Dari Hunyuan ke AI WeChat, Irama Lambat Tencent Hingga Titik Penyerahan

marsbitDipublikasikan tanggal 2026-06-08Terakhir diperbarui pada 2026-06-08

Abstrak

Pada 8 Juni 2026, platform pengembang WeChat mengumumkan uji coba internal WeChat AI, asisten AI terintegrasi dalam ekosistem WeChat yang memungkinkan pengguna mengakses dan mengoperasikan mini-program melalui dialog bahasa alami. Dua mode akses ditawarkan: Mode Otomatis memungkinkan platform membaca kode sumber mini-program tanpa pengembangan tambahan, sedangkan Mode Pengembang memungkinkan pembuat konten membangun keterampilan khusus. Hal ini menandakan langkah terbaru Tencent dalam menghadirkan AI ke aplikasi super. WeChat AI membuka lapisan dialog untuk ekosistem mini-programnya, yang memiliki lebih dari 400.000 pengembang, 80%-nya tim kecil. Mode Otomatis menawarkan akses mudah bagi sebagian besar pengembang, namun menimbulkan kekhawatiran tentang keamanan kode sumber, logika iklan, dan tanggung jawab atas kesalahan operasi AI. Kemampuan WeChat AI didukung oleh model dasar Tencent, Hunyuan, yang menduduki peringkat kedua di Tiongkok dalam kemampuan dasar dan peringkat pertama dalam kemampuan aplikasi menurut laporan SuperCLUE 2025. Hunyuan fokus pada stabilitas dan latensi rendah yang dibutuhkan untuk tugas-tugas Agen, dengan iterasi kuartalan yang lebih lambat dibandingkan kompetitor. Sebelum WeChat AI, aplikasi mandiri Tencent, Yuanbao, berperan dalam validasi pengguna. Yuanbao mencapai puncak DAU 50 juta selama Tahun Baru Imlek 2026, tetapi DAU rutin turun menjadi sekitar 9 juta setelahnya, menyoroti tantangan retensi pengguna. Integrasi asli dalam WeChat bertujuan...

8 Juni 2026, Platform Developer WeChat mengumumkan bahwa AI WeChat telah memasuki tahap uji coba internal. Asisten AI yang terintegrasi dalam ekosistem WeChat ini mendukung pengguna untuk memanggil, mengakses, dan mengoperasikan mini-program langsung melalui dialog bahasa alami. Platform terbuka menyediakan dua mode akses: mode otomatis mengizinkan platform yang diotorisasi untuk membaca kode sumber mini-program, memungkinkan AI langsung mengoperasikan halaman tanpa pengembangan tambahan; mode pengembangan memungkinkan developer membangun keterampilan secara mandiri, yang setelah melalui peninjauan dan persetujuan, dapat dipanggil oleh AI. Ketentuan layanan juga mencatat, nama 'AI WeChat' mungkin bersifat sementara, nama akhir belum ditentukan, akses bersifat opsional, dan tidak mempengaruhi operasi normal mini-program yang ada.

Ini adalah pertama kalinya WeChat membuka ekosistem mini-program di level pintu masuk dialog untuk AI. Latar belakang saat ini adalah: model besar mandiri Tencent, Hunyuan, telah masuk ke dalam kelompok teratas dalam pengujian benchmark publik domestik; aplikasi Yuanbao mengalami ledakan pengguna setelah kampanye angpao Tahun Baru Imlek 2026, dengan monthly active users (MAU) melebihi 100 juta. Uji coba internal AI WeChat merupakan langkah terbaru Tencent AI dari persiapan teknologi, validasi produk independen menuju penyampaian dalam aplikasi super. Mode otomatis yang mengharuskan developer menyerahkan kode sumber, jalur berambang batas rendah ini dapat menarik berapa banyak developer, dan akan menghadapi konflik kepentingan ekosistem apa saja, adalah pertanyaan yang harus dijawab pada tahap uji coba internal.

Pembukaan Lapisan Dialog untuk Ekosistem Mini-Program

Dua mode akses AI WeChat ditujukan untuk kelompok developer yang sangat berbeda.

Logika desain mode otomatis sangat langsung: mengotorisasi platform untuk membaca kode sumber mini-program saat pengajuan peninjauan, platform secara otomatis menganalisis struktur halaman, memungkinkan AI langsung mengoperasikan halaman tanpa pengembangan tambahan. Sebuah tim kecil permainan yang hanya terdiri dari dua atau tiga orang, tidak perlu dilengkapi dengan engineer AI, tidak perlu memahami protokol Agent, cukup dengan mencentang otorisasi, mini-program pemesanan makanan atau aplikasi alat mereka dapat dipanggil oleh AI WeChat.

Menurut data yang diungkapkan oleh WeChat Open Class pada Januari 2026, ekosistem mini-game WeChat telah menghimpun lebih dari 400.000 developer, di mana 80% adalah tim kecil dengan kurang dari 30 orang. Pada 2025, total daily active users (DAU) menembus 100 juta, MAU melebihi 500 juta. Skala sisi pasokan ini adalah keunggulan kompetitif unik AI WeChat. Doubao dari Byte atau Tongyi Qianwen dari Alibaba dapat membuat aplikasi independen, dapat membuka API, tetapi mereka tidak memiliki ekosistem mini-program dengan DAU lebih dari 100 juta yang dapat langsung diakses. Mode otomatis AI WeChat pada dasarnya adalah menukar kemudahan teknologi dengan akses skala besar, memungkinkan sebagian besar dari 400.000 developer tersebut naik ke kereta ini dengan biaya nol.

Mode pengembangan memberikan ruang kustomisasi bagi penyedia layanan dengan logika bisnis yang kompleks. Developer dapat membangun keterampilan secara mandiri berdasarkan karakteristik bisnis mereka sendiri, yang setelah melalui evaluasi dan persetujuan platform, dapat dipanggil oleh AI WeChat. Kedua mode dapat diaktifkan bersamaan, tidak saling eksklusif.

Istilah 'nama belum ditentukan' dan 'perilaku opsional' menunjukkan bahwa tim WeChat masih memiliki reservasi mengenai positioning produk. Tugas utama tahap uji coba internal adalah menjalankan jalur teknis dan mengamati respons developer. Namun, mode otomatis telah menyentuh titik sensitif: otorisasi kode sumber. Sebagian developer menyampaikan kekhawatiran di komunitas terbuka WeChat, masalah inti terkonsentrasi pada beberapa aspek – bagaimana platform menjamin keamanan aset kode setelah membaca kode sumber, apakah operasi langsung AI pada halaman akan menyebabkan logika pelacakan dan tampilan iklan yang ada menjadi tidak efektif, serta bagaimana pembagian tanggung jawab jika operasi keliru AI menyebabkan kerugian pengguna. Saat ini belum ada penjelasan rinci yang terbuka untuk masalah-masalah ini.

