WaveSpeedAI
← Blog

claw-code vs Claude Code: Apa yang Sebenarnya Berbeda?

claw-code adalah penulisan ulang dalam Python dari harness Claude Code. Perbandingan ini mencakup apa yang sama, apa yang hilang, dan kapan masing-masing cocok digunakan oleh para developer.

8 min read
claw-code vs Claude Code: Apa yang Sebenarnya Berbeda?

Bangun di hari pertama April, saya berharap bisa menelusuri meme-meme biasa. Tapi, feed saya justru penuh gejolak — Anthropic secara tidak sengaja mempublikasikan kode sumber lengkap Claude Code dalam sebuah paket npm, dan seorang developer di Korea sudah membangun ulang arsitektur intinya dari nol dan mendorongnya ke GitHub. Pada saat saya selesai membuat kopi, repo tersebut sudah melampaui 30.000 bintang.

Repo itu adalah ​claw-code. Dan jika Anda ingin memahami apakah itu benar-benar dapat digunakan, aman untuk produksi, atau hanya artefak menarik dari satu malam yang kacau — penjelasan ini untuk Anda.

Positioning satu baris masing-masing

Claude Code adalah agen pengkodean berbasis terminal resmi dari Anthropic. Ia berjalan di CLI atau IDE Anda, memahami seluruh codebase Anda, menangani operasi git, menjalankan pengujian, dan didukung oleh infrastruktur serta tim keamanan Anthropic. Membutuhkan langganan Claude Pro atau Max (~$20/bulan).

claw-code adalah penulisan ulang open-source dari arsitektur harness agen Claude Code dengan pendekatan clean-room, dibangun dengan Python dan Rust oleh developer Sigrid Jin dalam beberapa jam setelah kebocoran kode sumber terbaru. Ia menangkap pola arsitektur Claude Code tanpa menyalin kode proprietary. Gratis digunakan, di-host sendiri, dan aktif dikembangkan.

Keduanya bukan pesaing langsung dalam pengertian tradisional. Satu adalah produk yang dipoles dan didukung enterprise. Yang lain adalah studi arsitektur berbasis komunitas yang kebetulan benar-benar berjalan.

Perbandingan arsitektur inti

Bahasa dan runtime

Kode sumber Claude Code yang bocor terdiri dari sekitar 512.000 baris TypeScript dalam 1.906 file — codebase besar yang telah teruji dalam pertempuran dan dikirimkan sebagai paket npm. Ia berjalan di Node.js, terintegrasi langsung ke VS Code dan JetBrains melalui ekstensi, dan mengalirkan respons melalui SSE.

claw-code dibangun dengan hibrida Python + Rust. Menurut dokumen arsitektur proyek sendiri, Rust saat ini mencakup 72,9% dari codebase (jalur kritis performa, parser JSON zero-dependency, alur OAuth PKCE, rendering terminal) sementara Python menangani orkestrasi agen dan integrasi LLM sebesar 27,1%. Ada branch dev/rust aktif yang menargetkan runtime yang sepenuhnya aman dari memori.

Perbedaan praktisnya: Claude Code stabil, teruji dalam pertempuran, dan berjalan dengan satu npm install. claw-code membutuhkan pengaturan Python, masih dalam pengembangan aktif, dan migrasi Rust belum digabungkan ke main.

# Instalasi Claude Code — satu perintah, selesai
npm install -g @anthropic-ai/claude-code

# claw-code — clone, konfigurasi, jalankan
git clone https://github.com/instructkr/claw-code
cd claw-code
pip install -r requirements.txt
python src/main.py

Dukungan orkestrasi multi-agen

Ini adalah salah satu bagian yang paling menarik dari kebocoran tersebut. Arsitektur internal Claude Code menyertakan sistem “swarm” untuk memunculkan sub-agen yang memparalelkan tugas rekayasa kompleks — masing-masing berjalan dalam konteks terisolasi dengan akses memori bersama. Spesifikasi Model Context Protocol menyediakan standar dasar untuk bagaimana interaksi pemanggilan alat ini distrukturkan.

claw-code mendokumentasikan dan mengimplementasikan ulang ini melalui alat Agent-nya — spawner sub-agen yang menguraikan tugas besar menjadi subtask yang dapat dieksekusi secara independen. Apakah kualitas koordinasinya sesuai dengan tuning produksi Claude Code masih belum diuji pada skala besar, tetapi pola arsitekturnya sudah ada.

