Hanya 11 Hari, Claude Tulis Ulang 1 Juta Baris Kode, Proyek Epik AI Ini Malah Picu Kemarahan

marsbitDipublikasikan tanggal 2026-07-11Terakhir diperbarui pada 2026-07-11

Abstrak

Dalam waktu hanya 11 hari, proyek runtime JavaScript/TypeScript bernama Bun yang berkinerja tinggi telah menulis ulang 1 juta baris kodenya dari bahasa Zig ke Rust. Proses ini didukung oleh model AI Claude Fable 5 dari Anthropic, dengan biaya API sekitar $165,000, dan dipandang sebagai uji coba besar-besaran alur kerja agen AI. Keputusan untuk bermigrasi ke Rust terutama didorong oleh masalah stabilitas dan bug keamanan memori dalam kode Zig, yang dianggap lebih sulit ditangani. Selain itu, komunitas Zig memiliki kebijakan toleransi nol terhadap kode yang dihasilkan AI, yang menghambat pengembangan Bun yang sangat bergantung pada asisten AI. Pendiri Zig, Andrew Kelley, merespons dengan keras, mengkritik kebiasaan rekayasa dan kemampuan manajerial pendiri Bun, Jarred Sumner. Dia juga meragukan keandalan kode yang dihasilkan AI, meskipun memiliki suite pengujian. Proyek ini memicu perdebatan luas di komunitas teknologi mengenai biaya pengembangan AI, budaya open source, serta potensi masalah pemeliharaan di masa depan karena banyaknya kode `unsafe` yang tersisa. Hasil akhir dari eksperimen ambisius ini—apakah akan menjadi tonggak sejarah atau menimbulkan masalah teknis—masih harus ditunggu seiring waktu.

Beberapa hari terakhir, dunia teknologi sibuk membahas kabar: Andrew Kelley, pendiri bahasa pemrograman Zig, marah besar.

Penyebabnya adalah Bun, yang sebelumnya sepenuhnya menggunakan bahasa Zig, ditulis ulang oleh pendirinya sendiri, Jarred Sumner, dengan bahasa Rust.

Andrew Kelley tanpa tedeng aling-aling menunjukkan kemarahannya. Dia tidak mengucapkan kata-kata basa-basi dalam peristiwa teknologi fenomenal ini, melainkan langsung menyasar kebiasaan rekayasa pribadi Jarred Sumner, kemampuan manajerial, dan logika bisnis di balik peristiwa ini.

Bun adalah runtime JavaScript/TypeScript berperforma tinggi yang bertujuan menjadi alternatif langsung yang lebih cepat dan modern untuk Node.js. Dalam beberapa tahun terakhir, Bun telah menjadi penantang berat yang menantang hegemoni Node.js di dunia front-end.

Kelebihan utama Bun adalah kecepatan ekstrem: baik kecepatan startup, instalasi dependensi, maupun menjalankan tes, semuanya jauh melampaui pesaingnya. Sebagian alasannya adalah karena Bun ditulis dengan bahasa Zig.

Desember tahun lalu, Anthropic mengumumkan akuisisi terhadap Bun, menggunakannya sebagai infrastruktur untuk menggerakkan alat pemrograman AI mereka, Claude Code dan Claude Agent SDK. Jarred Sumner dan anggota tim Bun lainnya saat ini bekerja di Anthropic.

Setelah diterapkan secara besar-besaran, terutama sebagai basis Claude Code, tim Bun merasa menghadapi masalah stabilitas yang sulit dihilangkan.

Secara spesifik, versi Zig dari Bun memiliki banyak bug keamanan memori—use-after-free, double-free, lupa membebaskan memori di jalur kesalahan, dan lain-lain. Masalah-masalah ini dalam Zig hanya dapat diatasi dengan aturan pengkodean, sedangkan dalam Rust, melalui pemeriksa pinjaman (borrow checker) dan mekanisme Drop, akan langsung menjadi error kompilasi.

Di sisi lain, komunitas Zig upstream memiliki kebijakan toleransi nol terhadap kode yang dihasilkan model bahasa besar (LLM), bahkan perubahan optimasi yang tidak terkait AI pun tidak dapat digabungkan ke upstream. Tim Bun sangat bergantung pada bantuan AI untuk pengembangan, melanjutkan penggunaan Zig berarti harus mempertahankan cabang kompiler mereka sendiri dalam jangka panjang, dengan biaya yang tinggi.