Setelah Kemampuan Dasar Peringkat Kedua Domestik, Hunyuan Memilih untuk Mendalami

AI WeChat membutuhkan bukan hanya model yang bisa mengobrol, tetapi dasar Agen yang dapat memahami struktur halaman dan secara akurat menjalankan instruksi operasi. Dasar ini adalah model besar Tencent Hunyuan.

Pada Maret 2025, benchmark evaluasi model besar bahasa Mandarin SuperCLUE merilis laporan, edisi unggulan Tencent Hunyuan menempati peringkat kedua domestik dalam peringkat model dasar, di bawah Doubao Byte, tetapi menempati peringkat pertama domestik dalam dimensi kemampuan aplikasi, memimpin dalam item rinci seperti pemahaman dan penulisan teks, kepatuhan instruksi, dan kemampuan Agen. Saat mengutip laporan tersebut, ScienceNet mencatat bahwa performa Hunyuan dalam dimensi 'kepraktisan' lebih baik daripada peringkat kemampuan dasarnya. Pada periode yang sama, Hunyuan Turbo S pertama kali masuk dalam Top 15 global evaluasi internasional Chatbot Arena.

Iterasi versi Hunyuan mempertahankan ritme tingkat kuartal. Pembaruan hunyuan-turbo pada April 2025, peluncuran edisi unggulan TurboS pada Juli 2025 yang meningkatkan kemampuan berpikir. Pada April 2026, versi pratinjau Hy3 diluncurkan, diklaim secara resmi meningkatkan efisiensi penalaran sebesar 40%. Menurut dokumentasi produk Tencent Cloud, versi lama seperti HY 2.0 direncanakan untuk berhenti beroperasi mulai 26 Juni 2026.

Ritme ini jauh lebih lambat daripada Byte dan Alibaba. Doubao Byte dan Tongyi Qianwen Alibaba mempertahankan frekuensi peluncuran model yang mendekati 'pembaruan mingguan' dalam setahun terakhir, sementara Hunyuan stabil dengan pembaruan versi besar setiap kuartal. Manajemen Tencent sebelumnya telah menyatakan sikap publik 'pekerjaan lambat menghasilkan karya halus', penjelasan di tingkat teknis adalah: era Agen menuntut stabilitas dan latensi rendah yang jauh lebih tinggi daripada era dialog, pergantian model dasar yang sering akan menyulitkan developer untuk melakukan adaptasi rekayasa. Skenario yang perlu dipanggil AI WeChat termasuk pemesanan, pembayaran, reservasi, dan operasi lainnya yang melibatkan dana dan informasi sensitif, sehingga kepastian output model jauh lebih penting daripada kreativitas.

Dalam hal investasi sumber daya, Presiden Tencent Martin Lau mengungkapkan pada pertemuan komunikasi laporan tahunan 2025 bahwa investasi dalam pengembangan produk AI baru pada 2025 adalah 18 miliar yuan, dan investasi ini akan setidaknya berlipat ganda pada 2026. Konten pertemuan yang dikutip oleh The Paper menunjukkan bahwa Martin Lau juga menyatakan bahwa inti perencanaan selanjutnya adalah menciptakan agen cerdas AI eksklusif di dalam WeChat, menghubungkan seluruh rantai mini-program, sosial, dan pembayaran. Investasi berlipat ganda tetapi ritme versi tidak dipercepat, menunjukkan bahwa dana lebih banyak dialirkan ke pembangunan ulang infrastruktur dan peningkatan kualitas data, bukan untuk merebut jendela peluncuran.

Kepemimpinan Hunyuan dalam kemampuan aplikasi beresonansi dengan kebutuhan skenario AI WeChat. Model dengan peringkat model dasar lebih tinggi tetapi kemampuan Agen yang lemah, dalam skenario AI WeChat mungkin justru kurang berguna dibandingkan Hunyuan. Tencent memilih jalur yang tidak mengejar kompetisi parameter, fokus pada dimensi praktis. Jalur ini mulai menunjukkan koherensi logisnya saat AI WeChat memasuki uji coba internal.

DAU Tembus 50 Juta Saat Imlek, Lalu Bagaimana?

Sebelum uji coba internal AI WeChat, tugas validasi C-end Tencent AI dibebankan pada aplikasi Yuanbao.

Kurva pertumbuhan Yuanbao menunjukkan karakteristik pulsa yang jelas. Menurut data monitoring QuestMobile yang dikutip oleh China National Radio, pada Januari 2025, MAU Yuanbao berada di peringkat ke-12 industri, dan pada Desember 2025 telah naik ke peringkat ke-3, di bawah Doubao (MAU 226 juta) dan DeepSeek (MAU 135 juta), dengan tingkat pertumbuhan gabungan tahunan sebesar 27,8%.

Selama periode Tahun Baru Imlek 2026, Yuanbao mengalami ledakan. Data yang diungkapkan resmi Tencent menunjukkan, puncak DAU Yuanbao melebihi 50 juta, mencapai 40,54 juta pada malam Tahun Baru Imlek, dan MAU mencapai 114 juta. Laporan Shanghai Securities News menunjukkan bahwa pertumbuhan ini terutama berasal dari penarikan pengguna baru melalui rantai sosial aktivitas angpao.

Namun, data dengan cepat turun setelah Tahun Baru Imlek. Monitoring QuestMobile menunjukkan, pada April 2026 DAU normal Yuanbao sekitar 9 juta, sementara DAU Doubao sekitar 140 juta, dan Qianwen sekitar 30 juta pada periode yang sama. Perbedaan puncak-lembah mendekati 5 kali, karakteristik pertumbuhan berpulsa jelas. Rasio DAU terhadap MAU tidak ada data terbuka, sehingga retensi pengguna tidak dapat dinilai dengan pasti.

Peran Yuanbao dalam jalur Tencent AI adalah 'validasi C-end produk independen'. Ini membuktikan dua hal: pertama, Tencent memiliki kemampuan untuk mendorong produk AI ke hadapan pengguna miliaran dengan memanfaatkan rantai sosial WeChat; kedua, pengguna yang ditarik oleh angpao tidak dapat dipertahankan. Martin Lau dalam pertemuan laporan keuangan menyatakan bahwa efek promosi Tahun Baru Imlek Yuanbao melampaui ekspektasi, dan langkah selanjutnya adalah mengoptimalkan kemampuan inti seperti dialog suara. Pernyataan ini sendiri juga menunjukkan bahwa tim menyadari retensi adalah proposisi inti tahap selanjutnya.

