wayanjimmy
ENID

Newsletter #25

Modern Engineering Values #

— Christoph Nakazawa (creator of Jest, ex-Meta)

tl;dr: Era AI mengubah tantangan utama dari ‘cara menulis kode’ menjadi ‘bagaimana mengambil keputusan’. Tim kecil (2-3 orang) kini lebih unggul. Selera desain dan produk (taste) menjadi pembeda utama karena AI bisa membuat kode apa saja. Nakazawa sendiri hampir tidak pernah menulis kode secara manual lagi—semua proyeknya 90-100% ditulis oleh AI, bahkan untuk bahasa pemrograman Rust yang tidak ia kuasai.

EngineeringCulture AI #

Software Engineering at the Tipping Point: Why Your Developer Ecosystem Won’t Survive 10x Unchanged #

— Adam Bender @ Google I/O 2026

tl;dr: AI mempercepat proses penulisan kode hingga 10x lipat, tetapi sistem pendukungnya (tinjauan kode, kompilasi, pengujian, rilis, dan perbaikan kesalahan) belum siap mengimbangi kecepatan tersebut. Tanpa fondasi kerja yang kuat, peningkatan kecepatan ini justru akan menumpuk utang teknis dan kekacauan. Tantangan terbesarnya bukan lagi cara menulis kode dengan cepat, melainkan mempertahankan pemahaman manusia atas sistem yang semakin rumit.

SoftwareEngineering AI #

Mastering Tech Lead Management #

— Christoph Nakazawa

tl;dr: Peran Tech Lead Manager (TLM) adalah gabungan unik antara manajer tim dan kontributor teknis langsung—bukan sekadar manajer yang bisa menulis kode atau programer yang mengurus administrasi. Tujuh saran utamanya:

  1. Utamakan hubungan antarmanusia sebelum urusan teknis.
  2. Selesaikan obrolan tatap muka (1:1) di awal minggu.
  3. Lakukan koordinasi tim lewat tulisan (async) agar kerja tidak terganggu rapat.
  4. Gunakan tinjauan kode (code review) untuk melatih dan membimbing tim.
  5. Ambil keputusan dengan cepat tanpa harus menunggu semua orang setuju 100%.
  6. Berpikir secara menyeluruh tentang dampak sistem kerja.
  7. Lindungi fokus kerja tim dari gangguan luar.
Leadership Management #

Is Go the Perfect Language in the World of AI? #

— Franziska Hinkelmann, PhD (@fhinkel)

tl;dr: Di era AI, pekerjaan developer bergeser dari menulis kode menjadi peninjau (code reviewer). Struktur Go yang kaku dan membosankan justru menjadi keunggulan dibandingkan Python atau JavaScript karena kodenya sangat mudah dipahami. Selain itu, compiler Go membantu mendeteksi kesalahan penulisan (hallucination) dari AI secara instan sebelum kode dijalankan.

ProgrammingLanguages Go AI #

JuiceFS at Xiaomi: Unified Storage #

— JuiceFS Team

tl;dr: Xiaomi menggantikan HDFS, PFS, dan NAS dengan JuiceFS sebagai unified file storage. Cost savings 70-90%. Cache layer (NVMe + RDMA) jadi game-changer untuk AI training. EB-scale, ratusan miliar files. Salah satu deployment JuiceFS terbesar di dunia.

Infrastructure Storage #

Stitch + Antigravity CLI: Frontend Design Workflow #

— Guillaume Laforge

tl;dr: Design-to-code pipeline buat backend dev. DESIGN.md format (design tokens dalam markdown) - AI-readable, version-controllable. Stitch generate UI dari design tokens, Antigravity CLI iterate via natural language. Backend dev sekarang bisa bikin frontend yang decent.

Tools Frontend AI #

Google Gemma 4 12B - Encoder-Free Multimodal #

— @analogalok

tl;dr: Google’s first encoder-free multimodal model. Vision dan audio diproyeksi langsung ke LLM backbone tanpa frozen encoder. 6.6 GB quantized, 21 tok/s di RTX 4060, native 256K context, Apache 2.0. Bisa jalan lokal di budget GPU.

AIHardware Models #

Discobot Architecture Study #

tl;dr: 738-baris deep-dive ke agent-in-container architecture. Per-sandbox MITM proxy untuk network isolation, sudo gate untuk otorisasi credential, dan sandbox orchestration. Arsitektur sandbox yang terisolasi dengan komunikasi lewat proxy - pattern menarik untuk production agent systems.

AgentArchitecture DeepDive #

Bedah Sistem Memori Evonic #

tl;dr: Evonic memory system pakai SQLite + FTS5 BM25 + LLM extraction - tanpa vector embedding. Filosofi: memory is compressed conversation, bukan queryable knowledge graph. Pendekatan berbeda dari mainstream yang mengandalkan vector DB.

AgentArchitecture Memory #


Berlangganan