Dua tahun setelah alat coding AI meluas, sebuah fenomena mulai muncul ke permukaan: beberapa tim mengalami pelipatgandaan jumlah komit kode, namun pengiriman produk tidak menjadi lebih cepat, dan bug justru bertambah banyak.
TechCrunch baru-baru ini melaporkan sebuah istilah: Tokenmaxxing. Istilah ini merujuk pada fenomena di mana developer mulai memperlakukan anggaran token alat AI sebagai simbol status—semakin besar kuota token seseorang, semakin produktif mereka menganggap diri mereka sendiri. Namun data menunjukkan hal yang berbeda.
Semakin Banyak Token, Semakin Cepat Kode Dihapus
Mari lihat angkanya:
- GitClear, Januari 2026: Developer yang menggunakan alat AI memiliki churn kode (jumlah penghapusan/modifikasi dibanding penambahan) 9,4 kali lebih tinggi dibanding rekan yang tidak menggunakan AI.
- Faros AI, Maret 2026: Menganalisis data pelanggan selama dua tahun, tingkat adopsi AI yang tinggi dikaitkan dengan peningkatan churn kode sebesar 861%.
- Jellyfish, Q1 2026: Engineer dengan anggaran token terbesar memiliki throughput dua kali lipat dari rata-rata, namun dengan biaya 10 kali lebih tinggi.
Ini bukan berarti alat AI tidak berguna. Melainkan, banyak dari kode yang dihitung sebagai "peningkatan produktivitas" seringkali tidak bertahan lebih dari beberapa minggu.
Kebenaran di Balik Tingkat Penerimaan 80%
Rata-rata engineer menerima 80-90% kode yang dihasilkan AI. Angka yang terlihat tinggi ini sering digunakan oleh banyak perusahaan sebagai metrik utama "ROI AI."
Namun Alex Circei, CEO Waydev, melacak data dari lebih dari 50 perusahaan dan 10.000 engineer, dan menemukan sebuah pola:
Tingkat penerimaan awal adalah 80-90%, tetapi ketika dilihat lagi beberapa minggu kemudian, hanya 10-30% dari kode tersebut yang benar-benar tersisa.
Dengan kata lain, ketika seorang engineer menekan "terima," bukan berarti kode tersebut benar-benar berguna. Sejumlah besar kode yang dihasilkan AI diam-diam dihapus atau ditulis ulang dalam iterasi berikutnya. Penghapusan ini tidak pernah dihitung dalam laporan "berapa banyak waktu yang dihemat AI untuk saya."
Ketika Anggaran Token Menjadi KPI
Munculnya istilah "Tokenmaxxing" menandakan bahwa adopsi alat AI telah bergeser dari masalah teknis menjadi masalah manajemen organisasi.
Ketika tim engineering mulai memperlakukan "konsumsi token AI bulanan" sebagai metrik kinerja, masalah pun muncul. Engineer mulai secara aktif menggunakan AI untuk menghasilkan kode dalam jumlah besar untuk menunjukkan beban kerja, alih-alih menilai secara cermat kode mana yang sebenarnya harus ditulis oleh AI.
Atlassian menghabiskan $1 miliar untuk mengakuisisi platform analitik developer DX justru karena melihat tren ini—perusahaan membutuhkan alat untuk memahami ROI sebenarnya dari investasi AI mereka, daripada menipu diri sendiri dengan angka konsumsi token.
Bottleneck Produktivitas Telah Bergeser
Alat coding AI memang berguna. Sebuah studi McKinsey dari Februari 2026 menunjukkan bahwa alat AI memampatkan waktu untuk tugas coding rutin rata-rata sebesar 46%.
Namun yang dimampatkan adalah waktu untuk menulis kode, bukan waktu untuk memodifikasi dan menghapus kode.
Data Jellyfish menunjukkan engineer menghabiskan 11,4 jam per minggu untuk meninjau kode hasil AI, dibandingkan hanya 9,8 jam untuk menulis kode baru—rasio yang terbalik pada tahun 2024.
Pembuatan kode menjadi lebih cepat, tetapi peninjauan kode menjadi bottleneck baru. Memperlakukan kecepatan sebagai kualitas adalah kesalahan paling inti dari Tokenmaxxing.
Sumber referensi: CocoLoop, 'Tokenmaxxing' is making developers less productive than they think (TechCrunch)