2026-08-10 Senin

Berita Kripto - Halaman 395

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

Mengucapkan Selamat Tinggal pada Klasik Bull-Bear, Pasar Masuki Era Rotasi Gelembung

Pasar keuangan telah berubah secara fundamental dari siklus pasar sapi dan beruang tradisional yang bergerak lambat. Saat ini, pasar beroperasi seperti sistem konvektif badai berantai, di mana gelembung atau "badai" aset bergantian muncul, berkembang, dan mereda secara berurutan. Pola baru ini didorong oleh delapan perubahan struktural permanen: partisipasi spekulatif yang meluas ke publik, pembelian permanen dari rencana pensiun, dominasi investasi pasif, kebangkitan dana multi-strategi dan perdagangan frekuensi tinggi, penekanan volatilitas, perubahan komposisi indeks (didominasi perusahaan berbasis narasi dan teknologi), hilangnya keterlambatan informasi, serta lingkungan fiskal dan moneter yang mendukung. Hasilnya adalah pasar yang ditandai dengan rotasi gelembung cepat di berbagai tema seperti infrastruktur AI, teknologi kuantum, robotika, dan bioteknologi. Setiap gelombang menjalani siklus yang dapat diprediksi: laten, pemicu, pembentukan narasi, divergensi, kehancuran, dan akhirnya memicu gelombang berikutnya dengan aliran keluar modalnya. Pasar tidak akan kembali ke model lama. Kesuksesan dalam lingkungan baru ini membutuhkan perspektif yang lebih tinggi untuk melihat pola rantai yang utuh, daripada terhanyut oleh badai tunggal. Kedua, investor memerlukan kedalaman penelitian untuk menilai kelayakan tema atau kemampuan untuk mengidentifikasi dan mengikuti tren yang ditetapkan oleh pelaku pasar utama.

marsbit06/08 09:28

Mengucapkan Selamat Tinggal pada Klasik Bull-Bear, Pasar Masuki Era Rotasi Gelembung

marsbit06/08 09:28

Cara Tepat Menggunakan Skill: 5 Refleksi Setelah Anthropic Membagikan Metodologi Internal Mereka

Menurut artikel "Skill 的正确打开方式" yang membahas metodologi internal Anthropic, berikut adalah 5 poin refleksi penting dalam menggunakan dan membangun Skill secara efektif: 1. **Jangan tulis informasi yang sudah jelas**: Skill bertujuan untuk mengkodifikasi pengetahuan implisit organisasi. Fokuslah pada "Gotchas" atau pengalaman spesifik seperti masalah database atau kasus tepi yang hanya diketahui oleh anggota tim berpengalaman. 2. **Skill adalah Rekayasa Konteks**: Skill bukan sekadar file, melainkan struktur folder yang mengelola konteks dengan cerdas. File utama `SKILL.md` berfungsi sebagai halaman navigasi yang merujuk ke detail di subfolder seperti `references/`, `scripts/`, dan `examples/`, sehingga menghindari kelebihan konteks. 3. **Utamakan penggunaan skrip**: Jangan buang kemampuan penalaran model untuk tugas berulang. Otomatisasikan dengan skrip untuk eksekusi yang lebih konsisten, akurat, dan efisien dalam penggunaan token. Instruksi memberikan panduan dan penilaian, sedangkan skrip memberikan kemampuan eksekusi. 4. **Deskripsi Skill sebagai aturan perutean**: Deskripsi harus menjelaskan *kapan* Skill harus digunakan berdasarkan niat pengguna, bukan hanya fungsinya. Ini membantu Claude menentukan Skill mana yang akan dimuat untuk masalah spesifik pengguna. 5. **Kelola dan sebarkan Skill secara bertahap**: Mulailah dengan Skill yang dibagikan dalam tim kecil. Saat jumlah Skill bertambah, adopsi model seperti Marketplace organik, di mana Skill yang terbukti bermanfaat dan banyak digunakan naik level ke repositori formal, menghindari proses persetujuan yang berat. Kesimpulannya, Skill yang efektif menyelesaikan masalah konteks, daur ulang pengalaman, dan penggunaan kemampuan, bukan hanya masalah *prompt engineering*.

