Altman Kembali ke Stanford untuk Mengakui Kesalahan: Outsource Pikiran ke AI, Otak Satu Generasi Sedang Menyusut

marsbitDipublikasikan tanggal 2026-07-16Terakhir diperbarui pada 2026-07-16

Abstrak

Semua orang mengira AI akan memaksa sistem pendidikan berubah drastis, tapi ChatGPT sudah dirilis selama tiga setengah tahun, dan sistem pendidikan hampir tidak berubah. CEO OpenAI Sam Altman kembali ke almamaternya Stanford, mengakui bahwa dia salah prediksi. Dia mengira sistem pendidikan akan mereformasi diri dengan cepat setelah siswa mulai menyontek dengan AI, tetapi nyatanya tidak. Dia mengkhawatirkan jika sistem pendidikan tetap mengajar dan mengevaluasi siswa dengan metode lama di era pra-AGI, seperti menghafal, jawaban standar, dan ujian tertutup, hal itu tidak hanya membuat metode tersebut usang, tetapi juga menyebabkan "kemampuan berpikir" manusia menyusut. Outsourcing pemikiran ke AI akan melemahkan "otot" berpikir kritis, seperti otot yang tidak digunakan. Riset menunjukkan bahwa setelah ChatGPT masuk, nilai ujian turun signifikan. Analisis dari UC Berkeley terhadap lebih dari 500.000 sampel nilai menemukan bahwa nilai tugas untuk mata kuliah menulis dan pemrograman naik, tetapi nilai ujian tidak berubah. Ini karena siswa "mengalihdayakan" pekerjaan mereka, bukan benar-benar belajar. Pertanyaan besarnya adalah: mengapa revolusi pendidikan yang dijanjikan AI belum datang? Jawabannya terletak pada inersia sistem. Alat bisa diperbarui dengan cepat, tetapi aturan dan lembaga butuh waktu lama untuk berubah. AI tutor pribadi yang murah dan efektif secara teoritis sudah tersedia, tetapi sistem pendidikan lambat beradaptasi. Lalu, apa yang harus diajarkan? Altman berp...

Banyak yang mengira sekolah akan dipaksa berubah total oleh AI.

Tapi tiga setengah tahun sejak ChatGPT diluncurkan, pendidikan hampir tak berubah.

Pada Mei tahun ini, Altman kembali ke almamaternya Stanford, berdiri di podium kelas CS153, dan mengakui kesalahan:

Ini adalah salah satu prediksi saya yang keliru.

Dia juga memberikan peringatan keras: jika tidak berubah, kemampuan berpikir manusia akan menyusut.

Belum lama ini, di podium kelas CS153 Stanford, seseorang bertanya kepada CEO OpenAI Sam Altman: Bagaimana pendapat Anda tentang pendidikan?

Dia berhenti sejenak: "Saya sangat khawatir. Saya pikir sampai sekarang, pendidikan seharusnya sudah berubah."

Altman muncul di kelas CS153 Stanford untuk membicarakan pendidikan di era AI, mengakui dia meremehkan kecepatan perubahan sistem pendidikan. (Sumber: Stanford Online)

Tiga setengah tahun lalu, saat ChatGPT baru diluncurkan, Altman waktu itu berpikir, siswa akan menyontek selama setahun, kemudian seluruh sistem pendidikan akan dipaksa merekonstruksi diri, menghasilkan orang yang lebih pandai berpikir daripada sebelumnya.

Namun, tiga setengah tahun berlalu, skenarionya tidak berjalan seperti yang dibayangkan Altman.

Di sisi AI, dari GPT-3.5 yang hanya bisa menulis teks, berevolusi hingga mampu membuktikan kebalikan dari konjektur matematika yang belum terpecahkan selama puluhan tahun.

Sementara di sisi sekolah, masih menggunakan cara yang sama untuk menguji siswa: hafalan, jawaban standar, menulis tutup buku.

Tugas, ujian, makalah... semuanya masih sama. Setelah menelusuri seluruh sistem pendidikan, dia tidak menemukan satu pun perubahan struktural penting.

Seseorang yang berhasil menebak "Hukum Skala" (Scaling Law), justru keliru melihat pendidikan.

Dia mengatakan, ini adalah salah satu prediksi terbesar yang meleset dalam beberapa tahun terakhir.

Seseorang yang selalu menyebut-nyebut kecerdasan buatan umum (AGI), ternyata cemas dengan ruang kelas.

Apa sebenarnya yang dia takutkan?

Dia Kira Sekolah Sudah Seharusnya Berubah

Kembali ke November 2022, saat ChatGPT baru dirilis.

Waktu itu, penilaian Altman masih optimis:

Tahun pertama, siswa akan menggunakannya untuk menyontek, tidak belajar apa-apa; kemudian sistem pendidikan akan membangun ulang dirinya sendiri, mengajar jauh lebih baik daripada sebelumnya.

Menurut bayangannya, guru akan memberikan proyek yang mengharuskan penggunaan AI, sehingga siswa justru harus lebih banyak berpikir, menghasilkan lebih banyak hal baru.

Pada 2024, dia juga pernah secara terbuka optimis: kecerdasan super akan membawa tutor pribadi untuk setiap orang, pendidikan akan beralih dari hafalan ke pemecahan masalah, ke pemikiran kritis.

Hasilnya, AI berevolusi pesat setapak demi setapak setiap tahun, sementara pendidikan tidak bergerak sama sekali.

Outsource ke AI, Sedang Menggerogoti Pemikiran Kritis

Kesenjangan inilah yang benar-benar dikhawatirkan Altman.

Dia berkata, jika kita terus mengajar dan mengevaluasi siswa dengan cara lama dunia "pra-AGI", tidak hanya akan membuat metode ini tidak efektif, tetapi juga membuat orang "tidak belajar berpikir", menyebabkan pemikiran kritis perlahan-lahan menyusut.

Mengalihdayakan pemikiran ke AI, awalnya hanya untuk mencari kemudahan.

Tapi jika tidak digunakan akan hilang kemampuannya, otot otak yang bertanggung jawab untuk berpikir mandiri itu, seperti lengan yang lama tidak digunakan, akan diam-diam menyusut dan melemah, dalam kata-kata Altman — atrofi otot (atrophy).

Apakah ini hanya kekhawatiran Altman, atau sudah menjadi kenyataan yang terjadi?

Sebuah penelitian menunjukkan, setelah ChatGPT masuk ke kelas, nilai ujian bulanan turun sekitar 20% dalam enam bulan; ujian masuk yang benar-benar menentukan masa depan, nilainya masing-masing turun 18% dan 24%, dan efek ini baru terlihat jelas setelah dua tahun.

Yang lebih menggambarkan masalah adalah analisis dari University of California, Berkeley (UC Berkeley).

Dalam lebih dari 500.000 sampel nilai, untuk mata pelajaran seperti menulis dan pemrograman, setelah ChatGPT diluncurkan, nilai jelas bergeser ke atas, tapi yang naik semuanya adalah nilai tugas, nilai ujian tidak bergerak sama sekali.

Analisis UC Berkeley terhadap lebih dari 500.000 nilai: Setelah ChatGPT dirilis, proporsi nilai A, A- pada mata kuliah menulis dan pemrograman meningkat signifikan (biru signifikan positif), B+ dan ke bawah hampir tidak berubah. (Sumber: Chirikov/CSHE)

Mengapa? Ini adalah "outsource", bukan "belajar".

Penelitian lain yang mencakup jutaan interaksi matematika di Amerika selama sepuluh tahun juga mengarah pada kesimpulan yang sama: begitu chatbot datang, soal diselesaikan lebih cepat, tapi belajar lebih sedikit.

Tugas dikumpulkan semakin bagus, tapi otak semakin kosong.

Renaisans Pendidikan yang Dijanjikan, Kenapa Tidak Datang

Yang bingung, bukan hanya Altman seorang.

Anggota tim teknis OpenAI, Ryan Brewer, memposting bahwa dia terkejut model besar tidak memicu renaisans pendidikan:

Bukankah saya seharusnya bisa belajar satu bahasa dalam sebulan? Di mana salahnya kita?

Keraguan serupa dengan cepat menyebar di X: dengan alat belajar terhebat sepanjang sejarah, mengapa tutor pribadi AI belum masuk ke setiap rumah, revolusi pendidikan tak kunjung datang?

Jawabannya bukan pada teknologi, tapi pada inersia sistem.

Sistem evaluasi universitas, ujian, makalah, tugas, selama ratusan tahun berdiri pada premis tersembunyi: hal-hal ini memakan waktu terlalu banyak, tidak ada yang akan mengambil jalan pintas.

Begitu AI datang, premis ini berubah.

Tapi sekolah masih menggunakan standar era pra-AGI, untuk mengukur generasi baru yang sudah tumbuh bersama AI, kenyataannya generasi pertama penduduk asli ChatGPT sudah lulus.

Pergantian alat hanya butuh satu nomor versi, pergantian sistem butuh satu generasi: secara teknis sudah siap, tapi aturan masih tertinggal di era sebelumnya.

Seorang tutor pribadi AI yang tidak kenal lelah 24 jam, bisa mengajar sesuai bakat, murah hampir gratis, secara teori hari ini bisa diberikan pada setiap anak.

Tapi dia tak kunjung datang, alasan sebenarnya di baliknya adalah kecepatan sistem pendidikan merekonstruksi dirinya sendiri.

Dalam pidato yang sama, Altman juga melontarkan penilaian seperti ini:

Sejak ChatGPT muncul sampai sekarang, tiga setengah tahun. Bahkan jika AI hanya berjalan di kurva yang sama, maju tiga setengah tahun lagi, hal yang dapat dilakukan masyarakat manusia, akan sama sekali tidak setara dengan hari ini.

Dengan teknologi yang berlari eksponensial, kesenjangan antara teknologi dan pendidikan hanya akan semakin melebar, dan akhirnya akan diisi oleh generasi siswa yang saat ini masih duduk di sistem ujian, tugas, dan evaluasi lama.

Keterampilan yang mereka pelajari, mungkin begitu keluar sekolah langsung diambil alih oleh AI; kemampuan menilai yang tidak mereka latih, mungkin sulit dipulihkan seumur hidup.

Di balik ini, yang terutang adalah "hutang kognitif" satu generasi.

Mesin Bisa Menulis, Kenapa Manusia Masih Harus Belajar

Lalu apa yang seharusnya diajarkan?

Jawaban Altman agak kontra-intuitif: ada hal-hal yang mesin jelas bisa lakukan lebih baik, manusia tetap harus melakukannya sendiri sekali.

Dia menceritakan contohnya sendiri.

Dia mengatakan dirinya adalah tipe orang yang "berpikir melalui menulis", menulis banyak teks yang tidak pernah diberikan kepada siapa pun, hanya untuk memikirkan suatu masalah dengan jelas, dan bersyukur pernah belajar menulis.

Pemrograman juga sama, kode bisa dihasilkan AI dalam satu detik, tapi proses membangun logika dengan tangan sendiri, melatih otak.

Singkatnya, menulis dan pemrograman seperti soal pembuktian matematika di era kalkulator: hasilnya sudah bisa dihitung mesin, kita tetap menyuruh siswa membuktikannya sendiri. Bukan untuk jawaban di balik masalah, tapi untuk dua keterampilan meta "berpikir" dan "belajar", dan menulis serta pemrograman, adalah alat untuk melatihnya.

Mengikuti alur pikir ini, Altman menganjurkan untuk mengubah tujuan pendidikan dari "mengingat lebih banyak pengetahuan", menjadi "mengajukan pertanyaan yang lebih baik"; dari menguji ingatan, menjadi menguji penilaian, kreativitas, dan kemampuan lintas disiplin yang sesungguhnya.

Dan akar masalahnya, tepatnya ada pada sistem evaluasi.

Ujian hari ini masih menguji apa?

Hafalan, jawaban standar, menyelesaikan sendiri dengan buku tertutup. Ketiga hal ini, kebetulan adalah yang paling dikuasai AI, yang paling bisa digantikan untuk Anda.

Saat sekolah masih menggunakan "siapa yang ingat lebih banyak, siapa yang menjawab lebih tepat" untuk mengevaluasi siswa, AI telah mengubah "ingat banyak, jawab tepat" menjadi komoditas berbiaya nol.

Dengan pengukur yang bisa dengan mudah dilalui AI, untuk mengukur kemampuan generasi berikutnya, berapa banyak makna yang tersisa dari angka yang diukur?

Inilah yang benar-benar membuat Altman cemas: apakah siswa menggunakan AI atau tidak bukan yang terpenting, yang terpenting adalah apakah bisa memverifikasi AI.

Yang lebih mengkhawatirkan daripada ketergantungan berlebihan pada AI, adalah menggunakan AI tapi tidak bisa memverifikasi, menerima begitu saja apa yang dikeluarkan mesin.

Jika kita membiarkan inersia ini berlanjut selama tiga setengah tahun lagi, satu generasi perlahan kehilangan tempat latihan berpikir mandiri, saat tersadar baru menyadari: sudah tidak terlalu bisa berpikir sendiri.

Referensi:

https://www.youtube.com/watch?v=F_7M4Hc-usM

https://x.com/hesamation/status/2073884828861071557

https://x.com/ryanbrewer/status/2073812031988535760

Artikel ini berasal dari akun WeChat "新智元", penulis: ASI启示录

Kripto yang Sedang Tren

Pertanyaan Terkait

QApa yang diprediksi salah oleh Sam Altman mengenai dampak AI terhadap pendidikan?

ASam Altman memprediksi bahwa dalam waktu satu tahun setelah ChatGPT dirilis, sistem pendidikan akan berubah secara signifikan untuk mengajarkan cara berpikir kritis yang lebih baik. Namun, setelah tiga setengah tahun, sistem pendidikan hampir tidak berubah, dan ini merupakan salah satu prediksi kesalahannya yang terbesar.

QMenurut Sam Altman, apa dampak negatif dari 'mengalihdayakan' pemikiran kepada AI?

AMenurut Sam Altman, jika kita terus-menerus mengalihdayakan pemikiran kepada AI, kemampuan berpikir kritis akan mengalami 'atrofi' atau penyusutan, seperti otot yang tidak digunakan. Hal ini dapat menyebabkan generasi muda kehilangan kemampuan untuk berpikir mandiri.

QApa yang ditunjukkan oleh penelitian UC Berkeley mengenai penggunaan ChatGPT dalam pendidikan?

APenelitian UC Berkeley terhadap lebih dari 500.000 sampel nilai menunjukkan bahwa setelah ChatGPT dirilis, nilai tugas (terutama untuk mata pelajaran menulis dan pemrograman) meningkat signifikan, tetapi nilai ujian tetap tidak berubah. Ini mengindikasikan bahwa siswa menggunakan AI untuk menyelesaikan tugas (alih daya) tetapi tidak benar-benar memahami materinya.

QMengapa revolusi pendidikan yang diharapkan dengan kehadiran AI belum juga terjadi menurut artikel?

ARevolusi pendidikan belum terjadi bukan karena masalah teknologi, tetapi karena inersia atau kelembaman sistem. Sistem evaluasi pendidikan (ujian, tugas, esai) masih didasarkan pada asumsi pra-AGI dan membutuhkan waktu yang lama untuk beradaptasi, sementara teknologi berkembang sangat cepat.

QApa saran Sam Altman untuk fokus pendidikan di era AI?

ASam Altman menyarankan agar fokus pendidikan bergeser dari menghafal pengetahuan ke arah kemampuan mengajukan pertanyaan yang lebih baik, menilai informasi, berkreasi, dan memiliki keterampilan lintas disiplin. Meskipun AI dapat menulis dan memprogram, manusia tetap perlu mempelajari prosesnya untuk melatih 'keterampilan meta' seperti berpikir dan belajar.

Bacaan Terkait

Bitcoin Sedang Mencari Dasar: Tekanan Jualan dari Pemegang Jangka Panjang Mereda, Aliran Keluar ETF Melambat

Bitcoin terus membentuk dasar, dengan karakteristik yang berubah perlahan. Tekanan jual dari pemegang jangka panjang, yang menjadi sumber utama tekanan jual tahun ini, mulai mereda dari puncaknya. Penjualan mengambil untung hampir berhenti, dan pembeli berhasil menyerap semua penjualan pada titik terendah Juni. Harga bitcoin merespons lebih kuat terhadap data inflasi yang lemah dibandingkan indeks saham utama lainnya, menunjukkan sensitivitas yang meningkat. Hubungannya dengan pasar saham melemah, sementara korelasi terbalik dengan dolar AS menguat, menunjukkan bahwa likuiditas dan dolar kini menjadi pendorong utama, bukan sentimen risiko. Harga saat ini berada di antara harga realisasi rata-rata jaringan (sebagai support dasar) dan biaya dasar pemegang jangka pendek (sekitar $69.000), yang akan menjadi resisten kunci berikutnya. Aliran keluar ETF AS melambat namun belum berbalik menjadi aliran masuk. Pedagang derivatif sedang menutup posisi short mereka, tetapi belum diikuti oleh pembelian spot yang kuat, menandakan bagian yang hilang dalam pemulihan saat ini. Indikator volatilitas telah turun mendekati level terendah dalam setahun, menandakan periode ketenangan yang sering mendahului pergerakan penentu berikutnya. Sinyal konfirmasi untuk pemulihan berkelanjutan adalah pembelian berbasis spot yang mendorong harga secara meyakinkan di atas dan bertahan di atas biaya dasar pemegang jangka pendek. Dasar telah dibangun, tetapi tindak lanjutnya masih tertunda.

marsbit1j yang lalu

Bitcoin Sedang Mencari Dasar: Tekanan Jualan dari Pemegang Jangka Panjang Mereda, Aliran Keluar ETF Melambat

marsbit1j yang lalu

Trading

Spot

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.

120 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.

960 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.

1.6k 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