Ang artificial intelligence ay nagtatatag ng sarili nito sa lahat ng sektor, minsan bilang kakampi, minsan bilang tahimik na tirano. Maaari pa ba itong mapigilan? O tayo ba ay nabubuhay sa simula ng isang tunay na paghabol sa digital gold? Sa Coinbase, malinaw na ang sagot: pabilisin, kahit na mangahulugan ito ng pag-uga sa kanilang mga koponan. Inamin ng crypto exchange na nalampasan na nila ang isang mahalagang hakbang sa pamamagitan ng pagtitiwala ng halos kalahati ng kanilang code sa AI, at lalo pang itinutulak ito ng kanilang CEO na si Brian Armstrong.
Sa Coinbase, ang AI ay hindi na eksperimento kundi araw-araw na realidad. Ayon kay Brian Armstrong, 40% ng mga linya ng code ay ngayon ay nililikha ng AI, kumpara sa mas mababa sa 20% ilang buwan lang ang nakalipas. Malinaw ang layunin: maabot ang 50% pagsapit ng Oktubre. Para kay Armstrong, “dapat nating gamitin ang AI nang responsable hangga't maaari.”
Ibinida rin ng CEO ang mga kamangha-manghang resulta. Sa Coinbase, may mga inhinyero na ngayon na kayang mag-refactor, mag-update, o bumuo ng mga bagong sistema sa loob lamang ng ilang araw, samantalang dati ay inaabot ito ng mga buwan. Ang pagpapaikli ng mga deadline na ito ay nagpapakita ng pangakong binanggit ni Armstrong: paramihin ang produktibidad, na kayang baguhin kung paano bumubuo at nagpapanatili ng imprastraktura ang isang crypto exchange.
Maraming ginagamit na mga tool: GitHub Copilot, Cursor, Claude Code, Cody, JetBrains. Higit sa 1,500 na mga inhinyero ang gumagamit ng mga ito araw-araw. Maging ang crypto exchange ay sinusubaybayan ang token consumption bilang isang productivity indicator.
Sa pagpapakita ng mga numerong ito, nagpapadala ang Coinbase ng malakas na mensahe sa mga mamumuhunan: nais ng kumpanyang nakalista sa publiko na makita bilang isang pioneer ng automation sa crypto finance.
Sa likod ng transisyong ito ay may mabagsik na pamamaraan. Binigyan ni Armstrong ang kanyang mga inhinyero ng isang linggo upang gamitin ang GitHub Copilot at Cursor.
Sinabi ko sa sarili ko: mahalaga ang AI. Kailangan ninyong lahat na matutunan ito at kahit papaano ay maging pamilyar dito. Hindi ninyo kailangang gamitin ito araw-araw agad, magbibigay kami ng training, pero kailangan ninyo itong gamitin bago matapos ang linggo... May ilan na may magandang dahilan, dahil kakabalik lang nila mula sa biyahe o iba pa. Ang iba ay wala, at sila ay tinanggal.
Ang mga salitang ito ay ikinagulat ng ilan sa kanyang mga koponan, ngunit naninindigan si Armstrong sa pagbabagong ito. Para sa kanya, ang kinabukasan ng Coinbase ay nakasalalay sa isang “AI-native” na workforce, na sinanay upang magtrabaho gamit ang mga bagong tool na ito.
Nagtatag din ang crypto exchange ng mga “AI speedruns”: bawat buwan, isang empleyadong mahusay na nakapag-integrate ng AI ang namumuno sa isang workshop upang ibahagi ang kanilang mga kasanayan.
Kung ang pamamaraang ito ay nakakabahala dahil sa pagiging marahas, inilahad ito ni Armstrong bilang isang kinakailangang hakbang. Sa isang sektor na pinangungunahan ng bilis at kompetisyon, ang mahuli sa AI ay magiging isang estratehikong pagpapakamatay.
Ang pagbabagong ito ay lampas pa sa Coinbase exchange. Mula 2022, bumaba na ang crypto hiring. Gaya ng paliwanag ni Raman Shalupau mula sa CryptoJobsList, “ang mga developer at entrepreneur ay pumupunta kung saan naroon ang pera at kasabikan. Sa ngayon, AI ang umaakit sa pareho.”
Ipinapakita ng Coinbase ang pagbabagong ito. Ang mga development team ay ngayon ay nagtatrabaho sa isang ecosystem na puno ng AI assistants, kung saan ang bilis ay mas mahalaga kaysa sa tradisyonal na mga pamamaraan. Ngunit ang karerang ito para sa kahusayan ay nagdudulot ng mga alalahanin.
Ang malawakang paggamit ng AI ay nagdulot ng pagtaas ng mga bug. Upang tugunan ito, lumikha ang Coinbase ng isang “repository sensitivity matrix” upang limitahan ang mga panganib sa mga sensitibong proyekto.
Sa ganitong konteksto, ang Coinbase ay hindi na lamang isang crypto exchange: ito ay nagiging simbolo ng isang bagong panahon kung saan ang “AI-native” na engineer ay nangingibabaw sa tradisyonal na crypto engineer. Ngunit isang tanong ang nananatili: hanggang saan aabot ang pagdepende sa machine code nang hindi nalalagay sa panganib ang seguridad?
Hati ang opinyon tungkol sa AI, sa finance at sa iba pang larangan. Sa mga American campus, ito ay nagdudulot na ng matitinding debate tungkol sa pagkatuto at integridad ng akademya. Samantala, tinitingnan ito ng Washington bilang isang pang-ekonomiya at estratehikong tagapagtaguyod. Sa pagitan ng takot at paghanga, manipis ang linya, at ang hinaharap ay para sa mga makakakontrol sa makina.