Perangkat Lunak Ambisius Makin Mungkin Dibangun dengan AI

JAKARTA — Perangkat lunak yang dulu terlalu besar untuk dikerjakan seorang diri kini lebih mungkin dibuat, berkat kemampuan AI yang mempercepat proses pemrograman. Namun, proyek seperti pgrust juga memperlihatkan batas penting: kode yang cepat dibuat belum tentu bermutu, dan pengujian tetap menentukan apakah perangkat lunak benar-benar layak dipakai.

Gagasan itu muncul dari percakapan penulis sumber dengan Michael Malis, pengembang pgrust, yang sejak awal tahun menunjukkan sejumlah karyanya. Penulis menilai proyek tersebut bukan sekadar kode hasil AI yang dibuat terburu-buru, karena pengujiannya turut menemukan sejumlah bug nyata di PostgreSQL.

Proyek AI bisa menguji perangkat lunak lama

pgrust adalah proyek yang menjadi contoh utama dalam tulisan sumber. Salah satu daya tarik yang disebut pengembangnya ialah kinerja. Namun, proses pengujian pgrust juga menemukan masalah pada PostgreSQL, sistem basis data yang berbeda dari proyek baru tersebut.

Bug yang ditemukan mencakup kesalahan numerik yang dapat membuat operasi SP-GiST valid gagal, masalah cache format yang dapat menghasilkan keluaran JSONPath yang keliru, serta gangguan pgcrypto yang membuat operasi berikutnya gagal. Pengujian itu juga menemukan beberapa masalah keamanan memori pada pemuat kamus dan bug luapan pada tipe data uang.

Penulis tidak menyebut pgrust bebas bug. Temuan itu juga bukan bukti bahwa proyek tersebut sudah siap digunakan secara luas. Nilainya, menurut tulisan sumber, terletak pada kerja pengujian yang cukup serius untuk mengungkap masalah di perangkat lunak lain—masalah yang dapat diperbaiki secara permanen setelah dilaporkan.

Bagi pengguna dan pengelola sistem, dampaknya lebih luas daripada nasib satu proyek. Pengujian yang baik dapat membantu menemukan cacat pada perangkat lunak yang sudah dipakai, sementara optimasi yang lahir dari eksperimen berpotensi berguna bagi proyek lain, termasuk PostgreSQL dan ClickHouse.

Penulis mengingatkan bahwa manfaat berupa perbaikan bug lebih langsung; kemungkinan optimasi diadopsi proyek lain masih bergantung pada langkah berikutnya.

AI mempercepat eksperimen, bukan menghapus kendali mutu

Keraguan terhadap proyek yang dibuat dengan bantuan AI punya alasan. Penulis melihat banyak perangkat lunak berkualitas rendah, termasuk program yang mengaku cepat berdasarkan tolok ukur yang lemah. Karena itu, proyek baru seperti pgrust mudah dianggap sebagai kode asal jadi sebelum orang sempat memeriksa cara kerjanya.