5 Menit, Jadikan AI sebagai Otak Kedua Anda

marsbitDipublikasikan tanggal 2026-04-11Terakhir diperbarui pada 2026-04-11

Abstrak

Ringkasan: Sistem ini menggabungkan Claude Code dan Obsidian untuk membangun "otak kedua AI" pribadi yang terus berkembang. Terdiri dari tiga lapisan: data mentah (catatan, artikel), basis pengetahuan terstruktur yang dikelola AI, dan lapisan aturan skema. Sistem beroperasi melalui tiga fungsi utama: Ingest (memasukkan data eksternal), Query (mengakses pengetahuan), dan Lint (memeriksa konsistensi). Keunggulannya termasuk mengurangi beban kognitif, meningkatkan akurasi output AI, dan menciptakan efek "bunga majemuk" pengetahuan yang terus terkumpul. Sistem dapat dibangun dalam 5 menit dengan mengunduh Obsidian, membuat vault, mengonfigurasi Claude Code, dan menambahkan prompt sistem. Kekurangan potensial: memerlukan pemeliharaan berkelanjutan, penggunaan ruang penyimpanan lokal, dan mungkin kurang cocok untuk yang tidak terbiasa dengan visualisasi data.

Catatan Editor: Artikel ini memperkenalkan sistem pengetahuan pribadi yang dibangun berdasarkan Claude Code dan Obsidian, yang intinya bukan lagi penggunaan mode RAG tradisional "pencarian sementara setiap kali query", tetapi mencoba membuat AI terus membangun dan memelihara Wiki (basis pengetahuan) yang dapat berevolusi.

Dari segi struktur, sistem ini dapat dibagi menjadi tiga lapisan:
· Pertama, lapisan data mentah, termasuk catatan, artikel, konten transkrip, dan sumber input lain yang tidak dapat dimodifikasi;
· Kedua, basis pengetahuan terstruktur yang dipelihara oleh AI, yang menyelesaikan referensi silang dan pembangunan hubungan melalui pembaruan berkelanjutan;
· Ketiga, lapisan aturan Schema, digunakan untuk mengatur cara organisasi pengetahuan dan logika operasi sistem.

Di sekitar struktur ini, sistem beroperasi melalui tiga jenis operasi inti: Ingest (penyerapan), terus memasukkan informasi eksternal ke dalam sistem; Query (pencarian), mencapai panggilan pengetahuan instan; Lint (pemeriksaan), digunakan untuk memeriksa konsistensi struktur dan memperbaiki masalah potensial.

Dalam mekanisme ini, pengetahuan tidak lagi berhenti pada hasil dialog satu kali, tetapi melalui siklus "tulis—atur—gunakan kembali", secara bertahap mengendap menjadi aset jangka panjang yang dapat digunakan kembali. Penulis dengan demikian menyatakan bahwa pola ini membuat pengetahuan memiliki efek akumulasi mirip "bunga majemuk": di satu sisi mengurangi beban kognitif individu, di sisi lain meningkatkan akurasi output model dan konsistensi konteks.

Namun, operasi efektif sistem ini juga dibangun di atas satu prasyarat — input dan pemeliharaan yang berkelanjutan. Jika kekurangan injeksi data yang stabil dan pembaruan struktur, "otak kedua" ini akan sulit membentuk efek akumulasi yang nyata, dan keunggulannya juga akan melemah.

Berikut adalah teks aslinya:

Claude Code + Obsidian, adalah kombinasi AI paling kuat yang pernah saya gunakan.

Saya hampir membangun sebuah "AI Second Brain" (Otak Kedua AI), yang memasukkan semua pemikiran, bacaan, tulisan, penelitian online, dan konten lainnya ke dalamnya. Ini mencakup rencana bisnis saya, semua video YouTube yang pernah saya publikasikan, artikel yang ditulis, serta segala hal yang penting bagi saya.

Claude Code + Obsidian dengan cepat menjadi populer di berbagai platform, dan ini bukanlah kebetulan.

