2026-06-05 Jumat

Pusat Berita - Halaman 28

Dapatkan berita kripto dan tren pasar secara real-time melalui Pusat Berita HTX.

Langkah Pertama "Raja Baru" Berkshire: Jual Minyak dan Gas, Beli Properti dengan $8,5 Miliar

Berkshire Hathaway, di bawah kepemimpinan baru CEO Greg Abel, mengambil langkah strategis pertamanya dengan setuju membangun perusahaan pembangun rumah AS Taylor Morrison senilai $8.5 miliar, diikuti penjualan saham Chevron senilai $8 miliar pada kuartal pertama. Abel, yang resmi menjabat pada Januari, menandatangani kesepakatan all-cash ini dengan premium 24% untuk memperkuat portofolio properti perumahan perusahaan, yang mencakup Clayton Homes. Langkah ini sejalan dengan pandangannya tentang peluang di pasar yang mengalami dislokasi dan bertujuan membangun ekosistem perumahan yang lebih terintegrasi. Akuisisi ini terjadi di tengah latar belakang pemulihan sektor perumahan AS dan dukungan kebijakan pemerintah. Sementara itu, penjualan saham Chevron dilakukan pada harga rata-rata $182.59 per saham, merealisasikan keuntungan signifikan dari investasi awal tahun 2020. Kedua langkah ini menandakan pergeseran alokasi aset dari energi ke properti dan menunjukkan potensi pemanfaatan cadangan kas Berkshire yang mencapai rekor $381.1 miliar untuk akuisisi lebih lanjut di era baru pasca-Buffett.

marsbit06/01 02:28

Langkah Pertama "Raja Baru" Berkshire: Jual Minyak dan Gas, Beli Properti dengan $8,5 Miliar

marsbit06/01 02:28

Analisis Laporan Goldman Sachs: Kekurangan Penyimpanan Sampai 2028, Beli Lagi

**Laporan Goldman Sachs: Kekurangan Chip Memori hingga 2028, Rekomendasikan Beli** Laporan "The 720" Goldman Sachs menegaskan bahwa siklus kenaikan memori saat ini akan **berlangsung lebih lama**, dengan kekurangan pasokan diperkirakan terus berlanjut hingga 2028. Goldman Sachs menilai pasar meremehkan durasi siklus ini, terbukti dari valuasi saham memori yang masih rendah. Tiga faktor kunci: permintaan server AI yang kuat, pertumbuhan pasokan terbatas, dan kontrak jangka panjang yang mengikat. **Rekomendasi Utama (Memori):** * **Samsung Electronics & SK Hynix:** Pertahankan rating **BELI**, target harga dinaikkan. * **Kioxia:** Ditingkatkan dari Tahan menjadi **BELI**. Goldman Sachs merevisi naik estimasi laba 2027-2029 secara signifikan, memperkirakan margin kotor tinggi dapat bertahan. **Rantai Pasokan AI Lainnya yang Direkomendasikan:** Laporan ini juga merekomendasikan saham di sepanjang rantai pasokan perangkat keras AI, didorong oleh peningkatan belanja modal hyperscaler global: * **MediaTek, Eoptolink, Biren, Huaqin:** Rating **BELI**. Mencakup peralihan ke chip AI/data center, modul optik kecepatan tinggi, dan ekspansi kapasitas. * **Lenovo:** Rating **BELI**, target harga dinaikkan. Fokus pada siklus upgrade AI PC yang diantisipasi. **Lini Bisnis Lainnya:** * **BYD:** **BELI**. Soroti strategi otonomi, menurunkan harga kendaraan dengan fitur NOA perkotaan, dan chip self-driving buatan sendiri. * **Saham Properti China (COLI, CR Land):** Analisis scenario optimis dengan asumsi pemulihan harga, menunjukkan potensi upside. Bukan prediksi dasar. * **Perusahaan Peralatan Semikonduktor Jepang:** Sebagian besar dipertahankan rating **BELI**. * **Panasonic & NTT:** Rating **BELI**, dengan berbagai katalis termasuk komponen terkait AI dan imbal hasil pemegang saham. **Konteks Makro:** Goldman Sachs menyoroti ketegangan di pasar negara berkembang antara **boom investasi AI** dan **krisis energi** akibat gangguan pasokan minyak. Ekonomi pengekspor teknologi seperti Korea & Taiwan diuntungkan, sementara negara pengimpor energi menghadapi tekanan. **Peringatan:** Informasi dalam ringkasan ini berasal dari interpretasi laporan penelitian pihak ketiga. Semua peringkat, target harga, dan perkiraan merupakan pandangan analis Goldman Sachs, bukan rekomendasi investasi. Riset sell-side cenderung optimis. Nilailah logika dan asumsi yang mendasari, bukan hanya target harga. Pasar mengandung risiko, keputusan investasi harus independen.

