2026-08-01 Sabtu

Berita Kripto - Halaman 99

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

Usia 7 Tahun Dirikan Perusahaan? Usia 9 Tahun Buat Film? Orang Tua Generasi 90-an Sedang Membesarkan "Anak Ajaib AI"

Belakangan ini, kamp pelatihan AI untuk anak-anak sedang marai, dengan klaim bombastis seperti "anak 7 tahun dirikan perusahaan" atau "buat film AI dalam sehari". Fenomena ini memanfaatkan kecemasan orang tua—khususnya generasi muda yang mengalami pergantian era internet dan kini khawatir pekerjaan mereka tergantikan AI. Mereka berharap anak bisa menjadi "anak ajaib AI" agar tak tertinggal. Namun, kenyataannya, banyak program ini hanya fokus pada penggunaan dangkal alat AI (seperti menghasilkan konten dengan platform semacam Doubao), bukannya pemahaman mendasar. Alih-alih mengasah kemampuan, anak justru mungkin belajar "menyelesaikan tugas dengan cepat" ala AI—bahkan menyontek. Seperti dikritik pegiat catur Ke Jie, ini bisa jadi sekadar "pajak kecerdasan". Di sisi lain, kisah anak jenius AI sesungguhnya, seperti Alby Churven (14 tahun) atau Bob Chopra (9 tahun), sering kali lebih rumit. Mereka mungkin dikelilingi sorotan, namun sulit dapat investasi serius. Dunia bisnis tetap melihat kedewasaan dan landasan keilmuan. Keberhasilan Carina Letong Hong (00-an) dengan Axiom AI-nya menunjukkan bahwa fondasi pendidikan formal tetap krusial. Intinya, demam AI untuk anak kerap hanya jadi cermin kecemasan orang tua di era disruptif. Daripada terburu-buru mengejar klaim instan, membekali anak dengan dasar belajar yang kuat dan pemahaman konseptual justru lebih berharga bagi masa depan mereka.

marsbit07/20 00:30

Usia 7 Tahun Dirikan Perusahaan? Usia 9 Tahun Buat Film? Orang Tua Generasi 90-an Sedang Membesarkan "Anak Ajaib AI"

marsbit07/20 00:30

Pasukan AI Malam Sang Pencipta Claude Code, Fable 5 Siap Dibangun dengan Dua Perintah Saja

Selama setahun terakhir, Boris Cherny, pencipta Claude Code, tidak menulis satu baris kode pun. Ia mengelola ratusan bahkan ribuan agen AI yang bekerja siang dan malam, menangani semua pengkodean. Kunci dari operasi ini adalah konsep "Loop" — tugas terjadwal yang dijalankan secara otomatis oleh Claude untuk menangani PR, memperbaiki CI, mengumpulkan umpan balik pengguna, dan banyak lagi. Pekerjaan kini telah berubah: dari interaksi satu perintah-satu respons menjadi merancang sistem otonom. Insinyur beralih peran dari penulis kode menjadi desainer dan pengawas sistem otomatis, dengan fokus pada validasi. Kunci keberhasilan Loop adalah mekanisme verifikasi mandiri (/goal), di mana model terpisah memeriksa apakah tujuan telah tercapai, mencegah produksi bug berkelanjutan. Kemampuan ini kini dapat diakses melalui Fable 5, yang menawarkan dua perintah utama: `/goal` untuk tugas dengan target spesifik yang dapat diverifikasi, dan `/loop` untuk tugas berulang. Untuk hasil optimal, pengguna disarankan menyiapkan sistem konteks lokal (folder dengan file memori dan instruksi) agar Fable 5 dapat "mengingat" preferensi dan informasi bisnis pengguna. Intinya, "pasukan malam" AI Boris terdiri dari tiga elemen: model yang dapat bekerja mandiri, standar definisi "selesai" yang jelas, dan siklus operasi yang andal. Tantangan terbesar kini adalah kemampuan mendefinisikan tugas dengan tepat kepada model.