Bagi saya pribadi, sistem AI ini sangat mengurangi beban kognitif saya, memungkinkan saya fokus pada hal-hal yang benar-benar penting — baik itu bisnis, maupun kehidupan pribadi.

Sistem ini mungkin terlihat agak rumit, tetapi sebenarnya hanya membutuhkan 5 menit untuk dibangun. Yang lebih penting, ia memiliki mekanisme memori, yang akan terus mengoptimalkan diri seiring penggunaan.

Selanjutnya, saya akan membawa Anda langkah demi langkah untuk mereplikasi sistem "AI Second Brain" ini, yang benar-benar dapat meningkatkan efisiensi Anda.

Saya sarankan Anda membaca hingga akhir artikel — saya akan melampirkan lembar contekan operasi Claude Code + Obsidian yang lengkap, serta semua sumber daya yang disebutkan dalam artikel (semuanya gratis).

Sebelum Memulai

Sistem ini bukanlah orisinalitas saya sendiri, inspirasinya berasal dari tweet viral Andrej Karpathy beberapa hari lalu tentang "LLM Knowledge Base".

Bacaan terkait: https://x.com/karpathy/status/2039805659525644595

Alasan tweet ini dengan cepat menjadi viral adalah karena memberikan ide untuk memecahkan titik sakit kunci dalam perkembangan AI saat ini.

Masalahnya adalah: setiap kali Anda memulai percakapan baru, atau beralih ke alat AI baru, Anda harus berulang kali memasukkan kembali prompt, melengkapi konteks, hampir sama dengan memulai dari nol.

Dan setelah menggabungkan prompt sistem ini dengan Obsidian dan Claude Code, masalah ini dapat diatasi sepenuhnya, sekaligus secara signifikan meningkatkan kualitas output AI.

Bagaimana Sistem Ini Bekerja?

Seluruh sistem terdiri dari empat modul inti:

1. Data Anda: termasuk artikel, catatan, konten transkrip, ide inspirasi, dll.

2. Cara pengorganisasian: Diselesaikan secara otomatis oleh Claude Code di Obsidian

3. Panggilan instan: Anda dapat bertanya kapan saja ke "basis data" ini, dan mendapatkan jawaban

4. Memori evolusioner: Sistem akan terus menjadi lebih pintar seiring penggunaan

Kekuatan sebenarnya dari sistem ini terletak pada apa?

Sebagai manusia, bandwidth kognitif kita terbatas. Kita lupa, kadang sulit menghubungkan ide-ide yang berbeda, informasi yang dapat dilacak dan diproses secara bersamaan pada akhirnya ada batasnya.

Dan dengan bantuan sistem yang terdiri dari empat modul ini, Anda sebenarnya melepaskan beban kognitif Anda sendiri, menyerahkan pekerjaan "menghubungkan, mengatur, dan memahami informasi" kepada Obsidian dan Claude Code.

Pemikiran Anda mulai terhubung secara sistematis, satu catatan dapat secara otomatis dikaitkan dengan catatan lain, dan Anda dapat kapan saja mengekstrak, menggabungkan, dan memanggil ulang konten-konten ini melalui Claude.

Dalam struktur seperti ini, pengetahuan Anda tidak lagi terpisah-pisah, tetapi menjadi jaringan yang dapat terus dipanggil dan disusun ulang — hampir tanpa batas.

Cara Membangun Otak AI Anda dalam 5 Menit

1. Unduh Obsidian


Situs web resmi: https://obsidian.md/

2. Buat Vault (Basis Pengetahuan) Anda

Setelah pengunduhan selesai, Obsidian akan meminta Anda untuk membuat "Vault".

Anda dapat memahaminya sebagai folder di komputer, di sini kami akan menyimpan semua konten, dan membiarkan Claude Code mengakses dan mengelola data ini.

Nama Vault ini dapat diatur sesuka hati — misalnya saya sendiri menyebutnya "Obsidian Vault".