marsbit06/01 02:17

Analisis Laporan Goldman Sachs: Kekurangan Penyimpanan Sampai 2028, Beli Lagi

marsbit06/01 02:17

Menyelami Operasi Legendaris Cathie Wood pada Circle

**Rangkuman Operasi Cathie Wood di Circle: Pelajaran dari Investor Legendaris** Cathie Wood, investor legendaris di ARK Invest, menunjukkan operasi yang luar biasa pada saham Circle (CRCL), perusahaan di balik stablecoin USDC. Meskipun dikenal sebagai investor jangka panjang, ia melakukan manuver cerdas yang menghasilkan keuntungan miliaran dolar. **Langkah-langkah Utama:** 1. **Mendapatkan Saham di Harga IPO:** ARK memesan saham Circle sebelum IPO dengan harga $31 per lembar, mengamankan sekitar 4,49 juta saham. Saat IPO, saham melonjak 168% menjadi $83,23, memberikan ARK keuntungan instan yang besar. 2. **Menjual di Puncak Rally Kebijakan:** Ketika saham Circle meroket menjadi hampir $300 karena pengesahan RUU stablecoin (GENIUS Act), ARK secara bertahap menjual sekitar 1,7 juta saham dengan harga rata-rata sekitar $210. Penjualan ini dipicu oleh aturan internal ARK (rebalancing saat kepemilikan tunggal melebihi 10%) dan antisipasi melonggarnya pasokan saham terkunci. 3. **Membeli Kembali Saat Harga Turun Drastis:** Setelah mencapai puncak, harga Circle jatuh hingga 83%. Wood mulai membeli kembali secara bertahap saat harga turun, dimulai dari level $80-an dan terus membeli hingga mendekati $50. Pada akhirnya, ARK kembali memegang sekitar 4,5 juta saham. **Pelajaran Penting:** * **Penilaian Akhir yang Kuat:** Keyakinan Wood pada masa depan stablecoin dan infrastruktur dolar digital sebagai tema investasi jangka panjang menjadi dasar semua keputusannya. * **Eksekusi Bertahap, Bukan Mencari Titik Puncak/ Dasar:** Ia menjual dan membeli dalam beberapa tahap, bukan berusaha menebak puncak atau dasar harga secara sempurna. * **Disiplin Pengelolaan Portofolio:** Aturan rebalancing ARK memaksanya mengambil keuntungan di saat rally ekstrem dan menyediakan ruang (serta kas) untuk membeli kembali saat harga jatuh. Kesimpulannya, kesuksesan Wood di Circle bukan berasal dari spekulasi jangka pendek, tetapi dari kombinasi keyakinan fundamental jangka panjang, biaya awal yang sangat menguntungkan (harga IPO), eksekusi yang disiplin, dan manajemen risiko melalui aturan portofolio. Bagi investor ritel, periode setelah IPO ("lonjakan harga pembukaan") justru seringkali berisiko tinggi, dan pelajaran dari Wood terletak pada pendekatan berbasis nilai dan disiplin, bukan sekadar mengikuti momentum.