Pengalaman pertumbuhan berpulsa Yuanbao, sebaliknya, menjelaskan mengapa AI WeChat memilih untuk langsung terintegrasi secara native dalam aplikasi super, daripada terus mendorong aplikasi independen. Aplikasi independen membutuhkan pengguna untuk secara aktif membukanya, retensi bergantung pada notifikasi dan aktivitas; integrasi native mengandalkan skenario untuk mengikat pengguna, ketika pengguna perlu memesan makanan, membayar tagihan, atau melacak paket, AI WeChat sudah ada dalam aliran dialog. Ini adalah dua logika retensi yang sangat berbeda.

Setiap Mini-Program Bisa 'Dilobsterkan', Tapi Penyedia Layanan Takut Dipintasi

Arah produk AI WeChat telah memiliki garis besar yang jelas dalam pernyataan publik Ma Huateng pada Maret 2026.

Dalam konten pertemuan komunikasi laporan tahunan 2025, Ma Huateng pertama kali membahas konsep 'memelihara udang'. Aplikasi kelas 'lobster' yang ia sebut mengacu pada AI Agent yang memiliki 'rasa manusia hidup', mampu menjalankan tugas secara mandiri daripada sekadar menjawab pertanyaan. Ma Huateng menyatakan bahwa aplikasi semacam ini memberikan inspirasi bagi AI WeChat yang sedang direncanakan: di masa depan, setiap mini-program dapat diubah menjadi cerdas, 'dilobsterkan'.

Inti metafora ini adalah mendorong AI dari alat dialog menjadi pelaksana tugas. Jika AI WeChat hanya chatbot, tidak perlu membaca kode sumber, tidak perlu mengoperasikan halaman. Keberadaan mode otomatis menunjukkan bahwa positioning-nya adalah menggantikan pengguna untuk menyelesaikan tugas lintas mini-program: memesan secangkir kopi, membayar tagihan air/listrik, membuat janji rumah sakit, membuka sebuah mini-game. Pengguna tidak perlu tahu layanan mana yang disediakan oleh mini-program mana, cukup mengatakan satu kalimat kepada AI WeChat.

Namun, Ma Huateng dalam pertemuan yang sama secara aktif menyebutkan konflik kepentingan ekosistem. Dia mencatat, penyedia layanan ekosistem khawatir akan 'dipintasi', 'dijadikan saluran' oleh agen cerdas AI. Jika pengguna mengatakan kepada AI WeChat 'tolong pesankan saya secangkir latte', AI langsung memanggil layanan atomik dari suatu mini-program kopi untuk menyelesaikan transaksi, pengguna tidak masuk ke halaman merchant sama sekali, maka slot iklan, eksposur merek, dan akumulasi pengguna merchant menjadi nol. Penyedia layanan tidak akan menerima hasil seperti ini.

Ini adalah kontradiksi inti dalam desain produk AI WeChat. Semakin efisien penjadwalan terpusat, semakin lemah kedaulatan lalu lintas terdesentralisasi merchant. Dua mode akses itu sendiri tidak menyelesaikan kontradiksi ini, itu hanya desain pintu masuk. Mekanisme penyeimbangan yang sebenarnya, seperti aturan alokasi lalu lintas, hubungan antara layanan atomik dan halaman merchant, visibilitas data di backend penyedia layanan, saat ini sama sekali belum diungkapkan secara terbuka. Kata-kata asli Ma Huateng adalah 'harus mempertimbangkan penjadwalan terpusat dan perlindungan lalu lintas terdesentralisasi secara bersamaan', tetapi secara konkret bagaimana menyeimbangkannya, tahap uji coba internal belum memberikan jawaban.

Tiga Jalur Sudah Siap, Tapi Langkah Ketiga Baru Dimulai

Setelah tiga jalur Hunyuan, Yuanbao, dan AI WeChat berjalan paralel, jalur bertahap Tencent AI secara logis koheren.

Lapisan dasar tidak membuat model tercepat, tetapi fondasi Agen paling stabil. Peringkat pertama domestik kemampuan aplikasi Hunyuan di SuperCLUE mendukung kebutuhan AI WeChat akan operasi yang tepat. Lapisan tengah menggunakan aplikasi independen untuk menjalankan penarikan pengguna melalui rantai sosial dan pengalaman dasar, MAU Yuanbao yang menembus 100 juta saat Imlek memvalidasi efek leverage kolam lalu lintas WeChat terhadap produk AI. Lapisan atas melakukan integrasi native dalam aplikasi super, menggunakan skenario untuk mengurangi tekanan retensi, uji coba internal AI WeChat langsung menghadapi 400.000 developer dan ekosistem mini-program dengan DAU lebih dari 100 juta.

Namun, apakah persepsi C-end telah berubah, saat ini hanya bisa diberikan penilaian 'sebagian selesai'. MAU miliaran Yuanbao terutama berasal dari pulsa angpao, DAU normal sekitar 9 juta, masih memiliki jarak yang cukup besar dari 140 juta DAU Doubao. AI WeChat baru memasuki uji coba internal, pengguna biasa belum bisa merasakannya. Porsi kesadaran publik Tencent AI masih memiliki kesenjangan yang jelas dengan tingkat teknologinya.

Apakah AI WeChat dapat menutup kesenjangan ini, tergantung pada tiga variabel. Pertama, apakah masalah kepercayaan kode sumber pada mode otomatis dapat diselesaikan di pihak developer, ini menentukan skala akses sisi pasokan. Kedua, apakah aturan alokasi lalu lintas terpusat dan terdesentralisasi dapat diterima oleh penyedia layanan, ini menentukan apakah keseimbangan kepentingan ekosistem dapat tercapai. Ketiga, apakah akurasi operasi AI dan pembagian tanggung jawab dapat membuat pengguna merasa aman untuk melakukan pemesanan, ini menentukan kedalaman penggunaan C-end.

Kesiapan tiga jalur adalah prasyarat, tetapi apakah di antara mereka dapat membentuk rantai 'Hunyuan menjamin keandalan, Yuanbao memvalidasi kebiasaan pengguna, AI WeChat menyampaikan pengalaman akhir', masih membutuhkan setidaknya data publik dua kuartal untuk divalidasi. Ma Huateng dalam pertemuan laporan keuangan mengatakan 'AI adalah maraton, bukan lari cepat', uji coba internal AI WeChat hanyalah sebuah titik tanda di tengah maraton ini, jarak ke garis finish masih sangat panjang.

Pertanyaan Terkait

QApa itu mode otomatis dalam pengujian internal WeChat AI, dan mengapa hal ini menjadi titik sensitif bagi pengembang?