Vault ini adalah tempat Obsidian menyimpan semua data dan catatan Anda, semua konten akan disimpan dalam bentuk file MD (Markdown).

3. Atur Claude Code

Selanjutnya, Anda perlu mengonfigurasi cara untuk mengakses Claude Code. Bagi saya (dan kemungkinan besar bagi kebanyakan orang), metode termudah adalah langsung menggunakan klien desktop.

Di antarmuka obrolan utama, klik "Select Folder (Pilih Folder)", lalu temukan dan pilih Obsidian Vault yang baru saja Anda buat.

4. Atur System Prompt (Prompt Sistem)

Setelah Anda memilih folder, langkah selanjutnya adalah menempelkan prompt sistem Andrej Karpathy ke dalam kotak obrolan utama.

Anda dapat menyalin prompt ini di sini: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

Input Anda seharusnya terlihat seperti ini:

Tip kecil: Jika Anda tidak ingin, juga tidak perlu membuka Obsidian secara manual. Cukup serahkan folder MD (yaitu Vault Anda) serta data terkait ke Claude Code, ia dapat langsung membaca, menulis, dan memodifikasi file-file ini — dan konten ini akan secara otomatis disinkronkan ke "otak kedua" Obsidian Anda.

5. Bangun Basis Data Anda

Setelah Anda memasukkan prompt sistem di atas, Claude Code akan mulai menanyakan beberapa sumber data, untuk menginisialisasi dan secara bertahap mengisi "otak kedua" Anda.

Anda dapat membayangkan Obsidian sebagai "buku catatan kosong" — pada awalnya Anda perlu secara aktif memasukkan konten, basis data akan dibangun secara bertahap. Konten yang dapat diimpor termasuk: catatan, file CSV, file Markdown / teks, dll.

Beberapa saran praktis:

· Ekspor data dari alat catatan yang sudah ada yang Anda gunakan

· Jika Anda menggunakan Notion, dapat diekspor sebagai file CSV

· Minta Claude (atau model besar lainnya) untuk mengatur informasi tentang Anda, digunakan untuk menginisialisasi "otak kedua" Anda

· Impor sekaligus artikel, koleksi, ide inspirasi, dll. yang sudah Anda miliki — ini adalah waktu terbaik untuk membangun data awal, dan dapat ditambahkan kapan saja di kemudian hari

Perlu diperhatikan, basis data dengan volume data besar seperti milik saya, tidak dibangun dalam semalam, tetapi dibentuk melalui input terus-menerus dan akumulasi bertahap seiring waktu.

Seperti itulah, "AI Second Brain" Anda telah selesai dibangun dan dapat mulai dijalankan. Selanjutnya, saya akan berbagi beberapa tips lanjutan untuk membantu Anda menggunakannya dengan lebih efisien.

Tips Lanjutan (Pro Tips)

1. Ekstensi Chrome Obsidian

Jika Anda ingin menambahkan data ke sistem dengan lebih mudah, Anda hanya perlu menginstal ekstensi Chrome Obsidian. Ini memungkinkan Anda, saat menjelajahi web, langsung mengklik "Add to Obsidian (Tambahkan ke Obsidian)", untuk menyimpan konten langsung ke basis pengetahuan Anda. Ini akan membuat proses membangun "otak kedua" menjadi sangat mudah.

Saya sendiri juga sering menggunakan fungsi ini untuk mengumpulkan artikel, data web, bahan penelitian, dll.

Perlu diperhatikan, data yang ditambahkan melalui ekstensi, awalnya hanyalah "sumber data yang terisolasi".

Selanjutnya Anda dapat memberi tahu Claude Code: "Saya baru saja menambahkan [x] di Obsidian, tolong bantu saya mengintegrasikan konten ini ke Wiki saya."

Claude Code akan secara otomatis membangun hubungan antara data baru ini dengan konten yang ada, menghasilkan tautan, membuatnya benar-benar terintegrasi ke dalam "otak kedua" Anda. Ini juga alasan mengapa kombinasi alat ini sangat kuat.