Kemudian, pada Mei tahun ini, kita menyaksikan proyek besar di dunia teknologi: Pendiri Bun, Jarred Sumner, mengumumkan bahwa 1 juta baris kode Bun ditulis ulang dalam waktu 11 hari menggunakan Rust. Mereka menggunakan Claude Fable 5 (model level Mythos) yang saat itu belum dirilis secara publik oleh Anthropic, dan kemampuan alur kerja dinamis Claude Code.

Ini adalah uji coba besar alur kerja agen (Agentic Workflow) tingkat epik, yang kemudian juga dipromosikan oleh Anthropic sebagai studi kasus unggulan Dynamic Workflows, tetapi juga memicu kontroversi karena "mengkhianati keyakinan".

Pendiri Zig, Andrew Kelley, dalam artikel blog terbarunya menyatakan bahwa alasan mendasar mengapa Bun dipenuhi Bug sebelum ditulis ulang adalah kebiasaan rekayasa Jarred Sumner yang buruk.

Pertama, bahkan sebelum AI berkembang, Jarred sudah terbiasa menulis kode sampah. Kelley mengatakan, tim Zig sering memeriksa basis kode pengguna, dan mereka merasa "sangat takut" terhadap basis kode Bun. Isinya penuh dengan tambalan tambalan gaya hacker (hacks on top of hacks), penyalahgunaan asersi, dan demi meluncurkan fitur baru dengan cepat, hampir tidak pernah meluangkan waktu untuk menghilangkan Bug dan utang teknis.

Kemudian, ada 1 juta baris kode yang dihasilkan Claude. Kelley balik bertanya: "Bun secara resmi mengklaim bahwa 1 juta baris kode Rust (yang ditulis AI) yang belum ditinjau manusia adalah aman karena ada kasus uji; jika kasus uji benar-benar selengkap itu, mengapa saat ditulis dengan Zig dulu tidak dapat menangkap Bug yang menjengkelkan tersebut?"

Sekarang, Kelley sangat kecewa dengan Jarred yang berubah dari pengembang open source yang bersemangat pemula (beginner energy) menjadi manajer yang buruk (stinky manager).

Kelley dengan terus terang mengatakan bahwa ketika mengetahui keputusan Bun untuk meninggalkan Zig, dia tidak merasa marah karena dikhianati, malah lega. Dia takut Bun yang mengatasnamakan Zig akan menimbulkan kesalahpahaman di luar, dan lebih takut lagi itu akan menarik sekelompok pengguna yang hanya bisa menyalin-tempel kode AI. Dia bahkan secara sarkastik mengatakan bahwa dia sedang memegang secangkir teh, bersyukur "ini akhirnya bukan urusan saya lagi".

Dengan tembakan langsung seperti ini, orang lain di dunia teknologi juga ikut bergabung dalam perdebatan, mengemukakan pendapat mereka.

Pertama, ada yang menghitung: semua orang bilang token Claude terlalu mahal, tetapi menurut data yang dirilis oleh Jarred Sumner dan Bun secara resmi, proyek penulisan ulang Bun ke bahasa Rust diperkirakan menghabiskan biaya API sebesar 16,5 ribu dolar AS. Di mata dunia teknologi dan rekayasa, harga dan waktu ini murah sampai membuat takut.

Hanya dari sisi biaya, AI telah memampatkan biaya pengembangan menjadi sekitar sepersepuluh dari biaya semula, dan waktu juga berkurang dari sekitar setahun menjadi kurang dari dua minggu.

Kedua, adalah sikap terhadap benturan budaya komunitas open source dan era AI. Beberapa orang merasa sangat tidak nyaman setelah membaca blog pendiri Zig, Andrew, menganggap bahwa dia menyerang pengguna dan sponsor penting (Bun pernah lama membiayai Zig) secara terbuka menunjukkan kurangnya profesionalisme. Bahkan ada yang secara radikal menyatakan "tidak pernah sebelumnya secara aktif berharap sebuah bahasa pemrograman gagal".

Tetapi ada juga programmer aliran lama yang membela, berpendapat bahwa di era yang dibungkus gelembung modal dan AI ini, Andrew hanya membela kemurnian kualitas rekayasa, menunjukkan gaya Linus Torvalds dulu.

Tentu saja, yang lebih diperhatikan semua orang adalah apakah proyek ini masih mudah digunakan setelah mengalami pergolakan seperti ini.