AMode otomatis pada WeChat AI adalah cara bagi pengembang untuk mengizinkan platform membaca kode sumber mini-program mereka tanpa perlu pengembangan tambahan, sehingga AI dapat langsung mengoperasikan halaman mini-program. Ini menjadi titik sensitif karena menimbulkan kekhawatiran di kalangan pengembang mengenai keamanan aset kode, potensi kegagalan logika iklan dan pelacakan yang ada, serta pertanggungjawaban jika terjadi kesalahan operasi oleh AI yang menyebabkan kerugian pengguna.

QBagaimana posisi model dasar Tencent Hunyuan dalam peringkat lokal, dan mengapa laporan SuperCLUE menyoroti kemampuannya dalam dimensi 'aplikasi praktis'?

ADalam laporan SuperCLUE yang dirilis Maret 2025, model dasar Hunyuan edisi flagship Tencent menempati peringkat kedua di Tiongkok, tepat di bawah Doubao (ByteDance). Namun, laporan tersebut menyoroti bahwa Hunyuan menduduki peringkat pertama dalam dimensi 'kemampuan aplikasi' atau 'utilitas praktis', unggul dalam pemahaman teks, kreativitas, kepatuhan terhadap instruksi, dan kemampuan Agen. Ini menunjukkan kekuatannya dalam penerapan praktis dibandingkan hanya sebagai model dasar untuk percakapan.

QApa peran aplikasi Yuanbao dalam strategi AI Tencent, dan pola pertumbuhan seperti apa yang ditunjukkannya?

AYuanbao berperan sebagai 'produk mandiri untuk validasi sisi pengguna (C-end)' dalam strategi AI Tencent. Pola pertumbuhannya bersifat impulsif atau seperti lonjakan. Aplikasi ini mengalami ledakan pengguna selama periode angpao Tahun Baru Imlek 2026, dengan DAU puncak melebihi 50 juta dan MAU mencapai 114 juta. Namun, setelah periode tersebut, datanya turun signifikan menjadi DAU sekitar 9 juta pada April 2026, menunjukkan tantangan dalam mempertahankan pengguna yang didapat dari promosi insentif jangka pendek.

QApa yang dimaksud Pony Ma dengan konsep 'lobsterisasi' mini-program, dan konflik kepentingan apa yang dia sebutkan terkait hal ini?

AKonsep 'lobsterisasi' yang diungkapkan oleh Pony Ma (Ma Huateng) mengacu pada transformasi setiap mini-program menjadi Agen AI cerdas yang memiliki 'kesan seperti manusia hidup' dan dapat menjalankan tugas secara mandiri, bukan hanya menjawab pertanyaan. Konflik kepentingan yang dia sebutkan adalah kekhawatiran penyedia layanan (service provider) di ekosistem akan 'disirkuitkan' atau 'dijadikan saluran' oleh Agen AI pusat. Jika AI WeChat langsung menyelesaikan transaksi (misalnya memesan kopi) tanpa membawa pengguna ke halaman pedagang, maka eksposur merek, iklan, dan retensi pengguna pedagang tersebut bisa hilang.

QApa tiga variabel kunci yang akan menentukan keberhasilan WeChat AI menurut artikel tersebut?

AMenurut artikel, tiga variabel kunci yang menentukan keberhasilan WeChat AI adalah: 1) Kemampuan menyelesaikan masalah kepercayaan terkait akses kode sumber dalam mode otomatis di sisi pengembang, yang akan menentukan skala adopsi. 2) Kemampuan menciptakan aturan distribusi lalu lintas yang dapat diterima oleh penyedia layanan, menyeimbangkan penjadwalan terpusat dengan perlindungan lalu lintas terdesentralisasi. 3) Keakuratan operasi AI dan kejelasan pertanggungjawaban jika terjadi kesalahan, yang akan menentukan kedalaman penggunaan dan kepercayaan pengguna akhir.

Bacaan Terkait

Gary Yang: Ekonomi Agen dan Ekonomi Mikro Sub AI

**Ekonomi Agen dan Ekonomi Mikro-Sub AI** oleh Yang Ge (Gary) Perkembangan AI pasca-singularitas telah menciptakan kesenjangan peradaban yang cepat di seluruh dunia. Saat ini, kompetisi global fokus pada **AI Payment** dan infrastruktur **Agen Ekonomi**. Tren utama mencakup: 1. **AI Payment & Hambatan Ekonomi H2A**: Banyak perusahaan (termasuk raksasa teknologi) bersaing untuk mengembangkan protokol pembayaran untuk Agen AI, tetapi sebagian besar masih berorientasi pada **H2A (Human-to-Agent)**, yang terbatas karena bergantung pada keputusan manusia dan kurang *AI-native*. 2. **Ekonomi Agen & Tren Tak Terhindarkan Ekosistem A2A**: Masa depan adalah **Ekonomi Agen** otonom, di mana agen AI menciptakan, bertukar, dan mengkapitalisasi nilai dalam ekosistem **A2A (Agent-to-Agent)**. Ini memerlukan standar teknis, aturan ekonomi, dan konsensus baru yang dibangun dari prinsip pertama (*first principles*) untuk dunia AI. 3. **Protokol AI vs. Protokol Crypto**: **Protokol AI** adalah aturan dasar untuk komunikasi, kolaborasi, dan pertukaran nilai antar-agen. Meskipun pada akhirnya akan menyatu dengan **Protokol Crypto** (yang lebih fokus pada aset dan kepemilikan), saat ini terdapat kesenjangan besar karena faktor politik-ekonomi dan kecenderungan untuk menghindari pengaturan keuangan tradisional (*KYC* yang tidak sesuai untuk agen). 4. **Ekonomi Mikro-Sub Agen AI & Analogi Biologi**: Ekonomi yang melibatkan agen AI memiliki karakteristik unik: frekuensi transaksi tinggi/nilai rendah, didorong efisiensi (bukan emosi), berorientasi tugas, biaya organisasi dan komunikasi mendekati nol. Ini dapat dianalogikan seperti sel biologis (LLM sebagai inti sel, *harness* sebagai sitoplasma, protokol sebagai membran sel, *skills* sebagai lingkungan ekstraseluler). 5. **Kepastian AIFi & Makna Ekonomi FinChip**: **AIFi (AI Finance)** adalah sistem keuangan untuk menokenisasi dan memperdagangkan nilai asli yang diciptakan dalam Ekonomi Agen, berbeda dari *DeFi/TradFi* karena nilainya berasal dari AI itu sendiri. **FinChip (Financial Chip)** adalah infrastruktur penting yang menggabungkan AI otonom dengan protokol Crypto untuk mendukung ekosistem nilai AI di *open network*. 6. **AI-Native adalah Peningkatan Paradigma yang Berbeda**: Transformasi **AI-native** berbeda dari sekadar "internet+". Ini membutuhkan pemikiran dari prinsip pertama AI (efisiensi energi, jalur terpendek, logika tugas), bukan sekadar menambahkan AI pada proses lama. Ini adalah tantangan paradigma yang dalam dan sulit. Singkatnya, dunia sedang bergerak menuju ekonomi di mana agen AI otonom berinteraksi dan menciptakan nilai (A2A), memerlukan infrastruktur keuangan dan protokol baru (AIFi, Protokol AI/Crypto terintegrasi) yang dibangun dengan pemikiran *AI-native*, melampaui batasan sistem keuangan dan hukum tradisional.