2. Pisahkan Pembuatan Folder (Vault)

Andrej Karpathy menyarankan menggunakan dua folder (Vault) independen:

· Satu untuk konten pekerjaan / bisnis

· Satu untuk manajemen kehidupan pribadi / tujuan

Pengalaman penggunaan saya sendiri juga, struktur seperti ini paling jelas dan paling efektif.

3. Praktikalitas

Salah satu penggunaan paling berharga dari sistem ini yang saya temukan, sebenarnya sederhana: membuat prompt LLM Anda lebih tepat sasaran.

Ketika model dapat mengakses informasi pribadi lengkap Anda, rencana bisnis, latar belakang penulisan, dan konteks lainnya, ia dapat menghasilkan prompt yang lebih "disesuaikan", lebih mendekati situasi nyata, dan berkualitas tinggi (bahkan "Super Prompt").

Tentu saja, penggunaan sistem ini jauh lebih dari ini, tetapi jika Anda hanya ingin memulai dari satu skenario paling praktis, saya sangat menyarankan Anda mulai dari "meningkatkan kualitas Prompt".

4. Orphans (Node Terisolasi)

Di Obsidian, "Orphans" mengacu pada titik data yang belum terhubung dengan catatan lain.

Fungsi ini sangat berguna, karena dapat membantu Anda:

· Menemukan ide yang belum terintegrasi

· Menemukan "area lemah" dalam basis data

· Menilai konten mana yang layak untuk diperluas atau diperdalam lebih lanjut

Dengan kata lain, ini tidak hanya alat pengorganisasian, tetapi juga mekanisme yang membantu Anda menemukan titik buta dalam pemikiran.

Anda dapat mengklik "tiga titik" di sudut kanan atas, menemukan dan mengaktifkan sakelar Orphans, untuk melihat konten mana yang belum membangun hubungan.

Kekurangan Potensial Sistem Ini

Di depan kami sudah banyak membahas kelebihan, skenario penggunaan, dan metode optimasi, lalu apa kekurangannya? Dalam kondisi apa Anda tidak terlalu cocok menggunakan sistem ini?

1. Orang yang tidak terbiasa dengan visualisasi

Salah satu keunggulan inti sistem ini adalah dapat menyajikan data secara visual. Jika Anda sendiri tidak bergantung atau tidak terbiasa dengan cara ini, maka bantuannya bagi Anda mungkin terbatas.

2. Membutuhkan biaya pemeliharaan tertentu

Jika Anda tidak bersedia terus memelihara sebuah basis data, maka sistem ini mungkin tidak cocok untuk Anda. Meskipun biaya pemeliharaannya tidak tinggi, tetapi jika tidak terus memasukkan data ke "otak kedua", maka akan sulit memberikan nilai.

3. Penggunaan penyimpanan)

Semua konten akan disimpan secara lokal dalam bentuk file Markdown, ini akan memakan ruang perangkat tertentu. Hal ini juga perlu dipertimbangkan sebelumnya.

Pertanyaan Terkait

QApa yang dimaksud dengan 'Otak Kedua AI' yang dijelaskan dalam artikel?

AOtak Kedua AI adalah sistem pengetahuan pribadi yang dibangun menggunakan kombinasi Claude Code dan Obsidian, yang berfungsi sebagai ekstensi kognitif untuk menyimpan, mengorganisir, dan menghubungkan semua pemikiran, bacaan, tulisan, dan konten penting pengguna secara terstruktur dan dapat berevolusi.

QBagaimana tiga lapisan struktur sistem pengetahuan ini diuraikan?

ASistem ini terdiri dari tiga lapisan: 1) Lapisan data mentah (catatan, artikel, konten transkrip), 2) Basis pengetahuan terstruktur yang dikelola AI (terus diperbarui dengan referensi silang), dan 3) Lapisan aturan Schema (mengatur organisasi pengetahuan dan logika sistem).

