Kode yang dibantu AI menjadi bagian standar dari alur kerja sehari-hari banyak pengembang, dan alat yang digerakkan oleh AI kini secara langsung menargetkan siklus hidup pengembangan perangkat lunak yang lebih luas.
Misalnya saja di Amazon Layanan Web re:Invent tahun 2025 pada bulan Desember, AWS meluncurkan kelas baru ‘agen perbatasan’ yang otonom dan telah berjalan lama, termasuk agen pengkodean, a keamanan agen, dan a DevOps agen, masing-masing dirancang untuk bekerja berjam-jam atau berhari-hari atas nama tim pengembangan.
Wakil Presiden untuk Ekosistem Pengembang dan DevX di Vonage.
Perkembangan ini mencerminkan perubahan yang lebih luas: organisasi semakin melihat AI tidak hanya sebagai alat bantu pengetikan yang dapat mereka gunakan untuk mengembangkan pembuktian konsep dan prototipe, namun juga sebagai mitra yang dapat mereka gunakan sepanjang siklus pengembangan, yang mampu menghasilkan kode integrasi, menangani tinjauan keamanan, atau bahkan menentukan prioritas masalah operasi secara otomatis.
Hasilnya, apa yang awalnya merupakan ‘vibe coding’, yaitu penggunaan pembuatan kode AI yang bersifat informal dan bersifat eksplorasi, dengan cepat menjadi bagian integral dari praktik pengembangan banyak tim.
Audiens ganda baru untuk platform API: manusia dan agen AI
Dengan agen AI yang berpartisipasi aktif dalam pembuatan kode, pengujian, dan operasi, ‘konsumen’ Anda API platform kini melampaui sekadar pengembang manusia. Platform kini perlu dibangun tidak hanya untuk manusia, dengan dokumentasi naratif, panduan, dan tutorial yang kaya – tetapi juga untuk mesin.
Agen AI mendapat manfaat dari API yang terstruktur dan dapat diprediksi: jelas titik akhir definisi, penamaan yang konsisten, tipe parameter yang jelas, dan metadata yang dapat dibaca mesin.
Jika API mudah dibaca oleh manusia tetapi alatnya ambigu (misalnya, penamaan yang tidak konsisten, skema yang hilang, perilaku edge-case dihilangkan), upaya integrasi pertama dari alat yang digerakkan oleh AI mungkin gagal atau berperilaku buruk.
Ini berarti penyedia API harus memperlakukan keterbacaan mesin sebagai tujuan desain kelas satu, sebagai bagian dari ‘definisi selesai’ – bukan opsional. Akibatnya, dokumentasiSDK, model penemuan, dan keluaran metadata harus dioptimalkan untuk penyerapan manusia dan agen.
Riset industri mendukung bahwa peralihan ini sudah berlangsung: meskipun 89% pengembang kini menggunakan AI generatif dalam pekerjaan mereka, hanya 24% organisasi yang saat ini merancang API dengan mempertimbangkan agen AI.
Kesenjangan ini menunjukkan bahwa banyak platform tetap dioptimalkan hanya untuk pengguna manusia – sebuah ketidakselarasan yang mungkin membuat platform tersebut kehilangan relevansinya karena pengembangan agen menjadi lebih umum.
Apa artinya ini bagi platform yang mengutamakan API dan DevRel
Tim platform kini harus memandang kesiapan AI sebagai elemen inti desain API. Hal ini berarti disiplin yang lebih besar seputar konsistensi titik akhir, stabilitas skema, dan konvensi penamaan, didukung oleh dokumentasi dan metadata yang dapat digunakan secara terprogram.
Ketika fondasi ini diterapkan, agen mesin akan jauh lebih mungkin menghasilkan kode integrasi yang benar pada upaya pertama, sehingga mengurangi gesekan bagi manusia dan mitra AI-nya.
Penemuan yang diungkapkan platform juga lebih penting daripada sebelumnya.
Skema OpenAPI atau Swagger yang dibuat secara otomatis, titik akhir metadata terstruktur, dan SDK ramah mesin memberikan kejelasan yang dibutuhkan agen untuk memahami fungsionalitas yang tersedia dan memilih jalur yang tepat melalui API. Dalam praktiknya, hal ini berarti memperlakukan metadata sebagai aset strategis dan bukan sebagai produk sampingan dari rekayasa.
Tim juga harus mengantisipasi bahwa kesan pertama akan semakin banyak dibentuk oleh agen otomatis dibandingkan pengembang manusia.
Saat agen AI berhasil mengembalikan 200 OK menjadi sama pentingnya dengan pengembang membaca README yang telah disempurnakan, karena ini menentukan apakah agen terus mencoba integrasi lebih dalam atau segera beralih ke tempat lain.
Untuk DevRel dan tim pengalaman pengembang
Tim Hubungan Pengembang dan DevX perlu menilai kembali cara mereka mengukur dampak di dunia di mana agen memulai penggunaan platform yang semakin meningkat.
Metrik seperti aktivitas forum, penyelesaian tutorial, atau unduhan SDK mungkin tidak lagi memberikan gambaran lengkap tentang penerapannya. Sebaliknya, tim harus melacak seberapa sering sistem AI mencoba melakukan integrasi, seberapa sering integrasi tersebut berhasil, dan di mana kesalahan yang disebabkan oleh agen terjadi.
Pergeseran ini membuka tanggung jawab baru untuk menyediakan alat ramah AI yang memandu pengembang dan kopilotnya. Dokumentasi referensi yang dapat dibaca mesin, templat cepat, cuplikan contoh yang dirancang untuk pembuatan kode, dan lingkungan yang membantu tim mengaudit atau menyempurnakan kode yang dihasilkan AI semuanya akan menjadi semakin berguna.
Yang terpenting, tim DevRel harus mulai menganggap agen sebagai audiens kelas satu. Hal ini berarti berinvestasi pada desain skema yang dapat diprediksi, model perilaku yang jelas, dan penanganan kesalahan yang cukup eksplisit untuk dipelajari oleh agen.
Mendukung pengembang sekarang berarti mendukung manusia yang melakukan pembangunan dan sistem AI yang membantu mereka melakukannya.
Keuntungan penggerak pertama untuk API ‘Siap AI’
Sebagai agen alat AI popularitasnya terus meningkat, platform yang beradaptasi lebih awal terhadap keterbacaan mesin akan mendapatkan keunggulan kompetitif. API mereka akan lebih mudah diintegrasikan oleh agen AI, lebih dapat diprediksi, dan lebih mungkin menjadi target sukses pertama yang dicoba oleh agen – memberi mereka keuntungan dalam penerapan awal.
Tim yang menunggu berisiko dilewati, diabaikan, atau menyebabkan gesekan yang mendorong pengembang (atau kopilot agen mereka) ke tempat lain.
Seiring waktu, ‘pengkodean getaran’ akan menjadi ‘pengkodean‘. Siklus hidup pengembangan perangkat lunak (SDLC) akan semakin melibatkan agen AI sebagai peserta kelas satu – dan kesiapan platform untuk agen tersebut akan menjadi pembeda utama.
Kami telah menampilkan editor teks terbaik untuk coding.
Artikel ini dibuat sebagai bagian dari saluran Expert Insights TechRadarPro tempat kami menampilkan para pemikir terbaik dan tercemerlang di industri teknologi saat ini. Pandangan yang diungkapkan di sini adalah milik penulis dan belum tentu milik TechRadarPro atau Future plc. Jika Anda tertarik untuk berkontribusi, cari tahu lebih lanjut di sini: https://www.techradar.com/news/submit-your-story-to-techradar-pro
