← Back to list

Hikayat “The Great Fatigue”: Catatan Akhir Tahun Seorang Babysitter Algoritma

“Tahun ini saya akan menguasai Agentic Workflow dan membangun sistem yang berjalan sendiri saat saya tidur.”

FD Iskandar · 2025-12-24 03:24 · 2 claps · 4.7 min read
#ai #fatigue #kelelahan #catatan #akhir-tahun
Open on Medium ↗
Wiki topics: AGT · AI Agents AI · AI · General 👨‍👩‍👧 · Family & Parenting

Hikayat “The Great Fatigue”: Catatan Akhir Tahun Seorang Babysitter Algoritma

Photo by Vitaly Gariev on Unsplash

Photo by Vitaly Gariev on Unsplash

“Tahun ini saya akan menguasai Agentic Workflow dan membangun sistem yang berjalan sendiri saat saya tidur.”

Itu adalah resolusi saya di Januari 2025. Kalimat itu tertulis rapi di halaman Notion, lengkap dengan checkbox yang estetis, roadmap pembelajaran mingguan, dan keyakinan naif seorang anak kecil yang percaya Sinterklas. Saya bahkan membeli domain baru dan berlangganan kopi single-origin untuk menemani malam-malam penuh produktivitas yang dibayangkan.

Sekarang sudah Desember. Halaman Notion itu masih ada, tapi kini ia terkubur di bawah tumpukan 47 tab browser yang belum ditutup (“tabungan bacaan,” dalih saya), tiga virtual environment yang saling konflik, dan satu pertanyaan eksistensial yang tidak pernah saya antisipasi: Kapan terakhir kali saya tidur tanpa bermimpi dikejar-kejar token limit?

Selamat datang di penghujung 2025. Tahun yang dijanjikan sebagai era “Otonomi AI”, tapi bagi kita yang berada di garis depan — bukan sekadar pengguna ChatGPT yang cuma tanya resep rendang — lebih pantas disebut sebagai tahun The Great Fatigue.

Arkeologi Digital dalam Hitungan Minggu

Ada pepatah lama di dunia software engineering: “Teknologi berubah cepat.” Di tahun 2025, pepatah ini perlu direvisi menjadi: “Teknologi berubah lebih cepat daripada waktu yang dibutuhkan pip install untuk selesai berjalan."

Saya ingat betul rasa bangga di bulan Februari. Saya berhasil men-deploy sistem RAG (Retrieval-Augmented Generation) yang canggih. Chunking strategy-nya elegan, vector database-nya optimal, retrieval accuracy-nya memukau. Saya bahkan membuat dokumentasi diagram arsitektur yang cantik, lengkap dengan warna-warna yang aesthetically pleasing, untuk dipamerkan dan di-screenshot.

Tiga bulan kemudian? Pendekatan itu sudah dianggap “zaman batu”.

Forum-forum developer mulai mencibir RAG biasa. “Sekarang zamannya GraphRAG with Speculative Decoding,” kata seorang bocah 19 tahun di Twitter yang follower-nya lebih banyak dari total pengalaman kerja saya dalam hitungan tahun. Lalu muncul Agentic RAG. Lalu Corrective RAG. Lalu entah RAG apalagi yang namanya semakin panjang dan intimidatif, seolah-olah semakin banyak kata sifat di depannya, semakin canggih sistemnya.

Dokumentasi cantik saya? Kini lebih cocok masuk museum arkeologi digital, dipajang di samping tutorial jQuery dan manual instalasi Windows XP.

Ini yang saya sebut Treadmill Effect: kita berlari sekencang mungkin, berkeringat habis-habisan, tapi tetap di tempat yang sama. Bedanya dengan treadmill sungguhan, yang ini tidak punya tombol stop, dan ada tangan tak terlihat yang terus menambah kecepatannya setiap kali kita mulai terbiasa.

Rasanya seperti sedang merenovasi rumah, tapi kontraktornya diganti setiap minggu, dan setiap kontraktor baru punya “visi” berbeda tentang di mana seharusnya pintu kamar mandi. Baru saja kita selesai memasang ubin LangChain, kontraktor baru datang membawa LlamaIndex dan menyuruh kita membongkar semuanya. "Trust me bro, ini lebih scalable."

Mitos “Otonomi” dan Realitas Babysitting 24/7

Mari bicara jujur tentang hal besar yang tanpa sadar kita lewatkan: Agentic AI.

Ini adalah kebohongan manis terbesar tahun ini. Setiap konferensi, setiap whitepaper, setiap LinkedIn post dari orang-orang berjas yang mungkin belum pernah menyentuh terminal dalam hidup mereka, semua berbicara tentang autonomous agents. AI yang bisa planning, reasoning, dan executing secara mandiri. AI yang katanya akan membebaskan kita dari pekerjaan repetitif.

Narasinya menggoda: “Berikan tujuan, dan biarkan AI memecahkannya sendiri, menggunakan tools, dan mengeksekusi tugas.” Terdengar seperti surga, bukan?

Beautiful.

Yang tidak mereka ceritakan adalah: saya menghabiskan 30 jam men-debug sebuah “Autonomous Agent” hanya agar dia bisa menghemat waktu kerja saya sebanyak 5 menit. Dan itupun dengan syarat: prompt-nya harus sepresisi instruksi bedah saraf, context window-nya harus dikelola sehemat anggaran negara, dan tool calling-nya harus di-validate seolah-olah setiap output adalah perjanjian internasional yang akan diaudit PBB.

Autonomous, kata mereka.