marsbit07/20 00:27

Pasukan AI Malam Sang Pencipta Claude Code, Fable 5 Siap Dibangun dengan Dua Perintah Saja

marsbit07/20 00:27

Kecemasan Memori Model Besar, Solusinya Ditemukan di Flash Drive

Berikut adalah ringkasan artikel tentang High Bandwidth Flash (HBF) untuk AI: Ansietas memori pada model AI besar mungkin dapat dikurangi dengan teknologi yang sama seperti di flash drive, yaitu **NAND Flash**. Meskipun terkenal lambat, terutama dalam penulisan, kecepatan baca NAND Flash sebenarnya memadai. **SanDisk dan SK Hynix** kini mengembangkan **High Bandwidth Flash (HBF)**, yang menerapkan metode *stacking* dan *packaging* canggih seperti pada HBM ke chip NAND Flash. Dengan menumpuk hingga 16 chip, satu *stack* HBF menargetkan kapasitas **512GB** dan bandwidth baca **1.6TB/s**, bahkan berencana meningkat ke **3.2TB/s**. Teknologi ini tidak dimaksudkan untuk menggantikan HBM, tetapi melengkapinya dengan menemukan ceruknya: **inferensi AI**. Selama inferensi, bobot model yang sudah terlatih bersifat statis dan hanya perlu dibaca, bukan ditulis ulang, sehingga cocok dengan kekuatan baca HBF. Ide dasarnya adalah menciptakan arsitektur memori berlapis untuk server AI: **HBM** menangani data panas dan komputasi intensif, **HBF** menyimpan bobot model besar yang bersifat *read-intensive*, dan **SSD** untuk penyimpanan massal yang lebih murah. Ini berpotensi meredakan kemacetan kapasitas HBM yang mahal, mengurangi jumlah kartu akselerator yang dibutuhkan, serta menurunkan biaya dan konsumsi daya keseluruhan sistem inferensi. Meski standar HBF masih dalam pengembangan di Open Compute Project (OCP) dan setidaknya membutuhkan satu tahun lagi sebelum tersedia, pendekatan ini menandakan perlunya pembagian kerja baru dalam hierarki memori untuk menghadapi tantangan model yang semakin besar dan mahal. Solusinya mungkin berasal dari teknologi yang sudah dikenal, dikemas ulang untuk era AI.

marsbit07/20 00:22

Kecemasan Memori Model Besar, Solusinya Ditemukan di Flash Drive

marsbit07/20 00:22

Wintermute: Apa Lagi yang Bisa Dikembangkan di Dunia Crypto?

Penciptaan Crypto telah lebih dari satu dekade, dan infrastruktur dasarnya (L1, L2, DeFi, stablecoin) telah matang dan berfungsi baik. Pertanyaan penting sekarang bukan lagi "apa lagi yang bisa dibangun dalam Crypto?", melainkan "mengapa dunia nyata akan membutuhkan Crypto selanjutnya?" Jawabannya adalah **Ekonomi Mesin** – era di mana mesin dan agen AI bertindak sebagai **pelaku ekonomi otonom**, bukan sekadar alat. Mereka dapat membuat keputusan, melakukan transaksi, dan bertindak secara mandiri di dunia digital maupun fisik (misalnya, agen memesan tiket, robot gudang membayar daya, sistem penelitian menjalankan eksperimen). Infrastruktur keuangan dan kepercayaan konvensional, yang dirancang untuk manusia, tidak cocok untuk pelaku otonom ini. Crypto menjadi solusi kritis karena menyediakan landasan yang **terbuka, dapat diprogram, tanpa izin, dengan penyelesaian cepat, dan mekanisme identitas tanpa perantara**. Model AI yang semakin baik dan murah, standar terbuka (seperti protokol pembayaran untuk agen), serta kemampuan agen untuk berjalan terus-menerus telah memungkinkan pergeseran ini. Peluang utamanya bukan bersaing di sektor crypto yang sudah ramai, tetapi membangun **lapisan penghubung** yang memungkinkan mesin bertransaksi, berkolaborasi, dan membangun kepercayaan. Area yang menjanjikan termasuk: lapisan ekonomi untuk agen (otorisasi, identitas, manajemen risiko), Physical AI (menyematkan sistem ekonomi ke robot di lingkungan terstruktur), dan sistem penemuan yang digerakkan mesin (seperti penelitian otonom). Tantangan seperti **keamanan** (serangan pada dompet agen) dan **akuntabilitas** (tanggung jawab saat sistem AI gagal) masih harus diatasi. Namun, platform besar seperti Coinbase dan Robinhood sudah mulai membangun infrastruktur untuk agen, menandakan bahwa ekosistem ini sedang berkembang dari diskusi niche menjadi kenyataan mainstream.

marsbit07/20 00:07

Wintermute: Apa Lagi yang Bisa Dikembangkan di Dunia Crypto?

marsbit07/20 00:07

活动图片