marsbit06/08 09:09

Cara Tepat Menggunakan Skill: 5 Refleksi Setelah Anthropic Membagikan Metodologi Internal Mereka

marsbit06/08 09:09

Bersaing di Jalur Pembayaran AI, Organisasi Kartu Tradisional Melawan Coinbase

Dengan semakin banyaknya agen AI yang menangani transaksi komersial, persaingan untuk menguasai infrastruktur pembayaran dasarnya pun memanas. Dua jalur pembayaran utama yang tidak kompatibel muncul untuk memungkinkan agen AI membayar secara mandiri. Di satu sisi, raksasa kartu tradisional Visa dan Mastercard meluncurkan layanan seperti "Agent Pay" dan "Intelligent Commerce". Layanan ini memperluas teknologi tokenisasi kartu mereka yang sudah ada, memungkinkan agen AI yang terverifikasi melakukan transaksi dengan otorisasi pengguna. Solusi ini memanfaatkan saluran pembayaran kartu yang sudah mapan, jaringan merchant yang luas, dan mekanisme perlindungan penipuan serta penyelesaian sengketa yang matang. Ini sangat cocok untuk transaksi eceran konsumen, seperti asisten belanja AI. Di sisi lain, Coinbase memelopori jalur berbasis stablecoin dengan protokol x402-nya. Protokol ini menggunakan kode status HTTP 402 dan stablecoin USDC untuk menyelesaikan pembayaran langsung di internet, dirancang khusus untuk transaksi mesin-ke-mesin yang berfrekuensi tinggi, bernilai kecil, dan lintas batas. Metode ini menghilangkan kebutuhan akan akun atau kartu dan biaya transaksi tradisional, sehingga ideal untuk agen AI yang membayar layanan seperti API, data, atau daya komputasi. Kedua jalur menghadapi tantangan kunci dalam memverifikasi identitas agen AI yang sah dan menangani transaksi yang salah. Jalur kartu memiliki keunggulan dalam hal ini karena infrastruktur yang sudah ada. Namun, transaksi stablecoin di blockchain bersifat final dan tidak dapat dibatalkan. Menariknya, Visa dan Mastercard tidak hanya mengandalkan jalur tradisional. Mereka juga berinvestasi kuat di bidang stablecoin melalui kemitraan, integrasi blockchain, dan bahkan akuisisi (seperti rencana Mastercard untuk BVNK). Strategi ganda ini menunjukkan niat mereka untuk menjadi titik penarikan biaya di semua aliran pembayaran, apa pun teknologi dasarnya. Saat ini, aplikasi sudah terpolarisasi. Layanan belanja konsumen seperti fitur "Checkout dengan ChatGPT" dan "Buy for Me" Amazon menggunakan jalur kartu. Sementara itu, untuk pembayaran mesin-ke-mesin, layanan seperti Amazon Bedrock mengadopsi protokol x402 Coinbase. Ke depan, diperkirakan kedua sistem akan tetap berdampingan dalam waktu dekat, dengan kartu mendominasi pembayaran konsumen dan stablecoin untuk transaksi mesin. Pertarungan jangka panjang akan terjadi di area di mana kedua skenario ini menyatu. Pemenangnya akan ditentukan oleh apakah ekonomi yang digerakkan AI lebih menyerupai perdagangan eceran tradisional atau jaringan transaksi mikro mesin yang masif. Dengan melakukan hedge pada kedua taruhan, Visa dan Mastercard telah memposisikan diri mereka untuk menang, terlepas dari arah aliran transaksi masa depan.

Foresight News06/08 09:07

Bersaing di Jalur Pembayaran AI, Organisasi Kartu Tradisional Melawan Coinbase

Foresight News06/08 09:07

Pertama Kali: Pra-pelatihan VLA Murni dari Video Manusia untuk Operasi Cekatan, Dapat Diterapkan Hanya dengan Sedikit Data untuk Fine-tuning

Riset kolaboratif dari Microsoft Asia Research dan Universitas Tsinghua memperkenalkan kerangka pra-pelatihan VITRA, yang pertama kali memanfaatkan video aktivitas manusia skala besar untuk pra-pelatihan model Vision-Language-Action (VLA) dalam manipulasi lincah. Inti inovasinya adalah solusi otomatis untuk mengubah video manusia tanpa anotasi menjadi data V-L-A terstruktur. Melalui ekstraksi jejak gerakan 3D tangan, segmentasi aksi atomik berdasarkan kecepatan, dan pembuatan instruksi bahasa dengan GPT-4, dibangun dataset besar berisi 1 juta klip. Model VLA, dengan arsitektur gabungan VLM (PaliGemma-2) dan Diffusion Action Expert, menunjukkan kemampuan prediksi gerakan **zero-shot** yang kuat di lingkungan tak terlihat. Setelah penyetelan halus (**fine-tuning**) hanya dengan sekitar 1.2K data robot nyata, model berhasil diterapkan pada robot lengan lengkap dengan tangan lincah (seperti Realman dengan XHAND1), mencapai tingkat keberhasilan tinggi dalam tugas seperti mengambil, menempatkan, menuang, dan menyapu, serta menunjukkan **kemampuan generalisasi dan ketangguhan** yang luar biasa terhadap objek dan latar belakang baru. Penelitian ini juga mengungkap **hukum penskalaan (_scaling law_)** antara jumlah data pra-pelatihan dan peningkatan kinerja. Dukungan perangkat keras dari tangan lincah XHAND1, dengan model URDF presisi tinggi dan arsitektur penggerak langsung (_direct-drive_), memungkinkan alih ruang gerak manusia-robot dan eksekusi yang responsif. Karya terobosan ini membuka jalan bagi pelatihan model VLA yang lebih efisien dan dapat digeneralisasi, menggunakan data video manusia yang melimpah, mendekatkan pada realisasi kecerdasan berwujud (_embodied AI_) yang lincah dan adaptif.

marsbit06/08 08:57

Pertama Kali: Pra-pelatihan VLA Murni dari Video Manusia untuk Operasi Cekatan, Dapat Diterapkan Hanya dengan Sedikit Data untuk Fine-tuning

marsbit06/08 08:57

Pemikiran Terbaru Michael Saylor: Empat Keyakinan yang Menentukan Masa Depan Bitcoin

Michael Saylor menguraikan empat aliran pemikiran utama yang membentuk masa depan Bitcoin: 1. **Bitcoin Maximalists**: Memandang Bitcoin sebagai jaringan moneter digital dominan yang menyediakan hak properti unggul dan solusi terhadap inflasi. Mereka fokus pada misi Bitcoin sebagai alat pemberdayaan ekonomi melalui mata uang yang sehat. 2. **Bitcoin Capitalists**: Percaya potensi penuh Bitcoin terwujud melalui integrasi mendalam dengan ekonomi global—seperti ke dalam portofolio, neraca perusahaan, dan pasar modal. Mereka mendorong adopsi institusional dan inovasi lapisan kedua (L2/L3). 3. **Bitcoin Technologists**: Berfokus pada peningkatan protokol Bitcoin seperti skalabilitas, privasi, dan keamanan untuk mengatasi tantangan teknologi masa depan. Mereka menekankan evolusi yang bertanggung jawab namun tetap menghargai stabilitas inti Bitcoin. 4. **Bitcoin Fundamentalists**: Berkomitmen melindungi prinsip inti Bitcoin: penyimpanan mandiri (self-custody), node pribadi, desentralisasi, dan penggunaan sebagai mata uang. Mereka waspada terhadap risiko korupsi, pengambilalihan institusional, atau kompromi yang melemahkan Bitcoin. Keempat aliran ini saling melengkapi. Masa depan Bitcoin yang sehat membutuhkan keseimbangan: keyakinan dari Maximalists, integrasi dari Capitalists, inovasi dari Technologists, dan perlindungan prinsip dari Fundamentalists. Tantangannya adalah memperluas manfaat Bitcoin ke semua orang tanpa mengorbankan sifat desentralisasi, keamanan, dan integritas moneternya yang unik.

marsbit06/08 08:16

Pemikiran Terbaru Michael Saylor: Empat Keyakinan yang Menentukan Masa Depan Bitcoin

marsbit06/08 08:16

AI Semakin Sulit Dibedakan, Bagaimana Pengguna Kripto Melindungi Diri dari Penipuan Baru?