QApa tiga operasi inti yang menjalankan sistem ini?

ATiga operasi intinya adalah: Ingest (menyerap informasi eksternal ke dalam sistem), Query (memanggil pengetahuan secara instan), dan Lint (memeriksa konsistensi struktur dan memperbaiki masalah potensial).

QBagaimana cara memulai membangun sistem ini dalam 5 menit menurut panduan?

ALangkahnya: 1) Download Obsidian, 2) Buat Vault (repositori pengetahuan), 3) Setel Claude Code dengan memilih folder Vault, 4) Tempelkan system prompt dari Karpathy, 5) Mulai impor data untuk membangun basis data.

QApa kelemahan potensial dari sistem 'Otak Kedua AI' ini?

AKelemahannya: 1) Kurang cocok untuk yang tidak terbiasa dengan visualisasi data, 2) Memerlukan biaya pemeliharaan berkelanjutan dengan input data rutin, 3) Menggunakan ruang penyimpanan lokal untuk file Markdown.

Bacaan Terkait

World Cup menghasilkan volume pasar prediksi berbasis blockchain senilai $20B: Chainalysis

Piala Dunia FIFA 2026 mendorong volume perdagangan $20 miliar di pasar prediksi berbasis blockchain dan perdagangan $24 juta untuk koleksi digital, dengan lebih dari 400.000 dompet berpartisipasi dalam taruhan berbasis blockchain, menurut laporan Chainalysis. Angka $20 miliar mencakup perdagangan sebelum dan selama turnamen, dengan taruhan sekitar $5,7 miliar selama Piala Dunia berlangsung lima minggu. Pasar terkait Piala Dunia menyumbang sekitar 63% dari semua aktivitas pasar prediksi periode itu. Partisipasi pengguna datang dari semua benua kecuali Antartika, dengan AS dan Cina memiliki volume perdagangan tertinggi, diikuti Kanada, Thailand, dan Inggris. Partisipasi ilegal tetap terbatas, di bawah 1% dompet yang terlibat, meski ada aliran dana sekitar $5,4 juta dari entitas yang disanksi. Laporan juga menyoroti adopsi koleksi digital berbasis blockchain, dengan perdagangan NFT FIFA Collect senilai $24 juta dan lebih dari 100.000 tiket pertandingan didistribusikan melalui platform. Dompet terikat entitas tersanksi kurang dari 0,01% pengguna FIFA Collect. Temuan menunjukkan blockchain akan memainkan peran semakin besar dalam acara global utama dan pentingnya langkah kepatuhan saat platform menarik partisipasi lebih luas.

cointelegraph9m yang lalu

World Cup menghasilkan volume pasar prediksi berbasis blockchain senilai $20B: Chainalysis

cointelegraph9m yang lalu

Perusahaan Strategy Menerbitkan Laporan Keuangan! Inilah Aset Bitcoinnya

Perusahaan Strategy, investor institusional terbesar di dunia untuk Bitcoin, mengumumkan hasil kuartal kedua tahun 2026. Cadangan Bitcoin perusahaan meningkat 11% dalam kuartal tersebut, mencapai 843.775 BTC. Hingga 26 Juli 2026, aset Bitcoin Strategy tumbuh 25% sejak awal tahun, dengan pengembalian 4,5% dari BTC. Perusahaan juga meluncurkan "Program Monetisasi BTC" yang telah menghasilkan penjualan senilai $218,4 juta sejak awal 2026. Strategy telah mengumpulkan $17,06 miliar melalui program ATM dan mengumumkan program pembelian kembali saham senilai $1 miliar (belum ada yang dibeli hingga 26 Juli). Perusahaan mulai memublikasikan metrik kinerja baru terkait Bitcoin di situs webnya. Di bidang pinjaman digital, modal yang dihimpun melalui obligasi STRC melonjak 254% menjadi $7,53 miliar. Perusahaan telah membayar total $1,06 miliar sebagai dividen dan cadangan untuk pembayaran dividen/bunga naik 12% menjadi $3,75 miliar, cukup untuk menutupi pembayaran selama lebih dari 2,1 tahun. Strategy juga mengurangi utang konversinya sebesar 18% di kuartal kedua sambil meningkatkan jumlah Bitcoin per saham sebesar 5%, mempertahankan posisinya sebagai pemegang Bitcoin institusional terbesar di dunia. *Ini bukan rekomendasi investasi.

