GitHub baru saja merilis alat yang melakukan sesuatu yang radikal di era vibe coding: membuat Anda berpikir sebelum membangun. Spec Kit, toolkit open-source yang dirilis di bawah lisensi MIT, memperkenalkan apa yang disebut GitHub sebagai pengembangan berbasis spesifikasi, atau SDD, sebuah alur kerja yang mengharuskan pengembang menulis spesifikasi rinci, rencana teknis, dan pembagian tugas sebelum agen AI menyentuh satu baris kode pun.
Toolkit ini bekerja dengan lebih dari 30 agen pemrograman AI, termasuk GitHub Copilot, Claude Code, dan Gemini CLI, serta beroperasi melalui perintah CLI sederhana dan perintah garis miring.
Bagaimana Spec Kit sebenarnya bekerja
Alur kerja dimulai dengan perintah seperti specify init, yang menyiapkan kerangka spesifikasi untuk sebuah proyek. Dari sana, pengembang mendokumentasikan persyaratan dengan tingkat kehalusan yang cukup agar agen AI dapat mengikutinya secara dapat diprediksi, mengurangi jenis logika halusinasi dan penyimpangan struktural yang menghantui generasi kode AI tanpa arahan.
Respon komunitas dan pengembangan berkelanjutan
GitHub menggambarkan Spec Kit sebagai inisiatif eksperimen. Proyek ini telah mengalami pembaruan berkelanjutan sejak rilis pertamanya pada 2 September 2025, dengan versi 0.9.5 diluncurkan pada awal Juni 2026 sebagai tonggak penting yang mencerminkan umpan balik dan iterasi komunitas.
Umpan balik tersebut bervariasi. Pendukung memuji struktur dan prediktabilitas yang diperbaiki. Kritikus menunjukkan konsumsi token yang lebih tinggi, karena memasukkan spesifikasi rinci ke dalam agen AI berarti prompt yang lebih panjang dan lebih banyak komputasi. Ada juga kekhawatiran tentang alur kerja yang lebih lambat dan pertanyaan tentang pemeliharaan jangka panjang.
GitHub tetap membuka proyek ini untuk masukan komunitas, memperlakukannya kurang seperti peluncuran produk top-down dan lebih seperti eksperimen bersama dalam menentukan praktik terbaik untuk pengembangan yang diperkuat AI.
Mengapa hal ini penting selain sekadar pemrograman
Spec Kit gratis dan sumber terbuka, tanpa lapisan monetisasi. Konsumsi token perlu dipantau: jika alur kerja berbasis spesifikasi secara signifikan meningkatkan biaya komputasi per sesi pemrograman, itu mengubah ekonomi penggunaan alat pemrograman AI, terutama untuk tim yang beroperasi dalam skala besar.