Google Agent Smith Menulis 25% Kode Google: Hal yang Perlu Diketahui Tim API

TL;DR

Agen pengkodean AI internal Google, Agent Smith, kini menghasilkan lebih dari 25% kode produksi baru perusahaan. Tidak seperti alat pelengkapan otomatis seperti Copilot, Agent Smith bekerja secara asinkron di latar belakang, menulis, menguji, dan mengulang kode tanpa interaksi manusia. Bagi tim API, ini menimbulkan pertanyaan tentang stabilitas kontrak, cakupan pengujian, penyimpangan dokumentasi, dan alur kerja peninjauan ketika seperempat dari basis kode Anda dihasilkan oleh mesin.

Pendahuluan

Selama panggilan pendapatan Maret 2026, CEO Google Sundar Pichai menyebutkan angka yang membuat seluruh industri perangkat lunak terdiam: kode yang dihasilkan AI kini menyumbang lebih dari 25% kode baru yang diproduksi di Google.

Ini bukan pelengkapan otomatis. Ini bukan saran Copilot yang diterima oleh pengembang. Ini adalah kode yang dikirim ke produksi setelah dihasilkan oleh AI. Alat di baliknya, yang secara internal disebut Agent Smith (sebagai penghormatan kepada antagonis yang dapat mereplikasi diri dari The Matrix), menjadi sangat populer di kalangan lebih dari 180.000 karyawan Google sehingga perusahaan harus membatasi akses untuk mengelola ketegangan infrastruktur.

Agent Smith mewakili kategori yang berbeda dari alat pengkodean AI yang digunakan sebagian besar pengembang saat ini. Di mana Copilot dan Claude Code membantu secara real time, Agent Smith bekerja di latar belakang. Insinyur menugaskan tugas, meninggalkannya, dan kembali kemudian untuk meninjau pekerjaan yang telah diselesaikan.

Bagi tim pengembangan API, pergeseran dari kode "dibantu AI" menjadi "dihasilkan AI" ini menimbulkan pertanyaan praktis. Ketika 25% dari basis kode Anda ditulis oleh agen otonom, bagaimana Anda menjaga kontrak API tetap stabil? Bagaimana Anda memastikan pengujian mencakup titik akhir yang dihasilkan mesin? Bagaimana Anda mencegah dokumentasi menyimpang?

Artikel ini menjelaskan apa yang dilakukan Agent Smith, bagaimana perbedaannya dari alat pengkodean AI lainnya, dan apa yang harus dipersiapkan oleh tim API.

Apa yang dilakukan Agent Smith

Pengkodean otonom asinkron

Agent Smith tidak menunggu di IDE Anda untuk Anda mengetik. Ia beroperasi secara asinkron di latar belakang. Berikut adalah alur kerjanya:

1. Seorang insinyur menjelaskan tugas dalam bahasa alami
2. Agent Smith memecah tugas menjadi subtugas
3. Ia menulis kode di beberapa file
4. Ia menjalankan pengujian dan mengulang pada kegagalan
5. Insinyur meninjau pekerjaan yang telah diselesaikan

Ini pada dasarnya berbeda dari saran inline Copilot atau sesi interaktif Claude Code. Agent Smith lebih mirip pengembang junior yang mengambil tiket, menghilang selama beberapa jam, dan kembali dengan permintaan tarik (pull request).

Insinyur dapat mendelegasikan tugas dan memeriksa kemajuan melalui platform obrolan internal Google, bahkan dari perangkat seluler. Alat ini secara otomatis mengakses profil karyawan dan dokumentasi yang relevan, menarik konteks dari basis pengetahuan internal Google.

Dibangun di atas Gemini dan Antigravity

Agent Smith berjalan di atas keluarga model Gemini Google, yang dilengkapi dengan sistem pengambilan yang memberikannya akses ke basis kode internal Google yang luas dan dokumentasinya. Ini dibangun di atas Antigravity, platform pengkodean agen yang sudah ada di Google, tetapi memperluasnya dengan dekomposisi dan eksekusi tugas otonom.

Peningkatan pengambilan adalah kuncinya. Agent Smith tidak menghasilkan kode secara terpisah. Ia mencari di basis kode internal Google untuk pola serupa, merujuk implementasi yang ada, dan mengikuti konvensi pengkodean internal. Kesadaran konteks inilah yang memungkinkan output berkualitas produksi pada skala 25%.

