Rp 426 Triliun, "Tim Murni Tionghoa" Menopang Perusahaan Pemrograman AI dengan Valuasi Tertinggi di Dunia

marsbitDipublikasikan tanggal 2026-05-31Terakhir diperbarui pada 2026-05-31

Abstrak

Pada Mei 2025, Cognition AI, startup pengembangan AI yang didirikan oleh tiga pendiri berkebangsaan China pemenang Olimpiade Informatika, mengumumkan pendanaan baru senilai lebih dari $10 miliar, yang menaikkan valuasinya menjadi $26 miliar. Lonjakan valuasi ini, hanya dalam 8 bulan sejak valuasi $10,2 miliar sebelumnya, didorong oleh kepercayaan investor bahwa agen AI seperti "Devin" perusahaan mereka akan menjadi infrastruktur rekayasa perangkat lunak generasi berikutnya. Awalnya, Cognition menciptakan sensasi dengan meluncurkan Devin, yang dipasarkan sebagai "insinyur perangkat lunak AI" pertama yang dapat menangani tugas pengkodean secara mandiri. Namun, produk awal ini menuai kritik karena kinerja yang tidak konsisten dan harga yang tinggi. Untuk mengatasi kekurangan ini, Cognition melakukan pivoting strategis dengan mengakuisisi Windsurf, sebuah platform IDE berbasis AI, pada tahun 2025. Akuisisi ini memberi Cognition dua jalur produk: Devin untuk menangani tugas-tugas rekayasa asinkron yang dapat didelegasikan, dan Windsurf IDE sebagai alat bantu kolaboratif bagi pengembang dalam editor kode. Kombinasi ini terbukti sukses. Cognition melaporkan pertumbuhan penggunaan perusahaan lebih dari 10 kali lipat tahun ini, dengan run-rate pendapatan mencapai $492 juta dan pertumbuhan penggunaan bulanan Devin sebesar 50% selama enam bulan terakhir. Kliennya termasuk nama-nama besar seperti Goldman Sachs, NASA, dan Angkatan Darat AS. Intinya, valuasi $26 miliar ini mencerminkan ...

Ditulis oleh | AI Alphabet

Rp 426 triliun, adalah harga terbaru yang diberikan pasar modal kepada perusahaan pemrograman AI Cognition.

September lalu, valuasi Cognition AI baru saja melampaui ambang batas Rp 166 triliun, dan saat itu sudah cukup menjadi seperti mitos Silicon Valley.

Tiga pendiri muda keturunan Tionghoa, bersama-sama memenangkan 5 medali emas Olimpiade Informatika Internasional, membangun prototipe "Insinyur Perangkat Lunak AI Pertama di Dunia" Devin dari sebuah kamar sewaan jangka pendek, valuasi perusahaan melonjak menjadi Rp 166 triliun hanya dalam waktu dua tahun lebih sejak didirikan.

Tionghoa, Olimpiade, Harvard, MIT, keluar kuliah untuk berwirausaha, AI Agent... Setiap label cukup menarik perhatian, Cognition bisa dibilang salah satu perusahaan paling penuh cerita di bidang pemrograman AI.

Sekarang, cerita ini didorong maju lagi oleh pasar modal.

Menurut Bloomberg, Cognition AI di balik Devin menyelesaikan pendanaan baru lebih dari $10 miliar (Rp 166 triliun), valuasi pasca-pendanaan mencapai Rp 426 triliun. Putaran pendanaan ini dipimpin bersama oleh Lux Capital, General Catalyst, dan 8VC, dengan partisipasi dari Ribbit Capital, Atreides Management, Founders Fund, dll. Cognition secara resmi juga mengonfirmasi putaran pendanaan dan valuasi terbaru ini.

Artinya, hanya dalam waktu 8 bulan lebih sejak valuasi sebelumnya sebesar Rp 166 triliun, valuasi Cognition naik menjadi 2,5 kali lipat dari sebelumnya.

01 Apa yang Dibeli Modal, Bukan Hanya Seorang Programmer AI

Modal yang memimpin putaran pendanaan ini cukup representatif.

Lux Capital adalah dana teknologi keras yang cukup dikenal di Silicon Valley, lama berinvestasi pada proyek-proyek "agak keras" seperti sains terdepan, teknologi dalam (deep tech), AI, robotika, kedirgantaraan, pertahanan, dan infrastruktur komputasi. Di halaman investasinya sendiri, Cognition dikategorikan dalam arah "meningkatkan efisiensi produktivitas + infrastruktur + ilmu komputer".

Bisa dibilang, Lux Capital berinvestasi di Cognition karena melihat kemungkinan Cognition menjadikan AI Agent sebagai infrastruktur rekayasa perangkat lunak.

General Catalyst fokus pada peluang transformasi proses bisnis oleh AI. Perusahaan ini bukan hanya VC tradisional, di situs webnya mereka menyebut diri sebagai "perusahaan investasi dan transformasi global", beberapa tahun terakhir sangat menekankan transformasi, yaitu menggunakan modal, operasi, dan hubungan perusahaan untuk mendorong transformasi industri tradisional dan institusi besar.

Selain Cognition, General Catalyst juga menggandakan taruhannya pada Anthropic. Tahun lalu, mereka terus berpartisipasi dalam beberapa putaran pendanaan besar Anthropic.

Sebagai perusahaan pemimpin bersama, 8VC membawa imajinasi tentang penyebaran pemerintah dan perusahaan besar. Perusahaan ini lama bertaruh pada "infrastruktur perangkat lunak perusahaan dalam organisasi kompleks", dan daftar klien Cognition sudah mencakup klien dengan warna pemerintah atau sektor publik yang kuat seperti Angkatan Darat AS, Angkatan Laut AS, NASA, dll. Partisipasi 8VC dalam memimpin, memberikan pengakuan pada narasi Cognition.

Selain tiga perusahaan pemimpin, pemegang saham lama Cognition Founders Fund juga terus menambah. Putaran pendanaan sekitar Rp 66 triliun pada 2025 itu dipimpin oleh Founders Fund, dengan valuasi pasca-pendanaan sekitar Rp 166 triliun. Perusahaan ini didirikan dengan partisipasi Peter Thiel, gaya investasinya selalu agresif, menyukai perusahaan teknologi yang mungkin membentuk kembali struktur industri, seperti yang pernah diinvestasikan pada SpaceX, Palantir, Anduril, Stripe, OpenAI, dll.

