Microsoft Akan Meninggalkan Claude: Terlalu Mahal atau Sudah Paham Caranya?

marsbitDipublikasikan tanggal 2026-05-25Terakhir diperbarui pada 2026-05-25

Abstrak

Microsoft akan berhenti menggunakan Claude Code untuk ribuan insinyurnya mulai 30 Juni, beralih ke GitHub Copilot CLI miliknya sendiri. Keputusan ini didorong oleh biaya tinggi Claude Code yang berbasis token, dengan laporan menunjukkan biaya mencapai $500-$2000 per insinyur per bulan, seperti yang dialami Uber. Meski Microsoft menyebutkan ini sebagai bagian dari "eksperimen belajar" selama enam bulan untuk memperbaiki Copilot CLI dengan membandingkannya langsung dengan Claude Code, langkah ini mengungkap tantangan strategis yang lebih dalam. Claude Code, dengan kinerja lebih unggul (skor 80.8% pada SWE-bench vs 72.5% Copilot) dan konteks jendela lebih besar, menjadi favorit di kalangan insinyur Microsoft dengan kepuasan 91%. Microsoft menghadapi tiga dilema utama: ketergantungan pada model eksternal (OpenAI/Anthropic) tanpa model dasar umum andal milik sendiri, produk Copilot yang tertinggal dalam hal kemampuan, dan melemahnya kendali ekosistem. Data Ramp AI Index menunjukkan adopsi perusahaan untuk Anthropic (34.4%) telah melampaui OpenAI (32.3%), didorong oleh kesuksesan Claude Code yang meraih 54% pangsa pasar alat pemrograman AI. Pada intinya, keputusan ini mencerminkan pergeseran industri dari model biaya tetap ke berbasis token, mendorong perusahaan besar seperti Microsoft untuk mengevaluasi ulang strategi pembelian teknologi dan prioritas pengembangan internal demi mengontrol biaya dan mempertahankan kedaulatan teknologi.

Siapa yang menyangka, Microsoft – raksasa teknologi yang pernah menginvestasikan lebih dari $10 miliar ke OpenAI, baru-baru ini juga menghentikan penggunaan Claude di internal dengan alasan "terlalu mahal, tidak sanggup membeli".

Ceritanya begini: Baru-baru ini, sebuah berita internal Microsoft beredar, mulai 30 Juni, ribuan insinyur yang bertanggung jawab atas Windows, Microsoft 365, Teams, Outlook, dan Surface, tidak lagi diizinkan menggunakan Claude Code. Microsoft sendiri mengarahkan mereka untuk beralih ke GitHub Copilot CLI milik sendiri.

Microsoft tidak mengumumkan angka pasti yang dihabiskan untuk Claude Code, tetapi sumber yang tahu menjelaskan bahwa penghentian Claude Code ini memang karena biayanya terlalu tinggi, tinggi hingga Microsoft merasa "sakit hati".

Uber juga baru-baru ini membuat pilihan yang sama seperti Microsoft.

Menurut kabar, Claude Code menghabiskan biaya alat AI sekitar $500 ~ $2000 per bulan untuk setiap insinyur Uber.

Apa artinya ini? Untuk tim teknik beranggotakan seratus orang, hanya untuk alat AI ini saja, setahun bisa mencapai jutaan dolar. Anggaran AI Uber tahun 2026, sudah "habis terbakar" pada bulan April.

Di balik ini sebenarnya tersembunyi perubahan yang belum disadari banyak perusahaan, tetapi sudah mulai memusingkan: model penetapan harga AI, perlahan berubah dari sebelumnya "berlangganan paket" menjadi sekarang "bayar sesuai pemakaian".

Dulu, banyak alat AI menggunakan model biaya tetap per bulan, sehingga biaya relatif dapat diprediksi. Namun kini, semakin banyak asisten AI untuk pemrograman yang beralih ke metode pembayaran berbasis Token – semakin kompleks pertanyaan, semakin sering dipanggil, semakin dalam tugasnya, maka biaya yang dihasilkan semakin tinggi. Bagi tim teknis yang sehari-hari perlu menangani banyak pekerjaan pengkodean, pengeluaran ini dengan cepat membengkak menjadi tekanan finansial yang tidak bisa diabaikan.

Dalam latar belakang seperti ini, bahkan perusahaan teknologi sebesar Microsoft dan Uber pun terpaksa menghitung ulang: apakah biaya alat AI pihak ketiga yang tinggi itu benar-benar sepadan dengan nilainya? Apakah terus membayar tagihan yang terus meningkat, atau beralih ke solusi open source yang lebih ekonomis, atau beralih menggunakan alat sendiri sebagai pengganti?