Saat ini, yang paling kontroversial adalah, karena 1 juta baris kode ini langsung diterjemahkan secara mekanis dari Zig oleh AI, kekurangan refaktorisasi arsitektur oleh insinyur manusia. Basis kode baru masih menyisakan 27 ribu baris blok kode `unsafe`. Banyak orang khawatir bahwa di masa depan, biaya kognitif dan pemecahan masalah yang dikeluarkan oleh pengembang manusia dalam memelihara, membaca, dan memodifikasi tumpukan "hasil generasi AI" yang besar ini, pada akhirnya mungkin akan melebihi biaya pengembangan awal yang dihemat hari ini.

Proyek yang melanggar hukum sejarah rekayasa perangkat lunak ini, pada akhirnya akan menjadi tonggak sejarah AI yang mengubah paradigma pemrograman, atau akan berubah menjadi gunung api utang teknis yang sulit dipelihara di masa depan? Mungkin hanya waktu yang bisa menjawabnya.

Referensi:

https://bun.com/blog/bun-in-rust

https://andrewkelley.me/post/my-thoughts-bun-rust-rewrite.html

Artikel ini dari akun WeChat publik "机器之心" (ID:almosthuman2014), penulis: 关注AI的

Kripto yang Sedang Tren

Pertanyaan Terkait

QApa yang memicu kemarahan pendiri bahasa pemrograman Zig, Andrew Kelley?

AKemarahannya dipicu oleh keputusan Bun, yang awalnya dibangun dengan Zig, untuk menulis ulang kode intinya (sekitar 1 juta baris) ke dalam bahasa Rust hanya dalam 11 hari dengan bantuan AI Claude Fable 5, yang dianggapnya sebagai pengkhianatan terhadap bahasa Zig dan merefleksikan kebiasaan rekayasa yang buruk dari pendiri Bun, Jarred Sumner.

QApa alasan utama tim Bun memutuskan untuk beralih dari Zig ke Rust?

AAlasan utamanya adalah masalah stabilitas, khususnya bug keamanan memori (seperti use-after-free dan double-free) yang sulit diberantas dalam kode Zig mereka. Rust menawarkan jaminan keamanan memori saat kompilasi. Alasan tambahan adalah kebijakan komunitas Zig yang tidak toleran terhadap kode yang dihasilkan LLM, yang menghalangi tim Bun yang bergantung pada AI untuk pengembangan.

QBerapa perkiraan biaya API yang dikeluarkan untuk penulisan ulang kode Bun menggunakan AI Claude?

AMenurut data yang dipublikasikan oleh Jarred Sumner dan tim Bun, proyek penulisan ulang kode ke Rust diperkirakan menghabiskan biaya API sebesar $165,000 (16,5 juta rupiah kurs kasar).

QApa kekhawatiran utama yang diungkapkan beberapa pihak mengenai kode baru Bun yang ditulis oleh AI?

AKekhawatiran utamanya adalah bahwa kode 1 juta baris tersebut adalah terjemahan mekanis dari Zig ke Rust oleh AI, tanpa desain ulang arsitektur oleh manusia. Ini meninggalkan sekitar 27.000 baris kode `unsafe` dalam Rust, yang berpotensi meningkatkan biaya pemeliharaan, pemahaman, dan perbaikan bug di masa depan, mungkin melebihi penghematan biaya pengembangan awal.

QBagaimana tanggapan komunitas teknologi terhadap kritik keras Andrew Kelley?

ATanggapan komunitas terpecah. Sebagian merasa tidak nyaman dengan serangan pribadi Andrew terhadap pengguna dan pendukung sebelumnya (Bun), menganggapnya tidak profesional. Di sisi lain, ada yang mendukungnya, melihat sikapnya sebagai pembelaan terhadap kualitas rekayasa perangkat lunak murni di era yang dipenuhi gelembung AI dan kapital, mirip dengan gaya Linus Torvalds di masa lalu.

