Jika LLM Menjadi Komoditas, Maka Fokusnya ke Workspace

12 Jul, 2026

Beberapa tahun terakhir, industri AI bergerak dengan kecepatan yang hampir sulit diikuti.

Hampir setiap beberapa bulan muncul model baru yang mengklaim lebih pintar, lebih cepat, memiliki context window lebih besar, atau biaya inferensi yang lebih murah. Timeline media sosial dipenuhi benchmark baru, perbandingan skor coding, hingga perdebatan tanpa akhir mengenai siapa yang sedang berada di posisi pertama.

Claude atau GPT?

Gemini atau model open source?

Model mana yang paling bagus buat coding?

Saya juga pernah berada di fase itu.

Menghabiskan waktu membandingkan benchmark, membaca paper, mencoba berbagai model, lalu berpindah lagi ketika muncul rilis terbaru.

Namun semakin lama membangun produk, saya mulai menyadari bahwa pertanyaan tersebut sebenarnya semakin kurang relevan.

Karena masalah terbesar ketika bekerja dengan AI bukan lagi model mana yang paling pintar.

Masalah sebenarnya adalah bagaimana menjaga pekerjaan tetap berjalan ketika model terbaik terus berubah.

Dan menurut saya, di sinilah industri AI sedang mengalami perubahan paradigma yang cukup besar.

Kita Terlalu Fokus pada Mesinnya

Bayangkan seseorang berkata,

"Aku pakai Claude."

atau,

"Aku pakai ChatGPT."

Kalimat itu terdengar sangat normal.

Tetapi kalau dipikir lebih dalam, sebenarnya agak aneh.

Rasanya seperti seorang software engineer berkata,

"Aku pakai PostgreSQL."

atau,

"Aku pakai Docker."

Benar.

Tetapi bukan itu identitas produknya.

Yang benar-benar penting justru sistem yang dibangun di atasnya.

Begitu juga dengan AI.

Yang sebenarnya memiliki nilai bukanlah modelnya.

Melainkan seluruh lingkungan kerja yang membuat model tersebut benar-benar produktif.

Misalnya:

• repository
• filesystem
• terminal
• git
• tools
• MCP
• memory
• workflow

Semua komponen tersebut jauh lebih sulit dibangun dibanding sekadar mengganti model.

Di sinilah saya mulai melihat perubahan cara berpikir.

Developer yang lebih matang tidak lagi berkata,

"Aku memakai model tertentu."

Mereka justru berpikir,

"Aku punya workspace. Model hanyalah compute yang bisa diganti kapan saja."

Perbedaannya terdengar kecil.

Namun dampaknya sangat besar.

Model Seharusnya Mengikuti Workflow

Hari ini kebanyakan orang masih bekerja seperti ini.

Membuka satu chatbot.

Mengobrol.

Lalu ketika ingin mencoba model lain...

Mereka membuka aplikasi baru.

Menyalin prompt.

Menyalin context.

Membuka repository lagi.

Menjelaskan ulang masalahnya.

Mengulang reasoning yang sebenarnya sudah selesai.

Tanpa sadar, workflow akhirnya mengikuti keterbatasan model.

Padahal seharusnya justru kebalikannya.

Workflow tetap.

Context tetap.

Repository tetap.

Terminal tetap.

Model yang menyesuaikan.

Begitu cara software modern biasanya dirancang.

Dan menurut saya, AI juga sedang bergerak ke arah yang sama.

Workspace Adalah Produk. Model Hanyalah Compute.

Semakin lama saya memperhatikan berbagai AI workspace modern, semakin terasa bahwa mereka sebenarnya tidak sedang menjual model.

Mereka sedang menjual pengalaman bekerja.

Yang dipertahankan adalah:

• context
• history
• terminal
• filesystem
• tools
• git
• workflow

Sedangkan model berada di lapisan paling bawah.

Ia hanya bertugas menjalankan inferensi.

Kalau hari ini Claude lebih baik, gunakan Claude.

Kalau enam bulan lagi GPT lebih baik, gunakan GPT.

Kalau tahun depan model open source lebih efisien, pindah ke sana.

Pengguna bahkan tidak perlu mengubah cara kerjanya.

Karena produknya bukan model.

Produknya adalah workspace.

AI Mulai Mengikuti Pola Arsitektur Backend

Bagi developer backend, perubahan ini terasa sangat familiar.

Kalau disederhanakan, bentuknya kurang lebih seperti ini.

Workspace
│
├── Claude
├── GPT
├── Gemini
├── DeepSeek
├── GLM
└── Open Source

Workspace berada di depan.

Model berada di belakang.

Secara konsep, ini hampir identik dengan pola microservices.

Frontend
      │
      ▼
   Gateway
      │
 ┌────┴────┐
 ▼         ▼
Service A Service B
      │
      ▼
 Service C

Perbedaannya hanya satu.