Pilihan Microsoft sangat jelas: menggunakan GitHub Copilot CLI sendiri untuk menggantikan Claude Code. Meskipun pengalaman fungsionalnya mungkin sedikit kurang, tetapi biayanya dapat dikendalikan, dan aliran sumber daya internal juga lebih efisien.

Pilihan ini menyampaikan sinyal yang jelas – penetapan harga AI yang bahkan Microsoft mulai merasa "mahal", memaksa perusahaan untuk mempertimbangkan kembali strategi pengadaan teknologi mereka.

Lagi pula, biaya yang dihemat, pada akhirnya akan langsung tercermin dalam laba.

Tapi The Verge juga mencatat, pembatalan lisensi Claude Code tidak akan memengaruhi perjanjian Foundry antara Microsoft dan Anthropic, yang mencakup investasi hingga $50 miliar ke Anthropic, menyediakan akses ke model Claude untuk pelanggan Foundry, serta komitmen Anthropic untuk menghabiskan $30 miliar membeli kapasitas komputasi Azure.

2. Apakah Membiarkan Karyawan Menggunakan Claude Code Hanya Sebuah Eksperimen?

Penghentian mendadak izin penggunaan Claude Code bagi insinyur internal Microsoft, terjadi enam bulan setelah perusahaan membiarkan karyawannya menggunakan alat tersebut. Oleh karena itu, pihak luar berpendapat, ini bukan larangan yang terburu-buru, melainkan seperti eksperimen yang diatur dengan cermat.

Menurut memo internal Microsoft, Wakil Presiden Eksekutif Divisi Pengalaman & Perangkat Rajesh Jha memberikan penjelasan: "Ketika kami mulai menyediakan Copilot CLI dan Claude Code secara bersamaan, tujuan kami adalah belajar dengan cepat, melakukan uji patokan terhadap alat-alat ini dalam alur kerja rekayasa yang sebenarnya, dan memahami alat mana yang paling mendukung tim kami. Claude Code memainkan peran penting dalam proses pembelajaran ini... Sementara itu, Copilot CLI juga membawa sesuatu yang sangat penting bagi kami: sebuah produk yang dapat kami kerjakan langsung dengan GitHub, dibangun berdasarkan basis kode Microsoft, alur kerja, ekspektasi keamanan, dan kebutuhan rekayasa kami."

Dengan kata lain, Microsoft sengaja membiarkan produk pesaing masuk ke tim rekayasanya sendiri, membiarkan Claude Code memaparkan kelemahan Copilot CLI miliknya sendiri. Kemudian, selama setengah tahun mengumpulkan umpan balik, memperbaiki kesenjangan, dan akhirnya menutup alat pesaing, memindahkan semua insinyur kembali ke produk sendiri.

Di platform LinkedIn, ada pengguna yang merangkum strategi ini sebagai: biarkan produk pesaing menjadi "rekan latihan" dulu, setelah selesai belajar, tarik jaringnya.

Seorang pengguna LinkedIn menilai: "Jika Microsoft ingin terus menggunakan Claude, biaya pasti bukan faktor penghalang, strategi Tokenmaxxing Microsoft sebelumnya seolah-olah dari awal sudah bertujuan untuk belajar."

Ada juga pengguna yang mengatakan, "Menggunakan produk lawan untuk menguji tekanan produk sendiri membutuhkan disiplin yang sangat kuat. Dan menerapkan pengetahuan yang dipelajari membutuhkan lebih banyak usaha."

Dari hasilnya, Microsoft memang melakukan hal itu. Copilot CLI telah mengalami beberapa iterasi dalam enam bulan berdasarkan umpan balik penggunaan perbandingan dari para insinyur.

Jadi, penghentian kali ini juga ditafsirkan bukan sebagai "tidak sanggup membeli" yang ditinggalkan secara pasif, melainkan setelah memanfaatkan kekuatan, melengkapi kelemahan, secara aktif mengakhiri eksperimen internal ini.

Tapi, pandangan luar terhadap hal ini tidak seragam. Beberapa pengembang mencatat, Microsoft dapat melakukan ini karena sekaligus memiliki infrastruktur cloud lapisan dasar, platform hosting kode sendiri GitHub, serta kelompok insinyur yang cukup besar sebagai "sampel eksperimen". Kebanyakan perusahaan tidak memiliki kondisi ini – mereka hanya bisa "tidak sanggup membeli", sedangkan Microsoft bisa memilih "belajar dulu baru berhenti".

