Siapa Saja yang Sebenarnya Direkrut oleh Anthropic? 1.680 CV Memberikan Jawabannya

marsbitDipublikasikan tanggal 2026-06-15Terakhir diperbarui pada 2026-06-15

Abstrak

Analisis terhadap 1.680 riwayat hidup insinyur di Anthropic mengungkap gambaran tak terduga: perusahaan ini lebih mengutamakan "pembangun" (builder) berpengalaman daripada "peneliti" murni. Berdasarkan data LinkedIn, tim teknik Anthropic berkembang pesat dalam 18 bulan terakhir, dengan lebih dari separuh insinyurnya baru bergabung kurang dari setahun. Rekrutan baru umumnya sangat senior, dengan pengalaman kerja rata-rata 12,2 tahun, dan banyak berasal dari perusahaan dengan reputasi teknik kuat seperti Google, Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, dan Palantir. Latar belakang insinyur cenderung pada infrastruktur, sistem backend, sistem terdistribusi, database, dan keamanan. Hanya 13,7% yang bergelar PhD. Sumber rekrutan terbesar adalah Google, bukan laboratorium AI pesaing. Untuk kandidat awal karir (kurang dari 6 tahun pengalaman), jalan masuk biasanya melalui magang di perusahaan top, prestasi kompetisi, publikasi makalah, atau pengalaman di proyek keselamatan/alignment AI. Intinya, Anthropic beroperasi lebih seperti perusahaan infrastruktur yang sangat terengineering. Saran bagi pelamar: soroti pengalaman membangun dan mengembangkan sistem berskala besar, bukan hanya keahlian riset.

Catatan Editor: Dunia luar sering membayangkan Anthropic sebagai laboratorium AI yang terdiri dari doktor, peneliti, dan pakar model mutakhir. Namun, analisis terhadap riwayat hidup 1.680 insinyur ini memberikan jawaban yang lebih realistis: inti dari Anthropic bukan hanya "penelitian", melainkan "pembangunan".


Artikel ini menganalisis 5.306 profil LinkedIn yang mencantumkan Anthropic sebagai perusahaan tempat kerja saat ini, dan kemudian menyaring 1.680 riwayat hidup insinyur di antaranya, menghasilkan kesimpulan yang kontra-intuitif: profil talenta inti Anthropic bukanlah "peneliti" seperti yang dibayangkan dunia luar, melainkan sekelompok "pembangun" (builder) yang berpengalaman—orang-orang yang benar-benar mampu membangun, menjalankan, dan mengembangkan sistem berskala besar.

Data menunjukkan bahwa tim teknik Anthropic hampir seluruhnya terbentuk dalam 18 bulan terakhir: lebih dari setengah insinyur saat ini telah bergabung kurang dari setahun. Namun, karyawan baru umumnya sangat senior, dengan pengalaman kerja median sebelum bergabung mencapai 12,2 tahun, dan banyak berasal dari perusahaan-perusahaan yang terkenal dengan kemampuan teknik dan infrastrukturnya seperti Google, Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, Palantir.

Ini juga menjelaskan fokus sebenarnya dari organisasi teknik Anthropic: dibandingkan dengan penelitian model yang menjadi sorotan publik, perusahaan ini lebih mirip perusahaan infrastruktur yang sangat terrekayasa (highly engineered). Latar belakang insinyurnya terutama terkonsentrasi pada infrastruktur, backend, sistem terdistribusi, basis data, dan keamanan; hanya 13,7% yang bergelar doktor, mayoritas adalah insinyur senior dengan gelar sarjana atau magister.

Peluang untuk karier awal bukan tidak ada sama sekali, tetapi ambang batasnya juga sangat tinggi: magang di perusahaan teknologi papan atas, prestasi kompetisi, publikasi makalah, atau pengalaman proyek keamanan/penyelarasan AI (AI safety/alignment) sering menjadi sinyal seleksi pengganti pengalaman kerja.

Saran penulis di akhir juga cukup langsung: jika ingin bergabung dengan Anthropic, jangan tulis resume Anda seperti yang ditujukan untuk laboratorium penelitian, melainkan soroti sistem berskala besar yang benar-benar pernah Anda bangun, kembangkan, dan rawat. Kompetisi AI mutakhir di lapisan dasarnya semakin mendekati kompetisi kemampuan teknik dan kemampuan infrastruktur.

