Yang bakal "menjalankan AI programmer" itu dikiranya siapa ya? Orang bisnis? 😅
Di 2010-an, low-code/no-code platform juga sama2 digadang bakal gantiin programmer, jadi bukan cerita baru sebenarnya, tapi ujung2nya mereka jadi tools untuk programmer juga.
Kenapa? 🧐
Soalnya semakin dekat tech yang dibangun dengan manusia langsung, semakin butuh sesama manusia untuk menangkap dan disambiguate apa yang dibutuhkan oleh manusia tersebut.
Humans are messy and inconsistent and wildly ambiguous. Sekarang bilangnya butuh A, padahal sebenarnya yang dibutuhkan B, dan enam bulan dari sekarang sebenarnya butuhnya B sudah berkembang jadi C.
Kecuali someday Artificial Superintelligence muncul dan bisa jalan cost-effective, "AI programmer" ngga bisa capture semua hal tersebut, dan hanya bisa fokus ke solving specific and finely defined programming tasks.
Aku bicara di atas dari perspektif founder perusahaan teknologi, jadi tentunya aku ingin cost untuk development kalau bisa seefisien mungkin. (Don't tell my programmers though 🤫)
Tapi tetap akan selalu butuh human accountability untuk tahu yang kita bangun sudah sesuai dengan visi kita atau tidak. Dan karena visi tersebut datangnya dari manusia, "AI programmers" tetap akan selalu perlu di supervisi manusia juga.
Dan manusia yang supervisi AI programmers, perlu tahu bagaimana defining programming tasks yang tepat, serta perlu bisa review apakah kode yang dihasilkan itu benar atau salah, aman atau bahaya, baik atau lambat.
Jadi apakah nama role bagi manusia yang supervisi AI programmers di atas? Namanya ya programmers sendiri. 🤓
Ini kenapa pada akhirnya AI programmer hanya akan jadi tools untuk programmers juga, sama seperti low-code/no-code platform di tahun 2010-an dulu, sama seperti any next big tech di 2030-an nanti.
Bedanya adalah, amplifikasi produktivitas yang diberikan AI programmer akan jauh lebih tinggi dibanding low-code/no-code platform dulu, jadinya belajar untuk bisa utilize AI programmers dengan efisien akan jadi indispensable skill. 🤖
btw buat yang sehari2 kerjaannya banyak pake google sheet atau spreadsheet, gw sarankan belajar basic SQL dan python.
Bisa jadi banyak hal yang bisa di automate 👍🏻
Database kalian ada backup-nya gak? Mau itu jalan di VM, container, atau cloud sekalipun, perlu punya backup buat mengatasi bencana (baca: disaster)
Boleh share menurut kalian strategi backup dan recovery untuk contoh kasus berikut udah bagus apa belum:
Joko baru di-hire sama startup FooPay yang service-nya pake Postgres database. Ukuran data sekitar 100GB. App-nya belum dipakai user terus2an, tidak aktif 24 jam, paling hanya sampai jam 8 malam.
Joko ambil daily logical backup (pg_dump) setiap jam 12 malam, perlu waktu 2 jam buat ambil backup.
Suatu hari tanggal 20 oktober jam 10 pagi, system nge-crash dan data disk hilang. Karena ada logical backup, Joko bikin Postgres baru dan restore pakai backup tersebut. Total recovery perlu 3 jam ditambah beberapa sanity check.
FooPay app beroperasi lagi jam 2 siang. Data loss 10 jam dan app downtime 4 jam.
Apa yang bisa diimprove? Boleh komen di bawah, nanti saya share juga opini saya
(disclaimer: nama dan kejadian di cerita ini hanya fiktif belaka)
Did you know that a random SSD read is multiple orders of magnitude slower than a random memory read?
I made a little visual that really drives the point home.
This is why memory buffers and caches are so important, especially for I/O heavy workloads like databases.
@IndiHomeCare Justru itu min.. ga ada yg tau.. katanya baru pasang.. tagihan pertama.. kalo minta tolong dari mac address modem bisa ga min? Kalo bisa ntar saya fotoin via dm