2026-08-07 Jumat

Berita Kripto - Halaman 343

Tetap selangkah lebih maju di pasar kripto. Berita real-time, wawasan, harga, cerita yang sedang tren, dan analisis ahli—semuanya di satu tempat.

Saya Membangun Sebuah Platform Kerja Investasi Pribadi Menggunakan AI

Selama dua minggu terakhir, saya menggunakan "Vibe Coding" (memerintahkan AI seperti Codex, Claude Code, dan DeepSeek untuk menulis kode berdasarkan bahasa alami) untuk membangun workstation investasi pribadi. Saya membuat empat alat kecil yang berguna: 1. **Panel Aset Lintas Pasar:** Dashboard lokal untuk melihat sekilas semua portofolio saya (saham AS, Crypto, saham HK, saham A) dalam satu halaman, dilengkapi dengan pemantauan pergerakan harga dan ringkasan keuntungan/kerugian harian. 2. **Pemantau Taruhan Pasar Prediksi (PM):** Dasbor untuk memusatkan dan memantau taruhan di pasar prediksi (misalnya, tentang valuasi perusahaan atau peristiwa makro), menghubungkan perubahan probabilitas dengan berita dan pergerakan pasar, serta mengurutkannya berdasarkan keyakinan saya. 3. **Backend Operasi Kecil:** Alat berbasis cloud (dihosting di GitHub + Vercel) untuk mengelola ide penulisan, kemajuan artikel, dan jadwal publikasi di berbagai platform. 4. **Alat Format Satu Klik:** Skrip sederhana untuk secara otomatis memformat satu naskah ke dalam gaya yang diperlukan oleh berbagai platform media, menghemat waktu. Intinya, AI mengubah cara penelitian investasi untuk orang biasa dengan sangat mengurangi hambatan teknis. Sekarang, kita dapat dengan cepat membuat prototipe sistem dasar sesuai kebutuhan pribadi, seperti sistem pengamatan aset, pemantauan sinyal, peta hubungan sektor (misalnya, untuk melacak aliran dana di sektor AI), dan sistem tinjauan ulang. Siklus "ide - implementasi - penggunaan - umpan balik - revisi" menjadi sangat cepat, memungkinkan kita secara bertahap mengumpulkan alat yang berguna tanpa harus menjadi ahli pemrograman. Perubahan ini memungkinkan eksekusi ide yang sebelumnya tertunda.

marsbit06/16 06:25

Saya Membangun Sebuah Platform Kerja Investasi Pribadi Menggunakan AI

marsbit06/16 06:25

Robinhood, Saham Konsep Pasar Prediksi Pertama

Robinhood, platform perdagangan saham retail terkemuka AS, kini muncul sebagai pesaing baru dalam pasar prediksi, khususnya menantang posisi Kalshi yang sebelumnya menjadi mitra strategisnya. Awalnya, pada Maret 2025, Robinhood bermitra dengan Kalshi untuk menyediakan layanan perdagangan pasar prediksi kepada penggunanya, dengan Kalshi menyediakan infrastruktur pasar dan kepatuhan regulasi. Kerja sama ini sukses, di mana sekitar 25%-35% volume perdagangan Kalshi diperkirakan berasal dari saluran Robinhood, berkontribusi signifikan pada pendapatan Robinhood. Namun, Robinhood mulai mengembangkan ambisinya sendiri. Pada November 2025, mereka mendirikan usaha patungan dengan Susquehanna dan mengakuisisi pertukaran derivatif yang diatur CFTC, MIAXdx, yang kemudian berganti nama menjadi Rothera Exchange. Dengan infrastruktur ini, Robinhood kini memiliki kemampuan untuk mengoperasikan pasar prediksi secara mandiri. Pada Juni 2026, bertepatan dengan Piala Dunia, Robinhood meluncurkan Rothera dan mulai mengalihkan sebagian pesanan pasar prediksi dari Kalshi ke platformnya sendiri. Event besar seperti Piala Dunia menjadi momentum yang tepat untuk menarik pengguna dan volume perdagangan. Data awal menunjukkan Rothera berhasil menangani puluhan juta kontrak dalam beberapa hari pertama. Perkembangan ini menggeser dinamika industri. Alih-alih sekadar menjadi saluran distribusi, Robinhood kini menjadi pesaing langsung Kalshi. Insiden ini menggarisbawahi prinsip kunci: dalam era di mana produk dapat direplikasi, kontrol atas distribusi dan akses ke pengguna adalah aset paling berharga. Masa depan industri pasar prediksi mungkin akan lebih didorong oleh perebutan kontrol saluran distribusi, di mana platform dengan basis pengguna besar, seperti Robinhood, memiliki keunggulan strategis untuk mendominasi pasar.

