George Hotz, peretas yang pertama kali membobol iPhone saat berusia 17 tahun dan melakukan reverse-engineering PlayStation 3, menerbitkan postingan blog pada hari Minggu yang berargumen bahwa adopsi massal agen coding berbasis AI akan menyebabkan penurunan kualitas perangkat lunak yang signifikan. Hotz menulis: "Saya memanggil sekarang, adopsi agen AI ke dalam pengembangan perangkat lunak akan menjadi salah satu kesalahan paling mahal dalam sejarah bidang ini." Posisi dia berseberangan langsung dengan Andrej Karpathy, salah satu peneliti AI paling menonjol, yang bergabung dengan tim pre-training Anthropic pada 19 Mei 2026, secara eksplisit menyatakan pandangannya bahwa agen AI sudah mengubah pengembangan perangkat lunak. Keduanya mewakili kutub yang berlawanan dalam perdebatan industri yang belum menemukan kepastian, dan masing-masing punya kredibilitas besar untuk mendukung posisinya.
Argumen Inti Hotz
Hotz menghabiskan enam bulan menguji agen AI pada proyek nyata: bagian dari Tinygrad, kerangka deep learning sumber terbukanya, dan reverse-engineering firmware lengkap sebuah chip USB-PCIe. Berdasarkan pengalaman itu, dia berpendapat bahwa "agen tidak bisa memprogram, dan makin lama makin terasa bahwa mereka tidak bisa." Dia menggambarkan hasilnya sebagai "rusak, tapi dengan cara yang makin lama makin sulit dideteksi. Persis seperti yang Anda harapkan dari model statistik yang makin akurat."
Kekhawatian utamanya adalah aspek organisasi. Para performer terbaik memiliki loop umpan balik yang ketat untuk menangkap masalah yang dihasilkan agen sebelum dikirim—mereka membaca kodenya, menemukan kesalahan, dan menyetel kapan harus mempercayai alat tersebut. "Para performer terbawah tidak akan punya self check itu," tulis Hotz. Isu kritisnya: performer rendah menggunakan agen untuk menghasilkan output 10 kali lebih banyak dari sebelumnya. Di perusahaan besar, ini menghasilkan penurunan kualitas kode rata-rata yang lebih cepat, tertutup oleh semata-mata volume. Hotz menggambarkan hasilnya sebagai "era emas untuk tumpukan demi tumpukan hasil asal-asalan, dan masa gelap untuk permata kualitas." Dia mengacu pada laporan bahwa Apple mendorong alat coding AI ke seluruh organisasi tekniknya, sembari bertanya: "Menurut Anda macOS akan menjadi lebih baik atau lebih buruk dalam 2 tahun ke depan?"
Bukan Soal EGO
Hotz mengantisipasi keberatan bahwa seorang programmer yang mendefinisikan identitasnya lewat keahliannya akan secara alami menolak alat pengganti. Dia menganggap ini serius dan menolaknya berdasarkan pertimbangan yang masuk akal. "Google's AFL menemukan lebih banyak bug daripada LLM dan tidak ada yang merasa seperti itu. Catur dan Go lebih populer dari sebelumnya," tulisnya. AI catur telah mendominasi manusia selama puluhan tahun sementara permainan itu justru makin populer.
Hotz juga menyatakan skeptis soal motivasi industri: "Saya hampir mengira ini semacam psyop untuk menjual agen. Ketakutan akan kehilangan adalah salah satu cara satu-satunya untuk membuat perusahaan besar bergerak. Tapi saya pikir dalam ketakutan itu mereka membuat kesalahan besar."
Di Mana Posisi Masing-Masing Kubunya
Hotz kini memosisikan dirinya di apa yang dia sebut kubu "LeCun/Marcus"—merujuk pada Yann LeCun, ilmuwan AI utama Meta, dan Gary Marcus, skeptis LLM yang sudah lama. Keduanya telah berargumen bahwa model bahasa pada dasarnya adalah pencocok pola yang sangat canggih: mereka bisa meniru distribusi dari kode yang sudah ada, tetapi tidak bisa bernalar untuk masalah yang benar-benar baru dari prinsip-prinsip dasar.
Vibe coding—menjelaskan yang Anda inginkan dengan bahasa sederhana lalu membiarkan AI menghasilkan implementasinya—meledak sepanjang tahun lalu. Laboratorium AI besar telah memosisikan coding berbasis agen sebagai produk unggulan. Microsoft mengubah GitHub Copilot menjadi sistem agen penuh pada 2025, dengan CEO Satya Nadella yang menggambarkannya sebagai pergeseran tingkat platform yang sebanding dengan langkah menuju cloud.
Karpathy sebelumnya skeptis terhadap agen di awal 2025, tetapi membalik posisinya setelah rilis model-model baru. CEO Anthropic Dario Amodei menyatakan di Davos bahwa beberapa insinyur Anthropic bahkan sudah berhenti menulis kode sendiri, membiarkan model mengerjakannya sementara mereka meninjau output. Hotz, setelah mencoba pendekatan yang sama, mengatakan bahwa dia mendapati dirinya selalu kembali untuk perbaikan manual setiap saat.
