Vibe coding bukan sekadar tren. Ini adalah cara baru berinteraksi dengan kode, di mana Anda bicara dalam bahasa sehari-hari dan AI agent yang menerjemahkannya menjadi perintah yang bisa dieksekusi. Tapi di balik kemudahan itu, ada ekosistem istilah teknis yang perlu dipahami. Mulai dari API key, router, base URL, MCP, hingga skill.
Saya sendiri mulai serius mendalami vibe coding sejak awal 2025. Awalnya cuma iseng nyoba Claude Code buat ngerjain script Python sederhana. Tapi makin dalam, makin sadar: tanpa paham infrastruktur di belakangnya, bakal sering mentok di error yang gak jelas asalnya. Makanya artikel ini saya tulis, biar gak perlu belajar lewat trial and error kayak saya.
Vibe coding adalah pendekatan pemrograman di mana Anda menulis kode menggunakan prompt bahasa alami, bukan mengetik sintaks secara manual. Alih-alih menulis for i in range(10): print(i), cukup bilang “buat looping yang nampilin angka 1 sampai 10” dan AI agent yang mengerjakan sisanya.
Konsep ini dipopulerkan oleh Andrej Karpathy, mantan kepala AI di Tesla. Dalam tulisannya di Substack, ia mendeskripsikan vibe coding sebagai cara baru menulis software di mana Anda sepenuhnya larut dalam flow, bukan berkutat dengan sintaks.
Yang membuat vibe coding berbeda dari programming tradisional ada tiga hal. Pertama, gak perlu hafal sintaks, cukup paham logika dan apa yang mau dicapai. Kedua, prosesnya iteratif: bicara, AI nulis kode, review, revisi, ulang. Ketiga, peran bergeser jadi “direktur teknis” yang ngarahin, bukan “tukang ketik” yang nulis baris per baris.
API Key adalah string unik yang berfungsi sebagai tiket akses ke layanan AI. Bayangkan seperti kartu anggota di sebuah klub eksklusif. Tanpa kartu itu, satpam di pintu masuk gak akan ngizinin masuk. Begitu juga dengan layanan AI, tanpa API Key yang valid, server mereka akan mengembalikan error 401 Unauthorized.
Secara teknis, API Key adalah token autentikasi yang dikirimkan ke server setiap kali mengirim permintaan. Formatnya biasanya berupa string panjang dengan kombinasi huruf dan angka, misalnya sk-proj-abc123def456... untuk OpenAI atau sk-nry-... untuk provider lain.
Ada beberapa jenis API Key yang perlu dibedakan. API Key langsung (direct key) digunakan untuk berkomunikasi langsung dengan provider AI seperti OpenAI, Anthropic, atau DeepSeek. Virtual key adalah key yang dibuat di atas proxy layer, biasanya dipakai di sistem routing kayak LiteLLM atau 9router untuk mengelola akses tim.
Application key adalah key spesifik untuk aplikasi tertentu, misalnya App Password WordPress yang hanya bisa dipakai buat operasi REST API tertentu. Lalu ada juga service key yang punya akses penuh ke semua fitur provider. Jenis ini harus dijaga ketat karena kalo bocor, risiko keamanannya besar.
Praktik terbaik menyimpan API Key adalah dengan environment variable, bukan hardcode di kode. Di Linux, bisa set di .bashrc atau .zshrc. Untuk project yang lebih serius, gunakan secret manager kayak Bitwarden CLI, Vault, atau dotenv file yang gak ikut di-commit ke Git.
Salah satu kesalahan paling umum adalah hardcode API Key di kode yang di-push ke GitHub. Begitu key terpublish di repositori publik, bot scraper bakal langsung mendeteksinya dan key dipakai dalam hitungan jam. Saya pernah mengalami ini, saldo provider terkuras habis dalam semalam gara-gara key bocor.
Base URL adalah alamat server yang menjadi tujuan setiap permintaan API. Formatnya seperti alamat rumah: https://api.openai.com/v1 atau https://router.bynara.id/v1. Setiap provider AI punya base URL masing-masing, dan setiap platform yang kompatibel dengan OpenAI API bisa menerima base URL yang berbeda.
Kenapa base URL penting? Dengan mengubah base URL, traffic AI bisa diarahkan ke provider yang berbeda tanpa mengubah kode sama sekali. Ini memungkinkan untuk gonta-ganti model dari berbagai provider hanya dengan mengganti satu baris konfigurasi.