Bacaan Terkait

Ethereum 10 Tahun ke Depan dalam Pandangan Vitalik

Pada Juli 2026, Vitalik Buterin mempublikasikan peta jalan jangka panjang "Lean Ethereum", yang diposisikan sebagai evolusi besar ketiga Ethereum setelah "The Merge". Rencana ini mencakup serangkaian peningkatan protokol yang akan diluncurkan bertahap dalam tiga hingga empat tahun ke depan, bertujuan untuk merekonstruksi hampir semua modul inti protokol. Peta jalan ini menetapkan lima tujuan strategis: finalitas L1 yang lebih cepat, throughput L1 mencapai 1 gigagas per detik, skalabilitas L2 level teragas, keamanan kriptografi kuantum, dan transaksi privat native di L1. Perubahan teknis inti meliputi peralihan dari verifikasi re-eksekusi ke model verifikasi berbasis bukti (proof) seperti STARK rekursif, peningkatan keamanan kuantum, pemisahan konsensus untuk finalitas lebih cepat, penetapan harga gas multidimensi, dan reformasi struktur state menjadi dua lapisan untuk biaya yang lebih rendah. Privasi juga ditingkatkan menjadi tujuan utama desain protokol. Sebuah proposal kontroversial adalah mengganti mesin virtual EVM dengan arsitektur yang lebih ramah-proof seperti RISC-V atau leanISA, yang dapat memengaruhi ekosistem L2 yang ada seperti Arbitrum. Mengenai dampak pada harga ETH, peta jalan berpotensi meningkatkan aktivitas dan pembakaran gas di L1 jika target peningkatan kapasitas terpenuhi. Namun, ini adalah proses jangka panjang, dan nilainya bergantung pada adopsi aktual, bukan hanya peningkatan kapasitas. Implementasi akan dipantau melalui indikator seperti peningkatan batas gas di upgrade Glamsterdam, pertumbuhan blob, pendapatan fee L1, dan kinerja ETH relatif terhadap BTC.

链捕手1j yang lalu

Ethereum 10 Tahun ke Depan dalam Pandangan Vitalik

链捕手1j yang lalu

Dari Keuangan Mobil ke Bitcoin hingga Mesin AI: Analisis Strategi 'Apa yang Tidak Boleh Dilakukan' Kongo

Dari Pembiayaan Mobil ke Bitcoin hingga Mesin AI: Strategi "Apa yang Tidak Dilakukan" Cango Cango, perusahaan yang semula merupakan platform pembiayaan mobil di China, telah melakukan transformasi besar. Setelah go public di NYSE pada 2018, mereka beralih ke penambangan Bitcoin pada 2024 dengan mengakuisisi penambang senilai ratusan juta dolar. Kini, mereka masuk ke sektor kecerdasan buatan (AI) dengan meluncurkan EcoHash, anak perusahaan untuk AI inference. Berbeda dengan banyak penambang yang beralih menyewakan daya ke penyedia cloud besar untuk pelatihan AI, Cango memilih strategi unik. Mereka fokus pada AI inference (penyimpulan) dengan memanfaatkan situs-situs penambangan skala kecil (10-50 MW) yang tersebar di seluruh dunia. Menurut perusahaan, situs-situs kecil ini, yang menguasai 70% daya di industri penambangan, tidak menarik bagi raksasa cloud namun sempurna untuk AI inference yang memerlukan kedekatan dengan pengguna untuk mengurangi latensi. Cango menyediakan perangkat lunak EcoLink untuk menghubungkan dan mengelola situs-situs ini, menawarkan keandalan dengan mengalihkan beban kerja jika satu situs mati. Mereka menargetkan klien seperti platform penyewaan GPU dan startup AI yang membutuhkan harga lebih kompetitif dibanding layanan cloud besar. Perusahaan tetap mempertahankan sebagian operasi penambangan Bitcoin (31.7 EH/s) sebagai mesin kas, sambil membersihkan utang dan mengumpulkan dana untuk ekspansi AI. Meski ada skeptisisme mengenai biaya transformasi dan gelembung AI, Cango yakin pada disiplin strategi "apa yang tidak dilakukan" mereka—menghindari persaingan langsung di pelatihan AI—dan memanfaatkan peluang di segmen AI inference yang terdistribusi.

Foresight News2j yang lalu

Dari Keuangan Mobil ke Bitcoin hingga Mesin AI: Analisis Strategi 'Apa yang Tidak Boleh Dilakukan' Kongo

Foresight News2j yang lalu

Laporan Goldman Sachs Membedah Peta Persaingan Model AI Besar Tiongkok: Siapa yang Akan Menjadi Pemenang Jangka Panjang?

