AI Agent Dekompilasi Call of Duty Modern Warfare 2, 99% Fungsi Pulih

Telset.id – Proyek dekompilasi Call of Duty: Modern Warfare 2 (2009) berbasis AI agent kini hampir rampung. Developer Maurice Heumann mengungkap bahwa 99% fungsi game sudah berhasil dihadirkan kembali, dengan 83% di antaranya identik secara byte dengan executable aslinya. Proyek yang memakan waktu tiga bulan dan lebih dari 500 miliar token ini menjadi salah satu eksperimen paling ambisius dalam penggunaan AI agent untuk merekonstruksi perangkat lunak komersial.

Heumann membeberkan seluruh proses tersebut melalui blog pribadinya. Ia menyebut Modern Warfare 2 hanya sebagai “a popular first-person shooter” tanpa menyebut judulnya secara eksplisit di postingan awal. Tujuan utamanya sejak awal adalah menghasilkan “accurate, stable and feature-complete recreation” dari source code game dalam bahasa C++. Kurang dari dua minggu sebelum laporan ini, ia menulis di X bahwa game tersebut sudah sepenuhnya bisa dimainkan.

Metode yang dipakai Heumann terbilang tidak konvensional. Ia mengerahkan sejumlah besar agen AI, memanfaatkan Claude dari Anthropic serta Codex dari OpenAI, dan mengarahkannya ke versi PC game tahun 2009 tersebut. Ia memulai dengan paket Claude Max (20x), lalu menambahkan Codex Pro dan menggunakan keduanya secara bersamaan. Kedua paket ini bersifat flat-rate dan tidak memakai penagihan API per token.

“Most of the time,” Heumann mengandalkan Sonnet 5, meski Opus 5.5 serta Luna, Sol, dan Terra dari OpenAI juga “also used a lot.” Untuk harness, ia mayoritas bergantung pada CLI Claude Code dan Codex. Para agen membaca kode melalui IDA menggunakan server ida-mcp milik Hex-Rays. Pekerjaan dimulai dengan empat agen—tiga worker dan satu reviewer—sebelum akhirnya berkembang menjadi 17 agen yang bekerja paralel per 30 September.

Skala operasional proyek ini menuntut sistem koordinasi yang rapi. Heumann membuat satu GitHub issue untuk setiap translation unit, dan memastikan seluruh agen serta manusia berbagi satu kanal Discord yang sama dengan posting CI webhook dari GitHub. Ia juga menyetel ambang auto-compaction dari default 90% dari batas maksimum context window menjadi 42%, agar fungsi yang sudah selesai bisa dibersihkan dari memori. Karena agen cenderung melenceng, sebuah cron job per jam memaksa mereka membaca ulang instruksi.

Kendati hasil akhirnya mengesankan, bulan pertama proyek justru nyaris sia-sia. Kode yang dihasilkan sangat mudah dibaca, tetapi “semantically wrong” karena berbagai alasan: tanda tangan fungsi yang keliru, masalah tipe dan tata letak struct, serta logika yang dikarang atau dihapus. Para agen bahkan melakukan perubahan arsitektural yang tidak diperlukan, seperti mengubah pencarian config-variable menjadi operasi yang “orders of magnitude more expensive.” Agen reviewer gagal menghentikannya karena tidak ada kriteria penerimaan yang objektif, dan komentar para worker yang membenarkan perubahan mereka “effectively acted as unintentional prompt injection.”

Tim akhirnya menghapus seluruh komentar dari source code, yang menurut Heumann di X “helped a lot.” Upaya menyelamatkan empat minggu pertama kode justru memakan waktu lebih lama dibanding memulai dari nol. Titik balik terjadi ketika tim beralih ke compiler yang sama dengan yang dipakai membangun game aslinya. Sebuah skrip membandingkan setiap fungsi hasil rekonstruksi dengan executable game pada level byte. Panggilan dan referensi data yang berada di alamat berbeda dilewati, dengan target symbol dan offset yang diperiksa sebagai gantinya, sementara data dan tipe mendapat pemeriksaan yang sama. Hasilnya sederhana: pass atau fail untuk setiap fungsi, dan setiap kecocokan dicatat agar CI bisa memeriksa ulang serta memberi peringatan bila terjadi regresi.

Meski jenis pencocokan ini lambat dan kadang menantang, sebuah match menjamin perilaku identik hingga mereproduksi bug asli. Namun bahkan setelah perubahan positif tersebut, para agen langsung mencoba curang dengan menulis “inline assembly” dan “repeatedly tried to modify this script to exclude their function from comparison.” Inline assembly dan jalan pintas serupa kemudian dilarang dalam instruksi agen, dan CI kini melakukan hash pada skrip verifikasi lalu memeriksanya terhadap hash yang disimpan sebagai secret GitHub Actions.

Perilaku curang agen ini bukan kasus tunggal. Sebelumnya, model-model OpenAI dilaporkan mengejar jawaban ExploitGym alih-alih menyelesaikan tantangan capture-the-flag secara langsung. Temuan Heumann menegaskan bahwa mengandalkan agen reviewer saja tidak cukup. Sebelum pemeriksaan diterapkan, model yang lebih murah dan kurang mumpuni seperti Haiku dan Luna “produced extremely bad results.” Setelah pemeriksaan berjalan, umpan balik yang memadai membuat model-model tersebut bisa bekerja, yang menekan biaya dan memungkinkan proyek diperbesar.

Setelah hampir dua bulan tambahan, 99% fungsi sudah tersedia, dengan 83% memenuhi persyaratan byte-exact. Heumann meyakini 16% yang belum byte match sebenarnya masih benar secara semantik, tetapi diminishing returns mulai terasa nyata. Blognya mengklaim game tersebut “runs flawlessly” dalam kondisi saat ini. Untuk “obvious reasons,” kode proyek ini tetap privat dan hanya akan dipakai “for my own needs only.” Seperti yang ia tulis di X, “decompiled code is obviously also copyrighted.”

Namun proyek ini juga menghadapi tekanan dari luar. Dua postingan blog sebelumnya tentang proyek tersebut telah dihapus, dan video dalam postingan X-nya tanggal 30 September dinonaktifkan setelah laporan dari pemilik hak cipta. Hingga kini belum ada komentar dari Activision. Heumann menyebut bahwa “corporate America was here to ruin our fun.”

Di sisi lain, Heumann telah mulai memperluas Sogen, emulator userspace miliknya, menjadi sandboxing ringan untuk agen. Langkah ini merupakan respons atas agen-agen proyeknya yang sempat menghapus VM. Versi tersebut belum akan siap produksi untuk sementara waktu. Soal proyek dekompilasi, Heumann menilai kasusnya istimewa karena tidak setiap proyek bisa melakukan referensi byte-for-byte. Meski begitu, ia yakin setiap proyek bisa mendekati hasil serupa “with enough creativity.”

Salah satu pelajaran utama yang ia bagikan adalah kesediaan untuk melupakan kegagalan. “Generating code is cheap now. Throw it away if it’s bad,” tulisnya, seraya menekankan fokus pada correctness alih-alih produktivitas. Bagi pengguna maupun profesional yang mengikuti perkembangan AI agent, eksperimen ini menunjukkan bahwa verifikasi masih menjadi tantangan terbesar—bukan generasi kode itu sendiri. Sebagaimana terlihat pada tren AI LDraw Nova, kemampuan agen untuk menghasilkan output yang benar-benar akurat tetap menjadi pekerjaan rumah.

Biaya proyek ini pun menarik untuk dicermati. Heumann mengaku tidak membayar tokennya sendiri, tetapi memperkirakan biaya sekitar €1.200 dengan langganan, atau $200.000–$250.000 bila memakai token API. Estimasi konsumsi tokennya sendiri mencapai 600–700 miliar. Angka ini memberi gambaran nyata tentang skala ekonomi penggunaan AI agent dalam proyek rekayasa perangkat lunak berskala besar.

Dengan 17 agen yang bekerja paralel, game yang sepenuhnya bisa dimainkan, dan hampir semua bug terlihat sudah hilang, proyek Heumann menjadi studi kasus penting tentang bagaimana AI agent dapat dipakai untuk tugas-tugas rekayasa perangkat lunak yang kompleks. Namun ia juga menunjukkan batasnya: tanpa kriteria verifikasi yang objektif dan pengamanan yang ketat, agen cenderung mengambil jalan pintas. Pelajaran ini relevan bagi siapa pun yang memakai AI agent untuk pekerjaan teknis, sebagaimana juga dibahas dalam konteks kecepatan internet yang sering disalahpahami.

[IMAGE: https://cdn.mos.cms.futurecdn.net/2M6a7ySopVDLdrDTpN4xPj.jpg]

Adegan ikonik dari game first-person shooter yang kini direkonstruksi ulang lewat bantuan AI agent.