marsbit06/01 02:15

Menyelami Operasi Legendaris Cathie Wood pada Circle

marsbit06/01 02:15

Berita Pagi | Michael Saylor Rilis Informasi Bitcoin Tracker; Aave Publikasi Investigasi Pasca-Serangan Jembatan Kelp rsETH; Gravity Bridge Umumkan Penangguhan Layanan Setelah Diserang

**Ringkasan Berita Crypto (1 Juni):** Berita utama mencakup perkembangan regulasi dan keamanan. Laser Digital mendapat persetujuan awal OCC AS untuk mendirikan bank trust federal. Vietnam merencanakan aturan yang memungkinkan UKM menggunakan aset digital sebagai jaminan pinjaman bank. Di sisi keamanan, Aave merilis investigasi pasca-serangan pada jembatan Kelp rsETH, menyoroti kerentanan infrastruktur pihak ketiga. Jembatan cross-chain Gravity Bridge juga menghentikan layanan setelah serangan. Di Hong Kong, ketua regulator SFC melaporkan pertumbuhan volume perdagangan platform aset virtual berlisensi hampir tiga kali lipat pada kuartal pertama 2026. Sementara itu, Michael Saylor kembali memberi sinyal aktivitas pembelian Bitcoin oleh perusahaannya. Berita lain termasuk komentar anggota Fed Christopher Waller tentang dampak kebijakan moneter AS yang diperkuat oleh stablecoin, dan kasus pencurian 107 BTC di Tiongkok yang mengakibatkan hukuman penjara 10+ tahun. SEC AS mengajukan gugatan terhadap skema crypto senilai $12.3 juta yang mengklaim menggunakan trading bot AI. Analisis sentimen pasar dari Santiment menunjukkan rasio long/short Bitcoin mencapai level tertinggi tahun ini, yang mungkin mengindikasikan koreksi jangka pendek, sementara sentimen untuk Ethereum berubah menjadi lebih negatif. Bagian terakhir menampilkan daftar token meme terpopuler dalam 24 jam di jaringan Ethereum, Solana, dan Base, serta tautan ke artikel opini tentang refleksi prediksi ChatGPT tiga tahun lalu.

链捕手06/01 01:36

Berita Pagi | Michael Saylor Rilis Informasi Bitcoin Tracker; Aave Publikasi Investigasi Pasca-Serangan Jembatan Kelp rsETH; Gravity Bridge Umumkan Penangguhan Layanan Setelah Diserang

链捕手06/01 01:36

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

"PA Pictorial: Peta untuk Memahami Peristiwa Web3 Penting yang Perlu Diperhatikan pada Juni" Jelajahi Kalender Kripto terbaru PANews dengan cakupan lebih lengkap, penyaringan fleksibel, dan ekspor yang mudah. Pada Juni, pasar kripto dipadati oleh keputusan suku bunga makro, data ekonomi penting, pelepasan token, dan acara teknologi tradisional. Poin-poin intinya meliputi: 📌 Amerika Serikat merilis data NFP dan CPI bulan Mei. The Fed menerbitkan Buku Beige dan menggelar konferensi pers kebijakan, dengan preferensi risiko pasar tetap dipengaruhi ekspektasi makro. 🏦 Bank Sentral Eropa dan Bank of Japan akan mengumumkan keputusan suku bunga, menjadikan likuiditas global dan jalur suku bunga sebagai salah satu tema utama pasar di Juni. 🪙 Beberapa token seperti SUI dan ENA akan mengalami pelepasan (unlock), perlu diperhatikan risikonya. 🚀 Perkembangan proyek: Coinbase akan meluncurkan futures indeks saham perpetual perdana, CME Group berencana meluncurkan futures indeks kripto Nasdaq; SharpLink akan dimasukkan ke dalam Indeks Russell 2000 dan 3000. ⚠️ Penyaringan proyek terus berlanjut: Layanan seperti browser Bitcoin Ordinals, Ord.io, secara bertahap berhenti beroperasi. Perhatikan pengaturan penarikan dan migrasi aset. 🌐 Acara penting lainnya: Pembukaan Piala Dunia, pembukaan Apple WWDC26, penawaran saham SpaceX, pertemuan IPO S&T UBTECH di pasar STAR, dll. Dengan makroekonomi, pelepasan token, regulasi, penyaringan proyek, dan acara teknologi yang berlangsung bersamaan, pasar pada Juni mungkin terus mencari arah baru di tengah ekspektasi likuiditas, perubahan kebijakan, dan rotasi ekosistem. Kunci inti peristiwa global dan alur utama Web3 Juni 2026 dalam satu peta!