Dalam konteks vibe coding, base URL sering ditentukan di file konfigurasi utama seperti config.yaml atau .env. Beberapa agent bahkan mendukung multiple base URL sekaligus untuk fallback, ketika satu provider down, otomatis beralih ke provider lain.

Router dalam ekosistem AI berfungsi sebagai pengatur lalu lintas permintaan. Ketika mengirim prompt ke AI, router yang menentukan ke provider mana permintaan itu dikirim, model apa yang dipakai, dan bagaimana response dikembalikan.
Bayangkan router seperti satpam di stasiun kereta. Datang dengan tiket (API Key) dan tujuan (model AI yang diminta). Satpam itu yang mengarahkan ke kereta yang tepat. Kalo kereta pertama penuh atau rusak (provider down), satpam bisa mengarahkan ke kereta cadangan, inilah yang disebut fallback routing.
Ada beberapa jenis router yang umum dipakai. 9router adalah router open-source yang bisa diinstal di server sendiri. LiteLLM adalah proxy layer yang banyak dipakai perusahaan untuk mengelola akses multi-model. OpenRouter adalah layanan routing publik yang menggabungkan banyak provider dalam satu API key. Ada juga Bynara, Ozdoev, dan Sumopod, masing-masing dengan model pricing dan daftar provider yang berbeda.
Router juga mengatur strategi routing seperti round-robin (giliran), priority-based (prioritas), dan latency-based (cepat dulu). Beberapa router canggih juga mendukung weighted random, di mana provider dengan bobot lebih tinggi mendapat lebih banyak traffic.
MCP atau Model Context Protocol adalah protokol standar yang memungkinkan AI agent terhubung dengan berbagai tools dan data eksternal. Dikembangkan oleh Anthropic, MCP bekerja seperti USB-C untuk AI, satu koneksi universal yang bisa menghubungkan agent ke database, file system, API eksternal, browser, dan banyak lagi.
Sebelum MCP, setiap AI agent harus punya integrasi khusus untuk setiap tool yang ingin dipakai. Mau konek ke GitHub? Butuh plugin khusus. Mau akses database? Butuh kustom kode. MCP menyederhanakan semuanya dengan satu protokol standar yang dipahami semua agent.
Dalam arsitektur MCP, ada dua komponen utama. MCP Server adalah service yang menyediakan akses ke resource tertentu, misalnya server khusus untuk akses file, server untuk search web via Exa, atau server untuk koneksi database. MCP Client adalah AI agent atau aplikasi yang mengonsumsi layanan dari MCP Server.
Komunikasi antara client dan server menggunakan JSON-RPC, protokol remote procedure call yang ringan dan berbasis JSON. Setiap permintaan dikirim sebagai pesan JSON, dan server merespon dengan struktur yang sama. Ini membuat MCP sangat portable dan bisa diimplementasikan di bahasa pemrograman apapun.
Dalam konteks vibe coding, MCP memungkinkan agent untuk melakukan hal-hal yang sebelumnya sulit: membaca file lokal, menjalankan perintah terminal, mencari informasi di web, sampai mengontrol browser. Tanpa MCP, agent cuma bisa ngobrol. Dengan MCP, agent bisa bertindak.
Dalam konteks Hermes Agent dan platform vibe coding lainnya, skill adalah kumpulan instruksi terstruktur yang mengajarkan agent cara menyelesaikan tugas tertentu. Bukan sekadar prompt biasa, skill adalah resep lengkap yang mencakup konteks, aturan, langkah-langkah, dan bahkan contoh output.
Bayangkan skill seperti resep masakan. Prompt biasa itu kayak “bikin nasi goreng”, terlalu umum, hasilnya bisa beda-beda. Skill adalah resep lengkap: “ambil 2 piring nasi, 3 siung bawang putih, iris tipis, tumis dengan api besar selama 2 menit, tambahkan kecap…” Hasilnya konsisten setiap kali dieksekusi.
Skill yang baik biasanya memiliki beberapa komponen. Metadata memberi tahu agent kapan skill ini relevan dipakai, mencakup nama, deskripsi, tags, dan kategori. Instruksi adalah inti dari skill, langkah-langkah detail yang harus diikuti agent. Voice rules menentukan bagaimana agent harus berbicara, formal atau santai, pake style “Anda” yang formal atau gaya santai.