marsbit06/16 06:20

Robinhood, Saham Konsep Pasar Prediksi Pertama

marsbit06/16 06:20

Setelah Aset Ditatakan, Bagaimana Cara Keluarnya?

Setelah aset di-tokenisasi, masalah utama yang belum sepenuhnya terpecahkan adalah bagaimana cara pemegangnya dapat keluar atau menebus aset tersebut dengan likuiditas instan. Artikel ini membahas tiga model arsitektur likuiditas untuk menyediakan jalur keluar instan bagi aset dunia nyata yang ditokenisasi (RWA): 1. **Model Neraca (Grove Basin):** Menyediakan likuiditas langsung dari cadangan satu entitas (contohnya Sky). Cocok untuk aset likuid seperti T-bills dengan penyelesaian cepat, tetapi kapasitasnya terbatas pada satu neraca dan aksesnya terbatas. 2. **Model Vault Khusus Aset (Upshift Clear):** Setiap aset yang didukung memiliki vault likuiditas khususnya sendiri yang didanai oleh penyedia likuiditas independen. Ini memungkinkan perluasan modal tetapi modal menjadi terisolasi per aset, mengurangi efisiensi modal. 3. **Lapisan Likuiditas Bersama (Symbiotic Liquid Lane):** Menggunakan modal bersama yang dapat mendukung berbagai jenis aset RWA secara bersamaan. Dana di vault terus menghasilkan hasil di antara peristiwa penebusan melalui berbagai sumber (pinjaman, spread penebusan). Penetapan harga penebusan ditentukan melalui pasar RFQ kompetitif. Perbandingan menunjukkan bahwa **model lapisan likuiditas bersama menawarkan efisiensi modal yang lebih tinggi, skalabilitas yang lebih baik, dan fleksibilitas untuk mendukung berbagai aset—terutama aset dengan jangka waktu penebusan yang lebih panjang seperti kredit privat.** Ini bertujuan untuk mengubah likuiditas penebusan dari solusi tambal sulam menjadi infrastruktur bersama yang dapat tumbuh bersama pasar tokenisasi.

marsbit06/16 06:17

Setelah Aset Ditatakan, Bagaimana Cara Keluarnya?

marsbit06/16 06:17

Setelah Aset Ditokenisasi, Bagaimana Cara Keluarnya?

Setelah aset di-tokenisasi, masalah setengah lainnya yang belum terpecahkan adalah bagaimana cara keluar atau menebusnya dengan cepat. Artikel ini membahas tiga model arsitektur likuiditas instan untuk aset tokenisasi (RWA) dan membandingkan kekurangan serta keunggulannya. Tiga model tersebut adalah: 1. **Model Neraca (Contoh: Grove Basin):** Menyediakan likuiditas instan dari cadangan satu entitas tunggal (neraca). Cocok untuk aset seperti Treasury yang penyelesaiannya cepat, tetapi kapasitas terbatas pada satu neraca dan aksesnya terbatas. 2. **Model Brankas Khusus Aset (Contoh: Upshift Clear):** Likuiditas disediakan oleh Penyedia Likuiditas (LP) independen ke dalam brankas terpisah untuk setiap aset yang didukung. Lebih fleksibel dan memisahkan risiko, tetapi modal terisolasi per aset sehingga kurang efisien. 3. **Model Lapisan Likuiditas Bersama (Contoh: Symbiotic Liquid Lane):** Menggunakan lapisan likuiditas bersama yang didanai oleh banyak penyedia modal untuk mendukung berbagai jenis aset sekaligus. Modal digunakan secara efisien dengan tetap menghasilkan pendapatan di antara peristiwa penebusan, dan penyelesaiannya melalui pasar RFQ kompetitif. Dirancang untuk aset likuiditas lebih rendah seperti kredit privat. Kesimpulannya, untuk skala pasar yang luas, diperlukan infrastruktur likuiditas bersama yang efisien, fleksibel, dan dapat tumbuh bersama partisipasi pasar—seperti yang dituju Liquid Lane—bukan solusi terpisah untuk setiap aset atau penerbit.

链捕手06/16 06:02

Setelah Aset Ditokenisasi, Bagaimana Cara Keluarnya?

链捕手06/16 06:02

Xpeng dan Nio Gencar di Komputasi, Ideal Ganti Arsitektur

Pada 15 Juni, Li Auto memperkenalkan chip self-driving buatan sendiri, Ma He M100, yang dikembangkan khusus untuk L9 Livis generasi baru. CTO Li Auto, Xie Yan, menekankan bahwa fokusnya bukan hanya meningkatkan kecepatan, tetapi mengubah arsitektur chip secara fundamental. Di tengah tren produsen mobil yang berlomba-lomba mengembangkan chip sendiri pada tahun 2026, pesaing seperti Nio (chip Shenji NX9031), Xpeng (chip Turing), dan Huawei (MDC 810 Pro) umumnya mengandalkan angka TOPS (komputasi) sebagai senjata pemasaran utama. Namun, Li Auto memilih jalur berbeda dengan mengubah logika arsitektur dasar dari chip tersebut. Ma He M100 mengadopsi arsitektur Dynamic Data Flow, bukan arsitektur von Neumann tradisional. Pendekatan ini dirancang untuk komputasi paralel matriks berskala besar yang diperlukan untuk inferensi model AI (seperti VLA), dengan mengurangi bolak-balik data antara memori dan unit pemrosesan. Hasil klaim Li Auto adalah efisiensi komputasi efektif 3 kali lipat dibandingkan Nvidia Thor U dan penurunan latency 40%. Keberhasilan arsitektur ini mendapat pengakuan eksternal melalui penerimaan makalahnya di konferensi akademis bergengsi ISCA 2026. Namun, keunggulan 3x ini sangat tergantung pada algoritma Li Auto (VLA2.1) dan mungkin tidak berlaku untuk tugas komputasi umum. Dengan chip ini, Li Auto menyelesaikan rantai teknologi "full-stack" yang meliputi chip, compiler, sistem operasi (Star Ring OS), model AI, dan pengontrol domain, menciptakan ekosistem tertutup yang independen dari pemasok seperti Nvidia. Dalam peluncuran ini, CEO Li Xiang juga memperkenalkan visi "Mobil Cerdas Embadied" ("Four-in-One Embodied AI Car"), yang mendefinisikan mobil listrik sebagai asisten hidup yang dapat merasakan, berpikir, dan berkembang, menggeser persaingan dari sekadar fitur konfigurasi (seperti kulkas atau layar) ke kemampuan sistem. Li Auto menetapkan target ambisius untuk model self-driving Ma He VLA agar menyamai performa Tesla FSD V14 pada kuartal keempat tahun ini, dengan rincian peningkatan OTA bertahap mulai Juli hingga Desember. Di balik inovasi teknologi, tantangan finansial tetap ada. Pendapatan Li Auto turun pada Q4 2025, dengan margin yang menyempit. Namun, anggaran R&D tetap tinggi (sekitar 12 miliar yuan, 50% untuk AI). Target penjualan 2026 adalah 550.000 unit, sementara realisasi 2025 adalah 406.000 unit. Pengujian nyata akan dimulai pada kuartal ketiga dengan OTA pertama pada Juli dan peluncuran model baru. Sertifikasi akademis untuk arsitektur chip adalah langkah awal, tetapi penerimaan pasar dan kinerja dalam kondisi mengemudi sehari-hari akan menjadi penentu kesuksesan akhir.

marsbit06/16 04:55

Xpeng dan Nio Gencar di Komputasi, Ideal Ganti Arsitektur

marsbit06/16 04:55

Tahun Pertama Penerapan AI, Hanya Bilang Iya, Abai Risiko? Log Pelayaran Pengembangan Perangkat Lunak Sepenuhnya Sumber Terbuka

Tahun 2026 disebut sebagai era aplikasi AI. Kode dibuat semakin cepat, namun dengan pengawasan yang semakin sedikit saat diterapkan. Risiko dari kode yang ditulis AI sering kali tersembunyi dalam kode yang tampak benar secara sintaksis dan melewati semua pemeriksaan, tetapi dapat menyebabkan kebocoran data atau kerugian aset. Contoh nyata adalah insiden konfigurasi oracle cbETH Moonwell, di mana kesalahan semantik dalam harga melewati proses pengembangan dan pemeriksaan, mengakibatkan kerugian finansial yang signifikan. Risiko pengkodean AI telah berevolusi dari pelengkap lokal ke agen yang dapat membaca file, mengubah konfigurasi, menginstal dependensi, dan menghasilkan skrip infrastruktur, sehingga menciptakan jalur risiko yang lebih panjang dan sulit dilacak dalam rekayasa perangkat lunak. Untuk mengatasi masalah ini, Narwhal-Lab Universitas Peking meluncurkan proyek sumber terbuka **Narwhal AI Code Risks**. Proyek ini mengumpulkan dan mengkategorikan fragmen informasi risiko yang tersebar ke dalam tiga lapisan: `cases/` (peristiwa nyata), `inferred/` (sinyal awal), dan `scenarios/` (skenario risiko tipikal). Risiko diklasifikasikan menjadi 7 kategori: Rantai Pasok, Kerentanan Tingkat Kode, Konfigurasi Cloud & Infrastruktur, Risiko Agen, Risiko Domain Vertikal, Risiko Kekayaan Intelektual & Kepatuhan, serta Faktor Manusia. Tujuan proyek ini adalah untuk mengubah kasus risiko menjadi pengetahuan yang dapat digunakan kembali, membantu pengembang mengidentifikasi masalah serupa, menjadi basis sampel bagi peneliti keamanan, serta menyediakan aturan deteksi dan tolok ukur bagi vendor alat. Dengan menyediakan "log pelayaran" sumber terbuka untuk dunia perangkat lunak, proyek ini bertujuan untuk mencatat dan meneruskan pengalaman, sehingga pihak lain tidak perlu terjebak dalam perangkap yang sama.

marsbit06/16 04:55

Tahun Pertama Penerapan AI, Hanya Bilang Iya, Abai Risiko? Log Pelayaran Pengembangan Perangkat Lunak Sepenuhnya Sumber Terbuka

marsbit06/16 04:55

Landasan Valuasi Triliunan Dollar SpaceX: Siapa yang Mengambil Alih Pengeluaran Modal Tahunan Ratusan Miliar Milik Musk?

Penulis berpendapat bahwa peluang investasi terbesar dalam eksplosifnya SpaceX saat ini bukan pada saham SpaceX itu sendiri (yang mahal dan masih rugi), melainkan pada para pemasoknya. Ini mengikuti pola sejarah seperti rantai pasokan Apple, Tesla, dan NVIDIA, di mana perusahaan "super terminal" mendorong pertumbuhan luar biasa bagi pemasoknya. SpaceX mengalokasikan ratusan miliar dolar untuk pengeluaran modal tahunan, didanai terutama oleh bisnis Starlink yang menguntungkan. Uang ini dialirkan ke pengembangan roket (untuk menurunkan biaya peluncuran) dan AI/pusat data orbital. Pesanan pembelian besar-besaran ini mengalir ke tiga jenis pemasok: 1. **Pengganti yang Sulit:** NVIDIA (GPU & CUDA), Eutelsat (spektrum satelit), Filtronic (penguat sinyal), Materion (berilium), STMicroelectronics (chip antena). 2. **Pengganti yang Mahal:** Honeywell (kontrol penerbangan), Carpenter Technology (baja khusus), Hexcel (serat karbon), Broadcom (pertukaran data). 3. **Pemasok Produksi Massal:** Wistron NeWeb (perakitan terminal Starlink), dan beberapa perusahaan Tiongkok seperti Shenzhen Sunway (konektor), Paixin New Materials (tempaan), Western Superconductor (paduan niobium), Yingliu Co. (cetakan), serta perusahaan seperti Trimble (sinkronisasi waktu) dan Astronics (distribusi daya). Mengapa sekarang adalah saat yang tepat? (1) Volume pembelian SpaceX baru akan meningkat pesat (target 100 peluncuran/tahun, 3000 juta terminal Starlink). (2) Transparansi data melalui IPO memungkinkan pelacakan pesanan. (3) Siklus rantai pasokan mirip dengan tahap awal Tesla (sekitar 2018), menawarkan peluang pertumbuhan jangka panjang. Kesimpulannya, alih-alih membeli saham SpaceX yang fantastis, investor dapat mempertimbangkan perusahaan-perusahaan di balik layar yang menerima pesanan besar dan stabil, terlepas dari volatilitas harga saham SpaceX. Namun, setiap perusahaan perlu dianalisis secara individual dengan mempertimbangkan risiko seperti siklus komoditas, geopolitik, dan perubahan teknologi.

