Penulis: Yitao
Sumber: Geek Park
Dalam setahun terakhir, Vibe Coding hampir sepenuhnya mengubah cara pemrograman.
Kamu tidak lagi perlu menulis kode baris demi baris secara manual. Cukup beri tahu Cursor, Claude, atau Copilot: saya ingin fitur apa, menggunakan stack teknologi apa, sebaiknya “terasa seperti produk tertentu”, dan sisanya biarkan AI yang menyelesaikan.
Banyak orang yang sebelumnya tidak mampu menulis kode, juga untuk pertama kalinya memiliki kemampuan untuk “membuat sesuatu”. Dari sudut pandang pribadi, ini hampir menjadi era keemasan pengembangan perangkat lunak.
Namun ada satu prasyarat yang diabaikan: AI bukan menciptakan kode dari nol, melainkan memanggil dan menyusun hasil kecerdasan manusia yang sudah ada. Ketika kamu bilang “bantu buatkan situs web”, sebenarnya AI diam-diam mengacu pada logika dan struktur dari tak terhitung proyek open source yang terkumpul di GitHub.
Kemampuan inti dari Vibe Coding, tepatnya, dibangun di atas pembelajaran dan penggabungan dari basis kode open source ini.
Baru-baru ini, tim riset dari Central European University dan Kiel Institute for the World Economy menerbitkan sebuah makalah berjudul 《Vibe Coding Kills Open Source》, mengungkapkan krisis tersembunyi di balik kemakmuran Vibe Coding (https://arxiv.org/pdf/2601.15494v1).
Makalah tersebut menunjukkan sebuah kebenaran:
Vibe Coding, mungkin sedang secara fundamental merusak ekosistem open source yang menopang seluruh dunia perangkat lunak.
Sejak Agustus 2022, proporsi pengembang Python di AS yang menggunakan AI untuk pemrograman mulai meningkat secara signifikan
01 Infrastruktur “Tak Terlihat” di Dunia Digital
Untuk memahami apa yang dikhawatirkan makalah ini, pertama-tama harus menjelaskan satu hal: apa itu perangkat lunak open source, dan posisinya dalam kehidupan kita.
Banyak orang mungkin tidak merasakan secara langsung tentang perangkat lunak open source, tetapi sebenarnya, hampir semua produk digital yang kita gunakan setiap hari, dasarnya dipenuhi oleh perangkat lunak open source.
Ketika kamu bangun pagi dan mengangkat ponsel Android, sistem operasi Linux yang berjalan di bawahnya adalah perangkat lunak open source;
Ketika kamu membuka WeChat dan melihat riwayat chat, database SQLite yang menyimpan setiap pesan adalah perangkat lunak open source;
Ketika kamu menonton TikTok atau Bilibili saat istirahat siang, yang bertanggung jawab atas decoding dan pemutaran video di belakang layar adalah FFmpeg, juga perangkat lunak open source.
Perangkat lunak open source seperti saluran pembuangan di era digital. Kamu menggunakannya setiap hari, tapi sama sekali tidak menyadarinya.
Hanya saat ada masalah, kamu baru menyadari pentingnya.
Vulnerabilitas Log4j tahun 2021 adalah contoh klasik. Log4j adalah kerangka logging yang paling banyak digunakan di ekosistem Java, untuk merekam kejadian dan informasi saat aplikasi berjalan.
Sebagian besar pengguna biasa bahkan mungkin tidak pernah mendengar namanya, tetapi dari server cloud Apple dan Google, hingga sistem pemerintahan di berbagai negara, ratusan juta perangkat di seluruh dunia menjalankannya di belakang layar.
Pada akhir 2021, muncul celah keamanan bernama “Log4Shell”. Celah ini memungkinkan hacker mengendalikan server global secara jarak jauh, layaknya mengendalikan komputer sendiri. Infrastruktur internet secara keseluruhan langsung “telanjang”, dan tim keamanan global terpaksa melakukan perbaikan darurat di akhir pekan. Dampaknya yang luas dan kesulitan memperbaikinya menjadikannya salah satu krisis keamanan terbesar dalam sejarah internet.
Ini adalah esensi dari open source—bukan produk dari sebuah perusahaan, melainkan sebuah “barang publik”. Karena tidak bersifat komersial, pengelola kode biasanya tidak bisa langsung mengenakan biaya dari proyek tersebut.
Imbalan mereka bersifat tidak langsung: mendapatkan reputasi dari proyek, yang bisa membuka peluang kerja di perusahaan besar; mendapatkan penghasilan dari layanan konsultasi; atau melalui donasi komunitas.
Model ini telah berjalan selama puluhan tahun, bergantung pada “interaksi langsung”. Saat pengguna memakai perangkat lunak, mereka membaca dokumentasi, mengajukan pertanyaan, memberi like dan rekomendasi. Perhatian ini mengalir kembali ke pengelola, menjadi motivasi untuk terus memelihara.
Dan inilah yang sedang diputus oleh Vibe Coding.
02 Bagaimana AI Secara Bertahap “Membunuh” open source?
Sebelum munculnya Vibe Coding, pola pengembangan seperti ini: kamu mengunduh paket open source, membaca dokumentasinya; jika menemukan bug, mengajukan masalah di GitHub; jika merasa cocok, memberi bintang sebagai dukungan.
Pengelola mendapatkan perhatian, perhatian ini berubah menjadi pendapatan, membentuk sebuah siklus tertutup.