Apa arti "25% kode baru"

Angka Pichai perlu konteks. "25% kode baru" mengacu pada kode yang:

• Dihasilkan oleh AI, bukan dilengkapkan otomatis
• Lulus tinjauan kode (insinyur manusia masih meninjau output Agent Smith)
• Dikirim dalam sistem produksi
• Diukur di seluruh output rekayasa Google

Ini tidak berarti 25% dari total basis kode Google dihasilkan AI. Ini berarti 25% dari kode baru yang ditulis hari ini berasal dari Agent Smith. Perbedaan ini penting karena kode baru bersifat tambahan terhadap basis kode yang sudah ada yang ditulis manusia. Namun, lintasannya jelas: persentasenya terus meningkat, dan Pichai menyorotinya sebagai keuntungan strategis.

Bagaimana Agent Smith berbeda dari alat pengkodean AI lainnya

Spektrum alat pengkodean AI

Agent Smith berada di ujung otonom dari spektrum ini. Satu-satunya langkah lebih jauh adalah penerapan otonom penuh tanpa tinjauan manusia, yang belum dilakukan oleh alat utama mana pun (dan seharusnya tidak).

Mengapa asinkron itu penting bagi tim API

Alat pengkodean AI real-time (Copilot, Claude Code) bekerja dalam alur pengembang. Pengembang melihat apa yang ditulis AI, memahami konteksnya, dan melakukan koreksi saat itu juga.

Agen asinkron mengubah dinamika ini. Ketika Agent Smith menulis titik akhir API, pengembang meninjaunya setelah fakta. Tinjauan dipisahkan dari konteks pembuatan. Ini berarti:

• Pengembang mungkin tidak memahami mengapa agen memilih format respons tertentu
• Perubahan kontrak API mungkin tidak jelas dalam tinjauan kode standar
• Artefak terkait (pengujian, dokumen, simulasi) mungkin belum diperbarui
• Perubahan yang merusak mungkin lolos jika peninjau tidak memeriksa dampak penuhnya

Apa yang rusak ketika AI menulis kode API Anda

Penyimpangan kontrak API

Kontrak API adalah perjanjian antara layanan Anda dan konsumennya: titik akhir, skema permintaan/respons, kode status, format kesalahan. Ketika pengembang manusia memodifikasi API, mereka biasanya memperbarui spesifikasi OpenAPI, memberi tahu konsumen, dan membuat versi perubahan tersebut.

Ketika agen otonom memodifikasi API, langkah-langkah koordinasi tersebut tidak terjadi secara otomatis. Agent Smith menulis kode yang melewati pengujian. Tetapi pengujian hanya mencakup apa yang sebelumnya ditulis. Jika agen mengubah skema respons dengan cara yang melewati pengujian yang ada tetapi merusak konsumen hilir, kerusakan akan muncul dalam produksi.

Skenario contoh:

• Agent Smith ditugaskan untuk "Menambahkan preferensi pengguna ke titik akhir profil"
• Ini menambahkan bidang preferences ke respons GET /api/users/{id}
• Pengujian yang ada lolos karena tidak menegaskan tidak adanya bidang tambahan
• Tipe TypeScript tim frontend tidak menyertakan preferences
• Parsing JSON ketat aplikasi seluler gagal pada bidang yang tidak terduga

Kodenya benar. Pengujiannya lolos. Kontraknya rusak.

Celah cakupan pengujian

Kode yang dihasilkan AI dilengkapi dengan pengujian yang dihasilkan AI, dan agen AI cenderung menulis pengujian yang memvalidasi apa yang mereka bangun, bukan pengujian yang menjaga terhadap regresi. Ini menciptakan titik buta: pengujian mengonfirmasi bahwa perilaku baru berfungsi, tetapi tidak mengonfirmasi bahwa perilaku yang ada dipertahankan.

Untuk titik akhir API, ini berarti:

• Tolok ukur waktu respons mungkin tidak diuji
• Format respons kesalahan mungkin menyimpang dari skema kesalahan standar Anda
• Perilaku pembatasan laju mungkin tidak divalidasi
• Kasus-kasus khusus otentikasi mungkin tidak tercakup
• Perilaku paginasi mungkin berbeda dari titik akhir yang ada

Penyimpangan dokumentasi

Jika dokumentasi API Anda dihasilkan dari anotasi kode atau spesifikasi OpenAPI, kode yang dimodifikasi agen harus secara otomatis menyebar ke dokumen. Tetapi banyak tim memelihara dokumentasi secara terpisah. Ketika Agent Smith menambahkan titik akhir atau memodifikasi skema respons, pembaruan dokumentasi adalah tugas terpisah yang mungkin dilakukan atau tidak dilakukan oleh agen.

