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

marsbitPubblicato 2026-07-11Pubblicato ultima volta 2026-07-11

Introduzione

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

Crypto di tendenza

Domande pertinenti

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.

Letture associate

UNI Doubles in Two Months Against the Trend: A 5-Year-Overdue Value Realization

Amidst a generally stagnant crypto market in June and July, UNI, the governance token of Uniswap, saw a significant surge, nearly doubling in price from around $2.3 to $4.6. This rally represents a delayed but significant value reassessment, triggered by the practical implementation of its long-debated "fee switch" mechanism. The key turning point was the on-chain execution of the UNIfication proposal in December 2025. It activated a protocol fee on select pools, directed Unichain sequencer revenue (net of costs) to a communal treasury, executed a one-time burn of 100 million UNI, and established a system where all protocol revenue flows into a "TokenJar" contract. This treasury has a single exit: purchasing and permanently burning UNI via a "Firepit" contract. Initially, the market reacted tepidly as the generated revenue and corresponding burn rate were modest. The narrative shifted dramatically in July 2025 with two major developments. First, the launch of Robinhood Chain, tailored for tokenized stocks, rapidly became a primary source of volume and fees for Uniswap, at one point contributing nearly half of its weekly fees. Second, governance votes successfully expanded the fee mechanism to v4 pools and initiated a temperature check for fees on Robinhood Chain. The activation of v4 fees caused the protocol's daily revenue earmarked for UNI burns to nearly triple. The core of UNI's recent price action is the transition from a pure governance token to a cash-flow asset with a permanent, protocol-funded buyer. Its effectiveness is amplified by UNI's mature and widely distributed supply, with no major impending unlocks to dilute the impact of the buybacks. The sustainability of this rally now hinges on whether the transaction volume, particularly on Robinhood Chain, persists after its initial gas subsidies expire, determining if this is a genuine value realization or a subsidy-fueled spike.

marsbit4 min fa

UNI Doubles in Two Months Against the Trend: A 5-Year-Overdue Value Realization

marsbit4 min fa

Breaking: Google Earth Urgently Pulls Back Nano Banana 2 Image Generation Feature!

Google Earth's newly launched "Create image" feature, powered by the Nano Banana 2 AI image generation model, was abruptly withdrawn shortly after its release due to being "played" by users. The feature allowed users to generate and overlay AI-created visuals directly onto real-world satellite and 3D maps in Google Earth. The tool enabled creative applications like historical recreations (e.g., visualizing ancient Pompeii), generating informational graphics for landmarks, and envisioning architectural projects or futuristic cityscapes on real terrain. It operated under "geospatial grounding," meaning the AI respected the underlying geography, topography, and perspective of the chosen map view. The model also integrated with Gemini to retrieve relevant factual information. However, upon release, users quickly tested its limits. A prominent example involved reimagining Philadelphia's historic Independence Hall as a post-apocalyptic ruin overrun by "happy" zombies, evil clowns, and giant alien mechs. This highlighted both the feature's playful potential and its risks regarding the generation of inappropriate or misleading content on realistic maps, leading to its swift temporary removal. Google stated it would re-release the feature after implementing "enhanced guardrails." Analysts note this move strategically leverages Google's vast proprietary geospatial data, positioning its AI not just for artistic generation but for spatially accurate world visualization—a unique advantage in the competitive AI image generation landscape.

marsbit1 h fa

Breaking: Google Earth Urgently Pulls Back Nano Banana 2 Image Generation Feature!

marsbit1 h fa

Altman Admits: Overestimated AI Snatching Jobs! Huang Renxun: The Unemployment Narrative Is Completely Backwards

Sam Altman has revised his earlier predictions about AI rapidly replacing jobs, admitting he overestimated the speed at which AI would eliminate entry-level white-collar roles. Speaking on the "Invest Like the Best" podcast, he stated that people do not truly want an AI CEO, as accountability and human connection remain critical. He found that individuals prefer interacting with people who can be held responsible for decisions. Similarly, NVIDIA's Jensen Huang argued that the narrative of AI destroying jobs is misguided. He distinguishes between tasks and jobs, noting that while AI can automate specific tasks, entire jobs—encompassing communication, judgment, coordination, and accountability—are not eliminated. He cited examples like radiologists and software engineers, where demand for these roles has increased as AI handles repetitive tasks, allowing for business expansion and the creation of more positions. Data from a University of Maryland and LinkUp study supports this, showing that U.S. job postings for new graduates have actually risen, countering the fear of vanishing entry-level roles. However, a significant shift is occurring: the traditional entry-level tasks that help newcomers gain experience are being automated, making initial career access more challenging. The key insight is that as AI takes over standardized tasks, the enduring value of human work shifts toward areas of responsibility, trust-building, and final decision-making—aspects that AI cannot replicate. The real "moat" for professionals lies in these irreplaceable human elements.

marsbit1 h fa

Altman Admits: Overestimated AI Snatching Jobs! Huang Renxun: The Unemployment Narrative Is Completely Backwards

marsbit1 h fa

Weekly Editor's Picks (0725-0731)

Weekly Editor's Picks (0725-0731) provides a curated selection of deep analysis, filtering out market noise. Key themes from this week include: **Macro & Policy:** The Federal Reserve's upcoming meeting is marked by high uncertainty, balancing cooling inflation data against persistent price pressures. Meanwhile, the U.S. crypto regulatory Clarity Act faces critical political hurdles, with its 2026 passage probability seen as low. **Investing & Crypto:** Analysis suggests long-term crypto success depends on conviction through volatile cycles, focusing on assets like Bitcoin and core smart contract platforms. A trend noted is the increasing similarity between global equity markets (especially tech) and crypto, driven by narrative and leverage. Several major crypto protocols show strong revenue growth, but this isn't always translating to token price appreciation due to sell pressure and structural factors. **AI & Semiconductors:** Nvidia's rising credit default swap rates signal market concern over AI infrastructure financing risks. The storage sector experienced volatility as markets began pricing in potential 2027 oversupply. Despite a record profitable quarter, SK Hynix's results were deemed "below expectations," reflecting heightened investor demands for future growth visibility. **Markets & DeFi:** TradeXYZ demonstrated remarkable accuracy in pre-market pricing for a major A股 listing. The token ONDO saw gains, linked to its growing role in the on-chain tokenized stock ecosystem. **Ethereum:** Post-Pectra upgrade, a major structural shift is underway as Lido begins migrating millions of ETH to new validator architectures designed for capital efficiency. **Also Highlighted:** Butian's bullish stock market move; OpenAI's Altman promising major advances; Samsung and SK Hynix securing large AI chip deals; Apple reaching a $5T market cap; and ongoing discussions around exchange security following Poolin's bankruptcy case.

marsbit2 h fa

Weekly Editor's Picks (0725-0731)

marsbit2 h fa

Trading

Spot

Articoli Popolari

Come comprare EPIC

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Epic Chain (EPIC) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente Epic ChainEPIC.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Epic Chain (EPIC)Dopo aver acquistato Epic Chain (EPIC), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Epic Chain (EPIC)Scambia facilmente Epic Chain (EPIC) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

224 Totale visualizzazioniPubblicato il 2025.03.17Aggiornato il 2026.07.21

Come comprare EPIC

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di EPIC EPIC sono presentate come di seguito.

活动图片