Berikut adalah teks aslinya:

Pembangun, Bukan Peneliti

Saya mengambil (scrape) semua profil LinkedIn yang mencantumkan Anthropic sebagai pemberi kerja saat ini, total 5.306 orang. Kemudian, saya menyaring 1.680 orang yang benar-benar berada di posisi teknik, dan selanjutnya melihat 7.986 catatan dalam deskripsi pekerjaan masa lalu mereka, menganalisis apa yang mereka lakukan sebelum bergabung dengan Anthropic.

Berikut hasilnya.

Organisasi Ini Hampir Mengembang dalam Semalam

Hanya ada 15 insinyur yang bergabung dengan Anthropic sebelum tahun 2021 dan masih bekerja hingga sekarang. Pada tahun 2025, tim teknik organisasi ini hampir meluas tiga kali lipat, dengan penambahan 686 insinyur baru tahun itu; kecepatan perekrutan tahun 2026 juga diperkirakan setara, dengan penambahan 455 orang hingga Juni.

Di tim teknik saat ini, separuh orang memiliki masa kerja di Anthropic kurang dari setahun. 53% orang bergabung dalam 12 bulan terakhir. Masa kerja median: 10 bulan.

Ini adalah organisasi berskala besar, tetapi hampir seluruhnya dibangun dalam waktu sekitar 18 bulan.

Hampir Hanya Merekrut Insinyur Senior

Pengalaman kerja median sebelum bergabung dengan Anthropic adalah 12,2 tahun. 50% di tengah memiliki pengalaman 8,8 hingga 16,5 tahun. Dari 1.680 orang ini, hanya 50 orang yang pengalaman kerjanya kurang dari 3 tahun. 44% orang memiliki pengalaman kerja 13 tahun atau lebih. Rekrutmen lulusan baru pada dasarnya tidak ada.

Dengan kata lain, karyawan baru tipikal Anthropic adalah seorang insinyur dengan pengalaman 12 tahun, tetapi hanya bekerja di Anthropic selama 10 bulan.

Jelas Lebih Condong ke Infrastruktur, Daripada Penelitian dalam Arti Tradisional

Latar belakang infrastruktur muncul dalam riwayat hidup 40% insinyur. Backend, sistem terdistribusi, basis data, dan keamanan masing-masing menyumbang sekitar 20%. Pembelajaran penguatan (reinforcement learning/RL), yang merupakan "RL" dalam RLHF, hanya muncul dalam riwayat hidup 3,3% orang.

Insinyur tipikal Anthropic biasanya membangun sistem produksi berskala besar selama satu dekade terakhir di penyedia layanan cloud berskala sangat besar, atau di startup yang berfokus pada infrastruktur.

Keterampilan yang mereka cantumkan juga menunjukkan hal yang sama: Python 585 orang, Java 566 orang, C++ 443 orang, JavaScript 376 orang, SQL 302 orang, Linux 230 orang, Sistem Terdistribusi 189 orang, AWS 154 orang. Pekerjaan pelatihan model yang terdengar lebih "seksi" tentu ada, tetapi proporsinya rendah.

Sumber Talenta Terbesar Bukan Laboratorium, Melainkan Google

Banyak yang mengira Anthropic terutama merekrut orang dari OpenAI dan DeepMind. Namun, saluran talenta terbesarnya, dengan selisih jauh, adalah Google. Laboratorium pesaing itu hanyalah dua pilar kecil di tengah grafik.

Anthropic jelas lebih menyukai perusahaan-perusahaan yang terkenal dengan ketelitian rekayasanya (engineering rigor): Stripe, Databricks, Snowflake, Palantir, Airbnb.

Jika melihat di mana insinyur-insinyur ini pernah bekerja sebelumnya, peringkatnya adalah: Google 405 orang, Meta 273 orang, Amazon 197 orang, Microsoft 171 orang, Stripe 124 orang, Apple 87 orang, Stanford 68 orang, DeepMind 62 orang, Airbnb 51 orang, OpenAI 48 orang. Separuh dari tim teknik saat ini, yaitu 50%, memiliki setidaknya satu kali pengalaman kerja di FAANG dalam riwayat hidupnya.

Tentu saja, mereka juga merekrut dari laboratorium AI lainnya. OpenAI adalah salah satu dari lima sumber langsung terbesar, DeepMind adalah salah satu dari enam sumber langsung terbesar. Sekitar 94 insinyur pindah langsung dari laboratorium AI mutakhir lainnya ke Anthropic.

Mitos tentang Doktor

Hanya 13,7% orang yang memiliki gelar doktor. Sekitar satu dari tujuh orang.