Bahkan dengan dokumen yang dihasilkan secara otomatis, deskripsi, contoh, dan catatan penggunaan memerlukan konteks manusia yang tidak dimiliki agen AI. Agen dapat mendokumentasikan apa yang dilakukan titik akhir. Ia tidak dapat mendokumentasikan mengapa ia ada, siapa yang menggunakannya, atau kompromi apa yang menyebabkan desainnya.

Kelelahan meninjau

Ketika 25% kode dihasilkan AI, 25% tinjauan kode meninjau output AI. Kode yang dihasilkan AI secara sintaksis konsisten dan terstruktur dengan baik, yang membuatnya terlihat "baik-baik saja" sekilas. Tetapi terlihat baik-baik saja tidak sama dengan benar dalam konteks.

Peninjau menghadapi tantangan baru: kode terbaca dengan baik tetapi mungkin tidak selaras dengan keputusan arsitektur, konvensi tim, atau persyaratan tak terucapkan yang ada di kepala peninjau tetapi tidak dalam perintah agen. Seiring waktu, kelelahan meninjau kode yang dihasilkan AI dapat menyebabkan "rubber-stamping" (menyetujui tanpa pemeriksaan cermat), yang merupakan titik di mana bug mulai dikirim.

Cara membangun alur kerja API yang tahan agen

1. Jadikan kontrak API sebagai sumber kebenaran

Pengembangan API yang mengutamakan desain adalah pertahanan terkuat terhadap penyimpangan yang disebabkan agen. Ketika spesifikasi OpenAPI adalah sumber kebenaran, setiap perubahan kode yang melanggar kontrak dapat dideteksi.

Tanpa mengutamakan desain:

Perubahan kode → Pengujian lolos → Kirim → Kontrak rusak

Dengan mengutamakan desain:

Spesifikasi mendefinisikan kontrak → Kode harus sesuai spesifikasi → Validasi kontrak menangkap penyimpangan

Perancang API visual Apidog memungkinkan Anda mendefinisikan titik akhir, skema, dan format respons sebelum kode apa pun ditulis. Ketika Agent Smith (atau agen apa pun) menghasilkan kode, Anda memvalidasinya terhadap spesifikasi, bukan terhadap pengujian yang ada yang mungkin tidak lengkap.

2. Gunakan pengujian kontrak, bukan pengujian unit

Pengujian unit memvalidasi perilaku internal. Pengujian kontrak memvalidasi perjanjian antar layanan. Ketika agen AI memodifikasi API Anda, pengujian kontrak menangkap perubahan yang tidak terdeteksi oleh pengujian unit.

Contoh pengujian kontrak:

// Pengujian ini gagal jika bentuk respons berubah,
// meskipun bentuk baru itu "valid"
describe("GET /api/users/:id contract", () => {
  it("returns expected schema", async () => {
    const response = await request(app).get("/api/users/123");

    expect(response.body).toMatchSchema({
      type: "object",
      required: ["id", "name", "email", "created_at"],
      properties: {
        id: { type: "string" },
        name: { type: "string" },
        email: { type: "string", format: "email" },
        created_at: { type: "string", format: "date-time" }
      },
      additionalProperties: false  // Ini menangkap bidang tak terduga
    });
  });
});

Baris additionalProperties: false sangat penting. Tanpa itu, agen yang menambahkan bidang ke respons akan melewati semua pengujian. Dengan itu, setiap perubahan skema memerlukan pembaruan kontrak yang eksplisit.

Apidog mengotomatiskan pengujian kontrak dari spesifikasi API Anda. Definisikan skema Anda sekali, dan Apidog memvalidasi setiap respons terhadapnya dalam pengujian manual dan proses CI/CD.

3. Batasi penerapan pada validasi spesifikasi

Tambahkan validasi spesifikasi API ke pipeline CI/CD Anda. Sebelum kode apa pun (manusia atau dihasilkan AI) diterapkan, verifikasi bahwa itu cocok dengan kontrak yang dideklarasikan:

# Langkah pipeline CI/CD
- name: Validasi kontrak API
  run: |
    # Bandingkan spesifikasi saat ini dengan implementasi yang berjalan
    apidog run --test-scenario-id CONTRACT_TESTS
    
    # Gagal jika ditemukan pelanggaran kontrak
    if [ $? -ne 0 ]; then
      echo "Pelanggaran kontrak API terdeteksi. Tinjau perubahan."
      exit 1
    fi

Ini menangkap perubahan yang melanggar kontrak oleh Agent Smith sebelum mencapai produksi.