marsbit06/16 04:10

Landasan Valuasi Triliunan Dollar SpaceX: Siapa yang Mengambil Alih Pengeluaran Modal Tahunan Ratusan Miliar Milik Musk?

marsbit06/16 04:10

Landasan Valuasi Triliunan Dolar SpaceX: Siapa yang Mengambil Porsi Belanja Modal Ratusan Miliar Elon Musk Tiap Tahun?

Pondasi valuasi triliunan dolar SpaceX: Siapa yang membagi ratusan miliar belanja modal tahunan Elon Musk? Alih-alih berinvestasi langsung di SpaceX yang IPO dengan valuasi tinggi dan masih rugi, peluang mungkin lebih baik pada rantai pasokannya. Sejarah menunjukkan bahwa raksasa teknologi seperti Apple, Tesla, dan Nvidia telah menciptakan kekayaan besar bagi pemasok mereka. SpaceX beroperasi dengan model: Layanan internet satelit Starlink menghasilkan uang → mendanai pengembangan roket untuk menekan biaya peluncuran → meluncurkan perangkat keras AI ke luar angkasa dengan biaya rendah → menyewakan daya komputasi AI untuk pendapatan baru. Siklus ini menghasilkan pesanan pembelian ratusan miliar dolar AS setiap tahun. Pemasok dapat dikategorikan dalam tiga kelompok: 1. **Pengganti sulit atau tidak mungkin**: NVIDIA (GPU untuk superkomputer), Eutelsat (spektrum radio satelit), Filtronic (amplifier sinyal satelit), Materion (logam berilium), STMicroelectronics (chip antena). 2. **Secara teknis dapat diganti, tetapi biaya peralihannya tinggi**: Honeywell (sistem kendali penerbangan), Carpenter Technology (baja paduan khusus), Hexcel (serat karbon), Broadcom (pertukaran data), Linde (gas industri). 3. **Memerlukan produksi massal yang stabil dengan biaya rendah**: Perusahaan-perusahaan ini memasok komponen untuk perangkat terminal Starlink dan roket. Contohnya termasuk Wistron NeWeb (kontrak perakitan), serta beberapa perusahaan China seperti Sunway Communication (konektor), Paike New Materials (komponen tempa), Western Superconducting (paduan niobium), Yingliu Co (komponen cor). Perusahaan seperti Trimble, Astronics, dan CTS juga menyediakan komponen penting. Mengapa sekarang adalah saat yang tepat? Karena volume pembelian SpaceX baru akan meningkat (target 100 peluncuran/tahun, 30 juta terminal Starlink), transparansi melalui IPO memungkinkan pelacakan pesanan, dan siklus rantai pasokan serupa dengan Tesla pada 2018 - masih di tahap awal pertumbuhan yang curam. Intinya: Pesanan pembelian tahunan SpaceX yang besar, terlepas dari harga sahamnya, akan mengalir ke pemasoknya dan menjadi pendapatan tetap mereka. Inilah peluang yang mungkin lebih dapat diakses daripada berinvestasi langsung di saham SpaceX.

链捕手06/16 04:05

Landasan Valuasi Triliunan Dolar SpaceX: Siapa yang Mengambil Porsi Belanja Modal Ratusan Miliar Elon Musk Tiap Tahun?

链捕手06/16 04:05

活动图片