3. Di Balik Penghentian Claude Code, Microsoft Hadapi Tiga Kesulitan

Namun, tekanan biaya dan spekulasi luar tentang "uji eksperimen" mungkin hanya bagian gunung es yang tampak di permukaan. Keputusan Microsoft menghentikan Claude Code jauh lebih dari sekadar hitungan finansial – hal ini menyentuh fakta yang lebih mengganggu bagi raksasa perangkat lunak ini: di rantai industri era model besar, Microsoft kehilangan hak untuk mendefinisikan.

Maret 2026, platform manajemen pengeluaran perusahaan Ramp merilis AI Index, di antara perusahaan yang pertama kali membeli layanan AI, Anthropic menang sekitar 70% dalam pertandingan langsung melawan OpenAI. Ini berlawanan dengan tren yang diamati Ramp pada 2025, ketika penetrasi OpenAI melebihi perusahaan model lainnya. Pendapatan tahunan Anthropic melonjak menjadi $19 miliar, mendekati $25 miliar OpenAI.

Pada April, adopsi AI perusahaan Anthropic mencapai 34.4%, untuk pertama kalinya melampaui OpenAI 32.3%, menjadi pemasok AI nomor satu baru di pasar perusahaan. Mesin inti yang mendorong pembalikan ini adalah Claude Code – alat pemrograman ini hanya dalam setahun sejak diluncurkan menghasilkan pendapatan tahunan $1 miliar, mencakup 4% dari semua komitmen kode GitHub.

Dan dalam putaran pasar ini, Microsoft hampir tidak memiliki posisi.

Saat Microsoft terpaksa bergantung pada model eksternal OpenAI dan Anthropic, pendapatan tahunan perusahaan startup AI tahun 2026 telah mencapai $80 miliar, OpenAI dan Anthropic berdua mengambil porsi 89%.

Ini mengungkapkan fakta yang kejam: nilai komersial model dasar sedang mengalir kembali ke pengembang model, sedangkan Microsoft – hanya distributor. Ketika distributor mencoba memblokir sumbernya, itu hanya menunjukkan satu hal: ia tidak lagi dapat membeli tiket masuk yang sebenarnya.

Ringkasnya mungkin dapat diringkas menjadi – Microsoft terpinggirkan di tiga medan pertempuran: model, pengembang, dan kendali ekosistem.

Kesulitan Satu: Tidak Ada Model Dasar Terdepan, Ketergantungan Eksternal Parah

Sampai hari ini, kekhawatiran terbesar Microsoft adalah tidak pernah memiliki model besar umum terdepan yang benar-benar miliknya sendiri.

Sejak 2019, Microsoft secara kumulatif menginvestasikan lebih dari $13 miliar ke OpenAI, dan memperoleh sekitar 27% saham, tetapi model bahasa besar buatannya sendiri selalu gagal menyamai GPT-4 atau Claude.

April 2026, tiga model seri MAI yang dirilis oleh lab penelitian AI Microsoft – MAI-Transcribe-1, MAI-Voice-1, dan MAI-Image-2 – hanya mencakup transkripsi suara, generasi suara, dan pembuatan gambar, tidak meluncurkan model bahasa besar umum.

Microsoft meskipun memiliki salah satu pintu masuk bisnis AI terkuat di dunia, tetapi kurang "kendali model dasar" yang benar-benar menentukan batas kemampuan AI.

Tanpa model umum buatan sendiri, Microsoft juga tidak dapat mencapai penutupan teknis dalam skenario inti seperti percakapan umum, penalaran pemrograman, dan kemampuan inti AI-nya bergantung pada OpenAI. April 2026, Microsoft dan OpenAI bersama-sama mengumumkan mengakhiri ikatan eksklusif yang berlangsung tujuh tahun, Azure bukan lagi satu-satunya pintu keluar cloud OpenAI, lisensi IP berubah dari eksklusif menjadi non-eksklusif.

Dulu salah satu parit pertahanan terbesar Microsoft adalah "memiliki OpenAI secara eksklusif". Tapi sekarang, kepemilikan eksklusif ini sedang goyah.