4. Wajibkan pembaruan spesifikasi untuk perubahan API

Buat aturan pengembangan: setiap PR (pull request) yang memodifikasi perilaku API harus menyertakan pembaruan spesifikasi OpenAPI yang sesuai. Untuk PR yang dihasilkan AI, ini berarti agen harus memperbarui spesifikasi, atau manusia harus melakukannya sebelum penggabungan.

Di Apidog, perubahan spesifikasi secara otomatis menyebar ke:

• Dokumentasi API
• Respons server tiruan
• Pernyataan pengujian
• Tipe SDK klien

Cascade ini memastikan tidak ada artefak yang menyimpang saat kontrak berubah.

5. Pantau perilaku API dalam produksi

Bahkan dengan pengujian kontrak dan validasi spesifikasi, pemantauan produksi menangkap apa yang tidak terdeteksi oleh pengujian pra-produksi. Lacak:

• Pelanggaran skema respons: Catat ketika respons tidak sesuai dengan skema yang dideklarasikan
• Bidang baru muncul: Beri peringatan pada bidang respons yang tidak ada dalam spesifikasi
• Perubahan tingkat kesalahan: Titik akhir yang dihasilkan AI mungkin memiliki distribusi kesalahan yang berbeda
• Pergeseran latensi: Kode yang ditulis agen mungkin memiliki karakteristik kinerja yang berbeda
• Perubahan pola lalu lintas: Titik akhir baru mungkin menerima pola lalu lintas yang tidak terduga

6. Pisahkan tinjauan API dari tinjauan kode

Tinjauan kode standar bertanya: "Apakah kode ini berfungsi?" Tinjauan API bertanya: "Apakah perubahan ini memengaruhi konsumen?"

Untuk perubahan API yang dihasilkan AI, buat daftar periksa tinjauan terpisah:

• Apakah perubahan ini merusak konsumen yang sudah ada?
• Apakah spesifikasi OpenAPI diperbarui?
• Apakah perubahan yang tidak kompatibel ke belakang diberi versi?
• Apakah respons kesalahan konsisten dengan format kesalahan yang sudah ada?
• Apakah titik akhir baru didokumentasikan dengan contoh?
• Apakah tim hilir sudah diberitahu?

Lintasan: ke mana arah pengkodean otonom

Agent Smith hari ini vs. besok

Agent Smith pada 25% adalah titik awal. Sergey Brin menyebut agen AI sebagai "fokus besar" selama rapat umum penjualan Maret 2026. Angka 25% akan tumbuh seiring dengan peningkatan alat, pelonggaran pembatasan akses, dan adaptasi alur kerja.

Perusahaan lain sedang membangun sistem serupa:

• KAIROS Claude Code (bocor dalam kode sumber): daemon yang selalu aktif dengan langganan webhook GitHub dan pekerja latar belakang
• GitHub Copilot Agent Mode: tugas pengkodean multi-langkah dengan pengeditan file otonom
• CodeWhisperer Amazon: berkembang dari pelengkapan otomatis menuju alur kerja agen

Tren industri jelas: alat pengkodean AI beralih dari "asisten" menjadi "kontributor otonom" menjadi "infrastruktur latar belakang." Dalam beberapa tahun, pertanyaannya bukan apakah AI menulis kode API Anda, tetapi berapa banyak.

Apa yang harus dipersiapkan tim API sekarang

Desain-utama tidak lagi opsional. Ketika agen menulis kode, spesifikasi API adalah satu-satunya artefak stabil. Jadikan itu sumber kebenaran sekarang, sebelum adopsi agen membuatnya mendesak.

Berinvestasi pada infrastruktur pengujian kontrak. Pengujian unit tidak cukup ketika penulis kode tidak memahami konvensi tak tertulis Anda. Pengujian kontrak menyandikan konvensi tersebut secara eksplisit.

Pilih alat yang menjaga artefak tetap sinkron. Alat yang tidak terhubung (klien API terpisah, pelari pengujian terpisah, server tiruan terpisah, generator dokumen terpisah) menciptakan peluang penyimpangan yang dieksploitasi oleh agen. Platform terintegrasi seperti Apidog menjaga semuanya tetap sinkron.

Bangun proses tinjauan untuk kode yang dihasilkan AI. Tinjauan kode standar tidak menangkap pelanggaran kontrak API. Buat daftar periksa dan validasi otomatis khusus untuk perubahan API.

Coba Apidog gratis untuk membangun alur kerja API yang tetap konsisten, baik perubahan kode berikutnya berasal dari pengembang manusia, Agent Smith, atau alat pengkodean otonom apa pun yang muncul berikutnya.

FAQ

Apa itu Google Agent Smith?

