Ada pemandangan yang kini berlangsung jutaan kali setiap malam tanpa pernah disaksikan manusia mana pun: sebuah daemon mengirim lamaran kerja atas nama seseorang yang sedang tidur; daemon di sisi perusahaan membaca lamaran itu, mencocokkannya dengan job description, dan membalas dengan undangan wawancara yang — dalam sebagian kasus — akan dijawab oleh daemon ketiga. Survei Indeed pada pertengahan 2026 mencatat tujuh dari sepuluh pencari kerja memakai alat AI di sebagian proses lamaran, dan laporan yang sama memperkirakan separuh lamaran yang tiba di job board besar tidak lagi bisa dipastikan ditulis oleh tangan manusia. Bukan karena manusia menghilang dari proses itu. Manusia berada di posisi yang sama dengan operator data center modern: hadir, digaji, dan hanya dipanggil ketika sesuatu di luar spesifikasi terjadi.
Dalam istilah infrastruktur, pasar tenaga kerja sedang menjalani migrasi yang tidak pernah diumumkan — dari traffic yang dihasilkan pengguna menjadi traffic yang dihasilkan mesin. Seperti semua migrasi workload, yang berubah bukan hanya volumenya, melainkan juga siapa yang memegang kunci protokol di kedua ujung koneksi.
Request Flooding di Gerbang Rekrutmen
Kandidat sungguhan mengirim belasan lamaran dalam sebulan, masing-masing ditulis, direvisi, dan disesuaikan dengan posisi yang dituju. Daemon auto-apply mengirim ribuan lamaran dalam semalam, dengan surat lamaran yang di-generate ulang per posisi dan CV yang di-tune terhadap kata kunci yang dibaca parser. Keduanya tiba di gerbang yang sama, dan gerbang itu tidak dirancang untuk membedakan niat — hanya untuk mengukur volume. Dalam arsitektur sistem, pola ini disebut request flooding: ketika biaya sebuah permintaan jatuh ke nol, tidak ada rate limiter yang bisa membedakan permintaan tulus dari permintaan sintetis, karena keduanya identik secara format.
Rekruter yang dulu membaca dua ratus CV kini menyaring dua ribu, dengan bantuan penyaring otomatis yang justru menjadi penyebab volumenya naik. Setiap peningkatan throughput alat penyaring menurunkan biaya melamar; setiap penurunan biaya melamar menaikkan volume yang harus disaring. Feedback loop ini berjalan stabil dan tidak pernah ditanyai siapa pemiliknya, karena kedua sisinya sama-sama diuntungkan oleh ilusi bahwa lebih banyak berarti lebih baik — perusahaan merasa menjangkau lebih luas, pelamar merasa mencoba lebih keras. Yang tidak pernah dihitung hanyalah berapa banyak dari dua ribu lamaran itu yang sebenarnya ditulis oleh orang yang menginginkan pekerjaan tersebut.
Penyaring yang Dilatih oleh yang Disaring
CV modern adalah dokumen yang dioptimasi terhadap parser, bukan terhadap pembaca. Pelamar daemon mempelajari kata kunci yang membuat sebuah lamaran lolos ke tahap berikutnya, sementara penyaring dilatih di atas tumpukan CV yang sebagian besar sudah dioptimasi untuk melewati penyaring generasi sebelumnya. Dalam istilah infrastruktur, ini adalah self-consuming loop: output sintetis dari satu generasi menjadi data latih generasi berikutnya, dan setiap iterasi membuat sistem semakin pandai mengenali dirinya sendiri — sekaligus semakin tuli terhadap sinyal di luar polanya.
Dalam machine learning, proses ini punya nama: model collapse. Dalam rekrutmen, tidak ada yang memberi nama, tetapi gejalanya sama. Manusia yang akhirnya lolos ke ruang wawancara adalah manusia yang paling mirip daemon — format rapi, jawaban generik, tidak ada jejak keraguan yang membuat sebuah CV terasa ditulis oleh orang yang pernah gagal. Penyaring memilih kandidat yang paling mudah dikenali, dan yang paling mudah dikenali adalah yang paling mirip data latihnya. Kedua belah pihak menyebut proses ini objektif; dalam arsitektur sistem, objektivitas yang bersumber dari data yang melatih dirinya sendiri hanyalah sirkularitas yang diberi sertifikat.
Ekonomi Unit Nol dan Perhatian yang Menolak Di-Scale
Biaya marginal melamar sudah mendekati nol; biaya marginal menyaring juga. Ketika kedua sisi unit economics sebuah pasar mencapai nol, komoditas yang tersisa hanyalah perhatian manusia — dan perhatian adalah satu-satunya sumber daya yang menolak untuk di-scale. Wawancara terakhir masih dilakukan manusia, bukan karena teknologi tidak mampu, melainkan karena tidak ada organisasi yang cukup berani menyerahkan keputusan akhir kepada mesin yang melamar ke mesin lain atas namanya. Manusia menjadi bottleneck di kedua ujung pipeline: terlalu sedikit untuk membaca semua lamaran, terlalu banyak untuk mewawancarai semua yang lolos. Sistem yang dibangun untuk menghapus bottleneck justru memusatkan seluruh latency-nya pada titik yang paling tidak bisa di-parallelize — dan titik itu, ironisnya, adalah satu-satunya komponen yang tersisa yang benar-benar manusiawi.
Lokalitas Terbatas dan Trust Anchor yang Masih Bernama
Di ruang operasional yang terbatas, kabar tentang perang daemon di job board global terdengar seperti laporan dari data center lain: masuk akal, terukur, dan tidak sepenuhnya menyentuh. Lapisan tengah di lokalitas ini masih tebal — rekruter, agensi penempatan, referensi dari kolega, dan handshake terakhir yang masih berupa jabat tangan sungguhan. Dari lokalitas terbatas, ketebalan middleware itu kerap dibaca sebagai keterlambatan; dalam arsitektur sistem, ia bisa juga dibaca sebagai keputusan desain yang tidak pernah diucapkan: verifikasi identitas sosial tidak bisa didelegasikan kepada protokol yang tidak punya reputasi.
Tetapi lapisan tengah tidak kebal terhadap hukum traffic yang sama. Begitu biaya melamar di pasar lokal jatuh — dan ia akan jatuh, karena peralatannya sama, bahasanya sama, dan ambisi penggunanya tidak kalah — request flooding tidak akan menunggu izin siapa pun. Yang membedakan lokalitas ini hanyalah waktu: di sini, daemon masih melamar dengan sopan, satu per satu, memakai nama yang bisa dipertanggungjawabkan. Belum ada yang menghitung berapa lama kesopanan itu bertahan setelah meteran biayanya menyentuh nol.
Log ditutup di sini. Lamaran kini berjalan dari daemon ke daemon dengan status code yang rapi, sementara manusia pemilik kedua daemon itu tidur — atau menunggu panggilan yang tidak tahu harus menghubungi siapa. Pasar tenaga kerja telah menjadi machine-to-machine, dan satu-satunya yang tidak ikut bermigrasi adalah pertanyaan tentang siapa yang sebenarnya sedang direkrut.