Target rekrutan tipikal Anthropic bukanlah ilmuwan peneliti, melainkan insinyur senior dengan gelar sarjana atau magister. Bayangan "seluruh laboratorium adalah doktor" pada tingkat tim teknik pada dasarnya salah.

Distribusi latar belakang pendidikan juga sepenuhnya sesuai dengan gambaran organisasi "tipe pembangun": Ilmu Komputer 819 orang, diikuti Matematika 78 orang, Fisika 70 orang, Teknik Komputer 69 orang. Filsafat juga masuk 20 besar, total 13 orang, mungkin terkait dengan bidang keamanan.

Stanford Jelas Memimpin sebagai Sumber Rekrutan

Dari sisi institusi pendidikan, peringkat kumulatif historis adalah: Stanford 144 orang, Berkeley 118 orang, MIT 80 orang, CMU 73 orang, Harvard 42 orang, Cambridge 39 orang, UW 36 orang, Waterloo dan Cornell masing-masing 35 orang, Oxford 33 orang, Princeton 32 orang. Empat institusi teratas ini menggabungkan seperempat dari seluruh tim teknik.

80% orang memiliki jabatan yang sama.

"Member of Technical Staff" (Anggota Staf Teknis/MoTS).

Seorang mantan CTO Instagram, beberapa mantan pendiri Adept, dan staf pengajar Stanford, jabatan mereka di Anthropic hanyalah "MoTS". Rataannya (flattening) jabatan ini jelas disengaja. Senioritas dan fungsi spesifik sengaja disembunyikan dalam desain.

Di Mana Satu-Satunya Jalur Masuk ke Anthropic bagi Orang di Tahap Karier Awal?

Ada 172 insinyur dengan pengalaman kerja kurang dari 6 tahun, 50 di antaranya kurang dari 3 tahun. Namun, mereka bukan lulusan baru dalam arti biasa. Mereka secara kasar terbagi menjadi dua kategori, hampir tidak ada insinyur menengah biasa di antaranya.

Dibandingkan dengan seluruh tim teknik, mereka menunjukkan karakteristik yang jelas berbeda: proporsi doktor lebih tinggi, mencapai 19%, sedangkan keseluruhan 13,7%; proporsi jabatan produk/SWE tiga kali lipat dari keseluruhan, mencapai 15%, sedangkan keseluruhan hanya 5%; kemungkinan mereka memiliki riwayat FAANG juga jauh lebih rendah, hanya 32%, sedangkan keseluruhan 50%.

Pengganti tahun pengalaman mereka adalah modal prestise jenis lain:

Saluran magang. 50% di antaranya mencantumkan pengalaman magang di perusahaan-perusahaan berikut: Meta 16 orang, Google 10 orang, DeepMind 6 orang, Microsoft 5 orang, Amazon 5 orang, ditambah Jane Street, Two Sigma, HRT, Optiver, Nvidia.

Dari perdagangan kuantitatif ke laboratorium AI. 9% orang pernah berada di lembaga perdagangan (trading) papan atas, termasuk Jane Street, Two Sigma, Five Rings, HRT, Optiver, Citadel. Ini adalah sekelompok talenta muda bertipe kompetisi matematika/komputer, yang masuk ke laboratorium AI melalui industri perdagangan frekuensi tinggi (high-frequency trading).

Fellowship arah penyelarasan (Alignment). 6% orang pernah terlibat dengan MATS, SERI, Redwood, atau ARC. Ini adalah pintu masuk yang hampir hanya terbuka untuk talenta awal, dan hampir tidak ada di kalangan senior.

Gambaran yang sangat jelas adalah: MIT, medali perak IOI, peringkat Codeforces 2900+, langsung masuk ke bidang reinforcement learning dan keamanan setelah bekerja empat tahun. Dasar seleksi mereka bukanlah lama bekerja, melainkan peringkat kompetisi dan publikasi makalah.

Insinyur muda ini juga lebih internasional dibandingkan insinyur senior. Sumber institusi untuk insinyur berpengalaman rendah termasuk: Berkeley 15 orang, Stanford 14 orang, Cambridge 10 orang, MIT 7 orang, Tsinghua 7 orang, Oxford 6 orang, ditambah Imperial, NUS, Shanghai Jiao Tong University, ETH Zürich.

Lantas, Bagaimana Anda Harus Memahami Informasi Ini?

Jika Anda ingin bergabung dengan Anthropic sebagai insinyur, jangan tulis resume Anda seperti yang ditujukan untuk laboratorium penelitian, tulis seperti yang ditujukan untuk perusahaan infrastruktur. Tunjukkan sistem yang benar-benar pernah Anda bangun dan kembangkan. Inilah resume yang diterima.

Tahap karier awal adalah satu-satunya pengecualian. Pada tahap ini, ambang batasnya bukan pengalaman kerja biasa, melainkan magang papan atas, peringkat kompetisi, atau makalah.

Jika Anda sedang bersaing merebut orang dengan Anthropic, target Anda bukanlah "doktor" atau "latar belakang laboratorium" itu sendiri, melainkan para Pembangun senior dari penyedia layanan cloud berskala sangat besar atau perusahaan dengan reputasi teknik yang sangat kuat: mereka memiliki sekitar 12 tahun pengalaman, mungkin berasal dari Stripe, Databricks, Snowflake, Palantir. Anthropic telah aktif memancing di kolam talenta ini.

Pertanyaan Terkait

QApa kesimpulan utama dari analisis profil 1.680 insinyur di Anthropic?

AAnalisis menunjukkan inti talenta Anthropic bukanlah peneliti, tetapi 'builder' atau pembangun — insinyur berpengalaman yang mampu membangun, menjalankan, dan mengembangkan sistem skala besar. Tim lebih menyerupai perusahaan infrastruktur yang sangat termekanisasi daripada lab penelitian AI.

QBerapa tahun pengalaman kerja median yang dimiliki insinyur sebelum bergabung dengan Anthropic?

APengalaman kerja median sebelum bergabung dengan Anthropic adalah 12.2 tahun. 44% insinyur memiliki 13 tahun atau lebih pengalaman. Hanya 50 dari 1.680 insinyur memiliki pengalaman kurang dari 3 tahun.

QLatar belakang teknis apa yang paling dominan di kalangan insinyur Anthropic?

ALatar belakang infrastruktur adalah yang paling dominan, muncul di 40% profil. Bidang seperti backend, sistem terdistribusi, database, dan keamanan masing-masing muncul di sekitar 20% profil. Keterampilan yang paling sering disebut adalah Python, Java, C++, JavaScript, SQL, Linux, dan sistem terdistribusi.

QPerusahaan apa yang menjadi sumber talenta terbesar bagi Anthropic?

ASumber talenta terbesar adalah Google, jauh melampaui sumber lainnya. Perusahaan lain yang menjadi sumber utama termasuk Meta, Amazon, Microsoft, Stripe, Databricks, Snowflake, dan Palantir — perusahaan yang terkenal dengan kemampuan rekayasa dan infrastrukturnya.

QBagaimana seseorang dengan pengalaman karir awal dapat bergabung dengan Anthropic?

AJalur utama untuk kandidat berpengalaman rendah (kurang dari 6 tahun) adalah melalui prestasi luar biasa, bukan pengalaman kerja biasa. Ini termasuk magang di perusahaan top seperti FAANG atau lab AI, peringkat tinggi dalam kompetisi pemrograman (seperti IOI, Codeforces), publikasi penelitian, atau pengalaman dalam program fellowship keselamatan/penyelarasan AI (seperti MATS, SERI).

Bacaan Terkait

Bitcoin ETF Alami Arus Keluar Berturut-turut US$4,4 Miliar Tembus Rekor, Dana Alir Masuk Kembali untuk Pertama Kalinya dalam Tiga Pekan

Analisis Arus Dana ETF Bitcoin AS menunjukkan periode penarikan terpanjang sejak peluncuran pada Januari 2024. Dari 15 Mei hingga 3 Juni, terjadi arus keluar bersih selama 13 hari berturut-turut dengan total sekitar $4,37 miliar, terutama didorong oleh penjualan besar di iShares Bitcoin Trust (IBIT) milik BlackRock. Penarikan dana ini, ditambah dengan penurunan harga Bitcoin sekitar 21% dalam periode yang sama, menyebabkan total aset kelolaan semua ETF Bitcoin AS menyusut sekitar $21,5 miliar menjadi $82,83 miliar. Titik balik muncul pada 12 Juni, ketika ETF Bitcoin AS mencatat arus masuk bersih harian sebesar $85,84 juta. Yang lebih signifikan, tidak ada satu pun dari 12 dana yang mengalami arus keluar pada hari itu—kondisi yang dilihat oleh beberapa analis sebagai sinyal pelemahan tekanan jual. Geoff Kendrick dari Standard Chartered menyebutkan peristiwa ini sebagai salah satu dari tiga indikator bahwa harga Bitcoin mungkin telah mencapai titik terendah siklus saat ini. Meskipun arus masuk baru-baru ini relatif kecil dibandingkan dengan total penarikan sebelumnya, ini dianggap sebagai awal yang penting untuk pemulihan. Analis menekankan bahwa arus dana ETF kini menjadi pendorong utama volatilitas harga Bitcoin, dan penarikan besar-besaran ini lebih mencerminkan pembalikan momentum daripada keruntuhan struktural, mengingat aliran kumulatif sejak peluncuran masih sangat positif di atas $55 miliar.

marsbit13m yang lalu

Bitcoin ETF Alami Arus Keluar Berturut-turut US$4,4 Miliar Tembus Rekor, Dana Alir Masuk Kembali untuk Pertama Kalinya dalam Tiga Pekan

marsbit13m yang lalu

Dari Valuasi Rp3 Triliun ke 'Jual Murah' Rp Miliaran, Apa yang Dialami Messari?

Pada 12 Juni, platform data dan pasar modal kripto terkemuka, Blockworks, mengumumkan akuisisi atas pesaing lamanya, Messari, dengan nilai transaksi lebih dari $10 juta. Akuisisi ini terjadi setelah Messari pernah mencapai valuasi sekitar $300 juta pada 2022, mencerminkan tekanan bertahan hidup perusahaan rintisan bernilai tinggi di tengah pasar bearish yang dalam dan gelombang konsolidasi di infrastruktur data. Setelah akuisisi, CEO Messari, Diran Li, akan bergabung dengan Blockworks dalam peran kepemimpinan senior. Aset inti Messari, termasuk platform data dan API-nya yang luas, akan diintegrasikan ke dalam ekosistem Blockworks. Blockworks, yang didirikan pada 2018, telah berevolusi dari media menjadi platform intelijen pasar modal on-chain, dengan fokus pada data institusional, hubungan investor, dan alat kepatuhan. Messari, juga didirikan pada 2018, dikenal sebagai platform penelitian dan analisis data kripto profesional. Akuisisi ini adalah bagian dari tren konsolidasi yang lebih besar di industri kripto. Penurunan signifikan dalam valuasi Messari—dari $300 juta menjadi sedikit di atas $10 juta—menggambarkan penyesuaian realitas terhadap valuasi berbasis narasi pertumbuhan di masa lalu. Blockworks berencana menggabungkan kekuatan datanya sendiri di sisi penerbit (emiten) dengan basis data luas dan kemampuan API Messari untuk membangun "sistem catatan tunggal" untuk pasar on-chain, terutama guna memenuhi permintaan yang berkembang untuk pengungkapan standar, data real-time, dan akses terprogram, yang didorong oleh adopsi institusional dan agen AI. Integrasi ini dipandang sebagai langkah strategis untuk membangun pertahanan kompetitif jangka panjang di ruang data kripto yang terfragmentasi.

marsbit28m yang lalu

Dari Valuasi Rp3 Triliun ke 'Jual Murah' Rp Miliaran, Apa yang Dialami Messari?

marsbit28m yang lalu

Jika Gelembung AI Sudah Mulai Pecah, Siapa yang Akan Bertahan?

## Ringkasan Artikel: Jika Gelembung AI Sudah Mulai Pecah, Siapa yang Akan Bertahan? Diskusi mengenai gelembung AI semakin hangat. Ray Dalio memperingatkan adanya gelembung, sementara Jensen Huang melihatnya sebagai awal revolusi produktivitas. Keduanya benar. Seperti gelembung internet pada tahun 2000 yang menghancurkan banyak perusahaan tetapi meninggalkan infrastruktur vital (kabel laut, broadband) yang mendorong kemunculan raksasa seperti Amazon, gelembung AI saat ini juga menyisakan fondasi penting. Inti masalahnya bukan pada ada tidaknya gelembung, tetapi apa yang tertinggal setelahnya. Investasi besar-besaran—triliunan dolar—dialirkan ke infrastruktur AI seperti data center, listrik, dan GPU. Namun, pendapatan dari lapisan aplikasi masih tertinggal. Meski terlihat seperti ketimpangan, ini adalah fase alami. Biaya pemrosesan AI (per token) telah anjlok lebih dari 99.7% sejak 2023. Biaya yang lebih murah ini justru membuka permintaan baru yang masif, menyebabkan pengeluaran perusahaan untuk AI justru melonjak—fenomena yang dikenal sebagai "Paradoks Jevons" dalam ekonomi. Pasar sedang membersihkan diri. Perusahaan yang hanya mengandalkan konsep dan API wrapper akan gulung tikar. Namun, transformasi mendalam sedang terjadi: 1. **Perpindahan nilai dari CapEx ke OpEx:** Keuntungan akan bergeser dari penjual "sekop" (seperti Nvidia) ke perusahaan aplikasi yang benar-benar menyelesaikan masalah di industri spesifik. 2. **Pencernaan valuasi oleh kinerja:** Valuasi tinggi untuk infrastruktur akan teratasi seiring dengan pertumbuhan pendapatan dan efisiensi yang dihasilkan AI di berbagai sektor. AI telah merambah ke alur kerja nyata: memperpendek siklus R&D di manufaktur, mengubah keuangan kuantitatif, serta menjadi asisten ahli di bidang hukum dan kedokteran. Gelembung akan pecah, menyisakan infrastruktur fisik dan algoritma yang mumpuni. Seperti internet yang kini tak terhindarkan, kita sedang menuju era di mana semua industri akan ditransformasi dan diberdayakan oleh AI. Keributan gelembung akan reda, tetapi momentum produktivitas dasar dari AI tidak akan hilang.

marsbit55m yang lalu

Jika Gelembung AI Sudah Mulai Pecah, Siapa yang Akan Bertahan?

marsbit55m yang lalu

Jika Gelembung AI Sudah Mulai Pecah, Siapa yang Akan Bertahan?

**Gelembung AI Mungkin Sedang Pecah, Siapa yang Akan Bertahan?** Industri AI saat ini menunjukkan tanda-tanda gelembung, dengan investasi infrastruktur besar-besaran (mencapai triliunan dolar untuk data center, listrik, GPU) belum sepenuhnya seimbang dengan pendapatan dari lapisan aplikasi. Mirip dengan gelembung dot-com tahun 2000, gelembung di pasar modal tidak bisa menghentikan revolusi produktivitas yang mendasarinya. Sama seperti era internet yang meninggalkan infrastruktur seperti kabel laut dan broadband, investasi berlebihan di AI saat ini akan menciptakan fondasi fisik (pusat data, jaringan) yang murah untuk masa depan. Ketika biaya *token* atau pemrosesan AI anjlok (hingga 99.7%), kecerdasan buatan menjadi seperti listrik: murah dan dapat diakses. Ini justru membuka permintaan baru yang masif, membuat perusahaan meningkatkan pengeluaran AI mereka untuk otomatisasi alur kerja yang lebih kompleks di bidang seperti coding, hukum, keuangan, dan penelitian. Pasar sedang membersihkan diri. Perusahaan yang hanya membungkus API atau mengandalkan konsep tanpa nilai unik akan tersingkir. Namun, arah "AI+" tidak dapat dibalikkan. Nilai akan bergeser dari penyedia infrastruktur (*CapEx* seperti Nvidia) menuju perusahaan aplikasi yang benar-benar menyelesaikan masalah di industri vertikal dan mengoptimalkan operasi (*OpEx*). Singkatnya, gelembung di pasar modal akan pecah, membersihkan spekulan. Tetapi infrastruktur dan kemajuan teknologi yang ditinggalkan akan mengintegrasikan AI ke dalam semua sektor, mendorong kita menuju era di mana semua industri akan diubah dan diberdayakan oleh kecerdasan buatan, persis seperti bagaimana internet menjadi tak terhindarkan hari ini.

链捕手1j yang lalu

Jika Gelembung AI Sudah Mulai Pecah, Siapa yang Akan Bertahan?

链捕手1j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli PEOPLE

Selamat datang di HTX.com! Kami telah membuat pembelian ConstitutionDAO (PEOPLE) 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 ConstitutionDAO (PEOPLE) 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 ConstitutionDAO (PEOPLE) AndaSetelah melakukan pembelian, simpan ConstitutionDAO (PEOPLE) 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 ConstitutionDAO (PEOPLE)Lakukan trading ConstitutionDAO (PEOPLE) 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.

647 Total TayanganDipublikasikan pada 2024.12.12Diperbarui pada 2026.06.02

Cara Membeli PEOPLE

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 PEOPLE (PEOPLE) disajikan di bawah ini.

活动图片