cryptonews.ru24m yang lalu

Perusahaan Strategy Menerbitkan Laporan Keuangan! Inilah Aset Bitcoinnya

cryptonews.ru24m yang lalu

“Hindari Token Telegram,” Desak Anggota DPR Rusia di Tengah Tuduhan terhadap Durov

Wakil Ketua Komite Kebijakan Informasi Duma Negara Rusia, Andrei Svintsov, menyarankan warga Rusia untuk menghentikan pembelian kripto Gram. Ia meminta masyarakat menunggu komentar resmi dari Roskomnadzor dan dinas keamanan FSB sebelum melakukan transaksi keuangan melalui kanal Telegram, termasuk tidak berlangganan layanan berbayar atau membeli token TON. Pernyataan ini muncul setelah pendiri Telegram, Pavel Durov, didakwa di Rusia atas tuduhan membantu kegiatan teroris. FSB menyebut Telegram tidak menghapus kanal, obrolan, dan bot yang diklaim digunakan oleh dinas intelijen Ukraina serta organisasi teroris untuk merencanakan sabotase, teror, pembunuhan massal, dan penipuan siber di wilayah Rusia, yang diklaim menyebabkan banyak korban jiwa dan kerugian materi miliaran dolar. Komite Investigasi Rusia menyebut kasus pidana terkait bot kencan "Daivinchik/Leo" yang memiliki lebih dari 13 juta pengguna. FSB mengklaim agen intelijen Ukraina menggunakan bot itu untuk merekrut pemuda Rusia dengan berpura-pura sebagai perempuan. Durov, yang ditahan oleh otoritas Prancis, menyebut kasus ini sebagai tuduhan bermotif politik. Pada Juni, Durov mengumumkan bahwa proyek kripto Gram akan dikembalikan ke nama aslinya dan Telegram akan mengambil kendali penuh. Setelah tuduhan terhadap Durov, harga Gram sempat turun dari $1,45 menjadi $1,38 pada 29 Juli, sebelum pulih ke sekitar $1,42. Namun, harga token ini masih jauh di bawah puncaknya pada 8 Mei yang lebih dari $2,70, dan turun 14% dalam setahun.

cryptonews.ru1j yang lalu

“Hindari Token Telegram,” Desak Anggota DPR Rusia di Tengah Tuduhan terhadap Durov

cryptonews.ru1j yang lalu

Bitcoin Kembali Menembus Angka 65 Ribu Dolar, Kenaikan Juli Melebihi 10% Setelah Fed Menghentikan Kenaikan Suku Bunga