Constraint adalah batasan yang harus dipatuhi agent, misalnya “zero em dash” atau “maksimal 2 emoji”. Fallback logic memberi tahu agent apa yang harus dilakukan jika langkah utama gagal. Lalu verification step memastikan output sesuai standar sebelum dikirim.
Di Hermes Agent, skill disimpan sebagai file Markdown dengan YAML frontmatter. Setiap skill punya folder sendiri di ~/.hermes/skills/ dan bisa memiliki subfolder untuk referensi, template, script, dan aset pendukung lainnya.
Provider adalah perusahaan atau layanan yang menyediakan akses ke model AI. OpenAI (GPT-4, GPT-4o), Anthropic (Claude Opus, Sonnet, Fable), DeepSeek (V3, V4 Flash, V4 Pro), Google (Gemini), dan Meta (Llama) adalah contoh provider besar dengan model-model unggulan masing-masing. Informasi lebih lengkap tentang setup provider dan agent bisa ditemukan di artikel Hermes Agent yang pernah kami bahas sebelumnya.
Dalam setup vibe coding, biasanya punya beberapa provider yang dikonfigurasi sekaligus. Ini penting untuk redundancy. Kalo satu provider down, agent otomatis fallback ke provider lain. Hermes Agent, misalnya, mendukung multiple custom providers yang didaftarkan di file konfigurasi.
Tiap provider punya karakteristik harga yang berbeda. Ada yang murah dan cocok buat tugas rutin harian (DeepSeek V4 Flash), ada yang premium buat tugas berat yang butuh kualitas tinggi (Claude Opus atau Fable 5). Strategi umum adalah: gunakan model murah untuk 80 persen tugas harian, dan model mahal hanya untuk tugas yang beneran butuh kualitas premium.
Model adalah inti dari setiap interaksi AI. Ini adalah neural network yang sudah dilatih dengan miliaran bahkan triliunan parameter untuk memahami dan menghasilkan teks. Setiap model punya kepribadian, kekuatan, dan kelemahan masing-masing.
Beberapa istilah yang perlu dikenal. Parameter adalah jumlah bobot dalam neural network yang menentukan kemampuan model. Semakin besar parameter, semakin kompleks pemahamannya, tapi juga semakin mahal biaya komputasinya. Konteks (context window) adalah jumlah token yang bisa diproses model dalam satu sesi. Model modern punya konteks hingga 200K token.
Model juga punya temperatur, parameter yang mengontrol seberapa kreatif outputnya. Temperatur rendah (0-0.3) cocok untuk tugas faktual dan kode. Temperatur tinggi (0.7-1.0) cocok untuk tugas kreatif kayak nulis cerita atau brainstorming.
Cron dalam konteks vibe coding adalah mekanisme penjadwalan tugas yang memungkinkan agent bekerja secara mandiri tanpa campur tangan manusia. Berbeda dengan cron tradisional yang cuma bisa jalanin script, cron di platform vibe coding bisa menjalankan agent dengan skill, konteks, dan model tertentu.
Bayangkan cron seperti asisten virtual yang bekerja shift. Bisa menjadwalkan “tulis laporan harian jam 7 pagi pake model hemat” atau “scan trending topic jam 12 siang dan kirim briefing ke grup Telegram.” Semua jalan otomatis tanpa harus bangun pagi atau ingat-ingat.
Di Hermes Agent, cron punya beberapa fitur. context_from memungkinkan satu cron menggunakan output dari cron lain sebagai input, misalnya cron writer ditulis jam 7, cron publish naik jam 8. Skill attachment membuat setiap eksekusi cron punya panduan lengkap. Model override memungkinkan cron tertentu pakai model premium sementara lainnya tetap hemat.
Setiap cron juga punya pengaturan repeat (berapa kali jalan), deliver (ke mana hasilnya dikirim), dan script (file yang dijalankan tanpa LLM untuk tugas monitor ringan). Gabungan fitur ini membuat cron di vibe coding jauh lebih powerful dari cron tradisional.
Tools adalah kemampuan yang bisa digunakan agent untuk berinteraksi dengan dunia luar. Dalam ekosistem vibe coding, tools mencakup kemampuan menjalankan perintah terminal, membaca dan menulis file, mencari informasi di web, mengontrol browser, hingga mengirim pesan ke Telegram.