Integrasi MCP dan alat

Kedua alat mendukung Model Context Protocol. Implementasi claw-code mendokumentasikan enam jenis transport: Stdio, SSE, HTTP, WebSocket, SDK, dan ClaudeAiProxy — dengan normalisasi nama otomatis, hashing konfigurasi, dan autentikasi OAuth. Itu sebenarnya cakupan permukaan yang lebih luas di atas kertas dari yang diharapkan banyak developer dari penulisan ulang komunitas.

Dukungan MCP Claude Code lebih matang dan lebih terdokumentasi di situs web Claude Code Docs, dengan integrasi resmi yang diuji terhadap implementasi server nyata. Untuk alur kerja MCP produksi, hal itu penting.

Model izin dan sandboxing

Claude Code berjalan dengan kontrol izin yang eksplisit dan granular. Ketika membutuhkan akses file atau eksekusi shell, ia meminta. Anthropic memelihara infrastruktur keamanan khusus, melakukan audit rutin, dan mengelola batas kepercayaan antara agen dan sistem Anda. Fitur Remote Control yang ditambahkan pada awal 2026 memberikan akses mobile native tanpa mengekspos port inbound.

claw-code mengimplementasikan lapisan manajemen konteks izin (lihat permissions.py di pohon sumber) dengan 19 alat yang dibatasi izin. Setiap alat — pembacaan file, eksekusi Bash, operasi Git, web scraping, integrasi LSP — memiliki kontrol akses sendiri. Arsitekturnya terdengar baik. Pertanyaannya adalah seberapa menyeluruh ia diaudit.

Perlu dicatat: serangan supply-chain pada 31 Maret 2026 memengaruhi instalasi Claude Code berbasis npm selama jendela kebocoran. claw-code sendiri tidak terpengaruh, tetapi ekosistem yang lebih luas memerlukan kehati-hatian. Panduan OWASP tentang keamanan rantai pasokan perangkat lunak layak ditinjau sebelum menerapkan agen pihak ketiga mana pun di produksi.

Apa yang dimiliki claw-code, apa yang masih kurang

Status paritas fitur saat ini

Apa yang dikunci di balik flag yang belum dirilis di versi asli

Kebocoran kode sumber mengungkapkan 44 flag fitur yang dikompilasi dalam codebase Claude Code — di mana 20 di antaranya tetap dinonaktifkan untuk pengguna eksternal. Itu adalah pipeline internal yang substansial di depan rilis publik. Tiga menonjol:

​Mode KAIROS​: Asisten proaktif yang berjalan terus-menerus yang mengamati lingkungan pengembangan Anda dan mengambil tindakan otonom tanpa menunggu input pengguna. Didukung oleh log append-only independen.

​Mode ULTRAPLAN​: Memindahkan perencanaan arsitektur kompleks ke kontainer cloud jarak jauh yang menjalankan model kelas Opus dengan hingga 30 menit waktu penalaran khusus dan alur kerja persetujuan manusia berbasis browser.

​Layanan autoDream​: Mesin konsolidasi memori latar belakang — dijelaskan secara internal sebagai mekanisme “bermimpi” sistem — yang mengatur ulang pola yang dipelajari dan memangkas konteks usang selama waktu idle.

Tidak satu pun dari ini diimplementasikan dalam claw-code. Mereka mewakili kesenjangan antara apa yang dapat Anda rekayasa balik dan apa yang membutuhkan berbulan-bulan tuning produksi untuk menjadi andal.

Matriks keputusan: kapan masing-masing masuk akal?