Dengan kemajuan AI, penipuan di dunia kripto semakin canggih dan sulit dibedakan dari informasi asli. Dulu, kita bisa mengandalkan kesalahan pengetikan atau tata bahasa yang buruk untuk mendeteksi penipuan phishing. Namun, kini AI mampu menghasilkan teks, email, percakapan layanan pelanggan, dan konten media sosial yang sangat meyakinkan dan bebas dari kesalahan. Ini menciptakan risiko unik bagi pengguna aset kripto karena transaksi yang dikonfirmasi di blockchain bersifat permanen dan tidak dapat dibatalkan. Penyerang tidak selalu perlu mencuri private key; cukup dengan mengelabui pengguna untuk mengotorisasi transaksi berbahaya atau memberikan izin wallet yang luas. Untuk melindungi diri, pengguna harus mengubah pendekatan keamanan dari sekadar mengandalkan penampilan menjadi verifikasi aktif. Berikut adalah beberapa prinsip inti: 1. **Periksa Domain dengan Cermat**: Jangan percaya hanya pada tampilan situs web. Selalu verifikasi alamat URL secara manual, gunakan bookmark yang sudah disimpan, dan hindari mengklik tautan dari sumber yang tidak dikenal. 2. **Gunakan Hanya Tautan Resmi**: Konfirmasi bahwa informasi dan tautan berasal dari saluran komunikasi resmi proyek (situs web, media sosial terverifikasi). Waspadai pesan pribadi dari akun yang mengaku sebagai dukungan pelanggan. 3. **Pahami Izin Wallet Sebelum Mengotorisasi**: Tinjau dengan seksama detail permintaan wallet, terutama untuk otorisasi token tanpa batas (`infinite approval`). Pastikan kontrak, jumlah token, dan tindakan sesuai dengan yang Anda harapkan. 4. **Verifikasi Detail Transaksi Sebelum Menandatangani**: Periksa alamat penerima, jumlah, jaringan blockchain, dan biaya gas. Hentikan jika detailnya tidak sesuai. 5. **Verifikasi Alamat Kontrak Token**: Jangan andalkan nama atau logo token saja. Gunakan sumber resmi untuk memverifikasi alamat kontrak yang benar. 6. **Waspadai Pesan Layanan Pelanggan yang Tidak Diminta**: Dukungan resmi hampir tidak pernah menghubungi Anda terlebih dahulu melalui pesan pribadi. Mereka tidak akan meminta seed phrase atau private key Anda. 7. **Hati-hati dengan Rasa Urgensi**: Penipu sering menggunakan taktik yang menimbulkan rasa panik (seperti "akun akan ditangguhkan") untuk membuat Anda bertindak ceroboh. Ambil waktu untuk memverifikasi. Kesimpulannya, di era AI, tampilan yang profesional dan teks yang mulus tidak lagi menjadi jaminan keamanan. Inti dari perlindungan aset kripto telah bergeser menjadi pertempuran verifikasi. Selalu verifikasi sebelum mempercayai, dan verifikasi lagi sebelum bertindak.

Foresight News06/08 08:07

AI Semakin Sulit Dibedakan, Bagaimana Pengguna Kripto Melindungi Diri dari Penipuan Baru?

Foresight News06/08 08:07

Valuasi Tembus 200 Miliar, Kimi Dikabarkan Kumpulkan Dana 13,6 Miliar Lagi, IPO di Hong Kong Dipercepat

Menurut laporan, perusahaan unicorn model AI besar asal Tiongkok, Moonshot AI (Kimi), sedang merundingkan pendanaan baru senilai hingga **$20 miliar (sekitar RMB 136 miliar)**, dengan valuasi target mencapai **$300 miliar (sekitar RMB 2035 miliar)**. Jika pendanaan ini berhasil, valuasi perusahaan akan meningkat sekitar 6 kali lipat dibandingkan Desember lalu. Ini akan menjadi putaran pendanaan ketiga Kimi dalam 6 bulan terakhir. Pada Mei lalu, perusahaan baru saja menyelesaikan pendanaan sekitar $20 miliar, mendorong valuasi pasca-pendanaan melampaui $200 miliar. Total pendanaan yang telah dikumpulkan Kimi dilaporkan melebihi RMB 376 miliar, menjadikannya perusahaan rintisan model besar dengan total pendanaan tertinggi di Tiongkok. Produk inti Kimi adalah Asisten Cerdas Kimi. Pada April, perusahaan merilis dan membuka sumber model andalannya, **Kimi K2.6**, yang diklaim memiliki kinerja setara atau bahkan lebih baik dari model berpemilik terkemuka seperti GPT-5.4 dalam beberapa pengujian benchmark. Baru-baru ini, Kimi juga memulai pengujian beta internal **Kimi Work**, sebuah agen universal lokal yang ditargetkan untuk pekerja pengetahuan. Di sisi komersialisasi, pendapatan tahunan berulang (ARR) Kimi dilaporkan melebihi $2 miliar per April. Perusahaan juga disebut sedang mempersiapkan **IPO di Hong Kong**, meski prosesnya masih dalam tahap awal dan belum pasti. Secara keseluruhan, proses kapitalisasi perusahaan model besar Tiongkok terkemuka semakin cepat pada tahun 2026, dengan pendanaan besar dan persiapan IPO yang berlangsung intensif. Tren ini terjadi di tengah persiapan IPO dan rekor pendanaan yang juga dicatat oleh perusahaan AI global seperti OpenAI dan Anthropic.

marsbit06/08 07:46

Valuasi Tembus 200 Miliar, Kimi Dikabarkan Kumpulkan Dana 13,6 Miliar Lagi, IPO di Hong Kong Dipercepat

marsbit06/08 07:46

活动图片