AI Membunuh Bisnis Paling Menguntungkan India: 2 Triliun

marsbitDipublikasikan tanggal 2026-06-09Terakhir diperbarui pada 2026-06-09

Abstrak

Pada 3 Juni, indeks TI India anjlok 5,8%, dengan raksasa seperti TCS, Infosys, dan Wipro mengalami penurunan signifikan. Penyebabnya adalah kecemasan pasar terhadap ancaman AI terhadap inti ekonomi India: industri outsourcing TI bernilai triliunan dolar. Model bisnis tradisional "menjual programmer" berdasarkan waktu dan kepala sedang terkikis. AI, terutama AI agen, kini dapat menangani 70-80% pekerjaan pengembangan perangkat lunak, mengurangi kebutuhan tim dari 100 orang menjadi hanya 2-3 orang. Hal ini memicu penurunan drastis harga proyek dan margin keuntungan. Perusahaan-perusahaan besar seperti TCS dan Infosys mulai mengurangi jumlah karyawan, suatu langkah yang jarang terjadi dalam 30 tahun terakhir. Lowongan kerja untuk lulusan baru merosot hampir 50%. Ancaman ini sangat serius karena TI adalah tulang punggung ekspor India, mendukung jutaan lapangan kerja dan menyumbang lebih dari 7% PDB. Namun, India juga merespons cepat. Survei menunjukkan 80% karyawan India menggunakan alat AI secara rutin, tertinggi di dunia. Perusahaan seperti TSC beralih dari "menjual programmer" ke "menjual produktivitas AI", dengan pesanan terkait AI tumbuh 28% dalam satu kuartal. Peluang baru India terletak pada menjadi pusat penerapan dan implementasi AI global, memanfaatkan keahlian teknis yang telah dibangun selama puluhan tahun.

Tanggal 3 Juni, sektor IT India ambruk.

TCS anjlok 9%, Infosys turun 4,3%, Wipro turun 3,7%. Indeks IT India turun 5,8% dalam satu hari, mencatat penurunan terbesar dalam 4 bulan.

Bukan karena kinerja keuangan buruk, bukan juga karena perubahan kebijakan mendadak. Yang membuat pasar panik hanyalah dua kata: AI.

Setahun terakhir, perhatian dunia tertuju pada Amerika Serikat dan China—OpenAI, Anthropic, DeepSeek tampil bergantian. Namun, pedang AI pertama kali menghantam India.

Jika AI benar-benar bisa menulis kode, melakukan pengujian, membuat dokumentasi, menangani layanan pelanggan, apa yang akan terjadi pada negara yang paling bergantung pada 'menjual programmer' di dunia?

India, adalah jawabannya.

Beberapa orang di dalam industri mengatakan kepada Pencil News: perubahan dramatis ini mulai dipercepat secara tiba-tiba pada paruh kedua tahun 2025, ditandai dengan kemunculan Agentic AI. AI dapat membantu menyelesaikan 70% hingga 80% pekerjaan untuk sebuah perangkat lunak SaaS.

Perusahaan pemrograman AI Kotin Intelligence yang telah mendapat tiga putaran pendanaan mengatakan kepada Pencil News: "Dampak pemrograman AI terhadap ekonomi outsourcing IT bukan sekadar mempengaruhi, tetapi kemungkinan besar 'membunuh'."

01

30 Tahun Nasib Negara, Bergantung pada Satu Baris Kode

Satu industri telah menghidupi India selama 30 tahun.

Banyak yang tidak tahu, industri paling menguntungkan India bukan manufaktur, juga bukan internet. Melainkan outsourcing IT.

Menurut data Asosiasi Perangkat Lunak dan Layanan India (NASSCOM), tahun fiskal 2025, total pendapatan industri teknologi India mencapai sekitar 282,6 miliar dolar AS (sekitar 2 triliun yuan), di mana pendapatan layanan IT sekitar 137 miliar dolar AS, hampir setengah dari total industri.

Yang lebih penting adalah ekspor. Tahun fiskal 2025, pendapatan ekspor industri teknologi India mencapai 224 miliar dolar AS, hampir 80% dari total pendapatan.

Apa artinya? Singkatnya, salah satu bisnis paling menguntungkan India adalah mengerjakan pekerjaan untuk perusahaan Amerika dan Eropa.

CEO Kedi Chuhai, Luan Tian, menyingkap hakikatnya: "Outsourcing perangkat lunak pada dasarnya adalah 'menjual orang'. Dikenakan biaya per kepala, per jam kerja, sangat mirip dengan industri konstruksi."

Selama 30 tahun terakhir, India hampir mengubah nasib negaranya dengan industri ini. Perusahaan AS perlu mengembangkan perangkat lunak, bank Eropa perlu merawat sistem, perusahaan Fortune Global 500 perlu transformasi digital. Bagaimana caranya? Serahkan pekerjaannya ke India, lalu India mengorganisir ribuan insinyur untuk menerima pesanan.

Dengan demikian, terbentuklah model klasik: semakin banyak klien, semakin banyak proyek, semakin banyak insinyur, semakin tinggi pendapatan.

Hari ini, beberapa perusahaan layanan IT besar India adalah representasi dari model ini.

Tahun fiskal 2025, pendapatan tahunan TCS melampaui 30 miliar dolar AS, dengan jumlah karyawan mendekati 600.000 orang; Infosys pendapatan tahunan sekitar 19,3 miliar dolar AS, karyawan lebih dari 320.000 orang; Wipro pendapatan tahunan sekitar 10,5 miliar dolar AS, karyawan lebih dari 230.000 orang.

Hanya ketiga perusahaan ini saja, memiliki lebih dari 1,15 juta karyawan.

Pendapatan dan Skala Karyawan Tiga Raksasa IT India (Tahun Fiskal 2025) Sumber: NASSCOM

Yang lebih penting, logika pertumbuhan perusahaan-perusahaan ini sejak lama sangat konsisten: merekrut lebih banyak insinyur, mengambil lebih banyak proyek, menghasilkan lebih banyak pendapatan. Selama beberapa dekade terakhir, salah satu indikator penting yang digunakan pasar modal untuk menilai perusahaan IT India bahkan bukan kemampuan AI, melainkan jumlah karyawan.

Menurut data Reuters, skala industri IT India telah mencapai sekitar 283 miliar dolar AS. Banyak investor internasional bahkan menyebut India sebagai: "Back office dunia".

Namun, logika ini sedang berubah. Salah satu faktor kuncinya terkait dengan AI: bisnis outsourcing IT sedang dihancurkan oleh pemrograman AI.

Su Wen berkata: "Teknologi baru jarang langsung membunuh di pasar yang ada. Cara yang lebih umum adalah: di pasar pertumbuhan, membuat Anda sama sekali tidak memiliki kualifikasi untuk berpartisipasi. Seperti orang yang khusus menangkap bola di bawah ring basket, apakah masih ada posisi itu sekarang? Bagaimanapun hebatnya Anda menangkap, tidak ada artinya."

02

Jatuh 5,8% dalam Sehari: Modal Memilih dengan Kaki

Oleh karena itu, pasar modal mulai mengkhawatirkan satu hal.

Bulan Februari tahun ini, sektor IT India menguapkan 22,5 miliar dolar AS (sekitar 160 miliar yuan) nilai pasar dalam seminggu. Saat itu pasar masih merasa reaksinya berlebihan. Namun, pada bulan Juni, kepanikan muncul lagi.

Tanggal 3 Juni, indeks IT India anjlok 5,8% dalam satu hari, mencatat penurunan terbesar dalam 4 bulan; eksportir perangkat lunak terbesar India, TCS, terpukul keras 9%, Infosys turun 4,3%, Wipro turun 3,7%.

Gedung Kantor Pusat TCS Sumber: Forbes India

Yang lebih perlu diperhatikan, ini bukan lagi peristiwa yang terisolasi. Hingga awal Juni, indeks IT India tahun 2026 secara kumulatif telah turun 22%; sementara sepanjang tahun 2025 sudah turun 26%. Dengan kata lain, sektor bintang yang pernah menopang pertumbuhan ekonomi India ini, selama dua tahun berturut-turut menjadi salah satu sektor dengan kinerja terburuk di pasar.

Indeks IT India Jatuh Dua Tahun Berturut-turut Sumber: Economic Times

Alasannya sederhana. Semakin banyak lembaga investasi mulai menyadari: yang digantikan oleh AI justru adalah bisnis inti India. Seperti menulis kode, menguji perangkat lunak, dukungan operasi dan pemeliharaan, pengelolaan dokumen, dukungan layanan pelanggan. Pekerjaan-pekerjaan ini dulu membutuhkan banyak insinyur, sekarang semakin banyak perusahaan mulai mencoba menyelesaikannya dengan AI.

Yang lebih menakutkan adalah. Yang dikhawatirkan pasar modal bukanlah "semua programmer menganggur". Melainkan: model bisnis paling menguntungkan India akan gagal.

Logika masa lalu adalah: seorang klien ingin mengerjakan proyek, perusahaan India mengirim 100 orang, menghasilkan uang dari 100 orang. Di masa depan mungkin menjadi: seorang klien ingin mengerjakan proyek, AI menyelesaikan 80% pekerjaan, hanya butuh 20 orang.

Perusahaan pemrograman AI Kotin Intelligence yang telah mendapat tiga putaran pendanaan, memberikan sekumpulan data kepada Pencil News: tim pengembang yang dulu butuh 100 orang, sekarang bisa diselesaikan dengan 2-3 orang; dulu pengembangan situs web e-commerce mungkin menghabiskan ratusan ribu, bahkan jutaan biaya pengembangan, sekarang biayanya bisa ditekan menjadi 6-8 dolar AS.

Yang lebih menakutkan adalah harga per klien. "Harga per klien perusahaan pengembangan perangkat lunak, mungkin menghadapi penurunan 70%-90%." kata Su Wen kepada Pencil News.

Laporan penelitian perusahaan sekuritas menunjukkan, margin bersih keseluruhan industri outsourcing perangkat lunak telah turun dari mendekati 10% menjadi sekitar 0,1% (tidak hanya India). Ini berarti ruang laba perusahaan IT India sedang dihancurkan oleh AI.

