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

Bitcoin Ke $400.000? Analis Gunakan Overlay Emas untuk Menyampaikan Kasus Berani untuk Tahun 2026

Analis Vivek Sen menyatakan bahwa Bitcoin (BTC) berpotensi mencapai $400.000 pada tahun 2026. Klaim ini didasarkan pada analisis overlay grafik, di mana pola pergerakan harga Bitcoin saat ini dibandingkan dengan pola breakout historis emas. Sen berpendapat bahwa jika Bitcoin terus mengikuti struktur serupa dengan emas, target harga tersebut mungkin tercapai. Namun, artikel menekankan bahwa perbandingan visual semata bukanlah model perkiraan yang pasti. Bitcoin dan emas memiliki perbedaan mendasar dalam hal ukuran pasar, likuiditas, volatilitas, dan basis investor. Pasar Bitcoin juga lebih refleksif, dipengaruhi oleh posisi derivatif, aliran dana ETF, dan leverage di ekosistem kripto. Untuk mendukung skenario kenaikan ekstrem tersebut, diperlukan beberapa faktor pendorong utama, seperti: aliran masuk institusional yang berkelanjutan melalui ETF Bitcoin, kondisi makroekonomi yang mendukung aset penyimpan nilai, likuiditas yang membaik, dan lingkungan pasar kripto yang optimis secara keseluruhan. Pada intinya, target $400.000 merupakan skenario optimis yang bersifat spekulatif dan lebih merupakan komentar pasar daripada prediksi harga yang terkonfirmasi. Keberhasilannya sangat bergantung pada apakah tren bullish Bitcoin saat ini dapat dipertahankan dan didukung oleh faktor fundamental dan aliran dana yang nyata. Tanpa konfirmasi tersebut, overlay grafik dengan emas dianggap hanya sebagai analogi yang menarik namun berisiko tinggi.

bitcoinist23m yang lalu

Bitcoin Ke $400.000? Analis Gunakan Overlay Emas untuk Menyampaikan Kasus Berani untuk Tahun 2026

bitcoinist23m yang lalu

Jam Pemotongan Hadiah Bitcoin Menunjukkan Fase Dasar, Tetapi Sinyal Siklus Perlu Kehati-hatian

**Ringkasan Artikel:** Analis Crypto Rover berpendapat bahwa Bitcoin (BTC) sedang berada dalam fase "pembentukan dasar" (*bottoming phase*) berdasarkan siklus *halving*-nya. Ia membagikan bagan yang menunjukkan pola berulang pasca-*halving*, mengklaim bahwa ritme dan struktur pasar saat ini mirip dengan siklus-siklus sebelumnya. Ini mendukung narasi populer di kalangan trader bahwa fase konsolidasi saat ini mungkin akan diikuti oleh fase bullish yang lebih kuat. **Namun, klaim ini perlu disikapi dengan hati-hati.** 1. Sumber (Crypto Rover) dikategorikan sebagai influencer berisiko tinggi yang sering kali terlalu bullish dan promosional. 2. Analisis siklus *halving* menjadi kurang andal seiring matangnya pasar Bitcoin. Pasar kini melibatkan ETF spot, arus derivatif yang lebih besar, dan pengaruh makroekonomi, yang tidak ada di siklus awal. 3. Bagan yang ditampilkan tidak dilengkapi model statistik, konfirmasi *on-chain*, atau level invalidas yang jelas. **Kesimpulan untuk Trader:** Pandangan siklus ini memberikan kerangka waktu naratif bagi para *bull* (pihak yang optimis). Namun, Bitcoin masih perlu membuktikan bahwa pembeli mampu mempertahankan level support kunci dan membentuk *higher low*. Sinyal nyata harus datang dari struktur harga, likuiditas, dan perilaku *on-chain*. Saat ini, argumen "jam *halving*" lebih tepat dianggap sebagai komentar pasar yang menarik, bukan sinyal trading yang terkonfirmasi.

bitcoinist2j yang lalu

Jam Pemotongan Hadiah Bitcoin Menunjukkan Fase Dasar, Tetapi Sinyal Siklus Perlu Kehati-hatian

bitcoinist2j yang lalu

Trader Bitcoin Klaim Puncak dan Dasar Siklus Cocok dengan Jumlah Hari yang Tepat

Seorang trader Bitcoin dengan akun X @DodgysDD mengklaim telah menemukan pola siklus harga Bitcoin yang sempurna berdasarkan hitungan hari. Menurutnya, fase bull market dari titik terendah ke tertinggi (ATH) pada periode 2014–2017, 2018–2021, dan 2022–2025 masing-masing berlangsung tepat 1.064 hari. Sementara itu, fase bear market dari puncak ke lembah (ATL) pada 2017–2018 dan 2021–2022 masing-masing berlangsung tepat 364 hari. Klaim seperti ini menarik bagi banyak trader karena menawarkan kerangka waktu yang terprediksi. Namun, analisis semacam ini rentan terhadap "cherry-picking"—pemilihan titik tinggi dan rendah tertentu yang kebetulan cocok dengan pola, sementara mengabaikan data lain yang bisa merusak simetri tersebut. Tidak ada bukti bahwa Bitcoin diatur oleh timer hari yang tepat, karena pasar juga dipengaruhi oleh halving, likuiditas, kondisi makro, dan psikologi investor. Meski klaim tanggal tepat patut dipertanyakan, narasi siklus tetap berpengaruh kuat di komunitas kripto. Teori semacam ini sering digunakan trader untuk mengatur kerangka risiko dan waktu, terutama di tengah ketidakpastian apakah pasar sedang dalam konsolidasi atau bersiap untuk kenaikan berikutnya. Singkatnya, pola hitungan hari ini menarik sebagai narasi sosial pasar, tetapi tidak cukup kuat untuk dijadikan satu-satunya dasar prediksi harga.

