Perbandingan seorang developer antara membangun dua card game - satu memakan waktu 3 bulan tanpa bantuan AI dan lainnya diselesaikan dalam 3 hari menggunakan Claude - telah memicu perdebatan sengit di komunitas programming tentang apakah large language model benar-benar mempercepat pengembangan game atau apakah perbandingan tersebut pada dasarnya cacat.
Eksperimen asli melibatkan pembuatan Truco, sebuah card game tradisional, selama tiga bulan di tahun 2024 tanpa bantuan LLM, diikuti dengan membangun Escoba, card game lainnya, hanya dalam tiga hari menggunakan Claude AI di tahun 2025. Namun, komunitas dengan cepat mengidentifikasi beberapa masalah dengan perbandingan ini yang mempertanyakan hasil tersebut.
Perbandingan Timeline Pengembangan Game:
- Truco (tanpa LLM): 3 bulan dari awal
- Escoba (dengan Claude LLM): 3 hari menggunakan basis kode yang sudah ada sebagai fondasi
- Stack teknologi: Backend Go yang dikompilasi ke WebAssembly, frontend React
- Kedua game dideploy sebagai aplikasi sisi klien tanpa biaya server
 |
|---|
| Diskusi tentang permainan kartu umum di Argentina menyoroti relevansi budaya dari permainan seperti Truco dan Escoba |
Masalah Keuntungan yang Tidak Adil
Kritik paling signifikan berpusat pada pendekatan developer terhadap game kedua. Alih-alih memulai dari nol, mereka meng-clone backend Truco yang sudah ada dan meminta Claude untuk merefaktor-nya untuk game baru. Ini memberikan AI keunggulan besar - bukan hanya dalam hal kode yang sudah ada, tetapi juga semua keputusan arsitektural, pelajaran yang dipetik, dan wawasan pemecahan masalah dari proyek pertama.
Anggota komunitas menunjukkan bahwa developer berpengalaman mana pun kemungkinan bisa melakukan tugas refactoring yang sama dalam jangka waktu serupa, dengan atau tanpa bantuan AI. Perbandingan tersebut pada dasarnya menjadi membangun game dari nol versus memodifikasi game yang sudah ada, bukan tes yang sesungguhnya dari kemampuan LLM dalam pengembangan game.
Coding Bukan Bottleneck yang Sesungguhnya
Diskusi mengungkapkan wawasan yang lebih dalam tentang pengembangan game yang luput dari banyak orang di luar industri. Developer game berpengalaman menekankan bahwa coding mechanics tidak pernah menjadi tantangan utama dalam menciptakan game yang menarik. Kesulitan sebenarnya terletak pada desain game, menyeimbangkan mechanics, menciptakan aset yang menarik, dan yang terpenting, membuat sesuatu yang benar-benar menyenangkan untuk dimainkan.
Bagian coding dari pengembangan game tidak pernah benar-benar menjadi bottleneck. Developer solo bisa menghasilkan mechanics dengan cukup cepat, dengan atau tanpa AI. Kesulitan sebenarnya ada di semua lapisan tak terlihat di atasnya; menyeimbangkan loop, menyetel kesulitan, menciptakan aset yang tidak terlihat aneh, dan membangun cukup polish untuk menahan perhatian seseorang lebih dari 5 menit.
Perspektif ini membantu menjelaskan mengapa kita belum melihat ledakan game berkualitas tinggi meskipun tools AI menjadi lebih mudah diakses. Teknologi mungkin telah menurunkan satu hambatan, tetapi dinding tertinggi tetap tidak tersentuh.
 |
|---|
| Aturan terstruktur dari permainan kartu " Escoba " menekankan desain rumit yang diperlukan dalam pengembangan game di luar sekadar coding |
Keuntungan Training Data
Beberapa developer mencatat bahwa card game seperti yang ada dalam eksperimen sangat terwakili dalam data training AI. Kursus computer science sering memberikan proyek serupa, dan aturan game terdokumentasi dengan baik secara online. Ini membuat card game sangat cocok untuk bantuan LLM, tetapi hasilnya mungkin tidak dapat diterjemahkan ke konsep game yang lebih kompleks atau novel.
Seorang komentator mengamati bahwa meminta LLM untuk menghasilkan sprite sheet lengkap untuk game 2D - kebutuhan umum dalam pengembangan game - secara konsisten gagal, menyoroti keterbatasan tools AI saat ini untuk pembuatan aset game yang sesungguhnya.
Tantangan Pengembangan Game di Dunia Nyata
Diskusi komunitas juga menyentuh tantangan yang lebih luas dalam pengembangan game modern. Bahkan dengan engine yang powerful seperti Unity yang mendemokratisasi pembuatan game sejak tahun 2010-an, jumlah game yang benar-benar luar biasa tidak meningkat secara proporsional dengan jumlah percobaan. Ini menunjukkan bahwa hambatan teknis, meskipun nyata, bukanlah faktor pembatas utama untuk menciptakan game yang sukses.
Game jam, di mana developer menciptakan game yang bisa dimainkan dalam 24-48 jam, telah ada jauh sebelum LLM dan menunjukkan bahwa developer terampil dapat dengan cepat membuat prototipe konsep game. Perbedaan antara prototipe game jam dan rilis komersial terletak pada bulan atau tahun iterasi, polish, dan penyempurnaan yang mengikutinya.
Statistik Rilis Game Steam:
- Rilis harian: ~50 game per hari pada tahun 2024
- Rilis bulanan di 2010: <10 game indie
- Rilis bulanan di 2022: ~500 game
- Rilis bulanan di 2024: ~750 game
- Biaya publikasi Steam: $100 USD per game
Melihat ke Depan
Meskipun perbandingan asli mungkin cacat, itu memicu diskusi berharga tentang peran AI dalam pengembangan software. Konsensus menunjukkan bahwa LLM unggul sebagai tools produktivitas untuk developer berpengalaman yang bekerja pada masalah yang familiar, tetapi mereka tidak menghilangkan tantangan fundamental dari pekerjaan kreatif.
Perdebatan menyoroti perbedaan penting antara coding dan programming - sementara AI dapat membantu dengan detail implementasi dan boilerplate code, pemecahan masalah kreatif dan design thinking yang membuat game menarik tetap menjadi tantangan yang khas manusia. Seiring teknologi terus berkembang, aplikasi paling berharganya mungkin dalam menambah kreativitas manusia daripada menggantikannya.
Referensi: Making Games in Go: 3 Months Without LLMs vs 3 Days With LLMs!