Lux Capital lama bertaruh pada teknologi keras dan komputasi terdepan, General Catalyst ahli dalam perangkat lunak perusahaan dan transformasi institusi besar, 8VC membawa gen perangkat lunak perusahaan dan pasar pemerintah, Founders Fund adalah salah satu pemegang saham lama Cognition. Munculnya beberapa jenis modal ini dalam daftar pendanaan Cognition sudah cukup membuktikan bahwa investor tidak lagi hanya melihat Cognition sebagai perusahaan alat pengembang, tetapi sebagai kandidat infrastruktur rekayasa perangkat lunak generasi berikutnya.

Valuasi pasca-pendanaan Rp 426 triliun sepenuhnya membuktikan kepercayaan pasar, dan alasan paling langsung mengapa modal bersedia terus menaikkan harga adalah pertumbuhan.

Cognition menunjukkan data komersialisasi yang sangat solid, penggunaan perusahaan sejak awal tahun ini tumbuh lebih dari 10 kali lipat, run-rate pendapatan melonjak dari Rp 61 miliar pada Mei lalu menjadi Rp 8,2 triliun sekarang, penggunaan Devin di sisi perusahaan selama 6 bulan terakhir menjaga pertumbuhan bulanan 50% secara bulanan.

Meskipun Rp 8,2 triliun bukan pendapatan tahunan yang sudah dikonfirmasi, hanya run-rate tahunan yang dihitung berdasarkan ritme pendapatan saat ini. Namun demikian, kurva ini sudah cukup mengejutkan. Investor sudah dapat melihat klien perusahaan benar-benar membayar, benar-benar menggunakan, dan volume penggunaan masih cepat naik, bagi perusahaan yang baru didirikan pada 2023 ini bisa dibilang legendaris.

Bidang pemrograman AI memang berkembang pesat. Kode, issue, pengujian, PR, dokumentasi, memang objek kerja yang sangat terdigitalisasi; apakah tugas selesai, dapat diverifikasi melalui pengujian, tinjauan kode, dan hasil rilis.

Bagi perusahaan, tim perangkat lunak selalu memiliki pekerjaan yang tidak pernah selesai, setiap pekerjaan memakan waktu dan mahal (setidaknya upah per jam insinyur senior sangat mahal). Jika AI Agent dapat dengan stabil mengambil alih sebagian tugas rekayasa perangkat lunak yang jelas, berulang, dan dapat diverifikasi, maka ia akan menjadi kapasitas rekayasa yang perusahaan bersedia bayar.

Di balik Rp 426 triliun, yang sebenarnya dibeli modal adalah sebuah penilaian: Pengembangan perangkat lunak, sedang menjadi skenario kerja pertama di mana AI Agent dibeli secara besar-besaran oleh perusahaan.

02 Setelah Devin Viral, Realitas Menuangkan Air Dingin

Cognition pertama kali populer, berkat sebuah imajinasi yang pada saat itu terlihat sangat berani.

Sebelum Devin, alat pemrograman AI kebanyakan masih berhenti di posisi "asisten". GitHub Copilot membantu programmer melengkapi kode, ChatGPT dan Claude dapat menjelaskan kesalahan, menghasilkan fungsi, sedangkan Cursor menempatkan AI di dalam editor, memungkinkan pengembang menulis dan mengedit sambil jalan.

Tetapi Devin melangkah jauh ke depan. Cognition langsung mendefinisikannya sebagai "Insinyur Perangkat Lunak AI", pengguna hanya perlu menggambarkan kebutuhan dalam bahasa alami, seperti mengembangkan situs web, membangun fungsi aplikasi, atau memperbaiki masalah di repositori kode, Devin akan sendiri memecah tugas, sendiri menulis kode, memperbaiki bug, sampai proyek dapat berjalan.

Maret 2024, ketika Cognition merilis demo Devin, seluruh komunitas pengembang terbakar semangat. Ia dipromosikan sebagai programmer AI pertama di dunia, dalam tingkat tertentu juga menjadi salah satu produk ikonik yang benar-benar populer dari gelombang vibe coding.

Pendiri perusahaan ini sendiri membawa cerita, tiga pendiri Scott Wu, Steve Hao dan Walden Yan semuanya keturunan Tionghoa, juga berasal dari lingkaran kompetisi informatika, tiga orang bersama-sama memenangkan 5 medali emas IOI. Mereka bukan pendiri tipe bisnis tradisional, lebih seperti sekelompok pemuda yang paling pandai menulis kode, mencoba melatih sesuatu lain yang dapat menulis kode.

Setelah Devin dirilis, perusahaan dengan cepat mendapat dukungan dari modal ventura top seperti Founders Fund, Khosla Ventures, Bain Capital Ventures, dll., formasi modal segera terbentuk. Klien perusahaan juga mulai muncul, nama-nama seperti Goldman Sachs, Citigroup, Ramp, dll. satu per satu terikat dengan Devin.

Juli 2025, ketika Goldman Sachs memperkenalkan Devin, judul Fast Company bahkan langsung menulis "Insinyur Perangkat Lunak AI Baru Goldman Sachs Tidak Pernah Tidur". Yang dimaksud adalah hal yang paling mudah menarik perusahaan oleh Agent: Ia dapat beroperasi 7×24 jam, tidak perlu jadwal, juga tidak berhenti karena malam, akhir pekan, atau perbedaan waktu.

Itu adalah momen kejayaan pertama Cognition. Tim muda, sekelompok pendiri keturunan Tionghoa berlatar belakang kompetisi informatika, sebuah AI Agent yang mengklaim dapat menyelesaikan tugas pengembangan perangkat lunak secara ujung ke ujung, ditambah dukungan modal ventura top dan klien besar. Semua elemen dikumpulkan, hampir merupakan awal standar mitos AI Silicon Valley.

Pohon yang menonjol pasti diterpa angin, cerita yang terlalu indah, masalah juga akan muncul.

Awalnya, popularitas Devin sebagian besar dibangun di atas demo perusahaan. Ketika pengembang eksternal mulai menganalisis frame demi frame, mencoba secara nyata, keraguan pun muncul. Beberapa orang menganggap demo Devin telah diedit dengan hati-hati, menghilangkan beberapa proses yang membuatnya terlihat kurang sempurna. Misalnya, ada bagian dalam demo yang dipertanyakan, apakah Devin sendiri membuat bug, lalu sendiri memperbaikinya, tetapi efek yang ditampilkan lebih seperti ia berhasil menyelesaikan tugas dengan lancar.

Devin karena itu mengalami periode "pemalsuan" - nada promosinya terlalu mendekati AI yang sudah bisa berdiri sendiri, tetapi lingkungan rekayasa nyata jauh lebih kompleks daripada demo.

