Minggu ini sahaja: SpaceX menjatuhkan harga pasaran model terkehadapan dengan Grok 4.5, sebuah model yang dilatih khusus untuk pengekodan dan ejen autonomi, dibina atas teknologi Cursor yang diperoleh SpaceX dengan harga $60B. Harganya ialah $2/J token input dan $6/J token output — lebih separuh lebih murah daripada harga terkehadapan Anthropic dan OpenAI — dan dilaporkan menggunakan kira-kira separuh daripada bilangan token bagi setiap tugasan berbanding pesaingnya. Sementara itu, Lovable, sebuah startup "vibe-coding" Sweden yang berusia tiga tahun, dilaporkan sedang berunding untuk mengumpul $300M pada penilaian $13.2B, dua kali ganda nilainya pada bulan Disember, selepas mencecah kadar hasil tahunan $500M pada bulan Jun dengan Workday, Asana, dan Nvidia sebagai pelanggan korporat. Replit dinilai pada $9B pada bulan Mac; Factory pada $1.5B pada bulan April. Seperti yang dinyatakan dalam satu laporan mengenai bidang ini, vibe coding kini merupakan "kes penggunaan AI yang jauh paling popular dan paling menguntungkan."

Semua itu bukan sekadar teori jika anda sedang mencari kerja atau cuba kekal boleh diambil kerja dalam bidang perisian pada tahun ini. Ia merupakan isyarat yang agak jelas tentang apa maksud "boleh membina perisian" nanti pada resume dan di dalam bilik temu duga pada tahun 2026.

Bagaimana rupa "produk yang dilancarkan" sekarang

Bukti bukan sekadar pusingan pembiayaan sahaja. "Glaze" milik Raycast, sebuah aplikasi vibe-coding semua-dalam-satu untuk membina dan berkongsi aplikasi desktop Mac, baru sahaja dibuka kepada semua pengguna, bersaing dengan alat seperti Wabi untuk aplikasi mudah alih — vibe coding kini berpindah daripada terminal kepada pembina yang lebih kemas dan boleh dikongsi, disasarkan kepada orang yang bukan jurutera profesional. Mod Build milik Google AI Studio kini membolehkan anda menunjuk kepada repositori GitHub sedia ada dan bukannya bermula daripada gesaan kosong, secara automatik menukarnya menjadi aplikasi yang boleh dijalankan serta mengkonfigurasi kunci API secara automatik. Dan titik data yang paling jelas sekali: MIT dan Lincoln Laboratory menjalankan satu kajian kes menerusi Program Phantom di bawah AI Accelerator Department of the Air Force–MIT, di mana Joshua Lynch, seorang kadet yang tiada latar belakang pengekodan sebelum ini, menggunakan vibe coding di bawah bimbingan seorang mentor untuk membina sebuah program AI yang berfungsi dan relevan dari segi ketenteraan. Itulah naratif "sesiapa sahaja boleh mengekod dengan AI" yang menjadi kenyataan sebenar, disokong oleh seorang individu dan sebuah institusi yang dinamakan.

Di hujung yang lebih berpengalaman pula, pencipta Bun, Jarred Sumner, menggunakan ejen pengekodan untuk menulis semula keseluruhan runtime JavaScript Bun daripada Zig kepada Rust — satu penulisan semula berskala penuh yang secara tradisinya dianggap terlalu berisiko untuk dicuba secara manual — menerusi apa yang beliau namakan "agentic engineering": aliran kerja dinamik, larian percubaan, dan semakan lawan (adversarial review) terhadap output ejen tersebut. Beliau bukan mengejar tren; beliau sebenarnya menghapuskan pepijat memori berulang akibat percampuran garbage collection dengan pengurusan memori manual Zig, pepijat yang disekat oleh model pemilikan (ownership) Rust. Itulah seorang jurutera kanan yang memperlakukan ejen AI sebagai alat yang tepat untuk satu tugasan yang dahulunya memerlukan berbulan-bulan kerja manusia yang teliti.

Di sebalik semua ini, infrastruktur sedang membentuk semula dirinya mengikut kelajuan ini. Railway baru sahaja mengumpul $100M dalam pusingan Series B, mencecah 2 juta pembangun tanpa sebarang pemasaran berbayar, dan kini memproses lebih 10 juta pelancaran (deployment) sebulan. Pitch pengasasnya jelas: awan warisan seperti AWS dan GCP terlalu perlahan dan rumit untuk mengimbangi kelajuan pembangunan dipacu AI pada masa kini.

Menterjemahkan pembiayaan ini kepada piawaian pengambilan pekerja

Jika digabungkan: seorang pemula dengan bimbingan mentor boleh melancarkan aplikasi yang berfungsi, seorang jurutera veteran boleh menulis semula runtime bahasa pengaturcaraan, dan sebuah startup berusia tiga tahun boleh mencecah kadar hasil separuh bilion dolar dengan membenarkan bukan-jurutera menerangkan aplikasi sehingga ia terhasil. Julat itulah intinya. Vibe coding bukan sekadar laluan masuk untuk jurutera junior, dan bukan juga sekadar helah produktiviti untuk jurutera kanan — ia kedua-duanya sekali gus, dan wang yang mengalir masuk ke Lovable, Replit, Factory, serta perang harga Grok 4.5 menunjukkan pelabur percaya di sinilah perisian akan dibina selepas ini, bukan sekadar fasa sementara.

Dari segi pengambilan pekerja, saya melihat ini sebagai tiga peralihan yang konkrit. Ini adalah tafsiran saya sendiri terhadap trend ini, bukan fakta muktamad, jadi nilaikannya sewajarnya:

  • Artifak yang berfungsi dan telah dilancarkan kini menjadi asas minimum, bukan lagi faktor pembeza. Jika seorang pengekod pemula boleh melancarkan sesuatu yang berfungsi menerusi program berbimbing, ungkapan "saya membina dan melancarkan X" sahaja tidak lagi mencukupi untuk melepasi piawaian bagi peranan berbayar — ia akan dianggap sebagai sesuatu yang sememangnya anda boleh lakukan. Apa yang membezakan anda ialah lapisan pertimbangan (judgment) di sekelilingnya.
  • Temu duga kini lebih cenderung untuk memberikan anda alat pengekodan AI, bukannya menariknya daripada anda. Kes kadet tadi, penulisan semula Bun, serta penggunaan Lovable secara korporat oleh syarikat seperti Workday dan Nvidia — semuanya menunjukkan arah yang sama: majikan kini mengambil pekerja yang mahir mengarah dan menyemak kerja seorang ejen, bukan orang yang cuba membuktikan mereka tidak memerlukannya. Jika tugasan take-home tidak menyatakan dasar mengenai penggunaan alat AI, tanya perekrut secara terus dan jangan menganggap sahaja.
  • Kemahiran khusus terhadap sesuatu alat kurang penting berbanding kemahiran membuat pertimbangan. Dengan Grok 4.5, Claude, dan model-model OpenAI yang saling bersaing dari segi harga, serta platform vibe-coding yang semakin bertambah (Lovable, Replit, Factory, Glaze, Wabi, ciri import GitHub AI Studio), amat berisiko untuk meletakkan taruhan resume anda pada aliran kerja khusus satu platform sahaja — alat-alat di baliknya sedang dikomoditikan oleh perang harga itu sendiri. Apa yang kekal bertahan ialah keupayaan untuk menggunakan mana-mana platform tersebut dan menerangkan apa yang anda ubah, sebabnya, dan bahagian output yang anda tidak percayai sepenuhnya — disiplin yang sama seperti yang digambarkan oleh Sumner sebagai "semakan lawan" (adversarial review).

Apa yang perlu dilakukan sebenarnya bulan ini

  • Lancarkan satu perkara kecil secara terbuka menggunakan alat vibe-coding, yang telah dilancarkan sepenuhnya dan dipautkan daripada resume atau portfolio anda — bukan sekadar demo tempatan atau rakaman skrin.
  • Apabila anda membincangkannya dalam temu duga, mulakan dengan apa yang anda semak, tolak, atau perbaiki daripada output AI tersebut. Itulah bahagian yang tidak dapat diperoleh oleh pengurus pengambilan pekerja daripada sekadar tangkapan skrin, dan itulah bahagian yang sebenarnya masih terhad.
  • Tanya secara terus terang, sama ada semasa temu duga mahupun dalam tugasan take-home, sama ada penggunaan alat AI dibenarkan atau malah diharapkan. Norma ini sedang berubah dengan begitu pantas sehingga anda tidak seharusnya membuat sebarang andaian, sama ada satu cara atau sebaliknya.
  • Jangan terlalu banyak melabur masa untuk menghafal sintaks satu platform sahaja. Model-model di baliknya sedang dijatuhkan harganya setiap beberapa bulan, dan alat-alat pembina kini semakin menumpu kepada aliran kerja yang serupa — gesaan (prompt), import repositori, lancarkan.

Catatan amaran

Ini hanyalah gambaran seketika daripada pusingan pembiayaan, bukan satu kepastian. Penilaian syarikat boleh naik dan turun, kitaran hype boleh melampau, dan angka $13.2B yang masih di peringkat perbincangan bukanlah satu perjanjian yang telah dimuktamadkan. Namun, perang harga pada satu pihak (Grok 4.5), tiga pusingan pembiayaan peringkat lewat yang berasingan pada pihak lain (Lovable, Replit, Factory), dan lapisan infrastruktur awan yang dibina semula pada pihak ketiga (Railway) — kesemuanya menuju kepada kes penggunaan yang sama, dan ini merupakan isyarat yang lebih kukuh berbanding mana-mana satu daripadanya secara bersendirian. Anggaplah ini sebagai jangkaan awal yang kukuh tentang ke arah mana jangkaan pengambilan pekerja bergerak pada tahun 2026, dan kemas kini pandangan tersebut apabila titik data seterusnya tiba.