30 Hari Tanpa Menulis Sepotong Kode, Tapi Ia Tetap Mengantongi US$1 Miliar!

Kalau ada AI yang bisa menuliskan 100% kode untukmu, apakah kamu masih akan begadang demi mengejar deadline?

Yang lebih mengejutkan: alat ini bukan proyek raksasa yang lahir dari “inisiatif strategis” perusahaan teknologi besar, bukan pula hasil pembakaran dana investasi untuk membangun tim superbesar. Ini bermula dari sebuah “side project” seorang engineer.

Hanya dalam 6 bulan, proyek personal itu dikabarkan melesat hingga mencapai ARR (Annual Recurring Revenue) hampir US$1 miliar—dan langsung menjadi fenomena viral di komunitas developer.

Kamu pasti sudah menebak: inilah Claude Code.

Dan yang membuat dunia AI makin heboh, “bapak” Claude Code sendiri mengaku bahwa dalam 30 hari terakhir, 100% kode yang ia hasilkan ditulis oleh AI ini.

Bagi Claude Code, sosok kunci di balik layar adalah Boris Cherny, sang pemimpin pengembangan yang sering disebut sebagai “roh” teknologinya.

Perjalanan kariernya pun ikut menambah aura legenda: ia sempat direkrut dengan tawaran besar oleh Anysphere (pengembang Cursor), namun kemudian ditarik kembali oleh Anthropic dengan kecepatan yang mengejutkan. Banyak pihak melihat ini sebagai sinyal bahwa Claude Code telah menjadi aset strategis yang sangat penting.

Pada awal Desember 2025, ekosistem AI coding benar-benar “meledak”.

Anthropic mengumumkan bahwa Claude Code, yang baru berusia 6 bulan, telah mencetak pendapatan tahunan teranualisasi mendekati US$1 miliar—sebuah pencapaian yang disebut-sebut sebagai salah satu rekor paling mencolok dalam sejarah alat pemrograman berbasis AI.

Bukan hanya itu, Claude Code juga melakukan langkah strategis pertamanya yang bikin banyak orang tercengang: mengakuisisi Bun, salah satu tool favorit developer. Pesannya jelas—AI coding tool bukan lagi sekadar “tambahan” atau “asisten”, tetapi sedang bergeser menjadi infrastruktur inti di belakang layar, dan pasar enterprise mulai membuka dompet secara serius.

Di balik pertumbuhan supercepat ini, ada satu rahasia besar: Claude Code bukan sekadar “alat autocomplete”.

Kebanyakan AI coding tool hanya membantu melengkapi potongan kode atau menjelaskan bug. Claude Code menargetkan sesuatu yang jauh lebih ambisius: menjadi rekan kerja digital—AI yang mampu memahami konteks proyek secara menyeluruh, membantu merancang solusi, menulis kode, menjalankan pengujian, dan menyatu dengan workflow kerja nyata.

Artinya, dari menulis fitur, debugging, build, hingga packaging, AI bisa mengambil alih banyak langkah—cukup “dipanggil” lewat satu perintah di terminal atau IDE, dengan kebutuhan minim untuk menulis kode repetitif secara manual.

Singkatnya, Claude Code diposisikan sebagai AI engineer yang bisa membangun proyek bersama kamu—bahkan dalam beberapa kasus, mampu bekerja nyaris mandiri.

Inilah mengapa, hanya dalam enam bulan, Claude Code lewat langganan enterprise dan versi komersial API mampu mendorong ARR mendekati US$1 miliar—angka yang bahkan melampaui pendapatan tahunan banyak perusahaan software mapan.

“Tutorial” langsung dari Boris Cherny

Setelah Boris Cherny mengaku bahwa seluruh kodenya selama 30 hari terakhir ditulis oleh Claude Code, komunitas AI pun bertanya: “Bagaimana praktiknya sehari-hari?”

Baru-baru ini, Boris membagikan konfigurasi yang ia gunakan—dan yang mengejutkan, setup-nya ternyata sangat sederhana.

Menurutnya, Claude Code sudah cukup “siap pakai” sejak awal, sehingga ia jarang melakukan kustomisasi berlebihan. Berikut pola kerja yang ia jelaskan.

Ia menjalankan 5 sesi Claude secara paralel di terminal.

Di saat yang sama, ia juga menjalankan 5–10 sesi Claude di Claude.ai/code.

Ketika coding lewat terminal, ia sering memindahkan sesi lokal ke versi web, atau membuka sesi baru lewat Chrome, lalu berpindah-pindah sesuai kebutuhan. Kadang sesi tersebut bahkan “bolak-balik” antar platform.

Setiap pagi dan sepanjang siang, ia juga memulai beberapa sesi dari ponselnya melalui aplikasi Claude iOS, lalu mengecek progresnya secara berkala.

Untuk berpikir dan menyusun strategi, ia menggunakan Claude Opus 4.5. Ia menyebutnya sebagai model pemrograman terbaik yang pernah ia pakai.

Walau Opus lebih besar dan cenderung lebih lambat dibanding Sonnet, ia merasa Opus membutuhkan lebih sedikit “bimbingan”, lebih kuat dalam penggunaan tools, dan sering kali justru lebih cepat secara praktik—terutama untuk tugas kompleks.

Tim Boris juga memiliki satu dokumen pedoman bersama bernama CLAUDE.md di repo Claude Code.

Dokumen ini di-commit ke Git, dan seluruh tim ikut memperbarui beberapa kali setiap minggu. Setiap kali Claude melakukan kesalahan, mereka menambahkan catatan ke CLAUDE.md agar Claude “paham” dan tidak mengulangi kesalahan yang sama.

Selama proses code review, Boris sering menandai @.claude di PR rekan setim, sehingga aturan tertentu bisa ditambahkan ke CLAUDE.md sebagai bagian dari PR.

Mereka juga memanfaatkan Claude Code GitHub Action (melalui /install-github-action) untuk mendukung alur ini.

Sebagian besar sesi dimulai dengan Plan mode.

Jika tujuannya adalah membuat sebuah Pull Request, Boris akan menggunakan Plan mode dan berdiskusi bolak-balik dengan Claude hingga rencana benar-benar matang.

Setelah itu, ia beralih ke mode auto-accept edits, dan Claude sering kali mampu menyelesaikan implementasi dalam satu kali jalan.

Pesannya tegas: rencana yang kuat itu krusial.

Untuk pekerjaan “inner loop” yang berulang setiap hari, ia banyak menggunakan slash command.

Ini menghindari penulisan prompt yang sama berulang-ulang, sekaligus membuat Claude bisa langsung menjalankan workflow tersebut.

Contohnya, ia dan Claude menggunakan perintah /commit-push-pr berkali-kali setiap hari.

Di dalam perintah itu, ia bisa menyisipkan script Bash yang menghitung dulu git status dan informasi lain, sehingga proses lebih cepat dan meminimalkan komunikasi bolak-balik dengan model.

Boris juga sering memakai beberapa subagent, yaitu agen-agen kecil yang fokus pada pola tugas tertentu.

Misalnya:

• code-simplifier, untuk menyederhanakan dan merapikan kode setelah Claude selesai menulis
• verify-app, yang memiliki instruksi detail untuk melakukan pengujian end-to-end terhadap output Claude Code

Ia memandang subagent sebagai “paket otomatisasi” untuk workflow PR yang paling umum—menyerahkan langkah yang repetitif dan terstruktur kepada agen agar manusia fokus pada keputusan tingkat tinggi.

Timnya juga sering menggunakan PostToolUse hook untuk memformat kode yang dihasilkan Claude.

Claude biasanya sudah menghasilkan format yang rapi, dan hook ini terutama bertugas menuntaskan “10% terakhir” agar tidak terjadi error format di CI.

Boris tidak menggunakan --dangerously-skip-permissions.

Sebagai gantinya, ia memakai /permissions untuk melakukan pre-approve terhadap perintah Bash yang umum dipakai dan sudah dipastikan aman di lingkungannya. Hasilnya: lebih sedikit pop-up izin yang mengganggu, tanpa mengorbankan keamanan.

Menurut Boris, Claude Code pada dasarnya sudah “memakai semua tools” yang biasa ia pakai.

Mulai dari mencari informasi, mengirim pesan via MCP server di Slack, menjalankan query analitik lewat bq CLI (BigQuery), menarik error log dari Sentry, dan lain-lain—bergantung pada environment yang terhubung.

Untuk tugas berdurasi panjang, ia biasanya melakukan salah satu dari tiga cara:

(a) setelah tugas selesai, meminta Claude menggunakan background agent untuk memverifikasi pekerjaannya
(b) menggunakan Stop hook agar verifikasi lebih deterministik dan terkendali
(c) atau mengandalkan plugin seperti ralph-wiggum

Dan di akhir, Boris menekankan satu hal yang paling penting jika ingin hasil Claude Code maksimal:

Berikan Claude cara untuk memverifikasi pekerjaannya sendiri.

Begitu Claude memiliki feedback loop yang jelas, kualitas output biasanya meningkat drastis—bahkan ia memperkirakan bisa naik 2–3 kali lipat.

Setelah Boris membagikan pengalamannya di X, banyak profesional memuji pendekatannya, sekaligus melontarkan pertanyaan-pertanyaan teknis yang semakin memperkaya diskusi.

2026: manusia semakin dekat dengan “hanya kerja empat hari”?

Dari sini, pembicaraan pun melebar ke isu yang sedang memanas di awal 2026: revolusi pola kerja masa depan.

Dulu, “empat hari kerja” terdengar seperti idealisme. Kini, konsep itu dibahas serius oleh para pemimpin bisnis paling berpengaruh di dunia—dan semakin banyak yang percaya ini bukan lagi utopia, melainkan sesuatu yang realistis.

Beberapa prediksi besar pun bermunculan:

Bill Gates menilai manusia mungkin hanya perlu bekerja 2–3 hari per minggu di masa depan.

CEO JPMorgan, Jamie Dimon, memprediksi generasi berikutnya bisa hidup hingga 100 tahun, bebas kanker, dan cukup bekerja 3,5 hari per minggu.

Jensen Huang menilai 4 hari kerja adalah skenario yang paling mungkin terjadi.

Elon Musk bahkan lebih agresif: ia percaya dalam 10–20 tahun, bekerja bisa menjadi pilihan, dengan dunia yang “pendapatan tinggi untuk semua” dan nyaris tanpa kemiskinan.

Dan ini bukan hanya wacana. Sejumlah negara sudah menjalankan uji coba empat hari kerja, dan hasilnya sering menunjukkan produktivitas tidak menurun—bahkan meningkat—sementara stres pekerja turun dan kepuasan naik.

Namun, perubahan sebesar ini juga memiliki biaya.

AI dapat menggantikan pekerjaan dengan cepat, terutama di level keterampilan rendah. Tekanan reskilling meningkat. Risiko pengangguran dan kebutuhan reformasi sistem dukungan sosial juga semakin nyata.

Tetapi satu hal jelas: kemajuan teknologi jarang melambat hanya karena kita takut.

Dan sekarang, kita berada tepat di tengah era ketika cara manusia bekerja sedang ditulis ulang—secara menyeluruh.