marsbit06/01 00:18

PA Visual | Satu Gambar Pahami Peristiwa Web3 Penting yang Patut Diperhatikan di Bulan Juni

marsbit06/01 00:18

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

Dalam satu minggu terakhir Mei, dua raksasa teknologi China, Alibaba dan ByteDance, memamerkan dua pendekatan berbeda dalam strategi AI mereka. Alibaba, sebagai perusahaan publik, fokus pada integrasi AI untuk monetisasi langsung. Mereka menghubungkan model Qwen dengan platform e-commerce seperti Taobao, menciptakan fitur seperti "pencocokan harga AI" dan "pakaian virtual AI". Melalui protokol ACT, mereka membangun infrastruktur untuk transaksi berbasis agen AI. Pendapatan eksternal Alibaba Cloud tumbuh 40%, menunjukkan model bisnis "MaaS" (Model-as-a-Service) mereka yang berhasil. Namun, pendekatan ini mungkin mengorbankan penelitian mendasar untuk keunggulan jangka pendek. Sebaliknya, ByteDance, yang masih swasta, berinvestasi besar dalam penelitian AI jangka panjang. Departemen Seed mereka, dengan anggaran belanja modal (capex) yang meningkat pesat, bertujuan "menjelajahi batas atas kecerdasan". Mereka merilis model pembuatan video Seedance 2.0 yang memimpin peringkat global dan mempublikasikan penelitian mendalam tentang "model dunia". Perusahaan ini memberikan kebebasan bagi tim risetnya tanpa tekanan kuartalan dari pasar modal. Perbedaan kunci ini lebih disebabkan oleh status kepemilikan daripada filosofi semata. Sebagai perusahaan publik, Alibaba terikat pada harapan ROI jangka pendek investor. ByteDance, yang belum IPO, memiliki kemewahan untuk berfokus pada terobosan teknologi jangka panjang. Analisis menyimpulkan bahwa jalan strategis AI sebuah perusahaan di China sangat ditentukan oleh apakah perusahaan tersebut terdaftar di bursa atau tidak, yang membentuk pilihan antara "menjual AI" dan "membuat AI".

marsbit06/01 00:11

Ali "Menaruh Barang", Byte "Berlatih Ilmu"

marsbit06/01 00:11

Circle Memasukkan Alamat Protokol Zama ke Daftar Hitam, Membekukan Dana Pengguna Senilai $12.6 Juta – Rincian

Penerbit stablecoin Circle dilaporkan telah memblokir kontrak pintar terkait protokol privasi Zama, membekukan sekitar $12,6 juta dana pengguna. Pembekuan ini pertama kali ditandai oleh penyelidik on-chain ZachXBT, menyangkut kontrak Confidential USDC (cUSDC) Zama di Ethereum. Alamat kontrak yang terdampak telah terdokumentasi publik. Temuan lebih lanjut menunjukkan pembekuan mungkin terkait dengan kontroversi dan masalah hukum di sekitar protokol manajemen aset Overnight Finance. Data menunjukkan dompet yang dikaitkan dengan Overnight Finance menyetorkan sejumlah besar USDC ke kontrak Zama. Overnight Finance sendiri tengah menghadapi ketegangan tata kelola dan gugatan perdata. Tindakan Circle menuai kritik karena diduga dilakukan tanpa pemberitahuan sebelumnya kepada tim Zama, memperkuat kekhawatiran tentang penegakan sepihak oleh penerbit terpusat yang memengaruhi pengguna aplikasi terdesentralisasi. Circle juga disebut membekukan banyak dompet panas lain pada Maret 2026 tanpa penjelasan publik. Langkah terbaru ini dianggap lebih serius karena menargetkan kontrak tingkat protokol, menyoroti risiko perwalian dalam sistem yang dianggap terdesentralisasi.