Setelah munculnya Vibe Coding, kamu cukup memberi tahu AI apa yang kamu inginkan, dan AI secara otomatis memilih dan menggabungkan kode open source di belakang layar, menghasilkan sebuah “implementasi yang bisa digunakan”.
Kode tersebut berjalan, tetapi kamu tidak tahu pasti library apa saja yang digunakan, apalagi membacanya di dokumentasi atau komunitasnya.
Makalah ini menyebut perubahan ini sebagai efek “mediasi”—yaitu perhatian dan umpan balik yang sebelumnya langsung dari pengguna ke pengelola, kini secara keseluruhan diambil alih oleh AI sebagai lapisan perantara.
Jika mekanisme ini terus berlanjut, apa yang akan terjadi?
Penulis makalah membangun sebuah model ekonomi yang mensimulasikan ekosistem open source. Mereka membandingkan pengembang dengan pengusaha yang memutuskan apakah “masuk pasar” berdasarkan kualitas dan biaya pengembangan, lalu berdasarkan umpan balik pasar memutuskan apakah akan open source dan berbagi. Pengguna harus memilih dari ratusan paket perangkat lunak, dan memutuskan apakah “langsung digunakan” atau melalui “mediasi AI”.
Hasil simulasi mengungkapkan dua kekuatan yang berlawanan.
Pertama adalah peningkatan efisiensi. AI membuat perangkat lunak lebih mudah digunakan, menurunkan biaya pengembangan alat baru. Secara logis, ini harus mendorong lebih banyak pengembang masuk, meningkatkan pasokan.
Kedua adalah pergeseran permintaan. Ketika pengguna beralih ke mediasi AI, pengelola kehilangan pendapatan dari interaksi langsung, yang menurunkan insentif pengembang.
Namun, dalam jangka panjang, jika kekuatan kedua (pergeseran permintaan) lebih besar dari yang pertama (efisiensi), sistem akan mengalami penurunan.
Secara spesifik, ini berarti: ambang masuk pengembang meningkat, hanya proyek berkualitas tertinggi yang layak dibagikan, proyek berkualitas sedang menghilang, dan jumlah serta kualitas rata-rata paket perangkat lunak di pasar menurun. Meskipun pengguna menikmati kemudahan AI dalam jangka pendek, manfaat jangka panjang justru menurun karena berkurangnya alat berkualitas tinggi yang tersedia.
Singkatnya, ekosistem masuk ke dalam lingkaran setan. Dan begitu fondasi open source ini melemah, kemampuan AI juga akan menurun.
Inilah yang ditekankan berulang kali dalam makalah: Vibe Coding meningkatkan produktivitas dalam jangka pendek, tetapi dalam jangka panjang, bisa justru menurunkan tingkat keseluruhan sistem.
Tren ini bukan sekadar hipotesis teoretis, tetapi sedang terjadi dalam kehidupan nyata.
Contohnya, lalu lintas tanya jawab di Stack Overflow menurun secara signifikan setelah AI generatif menyebar. Banyak pertanyaan yang sebelumnya akan dibahas di komunitas publik, beralih ke dialog AI pribadi.
Setelah peluncuran ChatGPT, jumlah pertanyaan di Stack Overflow mulai menurun secara signifikan
Selain itu, proyek seperti Tailwind CSS, meskipun jumlah unduhan terus meningkat, namun akses ke dokumentasi dan pendapatan komersial justru menurun.
Proyek digunakan secara luas, tetapi semakin sulit dikonversi menjadi imbalan yang berarti bagi pengelola.
03 Kapan muncul “Spotify” di dunia Coding?
Meskipun Vibe Coding menghadirkan masalah seperti ini, peningkatan produktivitas yang diberikannya nyata, dan tidak ada yang bisa kembali ke dunia tanpa AI Coding.
Masalah yang lebih mendasar adalah, ketika AI menjadi mediator baru, struktur insentif lama sudah tidak relevan lagi.
Dalam struktur saat ini, platform AI mendapatkan nilai besar dari ekosistem open source, tetapi tidak perlu membayar biaya yang sepadan untuk menjaga ekosistem itu sendiri. Pengguna membayar ke AI, AI menyediakan kemudahan, tetapi proyek open source dan pengelolanya sering kali tidak mendapatkan apa-apa.
Penulis makalah mengusulkan:
Merevisi cara pembagian manfaat.
Seperti halnya platform streaming musik Spotify yang membagi pendapatan berdasarkan jumlah putaran lagu, platform AI bisa melacak proyek open source yang mereka panggil, dan mengembalikan sebagian pendapatan secara proporsional ke pengelola.
Selain pembagian pendapatan oleh platform, dana dari yayasan, sponsor perusahaan, dan dana pemerintah untuk infrastruktur digital juga merupakan cara penting untuk mengatasi hilangnya pendapatan pengelola.
Ini menuntut perubahan paradigma industri, dari memandang open source sebagai “sumber daya gratis”, menjadi “infrastruktur publik yang membutuhkan investasi dan pemeliharaan jangka panjang”.
Perangkat lunak open source tidak akan hilang, karena sudah tertanam dalam dunia digital secara mendalam, dan tidak bisa digantikan secara sederhana.
Namun, era open source yang bergantung pada perhatian acak, reputasi, dan idealisme mungkin sudah mencapai batasnya.
Vibe Coding tidak hanya membawa pengalaman pengembangan yang lebih cepat, tetapi juga menjadi ujian tekanan tentang “bagaimana teknologi publik dapat terus didukung”.