Perspektif global lebih mencengangkan lagi.

Data Mordor Intelligence menunjukkan, pada tahun 2025, ukuran pasar outsourcing IT global sekitar 618 miliar dolar AS. Di antaranya, sekitar 40%-60% bergantung pada pengiriman padat karya, yaitu sekitar 250 miliar hingga 450 miliar dolar AS—setara dengan sekitar 3 triliun yuan—sedang menghadapi risiko digantikan langsung atau ditekan harganya secara drastis oleh AI.

Risiko Penggantian AI di Pasar Outsourcing IT Global (2025) Sumber: Mordor Intelligence

Bagi sebuah industri senilai 280 miliar dolar AS, ini adalah alarm tingkat bom nuklir.

03

Perusahaan Besar Mulai Melakukan PHK

Sinyal yang lebih berbahaya telah muncul.

Jika hanya harga saham yang turun, itu belum seberapa. Yang benar-benar perlu diperhatikan adalah perekrutan. Perubahan yang lebih langsung telah muncul pada jumlah orang di perusahaan-perusahaan besar.

Penilaian Su Wen lebih agresif: "Pengurangan personel teknik minimal 20 kali lipat."

Programmer senior Meisi, dengan pengalaman lebih dari sepuluh tahun di perusahaan besar, penilaiannya serupa: "Tren masa depan adalah kompresi 10:1. Sebuah tim teknik beranggotakan dua sampai tiga ribu orang, akhirnya mungkin hanya butuh dua sampai tiga ratus orang."

Perusahaan layanan IT terbesar pertama India, TCS, tahun fiskal 2025 total karyawan sekitar 607.000 orang, berkurang sekitar 13.000 orang dibanding tahun fiskal sebelumnya. Infosys total karyawan sekitar 324.000 orang, turun sekitar 15.000 orang dibanding tahun sebelumnya.

Ini adalah fenomena langka di industri IT India selama bertahun-tahun. Selama 30 tahun terakhir, jumlah orang di perusahaan-perusahaan ini hampir hanya bertambah tidak berkurang. Pertumbuhan adalah hal biasa, penyusutan adalah pengecualian. Dan hari ini, kurva pertumbuhan yang berlangsung selama 30 tahun ini, sedang berbalik arah ke bawah.

Pendiri dan CEO ANSR, Lalit Ahuja, mengatakan terus terang: "Di pasar tengah meresap suasana hati hati-hati, perusahaan sedang mengurangi jumlah perekrutan."

Seluruh pasar perekrutan industri teknologi India sedang menyusut dengan cepat. Juni 2026, lowongan pekerjaan teknologi aktif India telah turun menjadi 93.000, titik terendah dalam 28 bulan. Lowongan pekerjaan teknis dengan pengalaman kerja kurang dari 2 tahun turun drastis 44% dibanding tahun sebelumnya—hampir setengah posisi entry-level hilang.

Su Wen menjelaskan logika di baliknya: "Pengembangan dengan kompleksitas di bawah 4 poin, bisa digantikan sepenuhnya. Tim yang dulu butuh 100 orang, sekarang hanya butuh 2-3 orang."

Dalam siklus pertumbuhan masa lalu, penambahan proyek sering berarti penambahan perekrutan; namun sekarang, pertumbuhan pendapatan dan pertumbuhan karyawan semakin terlepas.

Kekhawatiran terbesar perusahaan teknologi India dulu adalah: orang tidak cukup. Hari ini, mereka mulai berpikir: apakah orang terlalu banyak.

Ketika perusahaan-perusahaan besar seperti TCS dan Infosys secara bersamaan mulai 'mengurangi karyawan', arah sebuah era telah berubah.

04

India Dihantam AI Tepat di Jantung

Mengapa India lebih berbahaya daripada yang lain?

Karena yang dihantam AI di India bukanlah industri pinggiran, melainkan industri inti.

Ambil contoh sederhana. Jika AI menyerang perusahaan e-commerce, pengaruhnya terbatas. Jika AI menyerang industri periklanan, pengaruhnya terbatas. Tapi India berbeda, layanan IT adalah salah satu industri ekspor terpenting India. Total pendapatan industri IT India telah melampaui 315 miliar dolar AS, lebih dari 7% dari PDB India, dengan tenaga kerja lebih dari 6 juta orang. Di balik 6 juta orang ini, adalah 6 juta keluarga, adalah penghidupan puluhan juta orang.

Yang lebih penting, ini bukan industri yang terisolasi. Outsourcing IT menghidupi industri pelatihan India, industri properti (gedung perkantoran dan perumahan di Bangalore, Hyderabad), industri jasa, industri pendidikan India. Satu posisi IT, setidaknya mendorong 3-5 posisi sekitarnya. Ini berarti dampak AI terhadap industri IT, pada akhirnya dapat mempengaruhi ekosistem pekerjaan 20 juta-30 juta orang di India.

Dan India sendiri, menghadapi realitas yang lebih suram. Data Reuters menunjukkan: tingkat pengangguran pemuda perkotaan India masih mencapai 13,6%.

Banyak anak muda yang sebenarnya sedang mencari pekerjaan. Tingkat pengangguran lulusan universitas India melonjak menjadi 29,1%, di antara lulusan muda di bawah 25 tahun, 40% tidak bisa menemukan pekerjaan. Setiap tahun lebih dari 1,5 juta lulusan jurusan komputer membanjiri pasar tenaga kerja, tetapi hanya 42,6% yang memenuhi standar dapat dipekerjakan perusahaan.

Sekarang AI mulai memeras tingkat pekerjaan. Tekanan pekerjaan + ketidaksesuaian keterampilan + penggantian AI, ini bukan tiga masalah terpisah, melainkan spiral kematian yang saling memperkuat.

Su Wen mengatakan dengan sangat kejam: "Pasar baru sudah melewati Anda. Anda tidak kalah dari pesaing, melainkan tahap ini sudah dihapus oleh teknologi."

Analis Everest Group mengatakan terus terang: "AI tidak akan lagi membutuhkan insinyur level L1 dan L2." Dan insinyur L1 dan L2 inilah, justru dasar industri IT India, adalah tempat pemberhentian pertama bagi 1,5 juta lulusan komputer setiap tahun, adalah pintu masuk bagi jutaan keluarga untuk mengubah nasib.

05

Peluang India: 80% Karyawan Menggunakan AI, Nomor Satu Global

Tentu saja, India juga bisa menjadi pemenang terbesar.

Cerita belum berakhir. Karena India masih memiliki sekumpulan data lain.

Menurut laporan terbaru Boston Consulting Group (BCG) "AI at Work 2026", India telah menjadi salah satu negara yang paling aktif menerapkan AI di dunia, menduduki peringkat pertama global dalam hal tingkat penggunaan AI oleh karyawan dan manajer.

Survei lain yang dirilis oleh ADP, mencakup 34 negara, "People at Work 2026" menunjukkan: 80% karyawan India menggunakan alat AI beberapa kali seminggu; 41% karyawan India menggunakan AI setiap hari; rata-rata global masing-masing hanya 50% dan 20%.

Artinya: rata-rata global, dari setiap 5 orang, sekitar 1 orang menggunakan AI setiap hari; sedangkan di India, dari setiap 5 orang, sekitar 2 orang menggunakan AI setiap hari.

Perbandingan Tingkat Penggunaan AI India vs Global Sumber: BCG/ADP 2026

Tidak hanya karyawan yang menggunakan, perusahaan juga sedang melakukan penerapan skala besar. Akhir Mei, Microsoft mengungkapkan sekumpulan data: TCS, Infosys, dan Wipro ketiganya telah menerapkan lisensi Microsoft 365 Copilot masing-masing lebih dari 100.000, ketiga perusahaan gabungan skala penerapan lebih dari 300.000 seat, disebut oleh Microsoft sebagai salah satu kasus penerapan AI tingkat perusahaan terbesar di dunia.

Dengan kata lain, di India sedang terjadi dua hal sekaligus: di satu sisi AI menyerang posisi outsourcing tradisional; di sisi lain AI menembus perusahaan dengan kecepatan yang belum pernah terjadi sebelumnya.

Ini juga sebabnya kepala Microsoft India baru-baru ini menyatakan secara terbuka: India telah menjadi salah satu pasar dengan pertumbuhan AI tercepat di dunia.

06

Paradigma Baru

Di India, apa kemungkinan paradigma baru outsourcing IT?

Faktanya, ketika pasar modal masih mengkhawatirkan model outsourcing IT India dihancurkan oleh AI, beberapa perusahaan teknologi terbesar India, sudah mulai mencari cara menghasilkan uang baru: tidak lagi menjual insinyur, melainkan menjual produktivitas AI.

Yang paling khas adalah TCS. Kuartal pertama 2026, TCS mengungkapkan, skala pesanan tahunan terkait AI telah mencapai 2,3 miliar dolar AS, sedangkan kuartal sebelumnya hanya 1,8 miliar dolar AS, tumbuh sekitar 28% dalam satu kuartal.

Sementara itu, pesanan baru TCS per kuartal mencapai 12 miliar dolar AS, masih berada di level tertinggi sejarah. Ini menunjukkan fenomena menarik: klien tidak berhenti mengeluarkan uang, hanya cara pengeluaran uangnya yang berubah.

Dulu, klien membeli 100 programmer. Hari ini, klien membeli solusi AI, sistem Agen, dan kemampuan otomatisasi.

Banyak yang mengira, peluang terbesar India di masa depan adalah belajar dari AS, membuat Cursor. Namun satu pandangan mainstream adalah: peluang sejati India terletak pada menjadi pusat implementasi AI terbesar di dunia.

Dalam hal model dasar (large model), AS sudah muncul perusahaan-perusahaan tingkat monopoli: OpenAI, Anthropic, Google, Meta, dll. Tapi model hanyalah awal, yang benar-benar kompleks adalah penerapan.

Hingga 2026, India telah memiliki lebih dari 2.100 Pusat Kemampuan Global (Global Capability Center - GCC), melayani perusahaan multinasional seperti Microsoft, JPMorgan Chase, Goldman Sachs, Walmart, Pfizer, dll., menghasilkan pendapatan sekitar 100 miliar dolar AS, secara langsung mempekerjakan lebih dari 2,36 juta orang.

Pusat kemampuan global ini, pada dasarnya menanggung: pengembangan perangkat lunak, integrasi sistem, digitalisasi perusahaan, manajemen data, operasi dan pemeliharaan IT, dll. Pekerjaan-pekerjaan ini membutuhkan banyak kemampuan implementasi teknik, dan inilah justru keunggulan terdalam yang telah India kumpulkan selama 30 tahun terakhir.

Menurut prediksi IDC, hingga 2028, pengeluaran AI perusahaan global akan menembus 630 miliar dolar AS. Dan peluang terbesar India, mungkin bukan berebut pasar model, melainkan berebut pasar penerapan.

Jika 30 tahun yang lalu, India mengekspor insinyur ke dunia. Maka 10 tahun ke depan, India mungkin mengekspor ke dunia: kemampuan penerapan Agen, kemampuan operasi dan pemeliharaan AI, serta produktivitas AI.

Mungkin, inilah paradigma baru sejati India.

Artikel ini dari akun WeChat publik "Pencil News" (ID: pencilnews), penulis: Aiyu, editor: Wang Fang

Pertanyaan Terkait

QMengapa sektor IT India mengalami penurunan tajam pada tanggal 3 Juni, dan apa penyebab utamanya?

ASektor IT India mengalami penurunan tajam pada 3 Juni karena kepanikan pasar terhadap dampak kecerdasan buatan (AI). Indeks IT India turun 5.8% dalam satu hari, dengan TCS jatuh 9%, Infosys 4.3%, dan Wipro 3.7%. Penyebab utamanya adalah kekhawatiran bahwa AI dapat menggantikan pekerjaan inti di industri outsourcing IT India seperti penulisan kode, pengujian perangkat lunak, dukungan pelanggan, dan pemeliharaan, yang merupakan tulang punggung ekonomi IT India.

QApa saja data yang menunjukkan dampak signifikan AI terhadap industri outsourcing IT India?

AData yang menunjukkan dampak signifikan AI meliputi: penurunan nilai pasar sektor IT India selama dua tahun berturut-turut (26% pada 2025 dan 22% hingga awal 2026), laporan bahwa 40-60% pasar outsourcing IT global senilai $6180 miliar berisiko digantikan oleh AI, serta proyeksi bahwa perusahaan pengembangan perangkat lunak mungkin mengalami penurunan harga per klien sebesar 70-90%. Selain itu, perusahaan seperti TCS dan Infosys mulai mengurangi jumlah karyawan setelah puluhan tahun pertumbuhan yang konsisten.

QBagaimana AI mempengaruhi model bisnis inti dan pola perekrutan di perusahaan IT India?

AAI mengancam model bisnis inti 'menjual tenaga kerja programmer' dengan mengurangi kebutuhan akan insinyur dalam jumlah besar. Di masa depan, sebuah proyek yang membutuhkan 100 orang mungkin hanya memerlukan 20 orang karena otomatisasi AI. Hal ini menyebabkan pola perekrutan berubah: lowongan pekerjaan teknologi turun drastis (44% untuk posisi entry-level), perusahaan seperti TCS dan Infosys mengurangi jumlah karyawan, dan pertumbuhan pendapatan tidak lagi terkait langsung dengan penambahan staf.

QMengapa India dianggap lebih rentan terhadap dampak AI dibandingkan negara lain?

AIndia lebih rentan karena AI langsung menyerang industri inti dan penopang ekonomi utama negara, yaitu jasa outsourcing IT. Industri ini menyumbang lebih dari 7% PDB India, menghasilkan pendapatan ekspor besar, dan mempekerjakan lebih dari 6 juta orang dengan efek riak ke lebih dari 20-30 juta lapangan kerja terkait. Ditambah dengan tingkat pengangguran pemuda yang sudah tinggi (13.6% di perkotaan) dan ketidaksesuaian keterampilan di antara lulusan, tekanan AI dapat memperburuk spiral krisis ketenagakerjaan di India.

QPeluang baru apa yang muncul bagi India di tengah tantangan yang ditimbulkan oleh AI?

APeluang baru bagi India adalah beralih dari ekspor tenaga kerja insinyur menjadi ekspor kemampuan implementasi dan produktivitas AI. India memiliki tingkat adopsi AI tertinggi di dunia di antara pekerja (80% menggunakannya secara teratur). Perusahaan-perusahaan besar seperti TCS sudah beralih ke penawaran solusi AI, dengan pesanan terkait AI tumbuh pesat. Peluang utama terletak pada menjadi pusat implementasi AI global, memanfaatkan lebih dari 2100 Pusat Kemampuan Global (GCC) dan keahlian yang sudah ada di bidang penyebaran, integrasi, dan pemeliharaan sistem teknologi untuk melayani pengeluaran AI perusahaan global yang diproyeksikan mencapai $6300 miliar pada 2028.

Bacaan Terkait

MicroStrategy Tidak Akan Mati dalam Penurunan Ini: Refleksivitas, Jangkar Kembali STRC ke Nilai Nominal, dan Logika Penyelamatan 'Jual Saham, Jangan Jual Koin'

Penulis (@bonnazhu) menganalisis penurunan harga Bitcoin (BTC) terkini dan dampaknya pada MicroStrategy (MSTR) serta saham preferennya (STRC). Intinya: 1. **Pemicu Penurunan**: Penurunan cepat BTC diduga akibat serangan pasar yang memanfaatkan kekhawatiran likuiditas MSTR. MSTR menggunakan cadangan kasnya untuk membeli kembali obligasi konversi dan menjual 32 BTC, memicu narasi "krisis arus kas". Ini adalah contoh **refleksivitas**, di mana ekspektasi pasar dapat mengubah realitas—serupa dengan serangan George Soros terhadap poundsterling. 2. **STRC dan Anjaknya**: STRC turun karena kekhawatiran pasar atas kemampuan MSTR membayar dividen, meningkatkan tingkat pengembalian yang disyaratkan. Namun, sebagai obligasi suku bunga mengambang, harga STRC akan kembali ke nilai pari (100) seiring waktu karena dividen dapat disesuaikan. 3. **Solusi yang Direkomendasikan**: Daripada menjual BTC (yang merusak narasi "tidak pernah jual BTC" dan mengurangi premium mNAV), MSTR sebaiknya **menerbitkan saham baru** saat mNAV > 1. Ini mengisi cadangan kas tanpa mengurangi kepemilikan BTC per saham, mempertahankan premium, meningkatkan ekuitas, dan memperbaiki rasio utang. Menjual BTC justru memperburuk rasio utang, mengurangi kepemilikan BTC per saham, dan dapat merusak narasi investasi jangka panjang. Kesimpulan: MSTR dapat mengatasi tekanan jangka pendek, tetapi menjual BTC berisiko merusak model bisnisnya. Jika MSTR memilih menjual BTC, krisis mungkin teratasi sekarang, tetapi dapat memicu siklus refleksif serupa di masa depan jika narasi intinya berubah.

marsbit1m yang lalu

MicroStrategy Tidak Akan Mati dalam Penurunan Ini: Refleksivitas, Jangkar Kembali STRC ke Nilai Nominal, dan Logika Penyelamatan 'Jual Saham, Jangan Jual Koin'

marsbit1m yang lalu

Humanity Digerog Rp46,6 Miliar, Satu Kunci Pribadi Jatuhkan Harga Token 90%

9 Juni, proyek identitas digital Humanity Protocol mengalami serangan keamanan besar akibat kebocoran kunci pribadi anggota yayasan, menyebabkan kerugian lebih dari $31 juta. Ratusan alamat yang memegang token H dibobol, dengan sekitar $9 juta dikonversi ke ETH dan $9,9 juta lainnya masih dalam bentuk token H. Menyusul insiden ini, pendiri Terence Kwok menyarankan pengguna untuk sementara tidak berinteraksi dengan jembatan silang atau pool likuiditas Humanity. Harga token H anjlok lebih dari 90%, dari sekitar $0,7 menjadi terendah $0,052, dan kapitalisasi pasar merosot dari $2 miliar menjadi sekitar $35,7 juta. Pelaku diduga mencetak 100 juta token H baru dan menjualnya untuk BNB. Humanity Protocol, yang didirikan pada 2024, mengusung verifikasi identitas menggunakan sidap telapak tangan dan zero-knowledge proof. Namun, proyek ini sebelumnya telah dikritik karena hanya sekitar 1 dari 9 juta ID yang terverifikasi biometrik, serta tuduhan mengenai kode aplikasi dan praktik pertumbuhan pengguna yang dipertanyakan. Ini bukan kali pertama Kwok menghadapi kegagalan besar; startup sebelumnya, Tink Labs, yang pernah menjadi unicorn, bangkrut setelah menghabiskan $170 juta dana investasi. Serangan ini menyoroti kembali masalah mendasar dalam manajemen kunci pribadi di industri kripto, di mana celah keamanan operasional tradisional masih menimbulkan kerugian besar. Hingga berita ini dibuat, belum ada skema kompensasi untuk pengguna yang dirugikan.

marsbit2m yang lalu

Humanity Digerog Rp46,6 Miliar, Satu Kunci Pribadi Jatuhkan Harga Token 90%

marsbit2m yang lalu

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

**Ringkasan Insiden Keamanan Humanity Protocol: Kerugian $31 Juta akibat Kebocoran Kunci Pribadi** Menurut analisis rantai, dompet yang berinteraksi dengan proyek identitas digital Humanity mengalami serangan berkelanjutan pada 9 Juni. Lebih dari 300 alamat yang memegang token H telah diretas, dengan total kerugian melebihi $31 juta. Sekitar $9 juta telah dikonversi ke ETH. Pendiri Humanity, Terence Kwok, mengonfirmasi insiden keamanan ini disebabkan oleh kebocoran kunci pribadi anggota yayasan. Ia menyarankan pengguna untuk sementara tidak berinteraksi dengan jembatan silang atau pool likuiditas Humanity. Harga token H anjlok lebih dari 90%, dari sekitar $0,7 menjadi terendah $0,052, menyebabkan kapitalisasi pasar turun dari $2 miliar menjadi sekitar $35,7 juta. Pelaku diduga mencetak 100 juta token H baru dan menjualnya untuk BNB. Humanity Protocol, yang didirikan pada 2024, mengusung identitas digital terdesentralisasi menggunakan pengenalan tapak tangan. Proyek ini telah mengumpulkan pendanaan $50 juta dengan valuasi mencapai $1,1 miliar. Namun, proyek ini sebelumnya telah dikritik karena hanya sekitar 1 juta dari 9 juta ID yang terverifikasi secara biometrik, serta adanya klaim bahwa ini adalah proyek "shell" dengan kode yang diduga berasal dari penyedia pintu akses China. Riwayat Terence Kwok juga menambah risiko. Startup sebelumnya, Tink Labs, yang pernah menjadi unicorn, bangkrut setelah membakar $170 juta dana investasi. Insiden ini menyoroti kegagalan manajemen keamanan dasar. Kebocoran kunci pribadi—masalah lama di industri—menghasilkan kerugian besar, menambah daftar serangan DeFi yang tahun ini telah melebihi $1 miliar. Sampai saat ini, belum ada skema kompensasi yang diumumkan untuk pengguna yang terdampak.

Foresight News23m yang lalu

Humanity Dicuri 31 Juta Dolar, Satu Private Key Jatuhkan Harga Token 90%

Foresight News23m yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

## Ringkasan: Bagaimana Melakukan Penelitian Mendalam dengan Dynamic Workflows Claude Melakukan riset teknologi penuh dengan jebakan, baik bagi manusia maupun AI, karena sering kali informasi yang berlimpah justru mengaburkan kesimpulan. AI cenderung terjebak dalam volume informasi dan lemah dalam asosiasi lintas bidang yang bernilai, meskipun unggul dalam eksekusi dan penelusuran detail secara berlapis. Penulis mengandalkan sistem *deep-research* sendiri namun ingin membandingkannya dengan kemampuan **Dynamic Workflows** pada Claude Code. Fitur ini memungkinkan AI merancang alur kerja yang optimal secara otomatis sebelum menjalankan tugas, berbeda dengan mode "rencana" biasa. Dinamakan dengan perintah `/deep-research`, ia mengkonsumsi token puluhan kali lebih banyak. Inti Dynamic Workflows adalah enam mode penjadwalan inti yang mengatur bagaimana tugas dipecah dan hasil digabung: 1. **Classify-And-Act (Routing):** Tugas diklasifikasi dan dialihkan ke *agent* spesialis yang paling tepat. Efisien dan cepat, tetapi kurang baik untuk tugas dengan batasan kabur. 2. **Fan-out & Merge (Pecah dan Gabung):** Tugas dipecah menjadi sub-tugas independen yang dijalankan paralel, lalu hasilnya digabung. Cepat dan terisolasi, tetapi boros token dan tantangannya ada pada penggabungan. 3. **Adversarial Verification (Verifikasi Adu Argumen):** Satu *agent* menghasilkan kesimpulan, beberapa *agent* lain menantangnya. Hasil diterima jika lolos verifikasi. Mengurangi bias konfirmasi, tetapi perlu batasan yang jelas. 4. **Generate & Filter (Hasilkan dan Saring):** Beberapa *agent* menghasilkan banyak kandidat jawaban untuk tugas yang sama, lalu disaring berdasarkan kriteria (rubrik) ketat. Bagus untuk diversitas, tetapi sangat bergantung pada kualitas rubrik. 5. **Tournament (Turnamen):** Beberapa *agent* bersaing menyelesaikan tugas yang sama, dinilai secara berpasangan (pairwise) hingga ditemukan pemenang terbaik. Stabil untuk penilaian relatif. 6. **Loop (Berulang):** *Agent* mencoba tugas berulang kali, belajar dari kesalahan, hingga kondisi berhenti terpenuhi. Satu-satunya mode untuk tugas dengan batasan tidak pasti, tetapi berisiko loop tak terbatas. **Pertarungan: Skill Penulis vs. Dynamic Workflows Bawaan** Skill penelitian penulis sebelumnya melibatkan pencarian, kompresi, analisis oleh multi-*agent*, dan deduplikasi. Namun, ia memiliki kelemahan mendasar: **kurang konvergensi berorientasi tujuan**, sering menghasilkan laporan panjang tanpa rekomendasi tindakan yang jelas. Dynamic Workflows Claude menambahkan lapisan krusial: * **Dekomposisi Masalah:** Memecah pertanyaan awal menjadi sub-pertanyaan yang tepat sebelum bertindak. * **Penilaian Kredibilitas:** Mengevaluasi keandalan setiap informasi berdasarkan sumbernya. * **Penghapusan Silang (Cross-Deletion):** Menghapus kesimpulan yang tidak mendapat suara cukup dari multi-*agent*, bukan sekadar menggabungkan rata-rata. * **Keluaran Berorientasi Target:** Laporan akhir dirancang untuk memberikan penilaian dan saran yang relevan dengan tujuan awal pengguna. Mekanisme ini mengatasi masalah umum AI: *goal drift* (pergeseran tujuan), *early stopping* (berhenti prematur), polusi konteks, dan bias output. **Kesimpulan** Dynamic Workflows merupakan terobosan dengan menstandarkan **proses penelitian itu sendiri**. Ia mengotomatiskan penjadwalan *agent*, validasi silang, dan deduplikasi, sehingga mengompresi riset yang biasanya butuh belasan percakapan menjadi hanya 3-4 kali interaksi (meski dengan konsumsi token jauh lebih tinggi). Namun, masih diperlukan beberapa iterasi karena tantangan seperti: 1) Kebutuhan verifikasi faktual yang sangat ketat (melebihi ketergantungan pada dokumen resmi), 2) Pemikiran mendalam lintas disiplin yang sangat baru, 3) Desain dan validasi solusi yang mempertimbangkan biaya dan implementasi, serta 4) Kemampuan kondensasi informasi ekstrem yang disesuaikan dengan audiens.

marsbit32m yang lalu

Bagaimana Melakukan Riset Mendalam dengan Dynamic Workflows Claude

marsbit32m yang lalu

Ketika LP Mengajari Saya Berinvestasi Menggunakan Doubao: Sebuah Pengakuan Peralihan Karier dari GP Perusahaan Sekuritas Swasta

**Ringkasan: Ketika LP Menggunakan Doubao untuk Mengajari Saya Berinvestasi: Kisah Seorang GP Hedge Fund yang Beralih Profesi** Dengan semakin populernya AI, hubungan antara Limited Partner (LP) dan General Partner (GP) di industri hedge fund swasta (terutama yang berukuran kecil) mengalami ketegangan baru. Artikel ini menceritakan pengalaman "Er Gou", seorang mantan GP di sebuah hedge fund dolar AS lepas pantai berskala kecil yang berfokus pada saham AS, yang akhirnya beralih ke perusahaan startup AI. Er Gou mengungkapkan bahwa fund-nya, meski memiliki kinerja yang baik, kesulitan mendapatkan pendanaan dari LP institusional. Fund kecil seperti ini seringkali terjebak dalam struktur Cayman Islands yang "tradisional", kurang menarik bagi investor Asia yang lebih memercayai struktur di Hong Kong atau Singapura. Selain itu, fund yang menggunakan strategi subjektif (mengandalkan penilaian manusia) seperti miliknya semakin kalah bersaing dengan fund kuantitatif (yang menggunakan model algoritma) dalam hal menarik minat LP, terutama setelah AI membuat strategi kuantitatif terlihat lebih meyakinkan. Dampak utama AI adalah "meratakan" akses informasi dan kemampuan analisis. LP kini dapat menggunakan asisten AI seperti Doubao untuk meringkas laporan investasi, menganalisis pasar, bahkan mempertanyakan keputusan GP. Hal ini meningkatkan friksi. Er Gou mencontohkan seorang LP yang terus-menerus mempertanyakan strateginya berdasarkan kesimpulan dari AI, hingga akhirnya harus di-"clear". LP, yang sering kali merupakan orang sukses di bidangnya sendiri, kini merasa lebih berwenang dalam berinvestasi berkat bantuan AI. Masalahnya, banyak LP menggunakan AI "pendamping" yang lebih fokus pada nilai emosional dan bisa menghasilkan "halusinasi" atau kesimpulan yang tampak logis tetapi tidak selalu akurat. Mereka mencari konfirmasi, bukan analisis mendalam. Dalam pasar bull (seperti saham AI AS tahun ini), di mana investor retail bisa mendapat untung besar dengan fokus pada saham tren, LP mungkin merasa bisa berinvestasi sendiri dan mempertanyakan nilai tambah GP. Kesimpulannya, AI tidak serta-merta akan menggantikan GP. Manajemen aset pada dasarnya tetap merupakan layanan yang dibangun atas kepercayaan. Namun, AI telah mengubah dinamika. GP strategi subjektif menghadapi tekanan lebih besar untuk membuktikan nilai pakar mereka di luar apa yang bisa diberikan AI secara umum. Di sisi lain, fund kuantitatif justru bisa diperkuat oleh AI untuk pengembangan strategi yang lebih cepat. Tantangan sebenarnya adalah bagaimana GP dan LP menggunakan AI dengan tepat—bukan sebagai alat untuk sekadar memvalidasi pendapat, tetapi sebagai pengungkit untuk pengambilan keputusan yang lebih cerdas. Er Gou memandang, di masa depan, "hedge fund manusia" juga perlu belajar dari AI dalam hal memberikan nilai emosional dan membangun hubungan kepercayaan yang lebih kuat dengan LP.

Odaily星球日报57m yang lalu

Ketika LP Mengajari Saya Berinvestasi Menggunakan Doubao: Sebuah Pengakuan Peralihan Karier dari GP Perusahaan Sekuritas Swasta

Odaily星球日报57m 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