Agent Smith adalah agen pengkodean AI internal Google yang dibangun di atas keluarga model Gemini dan platform Antigravity. Ini bekerja secara asinkron di latar belakang: insinyur menugaskan tugas, dan Agent Smith menulis, menguji, dan mengulang kode tanpa interaksi manusia secara real-time. Ini menghasilkan lebih dari 25% kode produksi baru Google pada Maret 2026.

Apakah Agent Smith tersedia di luar Google?

Tidak. Agent Smith adalah alat internal yang terbatas untuk karyawan Google. Google belum mengumumkan rencana untuk rilis publik. Teknologinya mirip dengan Copilot Agent Mode dan Claude Code, tetapi lebih terintegrasi secara mendalam dengan basis kode internal Google dan sistem dokumentasinya.

Apakah kode yang dihasilkan AI melanggar kontrak API?

Bisa jadi. Agen AI menulis kode yang melewati pengujian, tetapi pengujian mungkin tidak mencakup semua aspek kontrak API Anda. Perubahan skema, bidang respons baru, format kesalahan yang berbeda, dan modifikasi perilaku dapat lolos dari pengujian sambil merusak konsumen hilir. Pengujian kontrak dan pengembangan yang mengutamakan desain mencegah hal ini.

Haruskah tim API mengkhawatirkan Agent Smith?

Bukan tentang Agent Smith secara spesifik, karena itu internal Google. Tetapi tentang tren yang diwakilinya, ya. Alat pengkodean otonom serupa (Copilot Agent Mode, KAIROS, dan lainnya) akan mencapai tim Anda. Mempersiapkan alur kerja API Anda sekarang, dengan pengembangan yang mengutamakan desain, pengujian kontrak, dan alat terintegrasi, memposisikan Anda untuk mengadopsi agen otonom dengan aman.

Bagaimana cara mencegah agen AI merusak API saya?

Gunakan pengembangan yang mengutamakan desain dengan spesifikasi OpenAPI sebagai sumber kebenaran. Tambahkan pengujian kontrak dengan additionalProperties: false untuk menangkap perubahan skema yang tidak terduga. Batasi penerapan pada validasi spesifikasi. Gunakan platform terintegrasi seperti Apidog yang menyinkronkan spesifikasi, pengujian, simulasi, dan dokumen secara otomatis.

Apa perbedaan antara kode yang dibantu AI dan kode yang dihasilkan AI?

Kode yang dibantu AI (saran Copilot, sesi Claude Code) ditulis secara real-time dengan pengawasan manusia. Pengembang melihat dan menyetujui setiap perubahan. Kode yang dihasilkan AI (Agent Smith) diproduksi secara asinkron tanpa keterlibatan manusia secara real-time. Pengembang meninjau pekerjaan yang telah diselesaikan setelah fakta. Perbedaan ini mengubah dinamika tinjauan dan meningkatkan risiko pelanggaran kontrak yang tidak terdeteksi.

Akankah agen AI menggantikan pengembang API?

Tidak. Agent Smith masih membutuhkan definisi tugas manusia, tinjauan kode, dan persetujuan penerapan. Studi MIT Maret 2026 mengkonfirmasi bahwa AI meningkatkan produktivitas pengembang tetapi tidak menggantikan penilaian, kesadaran konteks, dan pemikiran arsitektural yang disediakan manusia. Peran bergeser dari menulis kode menjadi mendefinisikan tugas, meninjau output, dan menjaga koherensi sistem.

Poin-Poin Penting

• Agent Smith Google menghasilkan 25% kode produksi baru melalui operasi asinkron dan otonom
• Ini mewakili pergeseran dari kode yang dibantu AI menjadi kode yang dihasilkan AI, mengubah dinamika tinjauan untuk tim API
• Penyimpangan kontrak API adalah risiko utama ketika agen otonom memodifikasi titik akhir dan skema
• Pengembangan yang mengutamakan desain dengan spesifikasi OpenAPI sebagai sumber kebenaran mencegah pelanggaran kontrak
• Pengujian kontrak dengan validasi skema ketat menangkap perubahan yang tidak terdeteksi oleh pengujian unit
• Platform terintegrasi seperti Apidog menyinkronkan spesifikasi, pengujian, simulasi, dan dokumen untuk mencegah penyimpangan
• Tren menuju agen pengkodean otonom semakin cepat; siapkan alur kerja API Anda sekarang

Agent Smith pada 25% adalah permulaan. Perusahaan yang membangun alur kerja API yang tahan agen hari ini akan menjadi perusahaan yang mengadopsi alat pengkodean otonom dengan aman besok.