Bagaimana DevGhost memperkirakan upaya
Terakhir diperbarui 6 Juni 2026
DevGhost memperkirakan upaya kognitif di balik perubahan kode — seberapa sulit pekerjaannya, bukan berapa banyak baris yang berubah atau berapa lama seseorang duduk di depan keyboard. Perkiraan ini dinyatakan dalam jam yang dibutuhkan oleh pengembang tingkat menengah (3–4 tahun) yang menguasai basis kode dan bekerja tanpa AI: menulis kode, mengujinya secara manual, dan memperbaikinya saat tinjauan. Perkiraan ini sengaja tidak menyertakan rapat, perencanaan, dan menunggu tinjauan.
Sebuah pipeline, bukan satu panggilan AI
Upaya bukanlah keluaran dari satu panggilan model. Pertama, model bahasa membaca perubahan aktual — apa yang ditambahkan, dihapus, dan disusun ulang — dan menilai kesulitannya bagi pengembang acuan, alih-alih menghitung baris atau commit. Di atasnya berjalan lapisan deterministik berbasis aturan yang mencegah tebakan model tunggal mana pun mengayunkan hasil.
Lapisan deterministik
Lapisan aturan melakukan pekerjaan yang akan dilakukan peninjau yang cermat:
- Mengklasifikasikan sifat setiap perubahan dan mengenali pekerjaan berisiko tinggi — infrastruktur, migrasi data, keamanan — secara terpisah.
- Memfilter perubahan mekanis dan yang dihasilkan: cari-dan-ganti massal, kode yang dihasilkan atau dipindahkan, dan pemformatan.
- Menerapkan serangkaian aturan koreksi dan pengaman sehingga satu tebakan model tidak dapat mengayunkan hasil.
- Memecah commit besar dan gabungan secara lebih terperinci alih-alih menilainya sebagai satu kesatuan.
Menyebarkan upaya dari waktu ke waktu
Upaya satu commit disebarkan ke hingga lima hari kerja dan dibatasi pada lima jam produktif per hari, sehingga satu merge besar tidak mendistorsi gambaran satu hari — dan angka harian yang memberi masukan ke Ghost% tetap realistis.
Konsistensi dan kalibrasi
Standar yang sama diterapkan kepada semua orang secara otomatis. Setiap commit dievaluasi sekali dan hasilnya ditetapkan, yang membuat angka-angka itu dapat dibandingkan dan direproduksi.
Lapisan algoritmik mengkodekan pola empiris dari pengembangan enterprise dunia nyata — perubahan mana yang berbiaya lebih besar dari tampaknya, dan mana yang murah meski berukuran besar — dan aturan tersebut diperiksa terhadap perkiraan acuan. Sistem berperilaku tidak seperti penghitung baris dan lebih seperti seorang tech lead berpengalaman yang menilai pekerjaan.
Dari upaya ke Ghost%
Upaya harian kemudian dibandingkan dengan norma Ghost — tiga jam produktif per hari kerja — untuk menghasilkan Ghost%, output tim relatif terhadap baseline pra-AI. Perkiraan ini bersifat probabilistik dan bukan pengukuran terhadap individu mana pun.