Dan begitu Microsoft kehilangan ikatan eksklusif dengan OpenAI, ia harus menghadapi kenyataan kejam: ia sendiri tidak memiliki model dasar yang dapat menggantikan GPT-4 atau Claude. Itulah mengapa, Microsoft hari ini menunjukkan keadaan yang sangat terbelah di bidang AI: ia adalah salah satu perusahaan dengan komersialisasi AI terdalam di dunia, tetapi pada saat yang sama, ia sangat bergantung pada model eksternal untuk menyediakan kemampuan inti. Struktur "platform kuat, model lemah" ini, pada dasarnya adalah hollowness teknis.

Kesulitan Dua: Daya Saing Produk Sendiri Kalah dari Pesaing

Yang lebih menyedihkan bagi Microsoft adalah, tidak hanya tidak memiliki model besar umum yang layak, bahkan Copilot yang pernah merebut jendela pemrograman cerdas awal juga dihancurkan secara substansial oleh Claude Code.

Dua tahun terakhir, GitHub Copilot selalu menjadi sinonim dari pemrograman AI. Tapi pasar pemrograman AI tahun 2026 telah mengalami perubahan fundamental. Yang benar-benar mengubah industri oleh Claude Code adalah mengubah "alat penyelesaian kode" menjadi "agen rekayasa konteks panjang".

Copilot tradisional lebih seperti: "membantu menulis beberapa baris kode", Claude Code dapat langsung berpartisipasi dalam seluruh proses rekayasa perangkat lunak.

Di internal Microsoft, alat pemrograman paling populer bukan Copilot sendiri, melainkan Claude Code.

Menurut laporan wartawan The Verge Tom Warren, insinyur Microsoft dalam beberapa bulan terakhir "jelas condong" ke Claude Code daripada alat sendiri. Preferensi ini bukan berasal dari karyawan "tidak suka menggunakan produk sendiri", melainkan perbedaan substansial dalam daya saing produk itu sendiri.

Menurut data pengujian, skor Claude Code pada SWE-bench adalah 80.8%, GitHub Copilot berbasis GPT-4o hanya 72.5%, selisih 8.3 poin persentase.

Claude Code mendukung jendela konteks token jutaan, satu sesi dapat memproses sekitar 3000 file, sedangkan Copilot CLI maksimum hanya 128K token. Dalam skenario refactoring atau debugging yang melintasi puluhan file, tingkat penyelesaian Claude Code mencapai 89%, Copilot hanya 60%.

Insinyur menggunakan Claude Code sehari-hari berarti alur kerja pengembangan, data debugging, dan kebiasaan operasi semua mengendap di ekosistem Anthropic. Menurut laporan The Verge, sebelum membuka Claude Code ke internal, 91% tim rekayasa Microsoft menggunakan GitHub Copilot, tetapi dalam enam bulan terakhir penggunaan Claude Code "sangat menggerogoti" proporsi ini.

Kepala Divisi Pengalaman & Perangkat Microsoft Rajesh Jha dalam memo mengakui Claude Code adalah "bagian penting dari proses pembelajaran", tetapi tetap meminta peralihan paksa. Akar kontradiksi ini terletak pada kecemasan fundamental di tingkat strategis – ketika insinyur menitipkan bagian kunci dalam rantai alat pengembangan ke produk eksternal, kendali Microsoft atas tumpukan teknologinya sendiri sedang melemah secara bertahap.

Karyawan menggunakan alat eksternal dalam jangka panjang berarti membiasakan kebiasaan pengguna pesaing, di masa depan akan membawa keterampilan pengembangan dan pengetahuan proses langsung ke perusahaan pesaing.

Seseorang internal Microsoft kepada The Information mengatakan, kepuasan Claude Code di kalangan insinyur Microsoft mencapai 91%. Ketika pengembang inti sebuah perusahaan memiliki kepuasan terhadap alatnya sendiri lebih rendah daripada produk pesaing eksternal, kohesi teknologinya menghadapi tantangan besar. Ini bukan "takut pesaing menghasilkan uang", melainkan khawatir budaya pengembangan disusupi oleh alat eksternal, menyebabkan talenta inti dan proses pengembangan terkunci pada produk pesaing.

Kesulitan Tiga: Kendali Ekosistem Melemah

Yang lebih menyakitkan bagi Microsoft adalah: tidak hanya insinyur internal yang beralih ke Claude, seluruh pasar perusahaan juga mulai menunjukkan tren serupa.

Microsoft menginvestasikan dua mitra utama OpenAI dan Anthropic, tetapi keduanya secara bertahap melepaskan ketergantungan pada Microsoft.

