Dalam 4 bulan, “programmer pemula” ini menghabiskan 3 miliar token—melahirkan 50+ produk dan menarik 3,6 juta tayangan

Selama bertahun-tahun, pintu menuju dunia pemrograman seolah hanya terbuka bagi segelintir orang yang menguasai “ilmu rahasia”. Kita dibesarkan dengan narasi yang sama: sebelum layak bicara soal mencipta, kamu harus paham memori, menguasai sintaks, dan tahan menelusuri dokumentasi yang panjang serta membosankan.

Namun kini, seiring pesatnya perkembangan model bahasa besar, pemrograman tidak lagi terasa seperti laku pertapaan. Ia berubah menjadi sebuah permainan strategi real-time berskala besar. Di dalamnya, makin banyak orang belajar membangun bersama AI—dengan cara yang lebih murni, lebih langsung, dan lebih menembus inti masalah.

Ben Tossell, Head of Developer Relations di Factory, adalah salah satu contoh paling menarik. Ia mengakui dirinya bukan penulis kode yang andal, tetapi dalam empat bulan terakhir ia menghabiskan 3 miliar token.

Artinya, menit demi menit, detik demi detik, ia duduk di depan terminal, menyaksikan AI agent menuliskan kode kompleks—kode yang, menurutnya, mustahil ia hasilkan sendirian.

Ada yang meremehkan metode ini sebagai “vibe-coding”, tetapi bagi Tossell, istilah tersebut menyimpan bias yang arogan dan terasa elitis. Ia mengingatkannya pada stereotip “no-code” di tahun 2019—ironisnya, di tahun yang sama ia mendirikan perusahaan edukasi no-code yang kemudian diakuisisi oleh Zapier. Bias seperti ini, katanya, sengaja mengabaikan keterampilan inti yang tersembunyi di balik interaksi dan orkestrasi sistem.

Dalam paradigma baru ini, kemampuan teknis tidak lagi diukur dari apakah seseorang bisa “menghafal sintaks”, melainkan dari apakah ia mampu mengendalikan sistem: menyusun alur kerja, memberi konteks yang tepat, dan mengarahkan AI agar bergerak efektif.

Dari pelopor no-code hingga “operator 3 miliar token”, Ben Tossell membuktikan satu hal: di era AI, tiket masuk paling berharga ke dunia software bukanlah latar belakang akademik, melainkan rasa ingin tahu yang terus mendorong orang untuk bereksperimen.

Untuk mendokumentasikan perjalanannya, Tossell menulis sebuah artikel yang telah ditonton lebih dari 3,6 juta kali di X. Berikut inti pengalamannya.

Produk yang Benar-Benar Ia Kirim

Menghabiskan 3 miliar token memang terdengar ekstrem, tetapi Tossell menegaskan hasilnya juga nyata—berupa produk yang berjalan dan alat internal yang dipakai tim.

Situs pribadi bergaya terminal
Tossell mendesain ulang situs pribadinya agar tampil dan terasa seperti alat CLI berbasis terminal.

Feed: pelacak sosial yang ringan
Ia membangun pelacak sederhana yang memantau postingan subreddit dan isu di GitHub. Proyek ini open-source, mengumpulkan lebih dari 100 star, dan banyak orang ikut meng-clone-nya.

Factory Wrapped: dari prototipe ke produksi
Tossell membuat versi pertama “Factory Wrapped”, mendemokannya ke tim, dan responsnya sangat positif—hingga diputuskan untuk digabungkan ke produk resmi dan kini sudah live. Ia juga menambahkan panduan baru serta merapikan konten. Meski tampilannya tidak selalu seperti “ngoding tradisional”, bagi Tossell prosesnya tetap sama: rencanakan, eksekusi, iterasi.

CLI kustom untuk kebutuhan tim
Ia menciptakan beberapa tool CLI, termasuk Pylon CLI, yang digunakan tim untuk membantu menangani permintaan dukungan pelanggan.

Crypto tracker berbasis sinyal prediksi
Tossell berinvestasi pada perusahaan yang mampu memprediksi sinyal positif, negatif, atau netral dari data dinamis—seperti finansial, cuaca, kebugaran, hingga pelipatan protein. Berdasarkan sinyal tersebut, ia membangun crypto tracker yang otomatis membuka dan menutup posisi long/short, mirip “mini hedge fund”.

Droidmas: sprint eksperimen 12 hari
Sebuah rangkaian eksperimen atau “game level” selama 12 hari, terinspirasi dari topik-topik yang ramai dibahas di X—mulai dari memori, manajemen konteks, hingga vibe coding.