Pengembangan perangkat lunak tidak pernah hanya menulis kode, ia mencakup pemahaman kebutuhan, penilaian arsitektur, memori konteks, norma tim, dll., dan banyak kendala implisit yang tidak ditulis di issue. Sebuah Agent dapat berjalan, tidak berarti ia selalu berjalan ke arah yang benar; ia dapat menghasilkan kode, juga tidak berarti kode itu layak digabungkan.

Setelah Devin resmi dibuka, kesenjangan menjadi lebih jelas.

Harganya awal tinggi, mulai dari Rp 8,3 juta per bulan. Tetapi kinerjanya sepertinya tidak sepadan dengan harga setinggi itu: Answer.AI menguji Devin secara berturut-turut selama satu bulan, memberinya 20 tugas rekayasa nyata, hasilnya adalah dari 20 tugas, hanya 3 yang berhasil, 14 gagal, 3 lainnya tidak pasti.

Masalah terbesar bukan hanya tingkat kegagalan tinggi, tetapi kegagalan tidak dapat diprediksi.

Beberapa tugas tampaknya tidak rumit, tetapi Devin justru masuk ke jalan buntu; beberapa tugas sendiri tidak mungkin dilakukan, ia tetap terus mencoba; kadang-kadang ia menghasilkan kode yang terlalu kompleks dan sulit dipelihara, akhirnya membuat insinyur menghabiskan lebih banyak waktu untuk meninjau dan membereskan.

Belum lagi harganya dijual setinggi itu.

Cognition juga menyadari ambang batas Rp 8,3 juta per bulan terlalu tinggi, April 2025, Cognition meluncurkan Devin 2.0, menurunkan harga mulai dari Rp 8,3 juta per bulan menjadi Rp 333.000 per bulan, dan memperkenalkan mode pay-as-you-go (dibayar sesuai penggunaan) yang lebih fleksibel.

Tapi penurunan harga bukan solusi segala-galanya, alat yang dirancang untuk meningkatkan efisiensi, akhirnya membuat orang membuang lebih banyak waktu dan tenaga, benar-benar agak tidak masuk akal.

Di sinilah letak kontradiksi inti dari Agent otonom awal: Semakin AI mirip dengan insinyur independen, pengguna semakin perlu mempercayainya, tetapi semakin ia berjalan sendiri seperti kotak hitam, semakin merepotkan jika salah arah.

Yang dijanjikan Devin adalah "serahkan tugas kepada saya", tetapi banyak tugas rekayasa nyata tidak cocok untuk diserahkan sepenuhnya terlalu awal. Sebuah Agent berjalan sendiri lama, akhirnya memberikan PR kepada Anda, terdengar sangat canggih; tetapi jika kualitas PR tidak stabil, biaya peninjauan insinyur justru lebih tinggi.

Yang menarik adalah, dalam kontras ini, justru Cursor yang mendapat manfaat pertama dari para pengembang.

Karena Cursor tidak berjanji menggantikan programmer sejak awal, logikanya lebih lembut, dan lebih sesuai dengan alur kerja nyata: AI membantu di samping mengubah kode, menjelaskan kesalahan, merekonstruksi file, menghasilkan pengujian, tetapi pengembang tetap berada di dalam editor. Seperti mobil latihan di sekolah mengemudi, setidaknya Anda dapat menginjak rem saat merasa ada yang tidak beres.

Jika kisah Cognition berhenti di sini, ia mungkin menjadi perusahaan "traffic" lain yang diangkat oleh demam AI, kemudian ditarik kembali ke bumi oleh pengalaman penggunaan nyata, dan tidak ada hal-hal selanjutnya.

Tapi seperti yang dikatakan sebelumnya, realitas seringkali lebih kompleks, bidang pemrograman AI sendiri juga tidak berhenti di tempat.

Setelah Devin memicu imajinasi "Insinyur Perangkat Lunak AI", dan Cursor membuktikan pengembang masih membutuhkan rasa kendali, raksasa model dasar seperti OpenAI, Google, Anthropic juga mulai mempercepat memasukkan kemampuan Coding ke dalam produk dan platform mereka.

Di satu sisi, jalur IDE yang lebih terkendali berkembang pesat, di sisi lain, raksasa model turun ke lapisan aplikasi. Agar Cognition dapat bertahan hidup, ia harus melakukan perubahan.

Dan saat itulah, ia "menemukan" harta karun yang ditinggalkan oleh Windsurf.

03 Kedua Tangan Harus Dipegang, Keduanya Harus Kuat

Pertempuran memperebutkan Windsurf, bisa dibilang salah satu peristiwa paling dramatis di bidang alat pengodean AI pada tahun 2025.

Saat itu, Windsurf sudah menjadi perusahaan yang sangat diperhatikan di jalur AI IDE. Awalnya dibidik oleh OpenAI, kedua belah pihak bernegosiasi lama tentang akuisisi, pihak luar sempat mengira transaksi ini sudah pasti terjadi.

Tetapi transaksi ini akhirnya tidak terwujud, salah satu alasan penting adalah hubungan kerja sama yang kompleks antara OpenAI dan Microsoft. Saat itu, Microsoft memiliki lisensi luas atas teknologi dan produk OpenAI, dan di bawah Microsoft ada GitHub Copilot, yang merupakan pesaing penting di bidang pemrograman AI. Windsurf khawatir, begitu diakuisisi oleh OpenAI, teknologi dan produknya mungkin terseret ke dalam kerangka lisensi OpenAI dengan Microsoft, secara tidak langsung mengalir ke pesaing potensial.

Begitu OpenAI mundur, Google dengan cepat muncul.

Google membayar Rp 40 triliun untuk mendapatkan lisensi non-eksklusif teknologi Windsurf, sekaligus membawa CEO Windsurf Varun Mohan, pendiri bersama Douglas Chen, serta beberapa karyawan inti R&D ke Google DeepMind.

Itu hari Jumat, kejadiannya cepat, Google mengambil pendiri dan sebagian lisensi teknologi inti, OpenAI gagal menyelesaikan akuisisi, badan perusahaan, produk, merek, klien, dan 250 karyawan Windsurf yang asli, tertinggal di posisi yang sangat canggung.

Pada saat itulah, Cognition muncul dengan gemilang.

Hal terjadi hari Jumat, pada hari Senin ia mengumumkan telah mengakuisisi aset sisa Windsurf, termasuk produk IDE Windsurf itu sendiri, kekayaan intelektual, merek dagang, merek, basis klien perusahaan, data pengguna, serta sebagian besar karyawan dari tim yang tersisa.

Langkah ini hampir menjadi kunci Cognition untuk kembali ke meja permainan nanti, yang dilengkapinya adalah yang paling kurang dari Devin: pintu masuk pengembang.

Setelah mengakuisisi Windsurf, kecepatan komersialisasi Cognition jelas meningkat. Windsurf sendiri pada saat akuisisi sudah memiliki ARR Rp 13,6 triliun, lebih dari 350 klien perusahaan; Cognition kemudian mengungkapkan, akuisisi ini membuat ARR perusahaan langsung lebih dari dua kali lipat, ARR perusahaan gabungan dalam 7 minggu setelah akuisisi tumbuh lebih dari 30% lagi.

Sebelumnya, Devin mewakili jalur yang lebih agresif. Ia ingin pengguna menyerahkan tugas kepada Agent di cloud, membiarkannya sendiri merencanakan, sendiri melaksanakan, sendiri men-debug, akhirnya memberikan hasil. Tetapi kebangkitan Cursor membuktikan, pengembang tidak selalu bersedia menyerahkan tugas sepenuhnya sejak awal. Mereka lebih terbiasa berada di dalam editor, melihat AI mengubah kode langkah demi langkah, mengambil alih kapan saja, mengoreksi kapan saja.

Bergabungnya Windsurf memberi Cognition tambahan IDE, membuat Cognition akhirnya tidak lagi hanya memiliki satu bentuk produk "menyerahkan tugas kepada AI".

Ia mulai berjalan dengan dua kaki: satu adalah Devin, bertanggung jawab untuk eksekusi tugas asinkron di cloud, cocok untuk menangani pekerjaan rekayasa yang dapat dipecah, dapat diverifikasi, dapat diserahkan PR; kaki lainnya adalah Windsurf, bertanggung jawab untuk pintu masuk IDE, memungkinkan pengembang bekerja bersama AI di tempat kode, berjalan di skenario pengembangan sehari-hari seperti tempat Cursor berada.

Jika pengguna tidak yakin menyerahkan kemudi sepenuhnya kepada AI, maka kembalikan AI ke editor, menjadi asisten yang dapat dikendalikan; jika perusahaan memang memiliki banyak tugas rekayasa yang jelas, berulang, dapat diverifikasi yang perlu ditangani, maka biarkan Devin sebagai "karyawan resmi", mengambil alih sebagian pekerjaan di latar belakang.

Cognition tidak lagi hanya mengejar seorang programmer AI yang serba bisa, otonom, dapat menyelesaikan semua pekerjaan secara independen, ia mulai mencakup dua kebutuhan nyata dalam rekayasa perangkat lunak.

Kebetulan ini membentuk kontras dengan Antigravity 2.0 yang baru-baru ini menimbulkan kontroversi: Google awalnya masih membuat IDE, tetapi setelah pembaruan Antigravity langsung berubah menjadi antarmuka yang condong ke Agent Manager, melompat dari kolaborasi IDE yang terkendali ke penjadwalan Agent gaya kotak hitam. Arahnya sangat ambisius, tetapi juga lebih mudah menabrak masalah awal Devin lagi.

Pengembang individu membeli alat, sering melihat perasaan, efisiensi, harga dan pengalaman, sebuah alat tidak enak digunakan, dengan cepat akan ditinggalkan. Tetapi perusahaan membeli proses dan kapasitas produksi, selama Agent dapat masuk ke sistem rekayasa yang ada, dan secara stabil menghasilkan pada sebagian tugas, ia memiliki peluang menjadi item anggaran.

Tempat perubahan narasi Cognition yang paling jelas terlihat kemudian ada di sini.

Devin awal seperti seorang programmer AI yang berdiri di bawah sorotan lampu, ingin membuktikan dirinya dapat menulis kode seperti programmer manusia (dan tidak perlu istirahat). Cognition kemudian, lebih seperti menjual sistem otomatisasi rekayasa perusahaan: Devin bertanggung jawab untuk eksekusi asinkron, Windsurf bertanggung jawab untuk pintu masuk pengembangan, klien perusahaan kemudian menanamkannya ke dalam proses pengembangan perangkat lunak mereka sendiri.

Menurut wawancara terbaru TechCrunch tanggal 29 Mei, CEO Scott Wu jelas menarik Devin kembali dari narasi "menggantikan programmer". Ketika ditanya apakah Devin dapat menggantikan seorang programmer menengah, jawabannya adalah "ya, dan tidak".

Dia menekankan, Cognition tidak pernah membentuk Devin ke arah "menggantikan manusia", tim sendiri adalah programmer, tidak berharap programmer menganggur. Dia menyatakan kemampuan Devin akan berubah sesuai tugas, kira-kira berada di antara insinyur junior hingga menengah; ia lebih cocok menangani banyak tugas pemeliharaan ekor panjang yang tidak disukai programmer, seperti peningkatan perangkat lunak lama, migrasi platform, dll., membebaskan insinyur dari pekerjaan keras ini, memungkinkan mereka melakukan lebih banyak pekerjaan kreatif.

Kombinasi dua kaki justru menghindari kelemahan produk tunggal. Hanya Devin, mudah terlihat terlalu agresif, pengguna akan khawatir Agent otonom tidak dapat dikendalikan; hanya Windsurf, mudah terlibat dalam persaingan langsung dengan produk seperti Cursor, Copilot, Claude Code, Codex, dll. Tetapi Devin ditambah Windsurf, Cognition memiliki cerita yang lebih lengkap: dapat melayani skenario pengembang menulis kode setiap hari, juga dapat melayani skenario perusahaan mendelegasikan tugas kepada Agent.

Dalam putaran pendanaan terbaru, data yang dikeluarkan Cognition, juga menunjukkan ceritanya sedang divalidasi pasar.

Perusahaan menyatakan, penggunaan perusahaan sejak awal tahun ini tumbuh lebih dari 10 kali lipat, run-rate pendapatan telah mencapai Rp 8,2 triliun, penggunaan Devin di sisi perusahaan selama 6 bulan terakhir menjaga pertumbuhan bulanan 50% secara bulanan.

Klien seperti Goldman Sachs, Mercedes-Benz, Citigroup, Dell, Cisco, NASA, Angkatan Darat AS, Angkatan Laut AS, dll., juga membuat narasi perusahaan tidak lagi hanya berhenti di demo.

Valuasi Rp 426 triliun, apa yang dibeli pasar modal bukanlah Devin yang sudah sempurna menggantikan programmer, tetapi kemungkinan Cognition setelah berbalik arah: di bidang pertama di mana AI Agent diadopsi, ia mungkin menjadi pintu masuk baru rekayasa perangkat lunak perusahaan.

Pengembangan perangkat lunak di masa depan, kemungkinan besar tidak akan sepenuhnya kembali ke era insinyur manusia mengetik kode sendirian, juga tidak akan langsung menjadi AI Agent mengambil alih segalanya secara otomatis penuh. Yang lebih mudah diprediksi adalah sistem campuran: Manusia menilai arah di dalam IDE, AI membantu di samping; sebagian tugas dipecah, diserahkan kepada Agent di cloud untuk diproses asinkron; kode akhirnya masih harus diuji, ditinjau, digabungkan, dan manusia bertanggung jawab.

Cognition bertaruh pada zona tengah ini.

Pertanyaan Terkait

QBerapa valuasi terbaru Cognition AI setelah putaran pendanaan ini, dan berapa kali lipat kenaikannya dibanding valuasi sebelumnya?

AValuasi terbaru Cognition AI setelah putaran pendanaan ini adalah 26 miliar dolar AS. Nilai ini meningkat 2,5 kali lipat dibandingkan valuasi sebelumnya sebesar 10,2 miliar dolar AS 8 bulan lalu.

QApa saja faktor yang membuat Cognition AI menarik bagi para investor besar dalam pendanaan ini?

AInvestor tertarik karena melihat Cognition AI bukan sekadar alat pengembang, melainkan kandidat infrastruktur rekayasa perangkat lunak generasi berikutnya. Faktor kunci termasuk data komersialisasi yang kuat dengan pertumbuhan penggunaan perusahaan lebih dari 10x, pertumbuhan pendapatan yang cepat (run-rate 4,92 miliar dolar AS), dan klien korporat ternama seperti Goldman Sachs, Mercedes-Benz, dan NASA.

QApa perbedaan utama antara pendekatan awal Devin dan pendekatan Cognition AI setelah mengakuisisi Windsurf?

AAwalnya, Devin mengambil pendekatan agresif sebagai 'Insinyur Perangkat Lunak AI' yang bekerja secara mandiri di cloud. Setelah akuisisi Windsurf, Cognition AI beralih ke pendekatan dua kaki: Devin menangani tugas rekayasa asinkron di cloud, sementara Windsurf menyediakan IDE sebagai pintu masuk bagi pengembang untuk berkolaborasi dengan AI secara langsung dalam editor kode, menawarkan kontrol yang lebih besar seperti Cursor.

QTantangan atau kritik apa yang dihadapi Devin setelah diluncurkan ke publik?

ADevin menghadapi tantangan seperti harga awal yang tinggi (500 dolar AS/bulan) dan kinerja yang dianggap tidak sesuai. Pengujian oleh Answer.AI menunjukkan tingkat keberhasilan yang rendah dalam tugas rekayasa nyata. Devin juga dikritik karena dianggap sebagai 'kotak hitam' yang tidak dapat diprediksi ketika gagal, sehingga meningkatkan biaya peninjauan bagi para insinyur.

QBagaimana CEO Scott Wu memposisikan peran Devin dalam pengembangan perangkat lunak saat ini, menurut artikel tersebut?

ACEO Scott Wu menekankan bahwa Cognition AI tidak membentuk Devin untuk 'menggantikan manusia'. Dia menyatakan bahwa kemampuan Devin berada di antara insinyur pemula hingga menengah, dan lebih cocok untuk menangani tugas pemeliharaan rutin atau yang kurang disukai (seperti migrasi platform), sehingga membebaskan insinyur manusia untuk pekerjaan yang lebih kreatif.

Bacaan Terkait

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手1j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手1j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit2j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit2j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit2j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit2j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

**Ringkasan:** Xiaomi MiMo memotong harga API MiMo-V2.5 hingga **99%**, memicu spekulasi tentang perang harga atau strategi merugi. Luo Fuli, kepala MiMo, merespons dengan mempublikasikan blog teknis 5000 kata yang merinci **enam pilar teknikal** di balik potongan harga besar ini. Intinya, diskon 99% terutama untuk **Input (Cache Hit)** – bagian dimana pengguna membaca ulang konteks historis dalam percakapan panjang. Ini menjadi mungkin karena serangkaian optimasi teknikal yang mengubah biaya komputasi untuk bagian tersebut mendekati nol. **Enam Pilar Teknikal:** 1. **Arsitektur Hybrid SWA:** Menggunakan Sliding Window Attention di sebagian besar lapisan model, mengurangi volume **KVCache** (memori jangka pendek model) hingga **1/7**. 2. **Manajemen KVCache Dua Kolam:** Mengalokasikan memori secara terpisah untuk lapisan SWA dan Full Attention, benar-benar mewujudkan penghematan teoretis 1/7 dan meningkatkan jumlah pengguna yang dapat dilayani secara bersamaan. 3. **Prefix Cache yang Dioptimalkan:** Meningkatkan aturan pencocokan cache untuk arsitektur SWA, menghasilkan **tingkat keberhasilan cache 93-95%** untuk pembacaan ulang. Artinya, sebagian besar permintaan "baca ulang" tidak memerlukan komputasi GPU baru. 4. **Sistem Cache Terdistribusi GCache:** Menyimpan data cache di **SSD bawaan mesin GPU**, menghilangkan biaya penyimpanan cluster khusus dan memperpanjang masa hidup cache. 5. **Sistem Penjadwalan LLM-Router:** Mengarahkan permintaan secara cerdas berdasarkan kesamaan prefix dan panjang konteks, memprioritaskan permintaan yang menggunakan cache, meningkatkan efisiensi dan mengurangi latensi. 6. **Multi-Token Prediction (MTP):** Mengoptimalkan proses generasi output model, mempercepat pembuatan respons dan melengkapi pengurangan biaya di sisi input. **Kesimpulan:** Penurunan harga 99% bukanlah gimmick pemasaran atau strategi merugi, tetapi hasil dari **efisiensi sistemik rekayasa AI** yang telah divalidasi di lingkungan produksi. Rantai optimasi ini secara kumulatif mengurangi biaya komputasi per permintaan hingga lebih dari 95%, memungkinkan penurunan harga ekstrem sambil mempertahankan profitabilitas. Luo Fuli menekankan bahwa ini adalah masalah teknikal yang terwujud, bukan sekadar perang harga.

marsbit4j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

marsbit4j yang lalu

Anak Muda Kelahiran 2000an yang Paling Booming di Wall Street

“Hanya karena aku lebih awal, bukan berarti aku salah.” Kalimat ini dari film “The Big Short” menggambarkan dengan tepat Leopold Aschenbrenner, seorang manajer dana lindung nilai termuda di Wall Street. Pada 2024, di usianya yang baru 23 tahun, Leopold dipecat oleh OpenAI karena tuduhan kebocoran informasi. Alih-alih patah semangat, ia justru mendirikan dana lindung nilai bernama Situational Awareness LP. Berbeda dengan tren pasar yang berfokus pada chip AI, ia justru memilih untuk berinvestasi besar-besaran pada infrastruktur pendukung AI yang ‘membosankan’ seperti pasokan listrik, pusat data, dan jaringan energi. Hasilnya spektakuler. Hingga kuartal pertama 2026, nilai portofolio dananya telah melonjak menjadi $13,7 miliar dari hanya $255 juta di akhir 2024. Ia berhasil karena melihat masa depan AI dibatasi oleh hambatan fisik, sehingga ia memilih untuk berinvestasi pada hambatan itu sendiri. Portofolionya unik: ia menggunakan opsi jual (put option) senilai miliaran dolar untuk meng-hedge saham-saham teknologi dan semikonduktor panas seperti NVIDIA dan AMD. Sementara itu, fokus investasi utamanya adalah pada perusahaan-perusahaan yang bergerak di bidang bahan bakar bersih seperti Bloom Energy, serta perusahaan pusat data dan penambangan kripto yang memiliki akses ke lahan dan listrik berlimpah. Satu pengecualian adalah saham SanDisk, yang justru dibeli dan diberi opsi beli (call option). Saham SanDisk kemudian meroket sekitar 160% pada kuartal kedua 2026. Kejelian Leopold terbukti benar. Era AI kini memicu ‘demam’ infrastruktur besar-besaran. Raksasa teknologi seperti Amazon, Alphabet, dan Meta meningkatkan belanja modal mereka secara drastis untuk membangun pusat data baru. Kebutuhan global akan listrik untuk pusat data AI diprediksi akan melampaui konsumsi listrik seluruh Jepang pada 2030. Demikian pula dengan permintaan akan komponen pendukung seperti modul optik dan serat optik yang melonjak. Kisah Leopold mengajarkan bahwa di balik masa depan AI yang canggih dan ‘ringan’, terdapat pondasi yang ‘berat’ dan ‘bisu’: listrik, tanah, chip, jaringan, dan sistem pendingin. Masa depan yang hebat selalu tumbuh dari aset-aset yang tampak diam ini.

marsbit7j yang lalu

Anak Muda Kelahiran 2000an yang Paling Booming di Wall Street

marsbit7j yang lalu

Trading

Spot
Futures

Artikel Populer

Apa Itu $S$

Memahami SPERO: Tinjauan Komprehensif Pengenalan SPERO Seiring dengan perkembangan lanskap inovasi, munculnya teknologi web3 dan proyek cryptocurrency memainkan peran penting dalam membentuk masa depan digital. Salah satu proyek yang telah menarik perhatian di bidang dinamis ini adalah SPERO, yang dilambangkan sebagai SPERO,$$s$. Artikel ini bertujuan untuk mengumpulkan dan menyajikan informasi terperinci tentang SPERO, untuk membantu para penggemar dan investor memahami dasar-dasar, tujuan, dan inovasi dalam domain web3 dan crypto. Apa itu SPERO,$$s$? SPERO,$$s$ adalah proyek unik dalam ruang crypto yang berusaha memanfaatkan prinsip desentralisasi dan teknologi blockchain untuk menciptakan ekosistem yang mendorong keterlibatan, utilitas, dan inklusi finansial. Proyek ini dirancang untuk memfasilitasi interaksi peer-to-peer dengan cara baru, memberikan pengguna solusi dan layanan keuangan yang inovatif. Pada intinya, SPERO,$$s$ bertujuan untuk memberdayakan individu dengan menyediakan alat dan platform yang meningkatkan pengalaman pengguna dalam ruang cryptocurrency. Ini termasuk memungkinkan metode transaksi yang lebih fleksibel, mendorong inisiatif yang dipimpin komunitas, dan menciptakan jalur untuk peluang finansial melalui aplikasi terdesentralisasi (dApps). Visi mendasar dari SPERO,$$s$ berputar di sekitar inklusivitas, bertujuan untuk menjembatani kesenjangan dalam keuangan tradisional sambil memanfaatkan manfaat teknologi blockchain. Siapa Pencipta SPERO,$$s$? Identitas pencipta SPERO,$$s$ tetap agak samar, karena ada sumber daya publik yang terbatas yang memberikan informasi latar belakang terperinci tentang pendiriannya. Kurangnya transparansi ini dapat berasal dari komitmen proyek terhadap desentralisasi—sebuah etos yang banyak proyek web3 bagi, memprioritaskan kontribusi kolektif di atas pengakuan individu. Dengan memusatkan diskusi di sekitar komunitas dan tujuan kolektifnya, SPERO,$$s$ mewujudkan esensi pemberdayaan tanpa menonjolkan individu tertentu. Dengan demikian, memahami etos dan misi SPERO tetap lebih penting daripada mengidentifikasi pencipta tunggal. Siapa Investor SPERO,$$s$? SPERO,$$s$ didukung oleh beragam investor mulai dari modal