Bitcoin sempat menyentuh kembali level US$65.000 pada Kamis (waktu EST), melanjutkan pemulihan bertahap setelah Federal Reserve (The Fed) menghentikan kenaikan suku bunga. Namun, volatilitas tinggi terjadi segera setelah pengumuman, dengan harga sempat turun ke US$63.199 sebelum naik ke puncak sesi US$65.100. Perjuangan mencapai US$65.000 diwarnai beberapa penolakan di level resistance US$64.500. Setelah berhasil menembus level tersebut, kenaikan ke puncak harian terjadi dalam waktu kurang dari empat jam. Pengambilan keuntungan kemudian menurunkan harga ke sekitar US$64.700, dengan kenaikan harian moderat sebesar 0,5%. Kapitalisasi pasar naik menjadi US$1,3 triliun, membawa kenaikan bulanan Bitcoin pada Juli menjadi lebih dari 10%. Meski volatilitas intradays lebih rendah, terjadi likuidasi posisi leverage besar-besaran di ekosistem kripto, melebihi US$243 juta dalam 24 jam terakhir, didorong terutama oleh likuidasi posisi long (beli). Selain sinyal kebijakan moneter, pasar juga mencerna data makroekonomi AS yang lebih luas. Pertumbuhan PDB AS kuartal II sebesar 1,5% menunjukkan perlambatan ekonomi, sementara indeks pengeluaran konsumsi inti (PCE) naik 3,2%, mencerminkan permintaan rumah tangga yang tangguh. Di sisi lain, indeks harga inti PCE melambat menjadi 3,3% per tahun, sesuai ekspektasi pasar. Namun, risiko geopolitik, yang ditunjukkan oleh serangan Iran terhadap target AS dalam 48 jam terakhir, mengancam kemajuan pengendalian inflasi. Eskalasi konflik dapat mendorong harga minyak mentah di atas US$90 per barel. Jika harga minyak tetap tinggi, tekanan inflasi yang bertahan dapat meningkatkan kemungkinan The Fed kembali mengetatkan kebijakan moneternya, yang berpotensi menjadi penghalang bagi aset berisiko seperti Bitcoin.

cryptonews.ru1j yang lalu

Bitcoin Kembali Menembus Angka 65 Ribu Dolar, Kenaikan Juli Melebihi 10% Setelah Fed Menghentikan Kenaikan Suku Bunga

cryptonews.ru1j yang lalu

Saham perusahaan pertambangan Bitcoin dan infrastruktur AI melonjak, spekulan dengan posisi pendek mengalami kerugian

Saham perusahaan penambangan Bitcoin dan infrastruktur AI melonjak drastis pada hari Kamis, 30 Juli 2026, menyebabkan kerugian bagi pelaku short selling. Keel Infrastructure (dulu Bitfarms) memimpin kenaikan dengan naik 29,13%, diikuti oleh Nebius Group (28,52%) dan sejumlah perusahaan lain seperti Cipher Digital, IREN, Riot Platforms, Bitdeer, dan Coreweave yang semuanya mencetak kenaikan lebih dari 20%. Lonjakan ini dipicu oleh beberapa faktor. Pertama, likuidasi posisi besar oleh hedge fund mantan peneliti OpenAI, yang dibeli oleh Citadel, menghilangkan tekanan jual. Kedua, harga Bitcoin yang menguat di atas $64.000 mendukung sentimen. Laporan keuangan Microsoft yang menunjukkan profitabilitas investasi AI juga ikut mendongkrak sentimen pasar sektor teknologi. Coreweave mendapatkan katalis tambahan dari kemitraan dengan Leidos untuk menyediakan layanan cloud AI bagi komunitas intelijen AS. Artikel ini menyoroti pergeseran bisnis jangka panjang di sektor ini. Banyak perusahaan penambangan Bitcoin kini mengubah fasilitas berenergi tinggi mereka menjadi pusat data untuk komputasi AI, memanfaatkan aset infrastruktur yang sudah ada. Perusahaan seperti Hut 8, IREN, dan Terawulf telah mengumumkan kontrak sewa dan layanan AI bernilai miliaran dolar. Sementara itu, perusahaan seperti Sandisk, Micron, Bloom Energy, dan Cerebras mendapat manfaat dari permintaan akan perangkat keras pendukung AI. Ke depan, keberlanjutan momentum ini bergantung pada kemampuan perusahaan-perusahaan ini mengubah kontrak potensial dan akses energi menjadi pendapatan yang stabil, serta mengatasi tantangan seperti biaya modal dan permintaan AI jangka panjang.

cryptonews.ru1j yang lalu

Saham perusahaan pertambangan Bitcoin dan infrastruktur AI melonjak, spekulan dengan posisi pendek mengalami kerugian

cryptonews.ru1j yang lalu

Trading

Spot
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow