Greptile baru saja merilis "Laporan Keadaan Pemrograman AI 2025", sebuah perusahaan yang melakukan tinjauan kode AI, dan kliennya berkisar dari startup bintang seperti PostHog dan Brex hingga perusahaan Fortune 500. Sekitar satu miliar baris kode melewati sistem mereka setiap bulan, jadi mereka memiliki cukup banyak data tangan pertama. Kutipan dari kumpulan angka laporan: Jumlah baris kode yang diproduksi oleh pengembang per bulan meningkat dari 4.450 menjadi 7.839, meningkat 76%. Volume PR juga berkembang, dengan median naik dari 57 menjadi 76 baris. Peningkatan untuk tim menengah bahkan lebih dibesar-besarkan, mencapai 89%. Faktanya, saya telah mengeluh sebelumnya bahwa banyak orang suka mengukur produktivitas dengan jumlah baris kode, karena kode bukanlah aset tetapi kewajiban, dan lebih banyak kode berarti lebih sulit untuk dipelihara, dan lebih banyak kode yang dihasilkan AI berarti lebih banyak bug untuk dipelihara. Distribusi manfaat alat pemrograman AI sangat tidak merata. Dalam proyek yang sudah memiliki cakupan pengujian yang baik dan batas modul yang jelas, AI adalah tambahan yang bagus. Namun, dalam skenario di mana sistem lama yang kompleks memerlukan pengetahuan domain yang mendalam, bantuannya yang terbatas bahkan mungkin tidak efektif. Tapi bagaimanapun, sekarang AI membuat inflasi kode adalah fakta. AI telah meningkatkan jumlah baris kode, jadi apakah kualitasnya meningkat? Sayangnya, laporan tersebut tidak menyebutkan hal ini, lagipula, baris kode adalah statistik yang bagus, dan kualitas kode tidak mudah diukur. Data dalam laporan masih dapat dilihat. Dalam hal ekologi alat, pasar basis data vektor saat ini bersaing dengan rusa, dengan Weaviate memimpin dengan pangsa 25%, tetapi enam atau tujuh perusahaan berikutnya semuanya antara 10% dan 25%, dan pemenangnya belum ditentukan. mem0 menyumbang 59% dari paket memori AI, jauh di depan. Dalam hal file aturan, CLAUDE .md menduduki puncak daftar dengan tingkat adopsi 67%, menunjukkan bahwa memang ada banyak pengembang yang menggunakan Claude sebagai agen pemrograman. Tren unduhan SDK bahkan lebih menarik. OpenAI masih menjadi pemimpin mutlak, dengan 130 juta unduhan per bulan. Tetapi tingkat pertumbuhan Anthropic telah mengejutkan, meningkat 1.547 kali lipat dari April 2023 hingga sekarang, dan sekarang stabil di 43 juta. Rasio unduhan OpenAI vs. Anthropic telah menyusut dari 47:1 pada awal 2024 menjadi 4.2:1 sekarang. GenAI SDK Google masih di 13,6 juta, tertinggal secara signifikan. Di bagian perbandingan kinerja model, GPT-5.1, GPT-5-Codex, Claude Sonnet 4.5, Claude Opus 4.5, dan Gemini 3 Pro diuji. Beberapa temuan patut diperhatikan. Waktu respons token pertama kurang dari 2,5 detik untuk kedua model Anthropic, sedangkan tiga lainnya lebih dari dua kali lipat. Jangan meremehkan beberapa detik ini - dalam skenario pemrograman interaktif, pemikiran Anda akan terganggu jika Anda menunggu lama, dan Anda harus masuk kembali ke keadaan. Dalam hal throughput, dua model OpenAI adalah yang tercepat, dengan rata-rata 60-70 token/detik. Anthropic antara 17-20 dan Gemini hanya 4-5. Tetapi throughput tinggi tidak berarti segalanya, itu tergantung pada apakah skenario penggunaan Anda benar-benar harus secepat itu. Perbandingan biaya diatur ke 1x berdasarkan GPT-5 Codex, GPT-5.1 juga 1x, Gemini 3 Pro 1.4x, Claude Sonnet 4.5 2x, dan Claude Opus 4.5 3.3x. Model Anthropic secara signifikan lebih mahal, tetapi banyak pengguna menganggap kualitas kode lebih baik dan bersedia membayarnya. Laporan ini diakhiri dengan sekumpulan penelitian terbaru, termasuk arsitektur MoE DeepSeek-V3, trade-off antara konteks panjang vs. RAG, dan kerangka kerja agen memori konstan untuk MEM1. Bagian ini lebih seperti daftar bacaan untuk pengembang profesional, bukan diperluas.