Sistem demo video yang dipandu AI
Cukup berikan prompt, sistem ini akan menghasilkan video. Ia bertindak sebagai sutradara, produser, sekaligus editor: merekam secara real-time, bereaksi terhadap kondisi, dan menangani masalah seperti bug atau waktu tunggu. Tossell membuat satu video dengan sistem ini, lalu video tersebut dipublikasikan oleh OpenAI.

Di luar itu, ia membangun sekitar 50 proyek lain—sebagian akhirnya ia tinggalkan karena tidak lagi relevan.

Bekerja Sepenuhnya Lewat CLI

Medan tempur Tossell bukan UI web yang penuh tombol, melainkan CLI yang bersih dan fokus. Ia percaya terminal unggul karena cepat, langsung, dan transparan—kita bisa melihat proses kerja sistem secara jelas.

Setiap kali muncul ide baru atau ada problem yang perlu dipecahkan, ia memulai proyek baru di Droid (CLI milik Factory). Ia berdialog beberapa kali dengan model, memberi konteks, lalu beralih ke mode spec untuk menyusun rencana pembangunan.

Di mode spec, ia terus mengajukan pertanyaan yang sangat praktis: ini apa, mengapa butuh ini bukan itu, apa tidak bisa dibuat begini, dan seterusnya.

Setelah itu, ia menjalankan Opus 4.5 dalam mode otonomi tinggi, mengamati jalannya eksekusi, masuk tangan ketika muncul error, lalu menutupnya dengan pengujian, umpan balik, dan iterasi berulang.

Pengaturan agents.md: Manual Operasi

Satu hal yang banyak menyita energi Tossell adalah menyusun agents.md, karena baginya dokumen ini adalah “buku pegangan” utama.

Di komputernya ada folder repos yang berisi semua proyek. Di dalamnya, terdapat file agents.md yang menjelaskan standar setup setiap repositori baru: apa yang harus dilakukan dan dihindari, cara memakai GitHub, pola commit, hingga keputusan apakah memakai akun GitHub kantor atau pribadi.

Salah satu perubahan besar: sekarang ia sangat memprioritaskan end-to-end testing.

Dengan tingkat pengetahuan yang ia miliki saat ini, sering kali muncul bug sederhana yang seharusnya bisa ketahuan lebih awal. Jika pengujian dilakukan sejak awal, banyak masalah dapat dicegah. Ia juga rutin membaca agents.md milik orang lain untuk mencari ide, lalu terus menyempurnakan dokumentasinya agar setiap sesi kerja berikutnya semakin mulus.

Apa yang Ia Pelajari

Lebih memilih CLI daripada MCP (kebanyakan waktu)
Ia pernah memakai MCP, tetapi kini lebih condong ke CLI karena lebih sederhana dan efisien. Di Supabase, Vercel, dan GitHub, ia hampir selalu memilih CLI.

Membuat CLI sendiri sesuai kebutuhan
Misalnya, ia membangun Linear CLI versinya sendiri agar bisa mencari issue dan mengeksekusi tugas lewat terminal, tanpa perlu membuka aplikasi desktop atau web.

Bash “klik” lewat repetisi
Saat mengelola changelog, ia benar-benar memahami cara kerja perintah Bash. Prosesnya repetitif, tetapi akhirnya membentuk pemahaman alur kerja. Ia meminta Droid membuat workflow slash command—pipeline multi-step pertamanya yang benar-benar “rapi”—yang menjalankan beberapa Bash command dan memandu model melakukan tugas spesifik, seperti mengecek diff GitHub, status feature flag, atau menempatkan fitur baru dan perbaikan bug ke bagian yang tepat.

VPS tidak lagi abstrak
Dulu ia tahu VPS itu “komputer remote yang hidup 24/7”, tetapi baru memahami nilainya ketika benar-benar butuh. Sekarang, VPS dipakai untuk menjalankan crypto tracker secara terus-menerus, mengambil data per menit, dan tetap selalu online. Saat menggunakan Droid Telegram bot, ia juga mengandalkan VPS, menyinkronkan repos lokal ke VPS lewat SyncThing agar semuanya selalu up to date dan bisa lanjut bekerja kapan saja.

Lapisan Abstraksi Baru yang Bisa Diprogram

Sebuah tweet dari Andrej Karpathy sangat membekas bagi Tossell: kini ada “lapisan abstraksi baru” yang perlu dikuasai.

Di era no-code, lapisan abstraksi itu adalah tool drag-and-drop seperti Webflow, Zapier, dan Airtable—kita merangkainya agar terlihat seperti software sungguhan (sampai akhirnya mentok batas).

Sekarang, tantangannya bukan lagi “belajar ngoding dari nol dulu baru boleh membangun”. Keterampilan yang harus dipelajari adalah kolaborasi dengan AI: memberi prompt yang tepat, menjaga konteks tetap benar, merangkai komponen menjadi sistem yang koheren, dan memperbaikinya seiring waktu.

Untuk mengasahnya, Tossell membaca tulisan programmer berpengalaman seperti Peter Steinberger. Ia melihat betapa sederhana sistem yang dipakai: cukup berinteraksi dengan model, lalu biarkan model bekerja. Ini membuatnya makin percaya diri—ia tidak membutuhkan sistem yang rumit untuk bisa produktif.

Ia juga mengamati, di X banyak orang terus mengoptimalkan sistemnya—kadang sampai berlebihan. Hal itu bisa menekan, tetapi baginya justru di situlah keindahannya: sistem ini sepenuhnya dapat dikustomisasi. Kamu bisa membuat mode perencanaan seperti Kieran, atau langsung ngobrol dengan model seperti Peter. Keduanya sah, keduanya bisa berhasil.

Kadang ia tetap bertemu bug dan masalah. Namun ia menyadari, sering kali itu bukan batas kemampuan, melainkan “lubang pengetahuan” pengguna. Tugasnya adalah menemukan lubang tersebut dan bertanya: bagaimana memastikan ini tidak terjadi lagi, atau bagaimana membuat dirinya cukup paham agar bisa mendeteksinya lebih cepat lain kali?

Lalu, apa yang perlu dilakukan? Menurutnya sederhana: tanya model. Model tahu hal-hal yang kamu belum tahu. Kamu bisa bertanya terus-menerus. Ia adalah “programmer ahli” yang sabarnya tidak habis-habis, selalu ada di pundakmu. Bahkan kamu bisa menuliskan di agents.md: Tossell bukan programmer, jelaskan dengan sangat sederhana—dan kamu bebas mengustomisasinya sesuai kebutuhan.

Cara Kita Belajar Sudah Berubah

Dulu Tossell berkali-kali mencoba belajar ngoding dengan cara klasik: ketik beberapa karakter, tekan enter, lihat apakah keluar “hello world”. Ia merasa cara itu sangat berbeda dengan cara belajar hari ini.

Dengan metode tradisional, untuk sampai pada kemampuan membangun seperti sekarang, mungkin butuh berbulan-bulan bahkan bertahun-tahun sampai percaya diri menulis kode sendiri.

Sekarang, ia belajar dari sudut pandang sistem: memahami bagaimana proyek dibangun dan bagaimana komponen saling terhubung. Pengalaman menjalankan perusahaan edukasi no-code membentuk pola pikir ini. Ia memahami bahwa Webflow adalah front-end, Zapier adalah lapisan konektor dan routing API, data mengalir, dan Airtable adalah database. Pola pikir sistem seperti ini membantunya memahami komponen teknis saat bekerja bersama AI.

Masih ada terlalu banyak hal untuk dipelajari—tetapi di saat yang sama, hampir tidak ada software yang benar-benar “mustahil dibuat”.

Belajar Mengajukan Pertanyaan yang Terlihat “Bodoh”

Sering kali orang melontarkan pertanyaan yang tampak kikuk, sementara programmer senior sudah menganggapnya wajar dan berhenti mempertanyakannya.

Contohnya: jika framework dibuat untuk memudahkan kerja manusia, dan LLM kini sangat kuat, mengapa kita tidak membuang framework yang berat dan membiarkan model menulis kode paling murni tanpa dependensi? Bukankah itu bisa mengurangi bug dan biaya maintenance?

Seiring waktu, Tossell sadar itu bukan pertanyaan bodoh. Framework bukan sekadar alat—ia adalah konsensus dan ekosistem. Kecerdasan LLM bertumpu pada data pelatihan dalam jumlah besar, dan sebagian besar data itu berakar pada framework yang sudah matang.

Inilah proses terbentuknya pemahaman Tossell. Dulu ia merasa dirinya orang luar di dunia pemrograman, bahkan menganggapnya terlalu tinggi untuk dijangkau. Kini, lewat pertanyaan-pertanyaan mendasar, ia pelan-pelan merobohkan “tembok mental”. Ia tidak lagi sekadar pengguna—ia merasa benar-benar menjadi bagian dari dunia rekayasa ini.

Tentang “Vibe Coding”

Walau istilah “vibe coding” sedang populer, Tossell merasa istilah itu tidak menyentuh inti. Yang dilakukan orang-orang bukan sekadar “mengandalkan feeling”, melainkan memahami sistem secara mendalam: membongkar logika, memperbaiki konstruksi, dan merancang ulang workflow. Lalu, sebagai kelas teknis baru, bagaimana seharusnya kita mendefinisikan diri?

Tossell tidak ingin disebut non-teknis, tetapi juga tidak ingin terjebak dalam label “programmer” yang tradisional. Ia lebih mirip penjelajah di kelas yang belum punya nama. Jika no-code dulu pernah disalahpahami, maka vibe coding hari ini juga membawa bias yang serupa.

Baginya, pemrograman kini terasa seperti permainan besar yang benar-benar nyata.

Daya tarik paradigma ini ada pada kecepatan: setiap ide bisa langsung diuji, setiap rasa penasaran bisa ditelusuri sampai dalam. Kamu tidak harus mengejar kesempurnaan sejak awal, karena yang paling penting adalah memahami cara kerja sistem. Tidak semua kode harus dipublikasikan ke GitHub; kadang ia hanya menjadi penanda jalan menuju pemahaman yang lebih dalam.

Kita tidak perlu membuat alat hanya demi membuat alat. Saat melihat orang lain punya scraper React, Tossell tidak lagi sekadar kagum—ia bertanya: bisakah aku membuat versiku sendiri? bagaimana prinsip kerjanya? Kebebasan untuk bereksperimen demi eksplorasi inilah “hak istimewa” tertinggi yang diberikan teknologi baru.

Dulu, belajar ngoding terasa seperti investasi berat. Ia mengira, jika sudah menghabiskan banyak energi membangun prototipe kasar dan tidak ada yang peduli, orang akan sulit melepaskan karena biaya emosional dan waktunya terlalu besar.

Di era no-code, ia merasakan manisnya tempo cepat: satu-dua jam, satu akhir pekan, prototipe jadi. Kalau pasar tidak tertarik, biarkan saja—karena biayanya rendah, melepasnya pun cepat.

Kini, AI membuat loop umpan balik itu melaju seperti cahaya.

Kita berada di ambang “ledakan besar software”. Karya biasa-biasa saja akan membanjir, tetapi proyek-proyek yang menakjubkan juga akan meledak. Programmer senior merilis tool open-source dengan kecepatan yang belum pernah ada. Ini berarti kita punya gudang inspirasi dan pabrik komponen yang nyaris tak terbatas—tinggal clone, ubah, dan remix.

Dibanding belajar dari sintaks paling bawah seperti baca-tulis file, efisiensi “rekombinasi berorientasi hasil” ini luar biasa. Umpan balik instan, output berkelanjutan. Kamu tidak perlu lama ragu di garis start—yang dibutuhkan hanyalah terus mencoba dan terus berbenturan dengan realitas.

Dalam paradigma ini, ide tidak lagi menjadi beban berat. Ia adalah probe yang bisa kamu lempar kapan saja. Jika kamu mau, kamu bisa membangun apa pun, kapan pun, sesuka hati.

Tossell yakin, siapa pun yang ingin masuk dunia teknologi bisa melakukannya. Kamu tidak butuh gelar ilmu komputer; yang kamu butuhkan adalah izin untuk bermain. Anggap pemrograman sebagai game: daftar sebuah agen CLI, katakan kamu ingin RSS tracker, aplikasi fitness, atau situs personal. Lalu tekan tombol mulai.

Kamu akan menabrak banyak bug, tetapi justru itulah bagian paling seru. Kamu tidak lagi tersiksa oleh error, melainkan penasaran: mengapa bisa begitu? Bahkan ahli terbaik pun dikejar bug setiap hari. Bedanya, kamu sekarang punya “dewan penasihat” seperti ChatGPT atau Claude. Kamu bisa mendapatkan berbagai sudut pandang dan memilih solusi terbaik dari banyak kemungkinan.

Di rimba alat, aturannya hanya satu: tercepat, tersederhana, terjauh.

Tidak perlu lumpuh karena terlalu banyak pilihan. Pilih satu, gali dalam. Kalau merasa kurang, coba buat sendiri.

Pada akhirnya, Tossell menyimpulkan: semua ini baginya adalah eksperimen belajar yang besar dan benar-benar menyenangkan—terus membangun, terus gagal ke depan, lalu terus mendorong karya baru ke dunia.