Menurut data Ramp AI Index, April 2026, tingkat adopsi berbayar perusahaan Anthropic telah mencapai 34.4%, untuk pertama kalinya melampaui OpenAI 32.3%. Dalam 12 bulan terakhir, tingkat adopsi perusahaan Anthropic melonjak dari hanya 9% menjadi 34.4%, tumbuh hampir 4 kali lipat, sedangkan tingkat adopsi perusahaan OpenAI hanya tumbuh 0.3% pada periode yang sama.

Ketika perusahaan pertama kali membeli layanan AI pada tahun 2026, sekitar 70% dari pertandingan langsung akhirnya yang ditandatangani adalah Claude bukan ChatGPT.

Mesin inti yang mendorong pembalikan ini adalah Claude Code.

Menurut perkiraan pasar, sekitar 4% dari komitmen publik GitHub global diselesaikan dengan partisipasi Claude Code, Anthropic memperkirakan pada akhir 2026 akan melebihi 20%. Claude Code menduduki pangsa pasar alat pemrograman AI 54%, 8 dari 10 perusahaan terkaya dunia adalah pelanggan berbayarnya. Dari pendapatan tahunan, Claude Code pada November 2025 menembus $1 miliar, pada awal 2026 telah mencapai $2.5 miliar. Sebagai perbandingan, pendapatan tahunan Codex OpenAI sekitar $1 miliar.

Menurut statistik Goldman Sachs, pendapatan tahunan total perusahaan startup AI tahun 2026 sekitar $80 miliar, OpenAI sekitar $25 miliar, Anthropic sekitar $19 miliar, keduanya bersama-sama mengambil porsi 89%. Ketika pendapatan Claude Code diperoleh oleh Anthropic bukan Microsoft, peran yang dimainkan Microsoft pada dasarnya tetap distributor – menyediakan daya komputasi dan sebagian investasi, tetapi gagal memperoleh keuntungan tertebal dari nilai inti model besar.

April 2026, Amazon dan OpenAI mencapai kerja sama strategis, berkomitmen berinvestasi hingga $50 miliar, AWS juga akan menjadi distributor cloud pihak ketiga eksklusif untuk platform kelas perusahaan Frontier OpenAI.

Menurut laporan Business Insider, evaluasi internal Microsoft menunjukkan pangsa GitHub Copilot di pasar alat pemrograman AI telah turun menjadi sekitar 25%.

Data-data ini berarti: persaingan AI sedang beralih dari "chatbot" ke "sistem rekayasa".

Dan dalam putaran persaingan ini, Claude Code sedang menjadi pintu masuk infrastruktur baru. Masalahnya adalah – Microsoft seharusnya menjadi penerima manfaat terbesar dari revolusi pemrograman AI ini. Karena GitHub memang menguasai ekosistem pengembang terbesar di dunia.

Tapi sekarang Claude Code mendominasi pikiran pengembang, Anthropic mengambil pertumbuhan perusahaan, OpenAI perlahan melepaskan sistem eksklusif Microsoft, yang lebih menakutkan, GitHub Copilot malah mulai terpinggirkan.

Microsoft tiba-tiba menyadari: ia memiliki GitHub, tetapi belum tentu memiliki ekosistem pemrograman AI generasi berikutnya.

4. Satu Kesalahan, Berlanjut ke Kesalahan Lain

Masalah yang dihadapi Microsoft hari ini sebenarnya bukan lagi sekadar satu produk tertinggal.

Di permukaan, ini hanya aksi manajemen "penghentian penggunaan internal Claude Code", tetapi melihat lebih dalam, akan ditemukan di belakangnya adalah seluruh rantai yang sedang lepas kendali.

Awalnya, Microsoft lambat membuat model besar umum buatan sendiri yang benar-benar dapat menyamai GPT-4, Claude. Setelah kemampuan model dasar absen, ia hanya dapat bergantung pada OpenAI untuk menyediakan kemampuan inti AI dalam jangka panjang. Tapi masalahnya, OpenAI sekarang juga perlahan melepaskan ikatan eksklusif Microsoft, hubungan keduanya telah berubah dari "ikatan dalam" menjadi "bekerja sama tetapi tidak eksklusif".

Di sisi lain, hal yang lebih berbahaya sedang terjadi di internal Microsoft.

Semakin banyak insinyur Microsoft mulai menggunakan Claude Code sehari-hari, bukan Copilot sendiri. Secara tampilan hanya pilihan alat pengembangan, sebenarnya memengaruhi seluruh ekosistem pengembangan: alur kerja kode, kebiasaan debugging, konteks rekayasa, cara penggunaan Agent, semua akan bermigrasi bersama alat. Bagi perusahaan tipe platform, yang paling menakutkan bukanlah pesaing menghasilkan uang, melainkan pengembangnya sendiri mulai bekerja di ekosistem pesaing.

Selanjutnya, masalah mulai menyebar lebih jauh.

Setelah pengembang banyak beralih ke Claude Code, yang benar-benar menghasilkan uang adalah Anthropic. Klien perusahaan juga mulai ikut bermigrasi, suara Claude di bidang pemrograman AI dengan cepat meluas. Microsoft meskipun masih dapat menghasilkan uang dengan menyediakan daya komputasi melalui Azure, tetapi bagian nilai era AI yang paling tebal labanya, paling kuat kendalinya, sedang diambil oleh perusahaan model dan platform Agent.

Dalam situasi ini, kondisi yang sangat halus mulai muncul di internal Microsoft: produk tidak dapat bersaing, tetapi tidak bisa terus membiarkan karyawan sepenuhnya condong ke alat eksternal. Jadi cara yang akhirnya diambil, bukan meningkatkan kemampuan Copilot dulu, melainkan menghentikan izin penggunaan internal Claude Code terlebih dahulu.

Ini sebenarnya sudah menunjukkan, masalah mulai berkembang dari "persaingan produk" menjadi "pertahanan organisasi".

Menurut laporan The Verge, Microsoft bahkan pernah mempertimbangkan mengakuisisi Cursor, untuk menutupi kesenjangan pengalaman pemrograman AI Copilot, hanya saja kemudian tidak dilanjutkan karena faktor risiko regulasi.

Dalam arti tertentu, ini justru memaparkan tempat paling canggung Microsoft sekarang: ia memiliki salah satu platform pengembang terkuat di dunia, juga memiliki sistem klien perusahaan terbesar, tetapi pintu masuk paling kunci di era pemrograman AI – alat Agent yang benar-benar digunakan pengembang setiap hari – sedang jatuh ke tangan orang lain.

Dan begitu kebiasaan pengembang, alur kerja, dan ekosistem rekayasa dibangun ulang, di kemudian hari ingin merebut kembali, bukan lagi sekadar menambah beberapa fitur, mengganti strategi produk sekali.

Tautan Referensi:

https://ramp.com/leading-indicators/ai-index-may-2026?utm_source=chatgpt.com

https://tech.yahoo.com/ai/copilot/articles/microsoft-ditching-claude-code-copilot-133318848.htmlhttps://fortune.com/2026/05/22/microsoft-ai-cost-problem-tokens-agents/https://www.linkedin.com/posts/matthew-johnson-71a059b3_microsoft-gave-claude-code-to-thousands-of-activity-7462552767300272128-b0dx/

Artikel ini berasal dari akun WeChat "InfoQ" (ID: infoqchina), penulis: Dong Mei

Pertanyaan Terkait

QMengapa Microsoft memutuskan untuk menghentikan penggunaan Claude Code untuk para insinyurnya?

AMicrosoft menghentikan penggunaan Claude Code terutama karena biayanya yang terlalu tinggi (high cost). Selain itu, keputusan ini juga dipandang sebagai bagian dari 'eksperimén' internal untuk mempelajari keunggulan produk pesaing guna meningkatkan produk sendiri, GitHub Copilot CLI.

QApa perbedaan utama antara GitHub Copilot dan Claude Code dalam membantu pekerjaan pemrograman?

AGitHub Copilot tradisional lebih fokus pada penyelesaian baris kode (code completion). Sementara Claude Code berfungsi sebagai 'agen rekayasa konteks panjang' (long-context engineering agent) yang dapat menangani seluruh alur kerja rekayasa perangkat lunak, seperti refaktorisasi atau debugging lintas puluhan file, dengan tingkat penyelesaian yang lebih tinggi.

QMenurut artikel, apa tiga masalah utama (dilema) yang dihadapi Microsoft terkait AI?

ATiga dilema utama Microsoft adalah: 1) Tidak memiliki model dasar (base model) AI mutakhir sendiri dan sangat bergantung pada model eksternal seperti OpenAI. 2) Produknya sendiri (Copilot) kalah bersaing dengan Claude Code dalam hal kemampuan. 3) Melemahnya kendali atas ekosistem AI, di mana nilai inti dan kebiasaan pengembang beralih ke platform pesaing seperti Anthropic.

QApa implikasi dari perubahan pola penetapan harga AI dari 'paket bulanan' menjadi 'berdasarkan token' bagi perusahaan?

APerubahan pola harga dari paket bulanan tetap ke berbasis token menyebabkan biaya AI menjadi tidak terduga dan dapat membengkak dengan cepat, terutama untuk tim teknik yang sering menggunakan alat bantu pemrograman. Ini menciptakan tekanan finansial yang signifikan, bahkan bagi perusahaan besar seperti Microsoft dan Uber.

QApa yang diperoleh Microsoft dari 'eksperimen' enam bulan membiarkan insinyurnya menggunakan Claude Code?

ADari eksperimen enam bulan tersebut, Microsoft dapat mengumpulkan umpan balik, membandingkan kinerja Claude Code dengan Copilot CLI, dan mengidentifikasi kelemahan produknya sendiri. Ini memungkinkan Microsoft untuk melakukan iterasi dan peningkatan pada Copilot CLI agar lebih sesuai dengan kebutuhan alur kerja, basis kode, dan ekspektasi keamanan internal perusahaan.

Bacaan Terkait

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

"PA Pictorial: Peta untuk Memahami Peristiwa Web3 Penting yang Perlu Diperhatikan pada Juni" Jelajahi Kalender Kripto terbaru PANews dengan cakupan lebih lengkap, penyaringan fleksibel, dan ekspor yang mudah. Pada Juni, pasar kripto dipadati oleh keputusan suku bunga makro, data ekonomi penting, pelepasan token, dan acara teknologi tradisional. Poin-poin intinya meliputi: 📌 Amerika Serikat merilis data NFP dan CPI bulan Mei. The Fed menerbitkan Buku Beige dan menggelar konferensi pers kebijakan, dengan preferensi risiko pasar tetap dipengaruhi ekspektasi makro. 🏦 Bank Sentral Eropa dan Bank of Japan akan mengumumkan keputusan suku bunga, menjadikan likuiditas global dan jalur suku bunga sebagai salah satu tema utama pasar di Juni. 🪙 Beberapa token seperti SUI dan ENA akan mengalami pelepasan (unlock), perlu diperhatikan risikonya. 🚀 Perkembangan proyek: Coinbase akan meluncurkan futures indeks saham perpetual perdana, CME Group berencana meluncurkan futures indeks kripto Nasdaq; SharpLink akan dimasukkan ke dalam Indeks Russell 2000 dan 3000. ⚠️ Penyaringan proyek terus berlanjut: Layanan seperti browser Bitcoin Ordinals, Ord.io, secara bertahap berhenti beroperasi. Perhatikan pengaturan penarikan dan migrasi aset. 🌐 Acara penting lainnya: Pembukaan Piala Dunia, pembukaan Apple WWDC26, penawaran saham SpaceX, pertemuan IPO S&T UBTECH di pasar STAR, dll. Dengan makroekonomi, pelepasan token, regulasi, penyaringan proyek, dan acara teknologi yang berlangsung bersamaan, pasar pada Juni mungkin terus mencari arah baru di tengah ekspektasi likuiditas, perubahan kebijakan, dan rotasi ekosistem. Kunci inti peristiwa global dan alur utama Web3 Juni 2026 dalam satu peta!

marsbit48m yang lalu

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

marsbit48m yang lalu

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

Dalam satu minggu terakhir Mei, dua raksasa teknologi China, Alibaba dan ByteDance, memamerkan dua pendekatan berbeda dalam strategi AI mereka. Alibaba, sebagai perusahaan publik, fokus pada integrasi AI untuk monetisasi langsung. Mereka menghubungkan model Qwen dengan platform e-commerce seperti Taobao, menciptakan fitur seperti "pencocokan harga AI" dan "pakaian virtual AI". Melalui protokol ACT, mereka membangun infrastruktur untuk transaksi berbasis agen AI. Pendapatan eksternal Alibaba Cloud tumbuh 40%, menunjukkan model bisnis "MaaS" (Model-as-a-Service) mereka yang berhasil. Namun, pendekatan ini mungkin mengorbankan penelitian mendasar untuk keunggulan jangka pendek. Sebaliknya, ByteDance, yang masih swasta, berinvestasi besar dalam penelitian AI jangka panjang. Departemen Seed mereka, dengan anggaran belanja modal (capex) yang meningkat pesat, bertujuan "menjelajahi batas atas kecerdasan". Mereka merilis model pembuatan video Seedance 2.0 yang memimpin peringkat global dan mempublikasikan penelitian mendalam tentang "model dunia". Perusahaan ini memberikan kebebasan bagi tim risetnya tanpa tekanan kuartalan dari pasar modal. Perbedaan kunci ini lebih disebabkan oleh status kepemilikan daripada filosofi semata. Sebagai perusahaan publik, Alibaba terikat pada harapan ROI jangka pendek investor. ByteDance, yang belum IPO, memiliki kemewahan untuk berfokus pada terobosan teknologi jangka panjang. Analisis menyimpulkan bahwa jalan strategis AI sebuah perusahaan di China sangat ditentukan oleh apakah perusahaan tersebut terdaftar di bursa atau tidak, yang membentuk pilihan antara "menjual AI" dan "membuat AI".