Toolsets adalah kumpulan tools yang dikelompokkan berdasarkan fungsi. Misalnya, toolset “web” terdiri dari web_search dan web_extract. Toolset “terminal” terdiri dari terminal dan process management. Dengan mengelompokkan tools, akses agent bisa dibatasi hanya ke tool yang relevan untuk tugas tertentu. Ini penting untuk keamanan dan efisiensi.
Saat memberi tugas ke cron agent, bisa menentukan toolsets mana yang aktif. Cron yang tugasnya cuma nulis teks gak perlu akses browser. Cron yang tugasnya scraping butuh web dan browser. Pembatasan ini mengurangi risiko dan menghemat token.
Konfigurasi adalah file yang menentukan bagaimana seluruh ekosistem vibe coding berjalan. Biasanya berbentuk YAML atau JSON, file ini mencakup model default, daftar provider dengan API Key masing-masing, toolsets yang aktif, pengaturan timeout, sampai preferensi personal seperti voice agent.
File konfigurasi adalah hal pertama yang harus dipahami saat setup vibe coding. Di Hermes Agent, file utamanya adalah ~/.hermes/config.yaml. Di sini mendaftarkan custom providers, menentukan fallback strategy, dan mengatur perilaku agent secara global.
Salah satu bagian terpenting dari konfigurasi adalah credential management. API Key untuk setiap provider harus disimpan dengan aman. Beberapa platform mendukung environment variable, ada juga yang punya secret manager bawaan. Jangan pernah menyimpan credential di repositori publik atau file yang bisa diakses orang lain.
Mulailah dengan satu agent dan satu provider. Jangan langsung setup 5 provider dengan 10 model. Pilih satu agent yang aktif dikembangkan (Hermes Agent, Claude Code, Codex CLI) dan satu provider dengan harga terjangkau (DeepSeek atau Sumopod untuk pemula).
Pelajari error message. Error 401 berarti API Key bermasalah. Error 429 berarti rate limit. Error 502 berarti server provider lagi down. Dengan paham error dasar, troubleshooting bisa dilakukan sendiri tanpa harus nanya ke forum setiap kali masalah muncul.
Backup konfigurasi secara rutin. Saya sudah dua kali kehilangan setup karena lupa backup file konfigurasi. Gunakan Git untuk version control atau cron backup otomatis. Satu file config.yaml yang aman bisa menyelamatkan berjam-jam setup ulang.
Jangan ragu bereksperimen. Vibe coding masih tergolong baru, banyak best practice yang belum terbentuk. Coba kombinasi provider dan agent yang berbeda. Temukan workflow yang paling cocok dengan gaya kerja. Yang penting adalah output yang dihasilkan, bukan tool yang dipakai.
Tidak. Vibe coding mengubah cara memprogram, bukan menghilangkan kebutuhan akan pemahaman teknis. Tetap perlu paham logika debugging, struktur data, dan arsitektur untuk menghasilkan kode yang baik. Vibe coding adalah alat, bukan pengganti.
Untuk pemula, bisa mulai dengan budget 5-10 dolar per bulan. Provider seperti DeepSeek V4 Flash atau Sumopod menawarkan harga yang sangat terjangkau. Untuk penggunaan serius yang melibatkan cron dan agent kompleks, siapkan 20-50 dolar per bulan.
Agent punya akses ke tools, bisa menjalankan kode, membaca file, mencari web, dan bertindak mandiri. Chatbot cuma bisa ngobrol dan ngasih saran. Agent adalah eksekutor, chatbot adalah konsultan.
Aman selama file itu di komputer pribadi dengan akses terbatas dan tidak ikut di-commit ke Git. Untuk keamanan ekstra, gunakan enkripsi atau secret manager. Yang tidak aman adalah menyimpan API Key di repositori publik atau membagikannya ke orang lain.

Vibe coding membuka pintu bagi lebih banyak orang untuk terlibat dalam pengembangan software, tanpa harus bertahun-tahun belajar sintaks dan bahasa pemrograman. Tapi di balik kemudahan itu, pemahaman tentang infrastruktur teknis seperti API Key, router, MCP, dan skill tetap menjadi fondasi yang tak bisa diabaikan.
Saya pribadi percaya bahwa masa depan programming ada di persimpangan antara kreativitas manusia dan kecepatan AI. Semakin paham dengan ekosistem ini, semakin maksimal hasil yang bisa dicapai. Mulai dari satu provider, satu agent, dan satu project kecil. Sisanya akan mengikuti dengan sendirinya.