bitcoinist4j yang lalu

Trader Bitcoin Klaim Puncak dan Dasar Siklus Cocok dengan Jumlah Hari yang Tepat

bitcoinist4j yang lalu

9,4 Miliar, Ini Investasi Terbesar Robot Tahun Ini

**Neura, Perusahaan Robot Humanoid Jerman, Raup Rp94,9 Triliun dalam Pendanaan Seri C** Neura, perusahaan robot humanoid asal Munich, Jerman, berhasil mengumpulkan pendanaan seri C sebesar $14 miliar atau sekitar Rp94,9 triliun. Pendanaan ini menempatkan valuasi perusahaan sekitar $7 miliar, membawanya ke jajaran teratas perusahaan robot humanoid global. Yang menarik dari pendanaan ini adalah profil investor. Selain raksasa teknologi seperti NVIDIA, Amazon, dan Qualcomm, dua nama besar industri Jerman, **Schaeffler** (pembuat bantalan dan sistem transmisi) dan **Bosch** (komponen otomotif & peralatan industri), turut serta. Keikutsertaan mereka menandakan pergeseran logika dalam industri: robot humanoid tidak lagi sekadar demonstrasi teknologi, tetapi mulai dilihat sebagai solusi yang siap diimplementasikan di lantai pabrik. Neura sendiri sudah memiliki klien nyata seperti BMW. Pendanaan besar-besaran ke sektor ini didorong oleh dua hal utama: **titik kritis kemampuan AI** (terutama model besar yang meningkatkan persepsi dan pengambilan keputusan robot) dan **tekanan kebutuhan industri** (kekurangan tenaga kerja terampil dan biaya tenaga kerja yang terus naik secara global). Saat ini, ada dua jalur berbeda yang ditempuh perusahaan robot: 1. **Robot Humanoid Umum**: Bertujuan membuat robot serbaguna seperti Figure AI. Jalur ini menjanjikan namun penuh tantangan teknis dan siklus komersialisasi panjang. 2. **Fokus pada Skenario Industri Spesifik**: Seperti Neura, yang memprioritaskan tugas-tugas industri berulang dan terdefinisi dengan baik (misalnya, di pabrik mobil). Jalur ini memiliki jalur komersialisasi yang lebih jelas. Tantangan utama ke depan bukan lagi pada kemampuan teknis dasar (bergerak, memahami perintah), tetapi pada **stabilitas, keandalan, dan pembentukan ekosistem komersial** di dunia nyata. Ini termasuk biaya adaptasi yang tinggi untuk setiap pabrik dan pembangunan sistem pemeliharaan yang tangguh. Namun, masuknya modal industri dari perusahaan seperti Schaeffler dan Bosch menunjukkan keyakinan bahwa tantangan-tantangan ini dapat diatasi. Pertempuran sesungguhnya untuk robot humanoid kini telah berpindah dari laboratorium ke lantai pabrik.

marsbit10j yang lalu

9,4 Miliar, Ini Investasi Terbesar Robot Tahun Ini

marsbit10j yang lalu

Coinbase Dan Ethena Luncurkan Vault USDC Berimbal Hasil Tinggi Didukung oleh Morpho

Coinbase telah meluncurkan High Yield USDC Vault baru yang didukung oleh Ethena dan Morpho, dalam kolaborasi pertamanya dengan Ethena. Vault ini dikurasi oleh Steakhouse Financial dan memungkinkan pengguna menyetor USDC untuk mendapatkan imbal hasil melalui infrastruktur pinjam meminjam DeFi di Morpho. Produk ini menawarkan profil risiko yang berbeda dari opsi vault Coinbase sebelumnya, karena menerima campuran agunan yang lebih luas, termasuk aset terkait stablecoin sintetis seperti USDe. Hal ini dapat menghasilkan yield lebih tinggi, tetapi juga memperkenalkan risiko terkait likuiditas pasar dan stabilitas posisi DeFi yang mendasarinya. Imbal hasil bersifat dinamis dan tidak dijamin. Peluncuran ini menandakan tren pengemasan strategi yield DeFi yang kompleks ke dalam antarmuka yang disederhanakan di platform terpusat seperti Coinbase, memperluas akses bagi pengguna arus utama. Namun, ini juga menekankan pentingnya penjelasan risiko yang transparan, karena produk tersebut melibatkan risiko kontrak pintar dan protokol. Vault saat ini tersedia bagi pengguna yang memenuhi syarat di AS (kecuali New York) dan pasar internasional terpilih.

bitcoinist13j yang lalu

Coinbase Dan Ethena Luncurkan Vault USDC Berimbal Hasil Tinggi Didukung oleh Morpho

bitcoinist13j yang lalu

Trading

Spot
Futures
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow