Wang Chuan: Bagaimana Tetap Tidak Cemas Setelah Tetangga Lao Wang Mendapatkan Keuntungan Tiga Puluh Kali Lipat dari Investasi Saham Penyimpanan? (Tujuh) - Siklus Seperempat Abad

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

Abstrak

Penulis Wang Chuan melanjutkan pembahasan tentang risiko investasi dalam industri teknologi, khususnya di sektor penyimpanan dan semikonduktor. Industri ini memiliki dua jenis permintaan "refleksif": di tingkat produk (perusahaan berlomba-lomba berinvestasi saat "panik" mengikuti tren) dan di tingkat keuangan (spekulan yang mendorong harga saham ke ekstrem). Kedua lapisan ini saling memperkuat selama masa booming, menciptakan umpan balik positif yang eksponensial. Namun, begitu momentum berbalik, umpan balik negatif yang sama dahsyatnya akan terjadi, seperti longsor salju. Industri perangkat keras memiliki risiko tambahan: "efek cambuk" dalam rantai pasokan. Saat permintaan tiba-tiba lenyap, pasokan yang kaku menyebabkan kelebihan kapasitas berkepanjangan yang bisa memakan waktu bertahun-tahun untuk terserap. Selain itu, narasi pertumbuhan tinggi yang mendukung valuasi fantastis akan cepat ditinggalkan oleh modal spekulatif begitu pertumbuhan melambat, berpindah ke cerita baru. Data historis (Intel, Micron, Cisco) menunjukkan bahwa meskipun laba perusahaan meningkat drastis dalam 20 tahun, valuasi puncaknya di era gelembung teknologi tahun 2000-an tidak pernah terulang. "Jiwa" narasi valuasi ultra-tinggi telah lama pergi. Investor yang baru sukses di fase boom sering kali terjebak dalam dua pola pikir kaku: 1) Menyamakan permintaan kuat saat ini dengan permintaan berkelanjutan, dan menganggap pertumbuhan jangka pendek akan berlangsung selamanya. 2) Percaya bahwa menghasil...

Penulis: Wang Chuan

Artikel ini adalah kelanjutan dari Wang Chuan: Bagaimana Tetap Tidak Cemas Setelah Tetangga Lao Wang Mendapatkan Keuntungan Tiga Puluh Kali Lipat dari Investasi Saham Penyimpanan? (Enam) - Jebakan Barang Homogen .

1/ Di industri layanan perangkat lunak, ada istilah Net Dollar Retention rate, diterjemahkan langsung sebagai 'tingkat retensi dolar bersih', yang berarti jika klien awalnya membayar Anda satu dolar per bulan, berapa banyak dia masih akan membayar Anda per bulan setelah beberapa waktu. Jika NDR melebihi 100%, itu menunjukkan pendapatan dari klien meningkat; di bawah 100%, berarti menurun. Tetapi ketika istilah ini diubah menjadi tingkat retensi dolar bersih 'tahunan', beberapa orang mulai berlaku curang. Misalnya, pertumbuhan pendapatan dari klien yang sama untuk sebuah perusahaan AI dalam tiga bulan adalah 50%, maka tingkat retensi dolar bersih adalah 150%. Eksekutif perusahaan dapat dengan tenang mengiklankan kepada publik, tingkat retensi dolar bersih saya adalah 500%, ini dihitung dengan asumsi bahwa setiap kuartal akan tumbuh 50% di masa depan, menggunakan pangkat empat dari 150%, dan secara default juga berasumsi bahwa ini akan terjadi setiap tahun ke depan, meskipun pertumbuhan sebenarnya hanya beberapa bulan. Siapa pun yang pernah berbisnis tahu, pertumbuhan tinggi apa pun tidak dapat dipertahankan dalam jangka panjang, penghentian dan pembalikan pertumbuhan yang tiba-tiba adalah hal biasa. Dari sudut pandang perusahaan-perusahaan ini, yang penting semua orang juga berlebihan, selama bisa mendapatkan pendanaan terlebih dahulu, tiupkan angin sebesar-besarnya, peduli amat nanti banjir bandang datang.