Realitanya? Agen-agen ini bukan asisten super cerdas. Mereka lebih mirip anak magang yang sangat berbakat, punya kepercayaan diri seorang CEO, tapi memiliki pemahaman kontekstual seekor ikan mas koki. Sekali Anda lengah, mereka akan hallucinate data yang tidak ada, memanggil API yang salah, atau (favorit saya ) terjebak dalam infinite loop saling memuji kesopanan antar-agen, menghabiskan $50 kredit API hanya untuk bilang “Terima kasih kembali, senang bisa membantu!”

Setelah setahun bersama agentic workflows, saya rasa saya paham perasaan orang tua yang anaknya selalu punya alasan kreatif untuk tidak mengerjakan PR. Kita tidak sedang membangun otonomi; kita sedang menjadi babysitter digital purnawaktu, kurator untuk entitas yang pintar tapi ceroboh, yang tidak bisa dibiarkan sendirian ke toilet tanpa risiko membakar seluruh database.

Sindrom Impostor yang Tidak Pernah Libur

Mungkin ini bagian yang paling sulit untuk diakui.

Di era di mana paper baru muncul di ArXiv setiap jam (saya tidak hiperbola, cek sendiri kalau tidak percaya) di mana model open-source dirilis dengan kecepatan yang membuat release notes menjadi genre sastra tersendiri, ada perasaan konstan bahwa kita selalu tertinggal. Selalu ada sesuatu yang belum dibaca. Selalu ada konsep yang belum dipahami. Selalu ada benchmark baru yang membuat pemahaman lama terasa usang sebelum sempat dirayakan.

Saya bisa belajar 12 jam sehari, dan saya pernah melakukannya, dengan konsekuensi kesehatan yang tidak akan saya rekomendasikan ke siapapu, dan tetap merasa seperti baru masuk kelas satu SD ketika membaca diskusi di Twitter (maaf, X) tentang teknik prompting terbaru yang “semua orang sudah tahu.”

Siapa “semua orang” ini? Di mana mereka mendapat waktu tambahan dalam sehari? Apakah mereka tidak perlu makan, mandi, atau menatap langit-langit kamar sambil mempertanyakan pilihan hidup?

Sindrom impostor di dunia AI 2025 itu unik. Bukan hanya merasa tidak cukup pintar, tapi merasa bahwa definisi “cukup pintar” berubah lebih cepat dari kemampuan kita untuk mengejarnya.

Mengapa Kita Masih di Sini?

Di tengah dependency hell, sindrom impostor yang akut, dan kelelahan kognitif karena harus membaca paper ArXiv setiap sarapan, pertanyaannya adalah: Mengapa kita tidak berhenti saja? Mengapa tidak banting setir jadi petani hidroponik? Atau content creator yang review makanan?

Jawabannya, sayangnya, sama klisenya dengan plot film sci-fi: Karena dopamine hit-nya terlalu memabukkan.

Ada momen magis, mungkin hanya 1% dari total penderitaan kita, ketika semuanya klik. Ketika baris kode Python yang rapuh itu berhasil memanggil “dewa” dalam silikon. Ketika agen itu benar-benar melakukan tugasnya dengan cerdas dan memberikan insight yang membuat bulu kuduk berdiri. Ketika sistem yang kita bangun dengan air mata dan stack overflow akhirnya berjalan tanpa error.

Itu adalah candu. Rasa penasaran itu adalah penyakit yang tidak ada obatnya.

Tahun 2025 mengajarkan saya bahwa menjadi praktisi AI bukan tentang menguasai teknologi, karena tidak ada yang benar-benar menguasai sesuatu yang bermutasi setiap triwulan. Ini tentang menerima ketidakpastian sebagai kondisi permanen. Ini tentang belajar berdamai dengan fakta bahwa expertise kita selalu bersifat sementara, bahwa dokumentasi yang kita tulis hari ini mungkin jadi lelucon bulan depan.

Dan mungkin, di situlah letak wisdom yang tidak pernah saya cari tapi terpaksa saya terima: dalam dunia yang berubah secepat ini, yang paling penting bukan apa yang kita ketahui, tapi bagaimana kita terus belajar tanpa kehilangan kewarasan.

Well, sebagian besar kewarasan.

Jadi, inilah refleksi akhir tahun saya. Saya lelah. Saya muak dengan istilah “revolusioner” dan “game-changer”. Otak saya rasanya seperti GPU yang overheat tanpa cooling fan.

Tapi, hei, saya dengar ada model reasoning baru yang rilis 15 menit yang lalu. Katanya dia bisa coding lebih baik dari senior engineer dan tidak halusinasi.

Ahhh.

(Membuka terminal baru)

git clone...

Mari kita sakiti diri kita sekali lagi.

Sampai jumpa di 2026. Semoga resolusi Anda lebih realistis dari punya saya.

Semoga konflik dependency Anda sedikit, dan token Anda murah.


메타데이터
post_id
6e40d62f5ce7
slug
hikayat-the-great-fatigue-catatan-akhir-tahun-seorang-babysitter-algoritma-6e40d62f5ce7
url
https://medium.com/@fdiskandar/hikayat-the-great-fatigue-catatan-akhir-tahun-seorang-babysitter-algoritma-6e40d62f5ce7
canonical_url
https://medium.com/@fdiskandar/hikayat-the-great-fatigue-catatan-akhir-tahun-seorang-babysitter-algoritma-6e40d62f5ce7
author_url
https://medium.com/@fdiskandar
status
ok
fetched_at
2026-09-05 07:42:46