Writing
A running log of what I'm learning — mostly about architecture, AI in engineering workflows, and the quiet trade-offs that shape real systems.
110,172 lines accepted, 99.5% accept rate. Cerita jujur tentang adopsi Claude Code di tim engineering payment fintech — apa yang berhasil, apa yang tidak, dan pelajaran dari lapangan.
Context window yang penuh = respons yang makin tidak akurat. Ini 5 strategi token efficiency yang kami pakai untuk sesi kerja panjang di codebase production.
Kebanyakan engineer pakai AI hanya untuk nulis kode. Padahal bottleneck terbesar ada jauh sebelum itu — di PRD, solution design, dan spesifikasi teknis.
Skills dan Agents adalah dua mekanisme extensibility di Claude Code yang sering dikira sama. Perbedaannya fundamental — dan salah pilih berarti tool yang salah untuk job yang salah.
Tanpa Serena, Claude membaca file satu per satu seperti orang baca buku tanpa daftar isi. Dengan Serena, Claude navigasi codebase secara semantik — hemat 60–80% token.
AI tidak menggantikan keputusan arsitektur — tapi AI bisa generate draft sequence diagram, C4, dan API contract dalam hitungan menit. Ini cara yang kami pakai di production.
Minta AI generate semua kode sekaligus hampir selalu menghasilkan output yang tidak konsisten. Ini framework checkpoint-based generation yang kami pakai di production.
Garbage in, garbage out. Kualitas output AI berbanding lurus dengan kualitas spec yang kamu berikan. Ini 4 skenario spec yang berbeda dan cara pendekatannya.
Kenapa saya pilih Astro + GitHub Pages, dan apa yang saya korbankan dengan keputusan itu. Sebuah catatan arsitektur dalam skala kecil.
Bagaimana DOKU men-deploy n8n di Alibaba Cloud Container Service (ACK) menggunakan arsitektur Queue Mode, managed services, dan custom image untuk kebutuhan internal.
Studi kasus penggunaan n8n untuk menstandarkan dan mengotomatisasi alur pertukaran data CSV melalui SFTP dengan error handling yang tangguh.