链捕手15m yang lalu

Gary Yang: Ekonomi Agen dan Ekonomi Mikro Sub AI

链捕手15m yang lalu

Dari "The Big Short" ke San Francisco: Perayaan dan Pusing dalam Gelembung AI

Penulis, yang baru pindah dari New York ke San Francisco, menggambarkan suasana kota yang digerakkan oleh demam AI. Ia menyoroti beberapa pengamatan kunci: energi gugup dan kompetitif ("Big Bubble Behavior") yang terasa di kalangan profesional teknologi, dominasi permainan status tunggal seputar AI yang memicu perbandingan konstan, serta narasi "kiamat" atau kekhawatiran akan dampak sosial AI yang beredar bersamaan dengan optimisme berlebihan. Ia juga mencatat obsesi industri terhadap jenius matematika masa kecil sebagai calon pendiri atau peneliti. Melalui lensa referensi film "The Big Short" dan teori ekonomi, penulis menggarisbawahi fase euforia spekulatif ini, menekankan pentingnya tetap sadar di tengah "pesta". Pesan penutupnya adalah: menarilah selagi musik masih dimainkan, tapi jangan sampai mabuk.

marsbit30m yang lalu

Dari "The Big Short" ke San Francisco: Perayaan dan Pusing dalam Gelembung AI

marsbit30m yang lalu

AI Sedang Menciptakan 'Orang Miskin Informasi' Baru?

Tempat paling kejam dari AI bukanlah karena ia tidak memberikan jawaban kepada orang miskin. Sebaliknya, ia memberi jawaban kepada semua orang — mulai dari kerangka esai, template email, hingga saran hukum dan investasi. Namun, ketika jawaban menjadi murah dan melimpah, yang langka bukan lagi jawaban itu sendiri, melainkan kemampuan untuk menilainya. Di era AI, kesenjangan informasi memiliki struktur baru. Model bahasa besar langsung menyajikan kesimpulan tanpa perlu mencari, tetapi kemampuan untuk menilai apakah jawaban itu dapat dipercaya menjadi jauh lebih berharga. Seringkali, teknologi baru pertama-tama memberi manfaat kepada mereka yang sudah memiliki modal pendamping — seperti latar belakang pendidikan, keahlian profesional, dan daya kritis. Ketidaksetaraan pertama dimulai dari akses. Survei di AS (2026) menunjukkan pengguna Claude mayoritas berasal dari keluarga berpenghasilan tinggi, sementara Meta AI lebih banyak digunakan oleh kelompok berpenghasilan rendah. Pilihan alat juga terkait dengan distribusi dan akses: AI canggih membutuhkan langkah aktif dan pembayaran, sedangkan AI gratis sering ditemui secara pasif di platform media sosial. Di tempat kerja, perbedaan muncul melalui otorisasi dan pelatihan. Survei tenaga kerja menunjukkan pekerja dengan gaji tertinggi lebih banyak menggunakan AI sehari-hari. Pelatihan formal dari perusahaan meningkatkan penggunaan AI secara signifikan, namun hanya sedikit karyawan yang mendapatkannya. AI di tempat kerja bukan sekadar alat, tetapi izin, dan izin ini tidak didistribusikan secara merata. Perpecahan terdalam terletak pada kemampuan menilai. AI mengurangi biaya untuk "terdengar paham", tetapi tidak mengurangi biaya untuk "benar-benar paham". Pengalaman adalah modal pendamping terpenting yang tidak bisa dibeli. Pengguna pemula mungkin menerima output AI secara mentah, sementara yang berpengalaman dapat mengidentifikasi kelemahan. Dengan demikian, AI dapat memperdalam ketimpangan karena meningkatkan produktivitas mereka yang sudah memiliki kemampuan penilaian. Namun, AI juga berpotensi menyamakan kedudukan. Penelitian menunjukkan AI dapat meningkatkan kinerja pekerja pemula lebih signifikan. Masalahnya, potensi ini hanya terwujud jika adopsi, akses ke peluang, dan pelatihan penilaian didistribusikan secara adil. Sejarah teknologi menunjukkan manfaat jarang langsung dinikmati secara merata. Percaya bahwa AI akan secara otomatis meratakan lapangan bermain adalah kesalahan. Di era di mana penilaian menentukan segalanya, merasa lebih pintar belum tentu sama dengan menjadi lebih pintar. Kesenjangan baru bukanlah antara mereka yang memiliki AI dan yang tidak, tetapi antara mereka yang dapat menilai dan mengubah jawaban AI menjadi peluang nyata, dan mereka yang tidak.

marsbit1j yang lalu

AI Sedang Menciptakan 'Orang Miskin Informasi' Baru?

marsbit1j yang lalu

Huang Renxiong 'Menyelamatkan' Pasar Saham Korea: Mengunci Memori SK Hynix, Kekurangan Chip Akan Berlanjut

Pasar saham Korea Selatan mengalami penurunan tajam awal Juni, dengan indeks KOSPI anjlok lebih dari 5%. Dalam situasi ini, kunjungan Jensen Huang, CEO NVIDIA, ke Korea Selatan memainkan peran penting. Dalam pertemuan dengan CEO SK Hynix, Kwak Noh-jung, dan Chairman SK Group, Chey Tae-won, Huang mengumumkan bahwa CPU Vera buatan NVIDIA akan menggunakan memori DRAM dari SK Hynix. Kedua perusahaan juga menandatangani kerja sama teknologi jangka panjang untuk mengembangkan memori generasi mendatang untuk infrastruktur AI NVIDIA, mencakup superkomputer AI, PC, dan platform robotika. Kerja sama ini melampaui pasokan memori. SK Hynix akan memanfaatkan teknologi AI NVIDIA (seperti CUDA-X dan Omniverse) dalam desain dan manufaktur semikonduktor mereka, termasuk untuk komputasi lithografi dan menciptakan *digital twin* pabrik wafer untuk mengoptimalkan operasi. Meski berpartner dengan SK Hynix, NVIDIA mendiversifikasi pasokan HBM4 untuk sistem Vera Rubin dengan melibatkan tiga pemasok: SK Hynix, Samsung Electronics, dan Micron Technology. Namun, Huang memprediksi bahwa kekurangan chip memori akan berlanjut selama beberapa tahun ke depan karena tingginya permintaan dari industri AI. Kunjungan Huang juga menguatkan hubungan strategis NVIDIA dengan industri teknologi Korea, termasuk raksasa seperti Hyundai Motor, LG, dan Naver, menunjukkan komitmen mendalam NVIDIA di kawasan ini.

marsbit1j yang lalu

Huang Renxiong 'Menyelamatkan' Pasar Saham Korea: Mengunci Memori SK Hynix, Kekurangan Chip Akan Berlanjut

marsbit1j yang lalu

Indeks Nasdaq Turun 4.2% dalam Satu Hari, Apakah 'Jumat Kelam' Menusuk Gelembung Saham AS?

Indeks Nasdaq turun 4,18% pada 5 Juni 2026, mencatat penurunan terbesar dalam satu hari sejak April 2025. Indeks S&P 500 dan Dow Jones juga turun tajam, dengan sektor semikonduktor, terutama saham-saham AI seperti NVIDIA dan AMD, mengalami penurunan terparah. Data non-farm payrolls AS bulan Mei yang lebih kuat dari perkiraan menjadi pemicu langsung, memicu kekhawatiran akan inflasi dan penundaan pemotongan suku bunga oleh Federal Reserve. Analisis mengungkapkan bahwa penurunan ini terjadi di tengah valuasi pasar saham AS yang tinggi. Beberapa indikator, seperti CAPE ratio dan "Buffett Indicator", menunjukkan level yang mengkhawatirkan, mirip dengan periode sebelum gelembung dot-com tahun 2000. Sentimen investor sebelumnya juga sangat optimis. Sektor AI, yang menjadi motor penggerak pasar selama 18 bulan terakhir, menunjukkan kerapuhan. Kekhawatiran muncul terkait kelanjutan belanja modal AI dan kemampuan monetisasi aplikasi. Penurunan ini memicu perdebatan di kalangan analis: apakah ini awal penyesuaian gelembung atau hanya koreksi sehat dalam pasar bull. Masa depan pasar akan sangat ditentukan oleh data inflasi (CPI) AS bulan Mei yang akan datang dan pertemuan kebijakan Federal Reserve. Keputusan Fed mengenai jalur suku bunga akan menjadi kunci untuk menentukan apakah penurunan ini adalah awal tren bearish atau hanya fase volatilitas sementara. Investor disarankan untuk lebih berhati-hati dan memantau perkembangan data ekonomi serta sinyal kebijakan moneter dengan ketat.

marsbit2j yang lalu

Indeks Nasdaq Turun 4.2% dalam Satu Hari, Apakah 'Jumat Kelam' Menusuk Gelembung Saham AS?

marsbit2j yang lalu

Trading

Spot
Futures

Artikel Populer

Apa Itu $S$

Memahami SPERO: Tinjauan Komprehensif Pengenalan SPERO Seiring dengan perkembangan lanskap inovasi, munculnya teknologi web3 dan proyek cryptocurrency memainkan peran penting dalam membentuk masa depan digital. Salah satu proyek yang telah menarik perhatian di bidang dinamis ini adalah SPERO, yang dilambangkan sebagai SPERO,$$s$. Artikel ini bertujuan untuk mengumpulkan dan menyajikan informasi terperinci tentang SPERO, untuk membantu para penggemar dan investor memahami dasar-dasar, tujuan, dan inovasi dalam domain web3 dan crypto. Apa itu SPERO,$$s$? SPERO,$$s$ adalah proyek unik dalam ruang crypto yang berusaha memanfaatkan prinsip desentralisasi dan teknologi blockchain untuk menciptakan ekosistem yang mendorong keterlibatan, utilitas, dan inklusi finansial. Proyek ini dirancang untuk memfasilitasi interaksi peer-to-peer dengan cara baru, memberikan pengguna solusi dan layanan keuangan yang inovatif. Pada intinya, SPERO,$$s$ bertujuan untuk memberdayakan individu dengan menyediakan alat dan platform yang meningkatkan pengalaman pengguna dalam ruang cryptocurrency. Ini termasuk memungkinkan metode transaksi yang lebih fleksibel, mendorong inisiatif yang dipimpin komunitas, dan menciptakan jalur untuk peluang finansial melalui aplikasi terdesentralisasi (dApps). Visi mendasar dari SPERO,$$s$ berputar di sekitar inklusivitas, bertujuan untuk menjembatani kesenjangan dalam keuangan tradisional sambil memanfaatkan manfaat teknologi blockchain. Siapa Pencipta SPERO,$$s$? Identitas pencipta SPERO,$$s$ tetap agak samar, karena ada sumber daya publik yang terbatas yang memberikan informasi latar belakang terperinci tentang pendiriannya. Kurangnya transparansi ini dapat berasal dari komitmen proyek terhadap desentralisasi—sebuah etos yang banyak proyek web3 bagi, memprioritaskan kontribusi kolektif di atas pengakuan individu. Dengan memusatkan diskusi di sekitar komunitas dan tujuan kolektifnya, SPERO,$$s$ mewujudkan esensi pemberdayaan tanpa menonjolkan individu tertentu. Dengan demikian, memahami etos dan misi SPERO tetap lebih penting daripada mengidentifikasi pencipta tunggal. Siapa Investor SPERO,$$s$? SPERO,$$s$ didukung oleh beragam investor mulai dari modal ventura hingga investor malaikat yang berdedikasi untuk mendorong inovasi di sektor crypto. Fokus investor ini umumnya sejalan dengan misi SPERO—memprioritaskan proyek yang menjanjikan kemajuan teknologi sosial, inklusivitas finansial, dan tata kelola terdesentralisasi. Fondasi investor ini biasanya tertarik pada proyek yang tidak hanya menawarkan produk inovatif tetapi juga memberikan kontribusi positif kepada komunitas blockchain dan ekosistemnya. Dukungan dari investor ini memperkuat SPERO,$$s$ sebagai pesaing yang patut diperhitungkan di domain proyek crypto yang berkembang pesat. Bagaimana SPERO,$$s$ Bekerja? SPERO,$$s$ menerapkan kerangka kerja multi-faceted yang membedakannya dari proyek cryptocurrency konvensional. Berikut adalah beberapa fitur kunci yang menekankan keunikan dan inovasinya: Tata Kelola Terdesentralisasi: SPERO,$$s$ mengintegrasikan model tata kelola terdesentralisasi, memberdayakan pengguna untuk berpartisipasi aktif dalam proses pengambilan keputusan mengenai masa depan proyek. Pendekatan ini mendorong rasa kepemilikan dan akuntabilitas di antara anggota komunitas. Utilitas Token: SPERO,$$s$ memanfaatkan token cryptocurrency-nya sendiri, yang dirancang untuk melayani berbagai fungsi dalam ekosistem. Token ini memungkinkan transaksi, hadiah, dan fasilitasi layanan yang ditawarkan di platform, meningkatkan keterlibatan dan utilitas secara keseluruhan. Arsitektur Berlapis: Arsitektur teknis SPERO,$$s$ mendukung modularitas dan skalabilitas, memungkinkan integrasi fitur dan aplikasi tambahan secara mulus seiring dengan perkembangan proyek. Kemampuan beradaptasi ini sangat penting untuk mempertahankan relevansi di lanskap crypto yang selalu berubah. Keterlibatan Komunitas: Proyek ini menekankan inisiatif yang dipimpin komunitas, menggunakan mekanisme yang memberikan insentif untuk kolaborasi dan umpan balik. Dengan memelihara komunitas yang kuat, SPERO,$$s$ dapat lebih baik memenuhi kebutuhan pengguna dan beradaptasi dengan tren pasar. Fokus pada Inklusi: Dengan menawarkan biaya transaksi yang rendah dan antarmuka yang ramah pengguna, SPERO,$$s$ bertujuan untuk menarik basis pengguna yang beragam, termasuk individu yang mungkin sebelumnya tidak terlibat dalam ruang crypto. Komitmen ini terhadap inklusi sejalan dengan misi utamanya untuk memberdayakan melalui aksesibilitas. Garis Waktu SPERO,$$s$ Memahami sejarah proyek memberikan wawasan penting tentang trajektori dan tonggak perkembangannya. Berikut adalah garis waktu yang disarankan yang memetakan peristiwa signifikan dalam evolusi SPERO,$$s$: Fase Konseptualisasi dan Ideasi: Ide awal yang membentuk dasar SPERO,$$s$ dikembangkan, sangat selaras dengan prinsip desentralisasi dan fokus komunitas dalam industri blockchain. Peluncuran Whitepaper Proyek: Setelah fase konseptual, whitepaper komprehensif yang merinci visi, tujuan, dan infrastruktur teknologi SPERO,$$s$ dirilis untuk menarik minat dan umpan balik komunitas. Pembangunan Komunitas dan Keterlibatan Awal: Upaya jangkauan aktif dilakukan untuk membangun komunitas pengguna awal dan investor potensial, memfasilitasi diskusi seputar tujuan proyek dan mendapatkan dukungan. Acara Generasi Token: SPERO,$$s$ melakukan acara generasi token (TGE) untuk mendistribusikan token asli kepada pendukung awal dan membangun likuiditas awal dalam ekosistem. Peluncuran dApp Awal: Aplikasi terdesentralisasi (dApp) pertama yang terkait dengan SPERO,$$s$ diluncurkan, memungkinkan pengguna untuk terlibat dengan fungsionalitas inti platform. Pengembangan Berkelanjutan dan Kemitraan: Pembaruan dan peningkatan berkelanjutan terhadap penawaran proyek, termasuk kemitraan strategis dengan pemain lain di ruang blockchain, telah membentuk SPERO,$$s$ menjadi pemain yang kompetitif dan berkembang di pasar crypto. Kesimpulan SPERO,$$s$ berdiri sebagai bukti potensi web3 dan cryptocurrency untuk merevolusi sistem keuangan dan memberdayakan individu. Dengan komitmen terhadap tata kelola terdesentralisasi, keterlibatan komunitas, dan fungsionalitas yang dirancang secara inovatif, ia membuka jalan menuju lanskap keuangan yang lebih inklusif. Seperti halnya investasi di ruang crypto yang berkembang pesat, calon investor dan pengguna dianjurkan untuk melakukan riset secara menyeluruh dan terlibat dengan perkembangan yang sedang berlangsung dalam SPERO,$$s$. Proyek ini menunjukkan semangat inovatif industri crypto, mengundang eksplorasi lebih lanjut ke dalam berbagai kemungkinan yang ada. Meskipun perjalanan SPERO,$$s$ masih berlangsung, prinsip-prinsip dasarnya mungkin benar-benar mempengaruhi masa depan cara kita berinteraksi dengan teknologi, keuangan, dan satu sama lain dalam ekosistem digital yang saling terhubung.

75 Total TayanganDipublikasikan pada 2024.12.17Diperbarui pada 2024.12.17

Apa Itu $S$

Apa Itu AGENT S

Agent S: Masa Depan Interaksi Otonom di Web3 Pendahuluan Dalam lanskap Web3 dan cryptocurrency yang terus berkembang, inovasi secara konstan mendefinisikan ulang cara individu berinteraksi dengan platform digital. Salah satu proyek perintis, Agent S, menjanjikan untuk merevolusi interaksi manusia-komputer melalui kerangka agen terbuka. Dengan membuka jalan untuk interaksi otonom, Agent S bertujuan untuk menyederhanakan tugas-tugas kompleks, menawarkan aplikasi transformasional dalam kecerdasan buatan (AI). Eksplorasi mendetail ini akan menyelami seluk-beluk proyek, fitur uniknya, dan implikasinya untuk domain cryptocurrency. Apa itu Agent S? Agent S berdiri sebagai kerangka agen terbuka yang inovatif, dirancang khusus untuk mengatasi tiga tantangan mendasar dalam otomatisasi tugas komputer: Memperoleh Pengetahuan Spesifik Domain: Kerangka ini secara cerdas belajar dari berbagai sumber pengetahuan eksternal dan pengalaman internal. Pendekatan ganda ini memberdayakannya untuk membangun repositori pengetahuan spesifik domain yang kaya, meningkatkan kinerjanya dalam pelaksanaan tugas. Perencanaan Selama Rentang Tugas yang Panjang: Agent S menggunakan perencanaan hierarkis yang ditingkatkan pengalaman, pendekatan strategis yang memfasilitasi pemecahan dan pelaksanaan tugas-tugas rumit dengan efisien. Fitur ini secara signifikan meningkatkan kemampuannya untuk mengelola beberapa subtugas dengan efisien dan efektif. Menangani Antarmuka Dinamis dan Tidak Seragam: Proyek ini memperkenalkan Antarmuka Agen-Komputer (ACI), solusi inovatif yang meningkatkan interaksi antara agen dan pengguna. Dengan memanfaatkan Model Bahasa Besar Multimodal (MLLM), Agent S dapat menavigasi dan memanipulasi berbagai antarmuka pengguna grafis dengan mulus. Melalui fitur-fitur perintis ini, Agent S menyediakan kerangka kerja yang kuat yang mengatasi kompleksitas yang terlibat dalam mengotomatisasi interaksi manusia dengan mesin, membuka jalan untuk berbagai aplikasi dalam AI dan seterusnya. Siapa Pencipta Agent S? Meskipun konsep Agent S secara fundamental inovatif, informasi spesifik tentang penciptanya tetap samar. Pencipta saat ini tidak diketahui, yang menyoroti baik tahap awal proyek atau pilihan strategis untuk menjaga anggota pendiri tetap tersembunyi. Terlepas dari anonimitas, fokus tetap pada kemampuan dan potensi kerangka kerja. Siapa Investor Agent S? Karena Agent S relatif baru dalam ekosistem kriptografi, informasi terperinci mengenai investor dan pendukung keuangannya tidak secara eksplisit didokumentasikan. Kurangnya wawasan yang tersedia untuk umum mengenai fondasi investasi atau organisasi yang mendukung proyek ini menimbulkan pertanyaan tentang struktur pendanaannya dan peta jalan pengembangannya. Memahami dukungan sangat penting untuk mengukur keberlanjutan proyek dan potensi dampak pasar. Bagaimana Cara Kerja Agent S? Di inti Agent S terletak teknologi mutakhir yang memungkinkannya berfungsi secara efektif dalam berbagai pengaturan. Model operasionalnya dibangun di sekitar beberapa fitur kunci: Interaksi Komputer yang Mirip Manusia: Kerangka ini menawarkan perencanaan AI yang canggih, berusaha untuk membuat interaksi dengan komputer lebih intuitif. Dengan meniru perilaku manusia dalam pelaksanaan tugas, ia menjanjikan untuk meningkatkan pengalaman pengguna. Memori Naratif: Digunakan untuk memanfaatkan pengalaman tingkat tinggi, Agent S memanfaatkan memori naratif untuk melacak sejarah tugas, sehingga meningkatkan proses pengambilan keputusannya. Memori Episodik: Fitur ini memberikan panduan langkah demi langkah kepada pengguna, memungkinkan kerangka untuk menawarkan dukungan kontekstual saat tugas berlangsung. Dukungan untuk OpenACI: Dengan kemampuan untuk berjalan secara lokal, Agent S memungkinkan pengguna untuk mempertahankan kontrol atas interaksi dan alur kerja mereka, sejalan dengan etos terdesentralisasi Web3. Integrasi Mudah dengan API Eksternal: Versatilitas dan kompatibilitasnya dengan berbagai platform AI memastikan bahwa Agent S dapat dengan mulus masuk ke dalam ekosistem teknologi yang ada, menjadikannya pilihan menarik bagi pengembang dan organisasi. Fungsionalitas ini secara kolektif berkontribusi pada posisi unik Agent S dalam ruang kripto, saat ia mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah dengan intervensi manusia yang minimal. Seiring proyek ini berkembang, aplikasi potensialnya di Web3 dapat mendefinisikan ulang bagaimana interaksi digital berlangsung. Garis Waktu Agent S Pengembangan dan tonggak Agent S dapat dirangkum dalam garis waktu yang menyoroti peristiwa pentingnya: 27 September 2024: Konsep Agent S diluncurkan dalam sebuah makalah penelitian komprehensif berjudul “Sebuah Kerangka Agen Terbuka yang Menggunakan Komputer Seperti Manusia,” yang menunjukkan dasar untuk proyek ini. 10 Oktober 2024: Makalah penelitian tersebut dipublikasikan secara terbuka di arXiv, menawarkan eksplorasi mendalam tentang kerangka kerja dan evaluasi kinerjanya berdasarkan tolok ukur OSWorld. 12 Oktober 2024: Sebuah presentasi video dirilis, memberikan wawasan visual tentang kemampuan dan fitur Agent S, lebih lanjut melibatkan pengguna dan investor potensial. Tanda-tanda dalam garis waktu ini tidak hanya menggambarkan kemajuan Agent S tetapi juga menunjukkan komitmennya terhadap transparansi dan keterlibatan komunitas. Poin Kunci Tentang Agent S Seiring kerangka Agent S terus berkembang, beberapa atribut kunci menonjol, menekankan sifat inovatif dan potensinya: Kerangka Inovatif: Dirancang untuk memberikan penggunaan komputer yang intuitif seperti interaksi manusia, Agent S membawa pendekatan baru untuk otomatisasi tugas. Interaksi Otonom: Kemampuan untuk berinteraksi secara otonom dengan komputer melalui GUI menandakan lompatan menuju solusi komputasi yang lebih cerdas dan efisien. Otomatisasi Tugas Kompleks: Dengan metodologinya yang kuat, ia dapat mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah, membuat proses lebih cepat dan kurang rentan terhadap kesalahan. Perbaikan Berkelanjutan: Mekanisme pembelajaran memungkinkan Agent S untuk belajar dari pengalaman masa lalu, terus meningkatkan kinerja dan efektivitasnya. Versatilitas: Adaptabilitasnya di berbagai lingkungan operasi seperti OSWorld dan WindowsAgentArena memastikan bahwa ia dapat melayani berbagai aplikasi. Saat Agent S memposisikan dirinya di lanskap Web3 dan kripto, potensinya untuk meningkatkan kemampuan interaksi dan mengotomatisasi proses menandakan kemajuan signifikan dalam teknologi AI. Melalui kerangka inovatifnya, Agent S mencerminkan masa depan interaksi digital, menjanjikan pengalaman yang lebih mulus dan efisien bagi pengguna di berbagai industri. Kesimpulan Agent S mewakili lompatan berani ke depan dalam pernikahan AI dan Web3, dengan kapasitas untuk mendefinisikan ulang cara kita berinteraksi dengan teknologi. Meskipun masih dalam tahap awal, kemungkinan aplikasinya sangat luas dan menarik. Melalui kerangka komprehensifnya yang mengatasi tantangan kritis, Agent S bertujuan untuk membawa interaksi otonom ke garis depan pengalaman digital. Saat kita melangkah lebih dalam ke dalam ranah cryptocurrency dan desentralisasi, proyek-proyek seperti Agent S pasti akan memainkan peran penting dalam membentuk masa depan teknologi dan kolaborasi manusia-komputer.

919 Total TayanganDipublikasikan pada 2025.01.14Diperbarui pada 2025.01.14

Apa Itu AGENT S

Cara Membeli S

Selamat datang di HTX.com! Kami telah membuat pembelian Sonic (S) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Sonic (S) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Sonic (S) AndaSetelah melakukan pembelian, simpan Sonic (S) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Sonic (S)Lakukan trading Sonic (S) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

1.3k Total TayanganDipublikasikan pada 2025.01.15Diperbarui pada 2026.06.02

Cara Membeli S

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga S (S) disajikan di bawah ini.

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow