Ishraq Khan, CEO dan Pendiri Kodezi Inc – Seri Wawancara

Ishraq Khan, CEO dan Pendiri Kodezi Inc., adalah seorang pengkode swadaya yang memulai pemrograman pada usia delapan tahun dan meluncurkan startup pertamanya saat masih di sekolah menengah. Lahir di Dhaka, Bangladesh dan kemudian pindah ke Amerika Serikat, ia membangun rekam jejak kewirausahaan dini, mendapatkan pendanaan ventura di sekolah menengah dan mengembangkan produk hingga lebih dari 100.000 pengguna. Jalur hidupnya mencerminkan fokus pada pembelajaran mandiri, eksperimen cepat, dan dorongan untuk membangun sistem yang membuat teknologi lebih mudah diakses dan kuat bagi pengembang.

Kodezi Inc. adalah perusahaan di balik Kodezi OS, sebuah platform otonom yang dirancang untuk berfungsi sebagai “AI CTO” untuk tim teknik. Ini terus mendeteksi dan memperbaiki masalah, mendokumentasikan sistem secara otomatis, menghasilkan spesifikasi API, menerapkan standar pengkodean, dan terintegrasi langsung ke dalam pipa CI/CD. Dengan mengubah kode basis menjadi sistem yang dapat memperbaiki diri sendiri dan mengatur diri sendiri, Kodezi membantu organisasi membangun perangkat lunak yang lebih andal, scalable, dan efisien.

Anda mulai mengkode pada usia delapan tahun dan mendirikan startup pertama Anda di sekolah menengah. Apa yang awalnya menarik Anda untuk membangun perangkat lunak sehingga dini, dan bagaimana pengalaman itu membentuk pola pikir kewirausahaan Anda?

Apa yang menarik saya adalah kontrol. Saya pindah ke Amerika Serikat sebagai anak yang tidak berbicara bahasa Inggris, jadi bahasa pertama yang saya kuasai dengan baik adalah kode. Ini adalah ruang di mana logika masuk akal, di mana saya bisa membangun sesuatu dan melihatnya merespons secara instan. Loop umpan balik instan itu menjadi kecanduan. Ini mengajari saya bagaimana berpikir, bukan hanya bagaimana mengkode.

Ketika saya membangun TeachMeCode di sekolah menengah, itu bukan tentang memulai perusahaan. Itu tentang membuat pembelajaran lebih mudah bagi orang-orang seperti saya. Namun, melalui itu, saya belajar bagaimana sistem berperilaku, bagaimana pengguna merespons, dan bagaimana kemajuan terjadi baris demi baris. Ini membentuk bagaimana saya melihat kewirausahaan hari ini: kurang tentang ide, lebih tentang loop umpan balik, iterasi, dan ketahanan.

Anda diterima di 40 perguruan tinggi, termasuk beberapa institusi Liga Ivy, tetapi memutuskan untuk tidak bersekolah. Apa yang menjadi titik balik yang membuat Anda memutuskan bahwa membangun lebih penting daripada menunggu?

Saat saya lulus sekolah menengah, saya sudah mengalami apa yang kebanyakan orang lakukan di perguruan tinggi untuk mensimulasikan. Saya sudah meluncurkan produk, mempresentasikan investor, mengelola tim, dan memecahkan masalah nyata. Saya memiliki 40 surat penerimaan di meja saya, termasuk beberapa sekolah Liga Ivy, tetapi saya juga memiliki sesuatu yang kebanyakan siswa tidak miliki: momentum.

Risiko yang lebih besar adalah memperlambat. Perguruan tinggi akan mengajari saya kerangka kerja untuk inovasi, tetapi saya sudah menjalankan eksperimen di dunia nyata. Saya tidak ingin menghentikan sistem yang aktif untuk mempelajari bagaimana memulai satu. Bagi saya, kelas menjadi produk itu sendiri. Kodezi adalah pendidikan yang saya inginkan.

Kodezi dimulai sebagai ide ketika Anda masih remaja. Bagaimana perusahaan ini berkembang sejak pendiriannya pada 2019, dan bagaimana visi “AI CTO” Anda muncul seiring waktu?

Kodezi dimulai sebagai autocorrect untuk kode, ide sederhana bahwa debugging bisa lebih cepat. Ketika kami berkembang, saya menyadari bahwa debugging bukanlah masalah akar. Masalah sebenarnya adalah bahwa kode basis tidak pernah diam. Mereka berkembang, bergeser, dan memburuk lebih cepat daripada manusia dapat mempertahankannya.

Seiring waktu, Kodezi berkembang dari produk menjadi sistem operasi, apa yang kami sebut Kodezi OS, yang belajar dari setiap bug, tes, dan komit. Istilah “AI CTO” muncul secara alami. CTO tidak hanya menulis kode; mereka mempertahankan arsitektur, memandu keputusan, dan menjaga sistem tetap hidup. Itulah yang dilakukan Kodezi, tetapi secara terus-menerus dan otonom.

Model Kodezi terbaru, Chronos, digambarkan sebagai sistem AI pertama yang dibangun khusus untuk debugging kode—bukan generasi kode. Apa perbedaan mendasar yang dibuat perbedaan ini bagi pengembang?

Karena debugging adalah kenyataan, bukan imajinasi. Generasi kode adalah tentang menebak apa yang mungkin berhasil; debugging adalah tentang memahami mengapa sesuatu gagal.

Alat AI kebanyakan hari ini adalah asisten berbasis prompt yang bereaksi ketika diberi tahu. Chronos, di sisi lain, adalah proaktif. Ini mengingat bug sebelumnya, memahami grafik ketergantungan, menjalankan tes, memvalidasi perbaikan, dan memperbaikinya sampai masalah benar-benar terpecahkan.

Itulah perbedaan yang penting. Pengembang tidak ingin asisten yang berbicara. Mereka ingin infrastruktur yang bertindak dan bertindak dengan benar.

Hasil yang Anda bagikan menunjukkan Chronos mengungguli GPT-4.1 dan Claude 4 Opus dalam akurasi perbaikan bug. Bisakah Anda menjelaskan dataset dan metode di balik benchmark tersebut?

Evaluasi kami adalah empiris, bukan promosi. Chronos diuji pada ribuan kasus debugging dunia nyata yang diambil dari dataset publik seperti SWE-bench, Defects4J, dan BugsInPy, serta data perusahaan yang anonim.

Setiap benchmark adalah ketat: model harus menghasilkan patch, menerapkan patch, dan lulus semua kasus tes tanpa regressi. Tidak ada contoh yang dipilih, tidak ada pilihan keberhasilan.

Chronos mencapai akurasi perbaikan 67,3 persen dan tingkat resolusi 80,33 persen pada SWE-bench Lite, sedangkan GPT-4.1 dan Claude 4.5 tetap di bawah 15 persen. Perbedaan itu bukanlah ukuran; itu adalah spesialisasi. Chronos dilatih pada debugging itu sendiri, pada 15 juta sesi debugging nyata, sehingga tidak hanya mencocokkan pola, tetapi mendiagnosis.

Anda telah menggambarkan Kodezi sebagai “AI CTO” yang mempertahankan dan mengembangkan kode basis perusahaan secara otonom. Seberapa dekat kita dengan infrastruktur yang benar-benar dapat memperbaiki diri sendiri di lingkungan produksi?

Lebih dekat daripada yang dibayangkan kebanyakan orang, setidaknya untuk sistem deterministik. Hari ini, Kodezi dapat memperbaiki banyak kegagalan CI atau CD, regressi tes, dan kesalahan runtime secara otonom menggunakan data kontekstual dan memori historis.

Pemeliharaan produksi yang sepenuhnya otonom, di mana infrastruktur mendiagnosis, memperbaiki, dan mengirim kembali dirinya sendiri, sedang muncul. Saya melihatnya berkembang dalam tahap-tahap: pertama di dalam lingkungan CI yang terkendali, kemudian lingkungan pengujian, dan akhirnya produksi di bawah pengawasan manusia.

Kita akan selalu menjaga manusia dalam loop untuk keputusan kreatif, arsitektur, dan etika, tetapi sebagian besar pekerjaan berulang dan rentan kesalahan seperti pelengkapan, refactoring, dan pemulihan tes akan segera terjadi tanpa intervensi.

Anda telah berbicara tentang sistem yang “diam-diam melakukan hal yang benar.” Apa yang dimaksud dengan filosofi ini dalam konteks tata kelola AI dan otomatisasi yang bertanggung jawab?

Bagi saya, “diam” tidak berarti sunyi. Ini berarti dapat dipercaya secara default. Sistem AI yang dirancang dengan baik tidak harus meminta input atau validasi konstan. Ini harus bertindak secara dapat diprediksi, transparan, dan aman.

Otomatisasi yang bertanggung jawab berarti setiap keputusan yang dibuat oleh AI dapat dijelaskan, dibalik, dan dicatat. Chronos mendokumentasikan alasan dan tindakannya: apa yang diubah, mengapa, dan bagaimana tes memvalidasi perbaikan.

Tata kelola dibangun ke dalam sistem itu sendiri. Tidak ada modifikasi tersembunyi, tidak ada hasil black box. Tujuan bukanlah untuk AI menjadi keras atau mencolok, tetapi untuk memperbaiki dunia di bawah permukaan di mana itu paling penting.

Istilah “Quiet Tech” sangat menarik—ini mengusulkan teknologi yang kuat namun tidak terlihat. Bagaimana Anda melihat gerakan ini mengubah cara kerja manusia dan AI dalam teknik?

Quiet Tech adalah infrastruktur yang kuat tetapi tidak terlihat. Teknologi terbaik tidak harus mengganggu; itu harus terintegrasi.

Dalam teknik, itu berarti alat tidak bertanya “Apa yang ingin Anda lakukan?” Ini sudah tahu apa yang perlu perhatian. Ini melihat ketergantungan yang rusak, memperbaikinya, memperbarui dokumentasi, dan melanjutkan.

Seiring AI menjadi bagian dari tumpukan pengembang, kolaborasi bergeser dari perintah ke koeksistensi. Manusia mendefinisikan niat dan arah. AI melaksanakan, mempertahankan, dan mengoptimalkan secara diam-diam di latar belakang. Itulah era berikutnya, di mana produktivitas datang bukan dari interaksi lebih banyak, tetapi dari gesekan yang lebih sedikit.

Banyak pengembang khawatir tentang alat AI yang menggantikan mereka. Anda telah berargumen bahwa otomatisasi harus membebaskan manusia untuk berpikir, bukan menggantikan mereka. Bagaimana Kodezi mempersonifikasikan keseimbangan ini?

AI tidak akan menggantikan pengembang. Ini akan menggantikan kejenuhan di sekitar mereka. Insinyur bernilai bukan karena mereka mengetik dengan cepat; mereka bernilai karena mereka berpikir dengan jernih.

Kodezi mengotomatisasi pekerjaan berulang yang menguras fokus: debugging, pemeliharaan tes, refactoring, dokumentasi. Lapisan manusia, kreativitas, desain sistem, dan penalaran pertukaran tetap tidak tergantikan.

Dalam jangka panjang, AI menggeser teknik dari eksekusi ke orkestrasi. Pengembang menjadi arsitek perilaku, bukan pelaksana sintaks. Kodezi dibangun untuk memungkinkan transisi ini, di mana mesin mempertahankan dan manusia membayangkan.

Anda telah menggambarkan Kodezi sebagai “infrastruktur hidup.” Melihat ke depan lima tahun, bagaimana peran pengembang mungkin terlihat dalam dunia di mana perangkat lunak mempertahankan dirinya sendiri?

Dalam lima tahun, pengembang tidak akan menghabiskan setengah waktu mereka untuk memperbaiki apa yang mereka bangun di trimester sebelumnya. Peran mereka akan bergeser dari pemeliharaan reaktif ke tata kelola proaktif.

Bayangkan dunia di mana setiap repositori memiliki memori, di mana sistem Anda melacak keputusannya sendiri, memperbaiki regressi, dan berkembang dengan ketergantungan baru secara otomatis. Itulah infrastruktur hidup.

Dalam dunia itu, pengembang bertindak lebih seperti pengawas. Mereka mendefinisikan kebijakan, memverifikasi perilaku, dan merancang niat. Kode basis menjadi organisme hidup yang beradaptasi, belajar, dan mempertahankan dirinya sendiri.

Itulah yang kita bangun dengan Kodezi: perangkat lunak yang tidak hanya berjalan. Ini bertahan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Kodezi.