Belakangan ini aku benar-benar merasa terganggu oleh AI. Beberapa hari yang lalu aku ingin membuat workflow “mengatur data secara otomatis + menghasilkan konten secara otomatis”. Sekarang di internet setiap hari membicarakan AI Agent, otomatisasi, masa depan low-code, aku awalnya berpikir, ini harusnya gampang dibuat dan dijalankan.

Hasilnya saat mulai mengerjakan, aku langsung masuk ke mode debugging tanpa henti.
Prompt ini tidak tepat, ganti cara penulisannya. Claude keluar terlalu umum, ganti ke GPT. Logika GPT sudah benar, tapi formatnya tidak cocok. Lalu terus ganti alat, tambahkan aturan, ubah workflow. Kadang aku sudah tidak bisa membedakan, apakah aku sedang “membuat konten” atau “melatih AI”.
Dan hal ini sangat mempengaruhi mental.
Sama alat, ada yang bisa selesai dalam sepuluh menit, aku kadang harus bolak-balik menunggu hasil selama dua jam. Skill yang banyak dipakai di internet dengan banyak bintang, terlihat hebat satu sama lain, tapi saat dipakai di skenario sendiri, banyak yang tidak berjalan lancar.
Kalau aku cuma menyalin, akhirnya tetap harus aku ubah sedikit demi sedikit.
Aku bahkan pernah terpikir untuk mencari orang khusus buat buatkan workflow.
Tapi setelah dipikir-pikir, tim kecil sebenarnya cukup sulit. Merekrut orang yang paham AI, biayanya tidak murah; komunikasi kebutuhan, penjelasan logika, bolak-balik revisi, kadang malah lebih melelahkan daripada mengerjakan sendiri.
Akhirnya aku perlahan menyadari, masalah terbesar AI sekarang sebenarnya bukan lagi “tidak cukup pintar”.
Tapi bahwa orang biasa harus belajar terlalu banyak hal agar bisa memanfaatkan AI dengan baik.
Kamu harus belajar prompt, memahami perbedaan model, belajar skill, belajar workflow, tahu alat mana yang cocok untuk tugas apa. Waktu kerja yang sesungguhnya cuma sebagian kecil, sisanya sebagian besar dihabiskan untuk “membuat AI bekerja dengan normal”.
Jadi akhir-akhir ini saat aku mencoba @dappOS_com的 @xbubble_xyz, aku merasa cara kerjanya cukup berbeda.
Banyak produk AI sekarang mengajarkan pengguna: cara menulis prompt, cara membuat workflow, cara mengatur Agent.
Tapi xBubble lebih seperti melakukan hal lain:
“AI belajar dari AI, AI pakai AI”
Pengalaman utama yang aku rasakan adalah, aku tidak perlu lagi terus-menerus bingung “model mana yang harus dipakai di langkah ini”.
Aku cukup memberi tahu apa yang aku inginkan.
Bubble Pilot akan mengenali jenis tugas secara otomatis, lalu mendistribusikannya ke SOP dan jalur eksekusi yang sesuai. Kalau tidak ada SOP yang sudah ada, dia juga akan otomatis kembali ke Agent umum.
Yang penting, Bubble Engine di belakang juga terus belajar.
Model mana yang cocok untuk tugas apa, kombinasi alat mana yang lebih stabil, workflow mana yang tingkat keberhasilannya lebih tinggi, hal-hal yang dulu sangat memakan waktu dan tenaga, sekarang mulai diserahkan ke AI untuk mengurus sendiri.
Pengalaman ini sebenarnya cukup menyenangkan.
Karena dulu sering kali bukan AI yang tidak bisa bekerja, tapi pengguna harus belajar jadi semi-programmer agar AI bisa bekerja.
Terutama mode Bubble Computer ini sangat berkesan buatku.
Dulu saat mengerjakan satu tugas lengkap, aku harus membuka beberapa jendela: cari data, atur, buat konten, koreksi, lalu output.
Sekarang AI bisa menjalankan seluruh rangkaian itu sendiri.
Termasuk mode Bubble Personal yang lokal juga cukup menarik, bisa langsung mengoperasikan file di komputer, browser, tapi pengguna tidak perlu mengatur lingkungan sendiri.
Aku semakin merasa, AI yang benar-benar bagus di masa depan tidak seharusnya membuat orang biasa semakin lelah.
Tapi AI harus belajar sendiri bagaimana menggunakan AI.
Pengguna cukup memberi tahu tujuannya, sisanya diserahkan ke sistem.