan tech stack apa pun,
00:16:16dan sering kali itu mungkin tidak masalah, tapi itu bisa jadi penting. Jika Anda mengerjakan proyek yang mementingkan performa—dan maksud saya bukan performa untuk 10 pengguna Anda—
00:16:23maksud saya untuk proyek yang lebih besar di mana performa benar-benar penting, Anda mungkin lebih suka menggunakan bahasa backend seperti Go, misalnya.
00:16:35Karena Anda ingin performa yang lebih baik, jejak memori yang lebih baik daripada yang mungkin Anda dapatkan dengan, katakanlah, TypeScript.

Key Takeaway

Keputusan tech stack tetap menjadi pembeda utama antara pengembang profesional dan amatir karena AI pada April 2026 mampu beradaptasi dengan teknologi apa pun melalui integrasi dokumentasi eksternal dan konteks basis kode yang ada.

Highlights

Kecerdasan buatan memiliki tech stack favorit yang terdiri dari TypeScript, React, Next.js, dan Tailwind karena dominasi data pelatihan dan kemampuan validasi tipe.

Model AI pada April 2026 mampu memahami library baru seperti Svelte 5 atau TanStack Start melalui pencarian web mandiri dan pembacaan dokumentasi real-time.

Penggunaan agen AI seperti Claude Code memungkinkan pengembang menggunakan Model Context Protocol (MCP) untuk memberikan konteks dokumentasi teknis yang spesifik.

Vibe coding didefinisikan sebagai kondisi saat pengembang berhenti membuat keputusan teknis dan membiarkan AI menentukan arah seluruh kode tanpa pengawasan.

Bahasa pemrograman yang aman secara tipe seperti Go tetap menjadi pilihan utama untuk proyek skala besar yang membutuhkan jejak memori kecil dan performa tinggi.

Timeline

Munculnya Fenomena Vibe Coding dalam Pengembangan Web

  • Kemajuan alat agen AI seperti Claude Code dan Codex memicu perdebatan mengenai relevansi pemilihan tech stack manual.
  • Vibe coding terjadi ketika pengembang menyerahkan seluruh keputusan arsitektur dan pemilihan library kepada model AI.
  • Pendekatan tanpa opini teknis ini hanya efektif untuk pembuatan prototipe cepat atau aplikasi internal yang mengabaikan kasus tepi dan keamanan.

Pergeseran alat bantu AI menciptakan tren di mana pengembang tidak lagi mempedulikan apakah mereka menggunakan Angular, React, atau JavaScript murni. Namun, pengembang yang tidak memiliki opini atau kendali atas kode yang dihasilkan kehilangan nilai jual utama mereka di industri. Strategi ini memiliki keterbatasan besar dalam menangani detail teknis yang kompleks dan integritas sistem jangka panjang.

Alasan AI Memiliki Preferensi Tech Stack Tertentu

  • Kombinasi TypeScript, React, Next.js, dan Tailwind menjadi standar default AI karena volume data pelatihan yang masif.
  • TypeScript mempermudah AI melakukan validasi mandiri melalui pemeriksaan kesalahan tipe (type errors).
  • Proses fine-tuning dan reinforcement learning oleh penyedia model memperkuat kecenderungan AI untuk menyarankan teknologi populer.

Meskipun data pelatihan mencakup kode lama seperti jQuery dari awal 2010-an, sistem prompt tersembunyi pada alat modern mengarahkan AI ke teknologi modern. Validasi tipe pada TypeScript memberikan indikator kualitas yang lebih jelas bagi model dibandingkan JavaScript murni. Hal ini menciptakan ilusi bahwa pengembang harus mengikuti preferensi AI agar mendapatkan hasil kode yang lebih baik.

Kemampuan Adaptasi AI Terhadap Library Baru dan Dokumentasi

  • Agen AI modern dapat mereplikasi gaya kode yang sudah ada dalam sebuah proyek untuk menjaga konsistensi sintaks.
  • Pencarian web dan integrasi Context 7 MCP memungkinkan AI memahami framework yang belum ada dalam data pelatihan awal.
  • Input manual artikel dokumentasi ke dalam sesi obrolan memastikan AI dapat menggunakan versi terbaru dari Nuxt.js atau Svelte.

Ketergantungan pada tech stack favorit AI tidak lagi menjadi keharusan karena teknologi pencarian kontekstual saat ini sudah sangat maju. Pengembang dapat menginstruksikan AI untuk mempelajari dokumentasi TanStack Start secara real-time sebelum menulis kode. AI terbukti mampu memahami logika baru dan menerapkannya pada basis kode tanpa mencampurnya dengan sintaks dari framework lain.

Relevansi Pilihan Teknologi bagi Pengembang Profesional

  • Pilihan tech stack yang disengaja merupakan faktor kunci yang membedakan pengembang dari pengguna non-teknis.
  • Bahasa seperti Go diperlukan secara spesifik untuk menangani kebutuhan performa tinggi pada sistem yang melayani basis pengguna besar.
  • Keputusan cerdas dalam orkestrasi alat AI menjadi tanggung jawab baru pengembang di tengah tren penulisan kode manual yang berkurang.

Meskipun AI melakukan sebagian besar penulisan kode, peran pengembang bergeser menjadi seorang orkestrator yang harus memilih alat yang tepat untuk masalah yang tepat. Performa, manajemen memori, dan skalabilitas tetap memerlukan intervensi manusia untuk memilih bahasa yang sesuai dengan kebutuhan proyek. Ketajaman dalam memilih teknologi memastikan produk akhir memiliki kualitas yang melampaui sekadar hasil generatif standar.

Community Posts

View all posts