ventura hingga investor malaikat yang berdedikasi untuk mendorong inovasi di sektor crypto. Fokus investor ini umumnya sejalan dengan misi SPERO—memprioritaskan proyek yang menjanjikan kemajuan teknologi sosial, inklusivitas finansial, dan tata kelola terdesentralisasi. Fondasi investor ini biasanya tertarik pada proyek yang tidak hanya menawarkan produk inovatif tetapi juga memberikan kontribusi positif kepada komunitas blockchain dan ekosistemnya. Dukungan dari investor ini memperkuat SPERO,$$s$ sebagai pesaing yang patut diperhitungkan di domain proyek crypto yang berkembang pesat. Bagaimana SPERO,$$s$ Bekerja? SPERO,$$s$ menerapkan kerangka kerja multi-faceted yang membedakannya dari proyek cryptocurrency konvensional. Berikut adalah beberapa fitur kunci yang menekankan keunikan dan inovasinya: Tata Kelola Terdesentralisasi: SPERO,$$s$ mengintegrasikan model tata kelola terdesentralisasi, memberdayakan pengguna untuk berpartisipasi aktif dalam proses pengambilan keputusan mengenai masa depan proyek. Pendekatan ini mendorong rasa kepemilikan dan akuntabilitas di antara anggota komunitas. Utilitas Token: SPERO,$$s$ memanfaatkan token cryptocurrency-nya sendiri, yang dirancang untuk melayani berbagai fungsi dalam ekosistem. Token ini memungkinkan transaksi, hadiah, dan fasilitasi layanan yang ditawarkan di platform, meningkatkan keterlibatan dan utilitas secara keseluruhan. Arsitektur Berlapis: Arsitektur teknis SPERO,$$s$ mendukung modularitas dan skalabilitas, memungkinkan integrasi fitur dan aplikasi tambahan secara mulus seiring dengan perkembangan proyek. Kemampuan beradaptasi ini sangat penting untuk mempertahankan relevansi di lanskap crypto yang selalu berubah. Keterlibatan Komunitas: Proyek ini menekankan inisiatif yang dipimpin komunitas, menggunakan mekanisme yang memberikan insentif untuk kolaborasi dan umpan balik. Dengan memelihara komunitas yang kuat, SPERO,$$s$ dapat lebih baik memenuhi kebutuhan pengguna dan beradaptasi dengan tren pasar. Fokus pada Inklusi: Dengan menawarkan biaya transaksi yang rendah dan antarmuka yang ramah pengguna, SPERO,$$s$ bertujuan untuk menarik basis pengguna yang beragam, termasuk individu yang mungkin sebelumnya tidak terlibat dalam ruang crypto. Komitmen ini terhadap inklusi sejalan dengan misi utamanya untuk memberdayakan melalui aksesibilitas. Garis Waktu SPERO,$$s$ Memahami sejarah proyek memberikan wawasan penting tentang trajektori dan tonggak perkembangannya. Berikut adalah garis waktu yang disarankan yang memetakan peristiwa signifikan dalam evolusi SPERO,$$s$: Fase Konseptualisasi dan Ideasi: Ide awal yang membentuk dasar SPERO,$$s$ dikembangkan, sangat selaras dengan prinsip desentralisasi dan fokus komunitas dalam industri blockchain. Peluncuran Whitepaper Proyek: Setelah fase konseptual, whitepaper komprehensif yang merinci visi, tujuan, dan infrastruktur teknologi SPERO,$$s$ dirilis untuk menarik minat dan umpan balik komunitas. Pembangunan Komunitas dan Keterlibatan Awal: Upaya jangkauan aktif dilakukan untuk membangun komunitas pengguna awal dan investor potensial, memfasilitasi diskusi seputar tujuan proyek dan mendapatkan dukungan. Acara Generasi Token: SPERO,$$s$ melakukan acara generasi token (TGE) untuk mendistribusikan token asli kepada pendukung awal dan membangun likuiditas awal dalam ekosistem. Peluncuran dApp Awal: Aplikasi terdesentralisasi (dApp) pertama yang terkait dengan SPERO,$$s$ diluncurkan, memungkinkan pengguna untuk terlibat dengan fungsionalitas inti platform. Pengembangan Berkelanjutan dan Kemitraan: Pembaruan dan peningkatan berkelanjutan terhadap penawaran proyek, termasuk kemitraan strategis dengan pemain lain di ruang blockchain, telah membentuk SPERO,$$s$ menjadi pemain yang kompetitif dan berkembang di pasar crypto. Kesimpulan SPERO,$$s$ berdiri sebagai bukti potensi web3 dan cryptocurrency untuk merevolusi sistem keuangan dan memberdayakan individu. Dengan komitmen terhadap tata kelola terdesentralisasi, keterlibatan komunitas, dan fungsionalitas yang dirancang secara inovatif, ia membuka jalan menuju lanskap keuangan yang lebih inklusif. Seperti halnya investasi di ruang crypto yang berkembang pesat, calon investor dan pengguna dianjurkan untuk melakukan riset secara menyeluruh dan terlibat dengan perkembangan yang sedang berlangsung dalam SPERO,$$s$. Proyek ini menunjukkan semangat inovatif industri crypto, mengundang eksplorasi lebih lanjut ke dalam berbagai kemungkinan yang ada. Meskipun perjalanan SPERO,$$s$ masih berlangsung, prinsip-prinsip dasarnya mungkin benar-benar mempengaruhi masa depan cara kita berinteraksi dengan teknologi, keuangan, dan satu sama lain dalam ekosistem digital yang saling terhubung.