Penggunaan eksperimental dan penelitian arsitektur

claw-code benar-benar menarik di sini. Jika Anda ingin memahami bagaimana agen pengkodean AI kelas produksi sebenarnya menghubungkan alat, mengelola konteks runtime, dan mengorkestrasikan sub-agen — codebae ini dapat dibaca, terdokumentasi, dan repo GitHub menyertakan audit paritas terhadap sumber TypeScript. Bagi developer yang mempelajari desain sistem agentik, ini bernilai.

Blog penelitian Anthropic tentang arsitektur agen memberikan konteks berguna untuk memahami dari mana pilihan desain dalam Claude Code berasal.

Alur kerja agentik kelas produksi

Claude Code. Bukan karena claw-code tidak cerdas — itu memang cerdas — tetapi karena alur kerja produksi membutuhkan stabilitas, audit keamanan resmi, kualitas model yang konsisten, dan dukungan ketika sesuatu rusak pukul 2 pagi. Pemulihan kesalahan Claude Code di seluruh sesi panjang dan retensi konteksnya adalah fitur yang telah disetel terhadap miliaran token nyata.

Kriteria evaluasi tim

Gunakan tabel ini dengan jujur:

FAQ

T: Apakah claw-code siap untuk produksi?

Belum, menurut penilaian jujur saya. Fondasi Python fungsional untuk tugas-tugas terbatas, tetapi penulisan ulang Rust masih dalam proses di branch terpisah, integrasi IDE tidak ada, dan orkestrasi multi-agen belum diuji dalam pertempuran pada skala besar. Ini bergerak cepat — 48 ribu bintang dalam beberapa hari berarti banyak kontributor — tetapi “arsitektur menarik” dan “siap produksi” adalah standar yang berbeda.

T: Apakah claw-code mendukung server MCP?

Ya, di atas kertas. Proyek mendokumentasikan enam jenis transport termasuk Stdio, SSE, HTTP, dan WebSocket. Dalam praktiknya, implementasinya lebih baru dan kurang diuji dibandingkan Claude Code. Jika stabilitas server MCP penting untuk alur kerja Anda, Claude Code lebih aman untuk saat ini. Periksa spesifikasi MCP untuk memahami apa yang sebenarnya dibutuhkan untuk kepatuhan penuh.

T: Bisakah claw-code terhubung ke penyedia model non-Anthropic?

Ya — ini adalah salah satu keunggulan nyatanya. claw-code dirancang dengan lapisan abstraksi LLM yang agnostik terhadap penyedia, yang berarti Anda dapat mengarahkannya ke OpenAI, Gemini, atau model lokal melalui Ollama. Claude Code terkunci pada model Anthropic. Jika fleksibilitas model penting (dan semakin penting seiring perubahan lanskap), claw-code memiliki keunggulan struktural di sini.

T: Apa yang terjadi jika Anthropic mengambil tindakan hukum lebih lanjut terhadap claw-code?

Proyek ini dirancang sebagai penulisan ulang clean-room — tidak ada kode proprietary yang disalin, hanya pola arsitektur yang dipelajari dan diimplementasikan kembali secara independen. Itu adalah pendekatan hukum yang sama yang berhasil digunakan oleh proyek-proyek seperti Wine dan ReactOS. Meski demikian, Anthropic belum mengeluarkan tindakan hukum publik apa pun terhadap repo instructkr pada saat penulisan ini. Pemelihara proyek ini secara eksplisit membahas metodologi clean-room dalam README.

T: Apakah penulisan ulang Rust dari claw-code semakin mendekati penggunaan produksi?

Branch dev/rust aktif, dan dokumentasi proyek sendiri menyatakan bahwa workspace Rust 6-crate menyertakan 16 modul runtime dengan jalur kritis performa yang sudah diimplementasikan. Tetapi “pengembangan aktif” dan “siap digabungkan” adalah hal yang berbeda. Berdasarkan aktivitas saat ini, saya perkirakan inti Rust akan stabil dalam beberapa bulan ke depan — tetapi jangan membangun pipeline produksi berdasarkan asumsi timeline tersebut.

Posting Sebelumnya:

Bagikan