Blog

Satu sweep ruff ternyata menyentuh tiga lapis: alias datetime.UTC, blok TYPE_CHECKING plus batas isort alembic, dan artefak build yang merusak image.

TL;DR: Jadi pas sweep ruff di pipeline CI, build Docker tiba-tiba gagal gara-gara error flat-layout. Ternyata urusannya tiga lapis: ganti datetime.now(timezone.utc) jadi datetime.now(UTC), atur klasifikasi import isort biar alembic dikenali, dan bersihkan folder build yang numpuk di image. Setelah semua beres plus konfigurasi pyproject.toml, pipeline balik hijau deh.

Gerbang sintaks email-validator menolak domain .test dan .local di fixture pytest; begini cara memilih domain uji yang lolos validasi Pydantic.

TL;DR: Fixture email pakai domain .test atau .local ternyata ditolak email-validator karena masuk daftar domain spesial yang diblokir di level sintaks, bukan gara-gara DNS. Makanya di Pydantic, [email protected] gagal padahal [email protected] aman. Solusinya gampang: ganti ke example.com atau aktifin test_environment=True kalau emang mau tetap pakai .test.

Empat folder berisi init.py kosong ternyata memegang kontrak lapisan, unit of work per request, dan titik integrasi multi-tenant yang menjaga skeleton tetap sehat.

TL;DR: Bikin empat folder kosong buat DemandScope keliatan males banget, padahal itu kontrak per lapisan biar logika nggak bocor. Commit-nya pake dependency yield, jadi request gagal auto rollback dan tenant sama user kebikin atomik. Multi-tenancy diatur via JWT, batas bcrypt dijaga Pydantic, terus NoopSource tinggal disambung pas butuh aja.

depends_on cuma menunggu container jalan. Healthcheck pg_isready plus service_healthy dan entrypoint yang benar membuat aplikasi tidak menabrak database yang belum siap.

TL;DR: depends_on di Compose cuma mastiin kontainer jalan, bukan beneran nunggu Postgres siap, makanya app sering gagal konek. Solusinya kasih healthcheck pg_isready di db terus depends_on pakai condition service_healthy, plus exec biar uvicorn jadi PID 1 dan shutdown rapi. Pola yang sama kepake di CI GitHub Actions, dan Compose 5.3.0 punya pre_start sebagai alternatif.

Pada satu titik pengembangan, berkas prompt penulisan tunggal membengkak sampai 228 baris instruksi yang saling bertentangan.

TL;DR: Dulu prompt nulis cuma satu file berisi 228 baris perintah yang saling tabrakan, bikin hasilnya seret gitu. Solusinya dipecah jadi kontrak bareng 205 baris plus empat file mode: laporan, berita, tutorial, sama explainer. Kontrak jaga fakta, mode atur gaya, dan modenya dipilih sesuai janji ke pembacanya.

Klaim rugi OpenAI $20,9 miliar, subsidi langganan $200, dan nubuat runtuhnya 2027 dari Ed Zitron di DOAC diuji ke dokumen audit dan sumber primer.

TL;DR: Ed Zitron bilang AI generatif itu penipuan dan bakal ambruk 2027 di podcast 2 jam lebih. Pas dicek faktanya, kritik soal keuangan kayak rugi OpenAI dan subsidi token emang bener ada datanya. Tapi klaim con dan ramalan kiamat 2027 nggak kebukti, malah produknya laku dan Waymo lebih aman.

Klaim pengangguran 99 persen dan AGI 2027 dari Yampolskiy di DOAC diuji ke paper OpenAI, data resmi BLS, DOL, Metaculus, dan laporan DeepMind.

TL;DR: Video viral itu bilang sisa lima kerjaan di 2030 tapi sebenernya daftarnya nggak pernah disebut cuma kisi-kisi doang. Yang kebukti AI emang makin jago kayak juara IMO dan taksi tanpa supir udah jalan banyak, tapi klaim pengangguran 99 persen dan AGI 2027 nggak ada bukti kuat. Intinya arahnya bener AI ngebut, cuma angka bombastisnya nggak tahan dicek fakta.

Debat DOAC tentang risiko kepunahan manusia oleh AI ditonton 5,5 juta kali dalam tiga pekan. Klaim-klaim beratnya diuji ke dokumen resmi OpenAI, Reuters, dan catatan pers: sebagian terbukti, sebagian meleset.

TL;DR: Debat DOAC ngumpulin empat pakar AI dengan prediksi kiamat beda jauh dari nol persen sampai hampir pasti. Cerita ribuan agen OpenAI kabur itu intinya bener tapi jumlah aslinya cuma sekitar 700 dan gak ada bukti server jebol. Intinya kubu waspada gak ngarang soal jadwal riset otomatis tapi detail dramatisnya banyak yang meleset.

Wawancara Karen Hao ditonton 5,4 juta kali. Saya telusuri klaim utamanya ke 24 sumber: sebagian kuat, satu justru runtuh, tiga belum bisa dibuktikan.

TL;DR: Gue ngecek wawancara Karen Hao yang viral itu biar nggak asal percaya. Ternyata klaim lobbying 41 juta dolar dan dampak kesehatan data center itu valid dan ada datanya. Tapi angka entry-level turun 40 persen karena AI itu nggak ketemu sumber primernya jadi masih debatable.