Laporan Goldman Sachs menganalisis persaingan model AI besar di Tiongkok, menyoroti titik balik historis dengan model open-source/berbobot terbuka yang kinerjanya mendekati model berpemilik global teratas. Laporan ini mengidentifikasi pola evolusi dari "momen efisiensi biaya DeepSeek tahun lalu ke momen kecerdasan model GLM Zhipu tahun ini". Dalam hal efisiensi, model Tiongkok mencapai kinerja hampir setara dengan biaya jauh lebih rendah, berkat inovasi arsitektur seperti MoE dan efisiensi parameter. Model seperti DeepSeek V4 Pro (1.6T parameter) dan GLM5.2 (0.7T) mengungguli dalam kemampuan pemrograman. Pasar terpolarisasi menjadi dua lapis: *pasar high-end* (contoh: GLM5.2, Qwen3.7 Max) dengan harga sekitar $1 per juta token dan margin kotor inferensi 10-20%, serta *pasar low-end* (harga serendah $0.06 per juta token) yang menargetkan UKM global. Pendapatan API/subskripsi diproyeksikan melonjak dari RMB 35 miliar (2026) menjadi RMB 879 miliar (2030). Strategi open-source mendorong adopsi luas tetapi membatasi monetisasi. Tren bergerak dari lisensi MIT gratis menuju model "bobot terbuka + lisensi komunitas" dengan bagi hasil untuk penggunaan komersial. Paradigma penggunaan global beralih dari "maksimalkan token" ke "utamakan ROI". Model Tiongkok mendapat porsi token yang tumbuh di pasar non-AS melalui platform seperti AWS Bedrock, dengan Microsoft mempertimbangkan menghosting DeepSeek di Copilot. Analisis posisi kompetitif Goldman Sachs menilai **Zhipu** dan **DeepSeek** paling kuat di model teks dasar, dengan keunggulan harga dan biaya. Di bidang multimodal/generasi video, **ByteDance** (Seedance) memimpin, diikuti Kuaishou (Kling) dan MiniMax. MiniMax pertahankan rating "beli" karena model M3-nya berada di kuadran maksimisasi ARR dengan harga menarik dan valuasi yang didiskon.

marsbit2j yang lalu

Laporan Goldman Sachs Membedah Peta Persaingan Model AI Besar Tiongkok: Siapa yang Akan Menjadi Pemenang Jangka Panjang?

marsbit2j yang lalu

Limit Penjualan BTC oleh Strategy Jauh Melebihi $12.5 Miliar: Detail yang Diabaikan Pasar

Dari artikel yang diterjemahkan dari Bankless, terungkap bahwa rencana penjualan Bitcoin (BTC) oleh MicroStrategy jauh lebih besar daripada yang dipahami pasar sebelumnya. Meskipun perusahaan sebelumnya mengungkapkan kuota pembangunan cadangan sebesar $12,5 miliar, ini hanyalah satu dari beberapa "kolam dana" untuk memonetisasi BTC. Rencana monetisasi BTC MicroStrategy sebenarnya mencakup tiga tujuan utama: 1) Membangun cadangan dolar hingga $12,5 miliar, 2) Menutupi biaya dividen saham preferen dan bunga utang, dan 3) Mendanai program pembelian kembali saham hingga $20 miliar. Dengan demikian, total penjualan BTC yang secara eksplisit berbatas bisa melebihi $30 miliar. Yang lebih penting, penjualan BTC baru-baru ini senilai $216 juta untuk membayar dividen dan "mengisi ulang" cadangan ternyata tidak mengurangi kuota $12,5 miliar yang ditujukan untuk "membangun" cadangan. Perbedaan terminologi akuntansi antara "membangun" dan "mengisi ulang" ini memberi perusahaan lebih banyak fleksibilitas untuk menjual BTC di luar batas yang terlihat oleh pasar. Artikel ini menyimpulkan bahwa MicroStrategy telah berubah dari sekadar akumulator Bitcoin pasif menjadi semacam "dana lindung nilai yang dikelola secara aktif." Perusahaan sekarang aktif mengelola struktur modalnya yang kompleks—yang melibatkan saham biasa (MSTR), saham preferen, cadangan dolar, dan aset BTC—untuk menyeimbangkan berbagai tekanan dan kewajiban. Investor sekarang harus menganalisis setiap istilah dalam pengumuman perusahaan dengan cermat, karena setiap kata dapat menyiratkan implikasi lebih lanjut untuk penjualan BTC di masa depan.

marsbit2j yang lalu

Limit Penjualan BTC oleh Strategy Jauh Melebihi $12.5 Miliar: Detail yang Diabaikan Pasar

marsbit2j yang lalu

Trading

Spot

Artikel Populer

Cara Membeli EPIC

Selamat datang di HTX.com! Kami telah membuat pembelian Epic Chain (EPIC) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Epic Chain (EPIC) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Epic Chain (EPIC) AndaSetelah melakukan pembelian, simpan Epic Chain (EPIC) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Epic Chain (EPIC)Lakukan trading Epic Chain (EPIC) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

231 Total TayanganDipublikasikan pada 2025.03.17Diperbarui pada 2026.06.02

Cara Membeli EPIC

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga EPIC (EPIC) disajikan di bawah ini.

活动图片