Kalau dulu service tersebut adalah database, payment, authentication, atau recommendation engine.

Sekarang service tersebut adalah kemampuan berpikir dari laboratorium AI yang berbeda-beda.

Workspace berubah menjadi API Gateway.

Model berubah menjadi backend service.

Kalau dipikir-pikir, ini sebenarnya evolusi yang sangat masuk akal.

Yang Dijual Bukan Lagi Model

Ini bagian yang menurut saya paling menarik.

Perusahaan seperti Factory hampir tidak sedang berlomba membuat model AI sendiri.

Yang mereka bangun justru operating system untuk bekerja bersama AI.

Mengapa?

Karena mereka tahu sesuatu yang mungkin juga mulai kita rasakan.

Model akan terus berganti.

Tahun lalu satu model memimpin.

Beberapa bulan kemudian model lain mengejar.

Tidak lama kemudian muncul model open source yang biayanya jauh lebih murah.

Siklus ini akan terus berulang.

Kalau sebuah produk bergantung pada satu model...

Produk itu ikut berubah setiap kali benchmark berubah.

Sebaliknya, kalau produk dibangun di atas workflow...

Model hanyalah komponen yang sewaktu-waktu bisa dilepas dan diganti.

Cara kerja pengguna tetap sama.

Dan menurut saya, justru di situlah keunggulan jangka panjangnya.

Pertanyaan yang Diajukan Engineer Sudah Berubah

Beberapa tahun lalu kita sering bertanya,

"Claude atau GPT?"

Sekarang saya justru lebih sering mendengar pertanyaan seperti,

"Model mana yang paling cocok untuk langkah berikutnya?"

Misalnya,

Yang berubah bukan proyeknya.

Yang berubah hanya spesialis yang mengerjakan tahap berikutnya.

Persis seperti sebuah tim engineer.

Tidak semua orang harus mengerjakan semuanya.

Context Adalah Aset yang Paling Mahal

Ada satu hal yang menurut saya masih sering diremehkan.

Hari ini hampir semua model besar sudah cukup pintar.

Perbedaannya memang masih ada.

Tetapi tidak sebesar dua atau tiga tahun lalu.

Yang justru mahal adalah context.

Memahami repository.

Mengingat histori diskusi.

Mengetahui keputusan desain.

Memahami terminal.

Mengikuti state tools.

Mengetahui MCP yang sedang aktif.

Semua itu membutuhkan waktu.

Kalau seluruh context hilang hanya karena berpindah model, biaya berpikir yang terbuang sering kali jauh lebih besar daripada biaya inferensi model itu sendiri.

Karena itu saya mulai melihat context sebagai aset.

Model hanyalah pekerja.

Context adalah modal.

Dan dalam hampir semua bisnis, modal selalu lebih berharga daripada pekerjanya.

Masa Depan AI Mungkin Bukan Lagi "Model Terbaik"

Kalau melihat arah industri hari ini, saya rasa bentuk AI Agent beberapa tahun ke depan kemungkinan tidak lagi seperti ini.

Agent
 │
 ▼
Claude

Melainkan lebih seperti ini.

Agent
 │
 ▼
Decision Layer
 │
 ├── Claude
 ├── GPT
 ├── Gemini
 ├── Open Source
 └── Reasoning Model
 │
 ▼
Filesystem
Browser
Git
Terminal

Yang memilih model bukan lagi manusia.

Melainkan sistem.

Agent akan mempertimbangkan biaya.

Latency.

Jenis pekerjaan.

Kemampuan reasoning.

Context.

Baru kemudian menentukan model mana yang paling sesuai.

Manusia cukup fokus pada pekerjaannya.

Penutup

Menurut saya, perubahan terbesar dalam industri AI beberapa tahun ke depan bukanlah munculnya model yang semakin pintar.

Perubahan terbesar justru terjadi ketika model mulai kehilangan statusnya sebagai produk utama.

Ia berubah menjadi komoditas.

Compute yang dapat dipertukarkan.

Yang benar-benar memiliki nilai adalah workflow.

Context.

Memory.

Dan workspace yang mampu menjaga semuanya tetap utuh meskipun mesin di belakangnya terus berganti.

Mungkin suatu hari nanti kita tidak lagi berkata,

"Aku pakai Claude."

atau,

"Aku pakai GPT."

Kita hanya akan membuka workspace yang sama setiap pagi.

Kemudian membiarkan sistem memilih mesin terbaik untuk pekerjaan hari itu.

Ketika momen itu tiba, model tidak lagi menjadi pusat dari pengalaman menggunakan AI.

Ia hanya menjadi salah satu komponen.

Dan seperti hampir semua komponen teknologi lainnya, komponen terbaik adalah komponen yang bisa diganti tanpa mengubah cara kita bekerja.

mage

x.com/magersih
t.me/gegemage
coinbiopsy.bearblog.dev