Bagaimana Anda meninjau kode yang dihasilkan AI sehingga Anda tidak mempercayainya secara membabi buta?

Question

Accepted Answer

Kode yang dihasilkan AI adalah **draf dari penulis yang percaya diri namun dapat salah**. Sering terlihat benar dan dikompilasi, namun menyembunyikan bug halus, API yang dibuat-buat, atau lubang keamanan. Tinjauan yang disiplin mempertahankan kecepatan tanpa risiko.

## Daftar periksa tinjauan

- **Baca setiap baris.** Jika Anda melihat-lihat, Anda mengirimkan bug yang tidak dapat dijelaskan nanti. Tidak ada pengecualian.
- **Verifikasi menyelesaikan masalah aktual** — bukan yang terlihat mirip. AI mengoptimalkan untuk masuk akal, bukan benar.
- **Jalankan tes dan linter.** Tambahkan tes untuk kasus yang Anda pedulikan; jangan mempercayai tes AI sendiri secara membabi buta juga.
- **Periksa kasus edge** — input kosong, null, nilai besar, konkurensi, kondisi batas.
- **Periksa keamanan** — injeksi SQL/perintah, input yang tidak disanitasi, rahasia dalam kode, deserialisasi yang tidak aman.
- **Periksa kinerja** — loop O(n²) yang tidak disengaja, kueri N+1, memori tanpa batas.
- **Konfirmasi API ada** — AI menghubung nama metode dan fungsi perpustakaan yang terlihat nyata.
- **Jangan pernah tempel kode yang Anda tidak pahami.** Jika Anda tidak dapat menjelaskannya, Anda tidak dapat memelihara atau men-debug-nya.

## Alur praktis

```text
1. Read the diff fully  →  do I understand every line?
2. Does it solve the real problem, including edge cases?
3. Run: tests + linter + type checker
4. Scan for security + performance red flags
5. Only then: commit (with a message that reflects what it really does)
```

Perlakukan AI seperti pengembang junior cepat: membantu, produktif, tetapi output-nya selalu Anda tinjau sebelum diluncurkan. Tanggung jawab untuk kode yang dikirim tetap bersama Anda, bukan model.

## Mengapa ini penting

Bahaya kode AI bukan karena itu jelas rusak — itu *mungkin* rusak, lulus sekilas sambil menyembunyikan bug atau kerentanan. Meninjau setiap baris, menjalankan tes, dan menolak mengirimkan kode yang Anda tidak mengerti adalah apa yang membedakan menggunakan AI sebagai pengganda kekuatan dari diam-diam mengumpulkan utang teknis dan risiko keamanan yang tidak dapat Anda pertanggungjawabkan.