75 Total TayanganDipublikasikan pada 2024.12.17Diperbarui pada 2024.12.17

Apa Itu $S$

Apa Itu AGENT S

Agent S: Masa Depan Interaksi Otonom di Web3 Pendahuluan Dalam lanskap Web3 dan cryptocurrency yang terus berkembang, inovasi secara konstan mendefinisikan ulang cara individu berinteraksi dengan platform digital. Salah satu proyek perintis, Agent S, menjanjikan untuk merevolusi interaksi manusia-komputer melalui kerangka agen terbuka. Dengan membuka jalan untuk interaksi otonom, Agent S bertujuan untuk menyederhanakan tugas-tugas kompleks, menawarkan aplikasi transformasional dalam kecerdasan buatan (AI). Eksplorasi mendetail ini akan menyelami seluk-beluk proyek, fitur uniknya, dan implikasinya untuk domain cryptocurrency. Apa itu Agent S? Agent S berdiri sebagai kerangka agen terbuka yang inovatif, dirancang khusus untuk mengatasi tiga tantangan mendasar dalam otomatisasi tugas komputer: Memperoleh Pengetahuan Spesifik Domain: Kerangka ini secara cerdas belajar dari berbagai sumber pengetahuan eksternal dan pengalaman internal. Pendekatan ganda ini memberdayakannya untuk membangun repositori pengetahuan spesifik domain yang kaya, meningkatkan kinerjanya dalam pelaksanaan tugas. Perencanaan Selama Rentang Tugas yang Panjang: Agent S menggunakan perencanaan hierarkis yang ditingkatkan pengalaman, pendekatan strategis yang memfasilitasi pemecahan dan pelaksanaan tugas-tugas rumit dengan efisien. Fitur ini secara signifikan meningkatkan kemampuannya untuk mengelola beberapa subtugas dengan efisien dan efektif. Menangani Antarmuka Dinamis dan Tidak Seragam: Proyek ini memperkenalkan Antarmuka Agen-Komputer (ACI), solusi inovatif yang meningkatkan interaksi antara agen dan pengguna. Dengan memanfaatkan Model Bahasa Besar Multimodal (MLLM), Agent S dapat menavigasi dan memanipulasi berbagai antarmuka pengguna grafis dengan mulus. Melalui fitur-fitur perintis ini, Agent S menyediakan kerangka kerja yang kuat yang mengatasi kompleksitas yang terlibat dalam mengotomatisasi interaksi manusia dengan mesin, membuka jalan untuk berbagai aplikasi dalam AI dan seterusnya. Siapa Pencipta Agent S? Meskipun konsep Agent S secara fundamental inovatif, informasi spesifik tentang penciptanya tetap samar. Pencipta saat ini tidak diketahui, yang menyoroti baik tahap awal proyek atau pilihan strategis untuk menjaga anggota pendiri tetap tersembunyi. Terlepas dari anonimitas, fokus tetap pada kemampuan dan potensi kerangka kerja. Siapa Investor Agent S? Karena Agent S relatif baru dalam ekosistem kriptografi, informasi terperinci mengenai investor dan pendukung keuangannya tidak secara eksplisit didokumentasikan. Kurangnya wawasan yang tersedia untuk umum mengenai fondasi investasi atau organisasi yang mendukung proyek ini menimbulkan pertanyaan tentang struktur pendanaannya dan peta jalan pengembangannya. Memahami dukungan sangat penting untuk mengukur keberlanjutan proyek dan potensi dampak pasar. Bagaimana Cara Kerja Agent S? Di inti Agent S terletak teknologi mutakhir yang memungkinkannya berfungsi secara efektif dalam berbagai pengaturan. Model operasionalnya dibangun di sekitar beberapa fitur kunci: Interaksi Komputer yang Mirip Manusia: Kerangka ini menawarkan perencanaan AI yang canggih, berusaha untuk membuat interaksi dengan komputer lebih intuitif. Dengan meniru perilaku manusia dalam pelaksanaan tugas, ia menjanjikan untuk meningkatkan pengalaman pengguna. Memori Naratif: Digunakan untuk memanfaatkan pengalaman tingkat tinggi, Agent S memanfaatkan memori naratif untuk melacak sejarah tugas, sehingga meningkatkan proses pengambilan keputusannya. Memori Episodik: Fitur ini memberikan panduan langkah demi langkah kepada pengguna, memungkinkan kerangka untuk menawarkan dukungan kontekstual saat tugas berlangsung. Dukungan untuk OpenACI: Dengan kemampuan untuk berjalan secara lokal, Agent S memungkinkan pengguna untuk mempertahankan kontrol atas interaksi dan alur kerja mereka, sejalan dengan etos terdesentralisasi Web3. Integrasi Mudah dengan API Eksternal: Versatilitas dan kompatibilitasnya dengan berbagai platform AI memastikan bahwa Agent S dapat dengan mulus masuk ke dalam ekosistem teknologi yang ada, menjadikannya pilihan menarik bagi pengembang dan organisasi. Fungsionalitas ini secara kolektif berkontribusi pada posisi unik Agent S dalam ruang kripto, saat ia mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah dengan intervensi manusia yang minimal. Seiring proyek ini berkembang, aplikasi potensialnya di Web3 dapat mendefinisikan ulang bagaimana interaksi digital berlangsung. Garis Waktu Agent S Pengembangan dan tonggak Agent S dapat dirangkum dalam garis waktu yang menyoroti peristiwa pentingnya: 27 September 2024: Konsep Agent S diluncurkan dalam sebuah makalah penelitian komprehensif berjudul “Sebuah Kerangka Agen Terbuka yang Menggunakan Komputer Seperti Manusia,” yang menunjukkan dasar untuk proyek ini. 10 Oktober 2024: Makalah penelitian tersebut dipublikasikan secara terbuka di arXiv, menawarkan eksplorasi mendalam tentang kerangka kerja dan evaluasi kinerjanya berdasarkan tolok ukur OSWorld. 12 Oktober 2024: Sebuah presentasi video dirilis, memberikan wawasan visual tentang kemampuan dan fitur Agent S, lebih lanjut melibatkan pengguna dan investor potensial. Tanda-tanda dalam garis waktu ini tidak hanya menggambarkan kemajuan Agent S tetapi juga menunjukkan komitmennya terhadap transparansi dan keterlibatan komunitas. Poin Kunci Tentang Agent S Seiring kerangka Agent S terus berkembang, beberapa atribut kunci menonjol, menekankan sifat inovatif dan potensinya: Kerangka Inovatif: Dirancang untuk memberikan penggunaan komputer yang intuitif seperti interaksi manusia, Agent S membawa pendekatan baru untuk otomatisasi tugas. Interaksi Otonom: Kemampuan untuk berinteraksi secara otonom dengan komputer melalui GUI menandakan lompatan menuju solusi komputasi yang lebih cerdas dan efisien. Otomatisasi Tugas Kompleks: Dengan metodologinya yang kuat, ia dapat mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah, membuat proses lebih cepat dan kurang rentan terhadap kesalahan. Perbaikan Berkelanjutan: Mekanisme pembelajaran memungkinkan Agent S untuk belajar dari pengalaman masa lalu, terus meningkatkan kinerja dan efektivitasnya. Versatilitas: Adaptabilitasnya di berbagai lingkungan operasi seperti OSWorld dan WindowsAgentArena memastikan bahwa ia dapat melayani berbagai aplikasi. Saat Agent S memposisikan dirinya di lanskap Web3 dan kripto, potensinya untuk meningkatkan kemampuan interaksi dan mengotomatisasi proses menandakan kemajuan signifikan dalam teknologi AI. Melalui kerangka inovatifnya, Agent S mencerminkan masa depan interaksi digital, menjanjikan pengalaman yang lebih mulus dan efisien bagi pengguna di berbagai industri. Kesimpulan Agent S mewakili lompatan berani ke depan dalam pernikahan AI dan Web3, dengan kapasitas untuk mendefinisikan ulang cara kita berinteraksi dengan teknologi. Meskipun masih dalam tahap awal, kemungkinan aplikasinya sangat luas dan menarik. Melalui kerangka komprehensifnya yang mengatasi tantangan kritis, Agent S bertujuan untuk membawa interaksi otonom ke garis depan pengalaman digital. Saat kita melangkah lebih dalam ke dalam ranah cryptocurrency dan desentralisasi, proyek-proyek seperti Agent S pasti akan memainkan peran penting dalam membentuk masa depan teknologi dan kolaborasi manusia-komputer.

905 Total TayanganDipublikasikan pada 2025.01.14Diperbarui pada 2025.01.14

Apa Itu AGENT S

Cara Membeli S

Selamat datang di HTX.com! Kami telah membuat pembelian Sonic (S) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Sonic (S) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Sonic (S) AndaSetelah melakukan pembelian, simpan Sonic (S) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Sonic (S)Lakukan trading Sonic (S) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

1.3k Total TayanganDipublikasikan pada 2025.01.15Diperbarui pada 2025.03.21

Cara Membeli S

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga S (S) disajikan di bawah ini.

活动图片