bitcoinist05/31 23:33

Circle Memasukkan Alamat Protokol Zama ke Daftar Hitam, Membekukan Dana Pengguna Senilai $12.6 Juta – Rincian

bitcoinist05/31 23:33

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

**Mengapa Lebih Banyak AI Agent Tidak Sama dengan Produktivitas Lebih Tinggi?** Meskipun teknologi memungkinkan kita meluncurkan banyak AI Agent dengan mudah dan murah, produktivitas nyata tidak serta-merta meningkat. Ini karena munculnya konsep "Pajak Orkestrasi"—biaya tersembunyi untuk mengelola, menilai, dan menggabungkan hasil kerja semua Agent tersebut. Pekerjaan ini harus kembali ke satu sumber daya serial yang tidak dapat diduplikasi: perhatian dan penilaian manusia. **Manusia adalah 'GIL' dalam Sistem.** Seperti Global Interpreter Lock (GIL) dalam Python, semua Agent dapat berjalan paralel, tetapi untuk keputusan penting (seperti tinjauan arsitektur, kode, atau penyelesaian konflik), mereka harus "mengambil kunci" dari Anda—sang pengembang. Hukum Amdahl berlaku: percepatan maksimum dari paralelisasi dibatasi oleh bagian kerja yang harus tetap serial, yaitu kapasitas penilaian manusia. Menambah Agent hanya membuat antrian tinjauan lebih panjang, memperbesar beban konteks, dan menyebabkan kelelahan kognitif. **Kelelahan dan Utang Tersembunyi.** Banyaknya Agent yang aktif memberi ilusi produktivitas tinggi, tetapi rasa sibuk itu tidak sama dengan hasil berkualitas. Jika Anda "menyerah secara kognitif" dan tidak meninjau hasil dengan benar, Anda menumpuk utang teknis dan utang kognitif—masalah yang akan muncul nanti. Pajak orkestrasi harus dibayar, baik secara sadar melalui proses yang terencana, atau diam-diam melalui penurunan kualitas. **Solusi: Kelola Perhatian Seperti Sistem Produksi.** Kuncinya adalah merancang alur kerja dengan menghormati batas perhatian manusia sebagai sumber daya langka: 1. **Kontrol Jumlah Agent:** Sesuaikan jumlah Agent dengan kemampuan *review* Anda, bukan dengan apa yang UI izinkan. Batasi ke angka rendah. 2. **Klasifikasi Tugas:** Pisahkan tugas independen (cocok untuk Agent paralel) dari tugas kompleks yang membutuhkan penilaian mendalam (kerjakan secara serial). 3. **Tinjau Secara Berkelompok (*Batch Review*):** Kurangi biaya alih konteks dengan meninjau hasil beberapa Agent sekaligus. 4. **Gunakan Waktu Serial untuk Penilaian:** Fokuskan perhatian hanya pada bagian yang memerlukan penilaian manusia. Biarkan Agent menangani bagian yang dapat diverifikasi otomatis (seperti tes). 5. **Lindungi Waktu Fokus Anda:** Kadang, tindakan paling produktif adalah berhenti mengoordinasi banyak Agent dan fokus pada satu masalah inti. Kemampuan sebenarnya di era AI bukanlah menjalankan banyak Agent, tetapi merancang sistem yang secara sadar mengelilingi dan melindungi kapasitas penilaian serial manusia—sumber daya paling berharga dalam proses pengembangan.

marsbit05/31 22:47

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

marsbit05/31 22:47

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit05/31 16:09

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit05/31 16:09

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05/31 13:41

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

链捕手05/31 13:41

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Ethereum

Strategi Trading