Skip to content
Tech

Suruh Coding Agent Cari Bug yang Belum Terjadi: State Machine & Invariant

Dua prompt read-only untuk coding agent: cari implicit state machine dan invariant yang nggak ditegakkan, lalu triase, test, dan tegakkan di kode.
7 minutes to read
1 minggu lalu
Zainul Fanani
Suruh Coding Agent Cari Bug yang Belum Terjadi: State Machine & Invariant
📅 7 Nov 2026🤍0 👁 0 🔗 0

Kebanyakan orang pakai coding agent untuk nambah kode. Bikin fitur, bikin endpoint, bikin halaman.

Padahal salah satu pemakaian paling berharga justru kebalikannya: suruh agent membaca kode kamu dan mencari bug yang belum sempat terjadi.

Dua prompt pendek yang lagi ramai dibahas developer di X bikin saya berhenti sebentar. Steve Ruiz, founder tldraw, menulis bahwa prompt bagus itu adalah "find all of the implicit state machines in my app" (sumber). Josh Puckett lalu menambahkan satu lagi: "find every invariant my app relies on but doesn't explicitly enforce" (sumber).

Kedengarannya sederhana. Tapi dua kalimat itu menyentuh sumber bug yang paling sering saya temui di sistem yang dibangun cepat, termasuk yang dibangun bareng AI agent: aturan yang cuma hidup di kepala, bukan di kode.

Apa itu "implicit state machine"?

State machine itu cara mendeskripsikan sesuatu lewat daftar state yang mungkin dan transisi di antara state itu. Dokumentasi Stately (pembuat XState) merangkumnya begini: mesin mendeskripsikan state sebuah benda dan transisi antar state, dan disebut finite karena jumlah state-nya terbatas (Stately docs).

Masalahnya, hampir semua aplikasi punya state machine. Cuma nggak ditulis sebagai state machine.

Bentuk paling umum: beberapa boolean yang saling terkait.

js
const [isLoading, setIsLoading] = useState(false)
const [isError, setIsError] = useState(false)
const [isDone, setIsDone] = useState(false)

Tiga boolean berarti ada 2³ = 8 kombinasi. Berapa yang sebenarnya valid? Biasanya cuma empat: idle, loading, sukses, gagal. Sisanya adalah state yang seharusnya mustahil, misalnya isLoading dan isError sama-sama true. Kode kamu nggak melarangnya. Ia cuma berharap itu nggak terjadi.

Kent C. Dodds membahas pola ini dengan contoh geolocation di artikel Stop using isLoading booleans. Di sana dia menunjukkan bagaimana komponen bisa terus menampilkan posisi lama dan menyembunyikan error, lalu menggantinya dengan satu status berisi idle, pending, resolved, atau rejected. Kesimpulannya tegas: pakai state machine atau enum, jangan boolean.

Kombinasi boolean flag tumbuh 2 pangkat n, sementara state valid alur request biasanya cuma empat
Kombinasi boolean flag tumbuh 2 pangkat n, sementara state valid alur request biasanya cuma empat

Grafik di atas cuma aritmetika, tapi poinnya jelas: tiap boolean baru menggandakan jumlah kombinasi. State valid nggak ikut berlipat. Celah di antara keduanya itulah tempat bug tinggal.

Invariant: aturan yang semua orang anggap "pasti benar"

Invariant adalah kondisi yang harus selalu benar selama program jalan. Konsep ini sudah lama, salah satunya lewat ide design by contract yang memformalkan precondition, postcondition, dan invariant.

Di aplikasi bisnis, invariant biasanya terdengar membosankan:

  • Invoice selalu terhubung ke order yang sudah disetujui.
  • Total invoice nggak boleh melebihi nilai order-nya.
  • Satu dokumen nggak boleh di-approve dua kali.
  • Setiap record punya company ID, jadi data antar perusahaan nggak bercampur.

Contoh dari alur ERP kecil yang saya kelola: Customer, Quotation, Order, DN/BAPP, Invoice, lalu Payment. Di atas kertas urutannya jelas. Pertanyaannya: di mana urutan itu benar-benar dipaksa? Di database? Di API? Atau cuma di UI, yang tombolnya disembunyikan kalau statusnya belum pas?

Kalau jawabannya "cuma di UI", maka script, integrasi, atau AI agent yang memanggil API langsung bisa melompati aturan itu. Dan sekarang yang memanggil API bukan cuma manusia.

Lesson: invariant yang cuma dijaga UI bukan invariant. Itu harapan.

Kenapa ini cocok dikerjakan coding agent

Mencari state machine implisit dan invariant yang nggak ditegakkan itu pekerjaan membaca yang membosankan. Kamu harus menelusuri banyak file, mencocokkan flag di satu tempat dengan pengecekan di tempat lain, dan mengingat semua jalur masuk ke data.

Manusia cepat capek di pekerjaan seperti ini. Agent nggak.

Ada tiga alasan kenapa pola ini saya suka:

  1. Read-only by default. Prompt-nya minta temuan, bukan perubahan. Risiko kecil, nilai besar.
  2. Hasilnya bisa diverifikasi. Tiap temuan menunjuk ke file dan baris. Kamu bisa cek sendiri benar atau nggak.
  3. Memperbaiki yang dibuat agent sendiri. Kode hasil agent sering penuh boolean tambahan karena tiap prompt menambah "satu kasus lagi". Audit ini membersihkan utang itu.

Ini nyambung dengan yang pernah saya tulis soal code review di era AI agent: bottleneck-nya bukan lagi menulis kode, tapi memastikan kode itu benar.

Cara menjalankan audit ini

Jangan cuma lempar satu kalimat lalu terima hasilnya mentah. Alur yang saya sarankan ada enam langkah.

Alur audit enam langkah: scan read-only, laporan, triase manusia, test gagal, tegakkan, scan ulang
Alur audit enam langkah: scan read-only, laporan, triase manusia, test gagal, tegakkan, scan ulang

Step 1: Scan read-only

Jalankan agent dalam mode yang nggak boleh mengedit file, atau minimal minta secara eksplisit. Contoh prompt yang bisa kamu pakai:

text
Mode: read-only. Jangan ubah file apa pun.

1. Find all of the implicit state machines in this app:
   kumpulan boolean/flag/string status yang saling bergantung,
   status yang diubah di banyak tempat, atau urutan langkah
   yang hanya dijaga oleh if/else atau UI.
2. Find every invariant this app relies on but doesn't
   explicitly enforce (di database, API, atau type).

Untuk setiap temuan, tulis:
- file dan baris
- state/aturan yang diasumsikan
- kombinasi atau jalur yang bisa melanggarnya
- dampak kalau dilanggar (data rusak, UI salah, uang, keamanan)
- seberapa yakin kamu (tinggi/sedang/rendah) dan kenapa

Poin "seberapa yakin" itu penting. Agent bisa salah baca, dan kamu perlu tahu mana yang perlu dicek dulu.

Step 2: Minta laporan, bukan patch

Simpan output-nya sebagai file markdown di repo, misalnya docs/audit-state-invariant.md. Dengan begitu temuan bisa di-review, dikomentari, dan dibandingkan dengan audit berikutnya.

Step 3: Triase oleh manusia

Ini bagian yang nggak boleh di-skip. Dari daftar temuan, tandai dengan tiga kategori:

Agent kasih hipotesis. Kamu yang memutuskan.

Step 4: Tulis test yang gagal dulu

Sebelum memperbaiki, minta agent menulis test yang membuktikan pelanggarannya bisa terjadi. Misalnya: buat invoice untuk order yang belum disetujui lewat API, harusnya ditolak. Kalau test itu lolos (artinya bug-nya nyata), baru perbaiki.

Test ini juga jadi pagar permanen. Ide yang sama dengan failure ledger: kesalahan yang sudah ketahuan jangan sampai bisa terulang diam-diam.

Step 5: Tegakkan di lapisan yang tepat

Pilih tempat paling bawah yang masuk akal:

  • Type atau enum untuk state UI: ganti tiga boolean jadi satu status.
  • Validasi di API untuk aturan alur bisnis, supaya semua klien kena aturan yang sama.
  • Constraint di database (NOT NULL, foreign key, CHECK, unique) untuk aturan yang nggak boleh dilanggar siapa pun, termasuk script dan agent.
  • State machine eksplisit (misalnya XState, atau sekadar tabel transisi) kalau alurnya punya banyak cabang.

Makin bawah lapisannya, makin sedikit jalan pintas yang tersisa.

Step 6: Ulangi berkala

Kode berubah tiap minggu, apalagi kalau ada beberapa agent yang ikut menulis. Anggap audit ini seperti servis rutin, bukan acara sekali jalan. Ini bagian dari harness engineering: kualitas output nggak cuma soal model, tapi soal sistem di sekelilingnya.

Hal yang perlu diwaspadai

Beberapa catatan dari sudut pandang saya:

Jangan biarkan agent refactor semuanya sekaligus. Ganti boolean jadi state machine di 20 file dalam satu PR itu resep regresi. Satu temuan, satu PR, satu test.

Kode bukan satu-satunya sumber invariant. Banyak aturan bisnis cuma ada di SOP atau kepala tim. Agent nggak bisa menemukan aturan yang nggak pernah ditulis di mana pun. Kasih dia konteks, misalnya dokumen alur bisnis, sama seperti kamu onboard anak magang.

Hati-hati dengan data sensitif di laporan. Kalau audit menyentuh konfigurasi, pastikan laporan nggak ikut menyalin secret, token, atau data customer.

Temuan "rendah yakin" tetap dibaca. Kadang yang paling menarik justru di situ, karena agent nggak bisa memastikan alurnya, yang artinya manusia pun mungkin bingung.

Kesimpulan

Dua prompt pendek ini mengubah coding agent dari mesin penambah kode jadi auditor yang sabar. State machine implisit dan invariant yang nggak ditegakkan adalah dua tempat bug paling suka bersembunyi, karena semua orang menganggapnya "pasti benar".

Suruh agent mencarinya. Minta laporan, bukan patch. Verifikasi sendiri. Lalu pindahkan aturan itu dari kepala ke kode.

Aturan yang nggak ditulis di kode akan dilanggar. Cuma soal kapan.

FAQ

Apa itu implicit state machine?

Kumpulan flag, boolean, atau status di kode yang secara nggak langsung membentuk state machine, tapi nggak pernah didefinisikan sebagai state dan transisi yang eksplisit. Akibatnya kombinasi yang seharusnya mustahil tetap bisa terjadi.

Apa bedanya invariant dengan validasi biasa?

Validasi biasanya mengecek input di satu titik. Invariant adalah kondisi yang harus selalu benar di seluruh sistem, kapan pun dan lewat jalur apa pun data itu berubah.

Apakah harus pakai XState?

Nggak. Enum status dan tabel transisi sederhana sering sudah cukup. XState berguna kalau alurnya punya banyak cabang, state bertingkat, atau perlu divisualisasikan.

Apakah aman menjalankan prompt ini di repo produksi?

Aman selama mode-nya read-only dan agent nggak punya akses ke secret produksi. Perubahan tetap lewat PR dan review seperti biasa.

Seberapa sering audit ini perlu dijalankan?

Nggak ada angka baku. Saran saya: jalankan setelah perubahan besar di alur bisnis atau setelah periode ketika banyak kode ditulis agent.

Ada Pertanyaan? Yuk Ngobrol!

Butuh bantuan setup OpenClaw, konsultasi IT, atau mau diskusi project engineering? Book a call langsung — gratis.

Book a Call — Gratis

via Cal.com • WITA (UTC+8)

Newsletter

Subscribe to Newsletter

Artikel baru, automation notes, dan engineering insight. Clean inbox, no spam.

Dengan subscribe, kamu setuju menerima update seperlunya.

F
Zainul Fanani

Founder, Radian Group. Engineering & tech enthusiast.

Lihat profil lengkap →