marsbit55m yang lalu

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

marsbit55m yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

**Mengapa Lebih Banyak AI Agent Tidak Sama dengan Produktivitas Lebih Tinggi?** Meskipun teknologi memungkinkan kita meluncurkan banyak AI Agent dengan mudah dan murah, produktivitas nyata tidak serta-merta meningkat. Ini karena munculnya konsep "Pajak Orkestrasi"—biaya tersembunyi untuk mengelola, menilai, dan menggabungkan hasil kerja semua Agent tersebut. Pekerjaan ini harus kembali ke satu sumber daya serial yang tidak dapat diduplikasi: perhatian dan penilaian manusia. **Manusia adalah 'GIL' dalam Sistem.** Seperti Global Interpreter Lock (GIL) dalam Python, semua Agent dapat berjalan paralel, tetapi untuk keputusan penting (seperti tinjauan arsitektur, kode, atau penyelesaian konflik), mereka harus "mengambil kunci" dari Anda—sang pengembang. Hukum Amdahl berlaku: percepatan maksimum dari paralelisasi dibatasi oleh bagian kerja yang harus tetap serial, yaitu kapasitas penilaian manusia. Menambah Agent hanya membuat antrian tinjauan lebih panjang, memperbesar beban konteks, dan menyebabkan kelelahan kognitif. **Kelelahan dan Utang Tersembunyi.** Banyaknya Agent yang aktif memberi ilusi produktivitas tinggi, tetapi rasa sibuk itu tidak sama dengan hasil berkualitas. Jika Anda "menyerah secara kognitif" dan tidak meninjau hasil dengan benar, Anda menumpuk utang teknis dan utang kognitif—masalah yang akan muncul nanti. Pajak orkestrasi harus dibayar, baik secara sadar melalui proses yang terencana, atau diam-diam melalui penurunan kualitas. **Solusi: Kelola Perhatian Seperti Sistem Produksi.** Kuncinya adalah merancang alur kerja dengan menghormati batas perhatian manusia sebagai sumber daya langka: 1. **Kontrol Jumlah Agent:** Sesuaikan jumlah Agent dengan kemampuan *review* Anda, bukan dengan apa yang UI izinkan. Batasi ke angka rendah. 2. **Klasifikasi Tugas:** Pisahkan tugas independen (cocok untuk Agent paralel) dari tugas kompleks yang membutuhkan penilaian mendalam (kerjakan secara serial). 3. **Tinjau Secara Berkelompok (*Batch Review*):** Kurangi biaya alih konteks dengan meninjau hasil beberapa Agent sekaligus. 4. **Gunakan Waktu Serial untuk Penilaian:** Fokuskan perhatian hanya pada bagian yang memerlukan penilaian manusia. Biarkan Agent menangani bagian yang dapat diverifikasi otomatis (seperti tes). 5. **Lindungi Waktu Fokus Anda:** Kadang, tindakan paling produktif adalah berhenti mengoordinasi banyak Agent dan fokus pada satu masalah inti. Kemampuan sebenarnya di era AI bukanlah menjalankan banyak Agent, tetapi merancang sistem yang secara sadar mengelilingi dan melindungi kapasitas penilaian serial manusia—sumber daya paling berharga dalam proses pengembangan.

marsbit2j yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

marsbit2j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit8j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit8j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli MOVE

Selamat datang di HTX.com! Kami telah membuat pembelian Movement (MOVE) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Movement (MOVE) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Movement (MOVE) AndaSetelah melakukan pembelian, simpan Movement (MOVE) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Movement (MOVE)Lakukan trading Movement (MOVE) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

420 Total TayanganDipublikasikan pada 2024.12.13Diperbarui pada 2025.03.21

Cara Membeli MOVE

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga MOVE (MOVE) disajikan di bawah ini.

活动图片