Claude Fable 5 mengubah sebuah cuitan berusia empat tahun menjadi game browser 3D yang dapat dimainkan dalam satu sesi pengembangan, dan ia melakukan semua pekerjaan beratnya tanpa bantuan pemilihan tech stack atau masukan desain dari manusia.

Simon Willison memberikan deskripsi singkat cuitan tersebut, sebuah tangkapan layar, dan dua gambar pendukung ke model tersebut. Dari prompt sederhana itu, Claude Fable 5 menulis seluruh codebase, memilih Three.js sebagai mesin 3D, menghasilkan tekstur game melalui model OpenAI, dan melakukan push pada setiap perubahan ke repositori GitHub. Repositori tersebut terhubung ke GitHub Pages, sehingga setiap commit muncul di URL langsung dalam waktu sekitar setengah menit. Hasilnya adalah game “Raccoon Heist” fungsional yang dapat dimainkan siapa saja di browser saat ini.

Bagaimana eksperimen ini berlangsung

  • Prompt minimal – Cuitan asli tahun 2022 tersebut mencantumkan konsep game dan menunjukkan satu tangkapan layar. Willison menambahkan dua gambar ekstra sebagai referensi dan beberapa baris teks. Ia tidak memberikan instruksi apa pun mengenai bahasa pemrograman, pustaka grafis, atau deployment.
  • Keputusan berbasis model – Claude Fable 5 memilih Three.js, sebuah pustaka JavaScript untuk grafis 3D, sebagai mesin rendering. Ia menulis kode HTML, JavaScript, dan pemuatan aset yang diperlukan untuk menjalankan game tersebut.
  • Aset buatan AI – Sebuah model OpenAI menghasilkan gambar tekstur, sehingga menghilangkan kebutuhan akan seorang desainer.
  • Continuous delivery – Setiap push kode memicu GitHub Pages untuk membangun ulang situs, membuat versi terbaru dapat dilihat dalam waktu kurang dari 30 detik. Willison menyaksikan game tersebut berkembang secara real-time, dari kanvas kosong menjadi prototipe yang dapat dimainkan sepenuhnya.

Mengapa ini penting

Asisten pengodean AI tradisional telah membantu dengan autocomplete, saran perbaikan bug, atau pembuatan snippet ketika pengembang memberikan spesifikasi yang mendetail. Claude Fable 5 melampaui batas tersebut: ia menerima tujuan tingkat tinggi, memilih stack implementasi, menghasilkan aset, dan meluncurkan produk langsung—semuanya tanpa arahan manusia lebih lanjut.

Benchmark seperti SWE-bench mengukur seberapa baik model menyelesaikan masalah pemrograman, tetapi melihat model membangun pengalaman interaktif end-to-end secara otonom menunjukkan kemampuan yang berbeda. Untuk pembuatan prototipe cepat, alur kerja ini membuktikan bahwa seorang pengembang dapat memberikan konsep dan segelintir aset kepada model, mengarahkannya ke target deployment, dan menerima demo yang dapat digunakan dalam hitungan menit.

Siapa yang akan diuntungkan, dan siapa yang mungkin tertinggal

  • Startup dan pengembang indie dapat melakukan iterasi pada ide game atau konsep UI tanpa harus merekrut tim teknik lengkap.
  • Tim produk dapat menggunakan pendekatan ini untuk menghasilkan fitur proof-of-concept untuk tinjauan internal.
  • Vendor alat yang menyediakan pembuatan kode berbasis AI mungkin akan melihat pergeseran permintaan ke arah fitur orkestrasi tingkat tinggi—memungkinkan model untuk memilih framework dan mengelola pipeline CI/CD.

Sebaliknya, pengembang yang berspesialisasi dalam keputusan arsitektur, tuning performa, atau pengarahan seni mungkin akan mendapati tugas-tugas yang paling terlihat dan berkompleksitas rendah semakin terotomatisasi. Otonomi model ini juga menimbulkan pertanyaan tentang kualitas kode, keamanan, dan lisensi aset buatan AI—masalah yang masih memerlukan pengawasan manusia.

Batasan demo saat ini

  • Cakupan – Game ini adalah prototipe 3D yang sederhana; menskalakan pendekatan ini ke aplikasi besar yang padat data masih belum terbukti.
  • Human scaffolding – Willison menyiapkan pipeline GitHub Pages dan memantau output model. Sistem yang sepenuhnya tanpa campur tangan manusia akan membutuhkan mekanisme untuk mendeteksi kegagalan build atau kode yang tidak aman.
  • Fidelitas aset – Tekstur buatan AI berfungsi untuk game sederhana, tetapi mungkin tidak memadai untuk produksi anggaran besar yang menuntut fotorealisme atau seni khusus merek.

Apa yang perlu diperhatikan selanjutnya

  • Integrasi alat – Harapkan keterkaitan yang lebih erat antara large language model dan layanan cloud build, sehingga mengurangi langkah-langkah manual yang dilakukan Willison.
  • Lapisan keamanan – Platform mungkin akan menambahkan peninjauan kode otomatis atau sandboxing untuk menangkap celah keamanan sebelum deployment.
  • Evolusi benchmark – Paket evaluasi baru yang menguji pengiriman produk end-to-end dapat melengkapi metrik penyelesaian kode yang sudah ada.

Kesimpulannya jelas: AI kini dapat bergerak melampaui “tulis fungsi ini” menjadi “bangun dan luncurkan produk lengkap yang dapat dijalankan” ketika diberikan tujuan yang ringkas dan beberapa materi sumber. Teknologinya masih dalam tahap awal, tetapi demonstrasi Claude Fable 5 mengisyaratkan masa depan di mana draf pertama dari banyak ide perangkat lunak dihasilkan secara otonom, sehingga membebaskan pengembang untuk fokus pada penyempurnaan, strategi, dan kreativitas.