2/ Tempat yang sangat halus adalah, pada periode naiknya gelembung industri, sebagian besar kebutuhan tidaklah kaku dalam jangka panjang, melainkan kebutuhan eksploratif, didorong oleh kepanikan dan likuiditas. Kebutuhan semacam ini memiliki karakteristik "reflektif": artinya, jika orang lain mengeksplorasi, orang lain panik, likuiditas mengalir deras, maka saya juga buru-buru ingin ikut-ikutan, ingin mengeluarkan uang untuk berinvestasi. Begitu ada yang bangkrut, pola berbalik total, likuiditas menyusut, maka saya juga langsung memotong anggaran dan investasi, bagian kebutuhan eksploratif yang sebelumnya dengan cepat menghilang.

3/ Sejalan dengan kebutuhan "reflektif" terhadap produk ini, di tingkat pasar saham juga terdapat sejumlah pembeli spekulatif "reflektif" yang, pada periode naik, ikut-ikutan, menggunakan leverage, mendorong harga saham ke titik ekstrem; mereka bukan pemegang jangka panjang, jika situasi berbalik, dan banyak orang saling panik menjual, mereka juga cepat-cepat bubar. Harga transaksi akhirnya ditentukan oleh pembeli dan penjual marginal, harga tertinggi saat pasar saham paling gila, dan harga terendah saat pasar beruang paling panik, dibuat oleh para spekulan "reflektif" ini.

4/ Jadi, kita secara bersamaan memiliki struktur "reflektif" di tingkat fisik dan keuangan. Pada periode naik industri, kebutuhan produk reflektif di tingkat fisik membentuk umpan balik positif yang kuat seperti tsunami, menarik spekulan reflektif di tingkat keuangan untuk memasuki pasar, membentuk umpan balik positif yang besar pula di tingkat keuangan, yang selanjutnya mendorong harga aset lebih tinggi. Umpan balik positif di kedua tingkat ini hanya akan berhenti dan berbalik ketika secara bersamaan menghadapi kendala kekakuan di tingkat fisik dan likuiditas keuangan. Dan begitu berbalik, juga akan ada umpan balik positif, yaitu umpan balik positif ke bawah yang semakin menjadi-jadi seperti longsoran salju dan tanah longsor.

5/ Namun, industri penyimpanan, industri semikonduktor, seluruh rantai pasokan pusat data, memiliki risiko yang lebih besar: berbeda dengan Bitcoin yang memiliki siklus pengurangan setengah yang didefinisikan secara tepat dalam kode setiap empat tahun, tidak ada aturan hukum apa pun yang menjamin bahwa setelah harga saham turun, pasti bisa bangkit kembali dalam empat tahun. Dan faktanya, beberapa raksasa lama, Micron pada 2024, Intel dan Cisco pada 2026, baru menembus puncak harga saham tahun 2000, dan mengalami penurunan harga yang menyakitkan lebih dari 80% bahkan 95% dalam seperempat abad ini. Sebelum meninggal, Ah Q pernah berpesan, "Delapan belas tahun lagi, aku akan jadi jagoan lagi!" Untuk industri teknologi tinggi, terutama industri perangkat keras, Ah Q masih terlalu optimis.

6/ Mengapa fenomena ini terjadi? Salah satu alasannya adalah "Efek Cambuk" pada rantai pasokan industri perangkat keras yang disebutkan sebelumnya. (Wang Chuan: Bagaimana Tetap Tidak Cemas Setelah Tetangga Lao Wang Mendapatkan Keuntungan Tiga Puluh Kali Lipat dari Investasi Saham Penyimpanan? (Lima) - Efek Cambuk)Ketika industri berbalik total, hilangnya permintaan terjadi secara instan, tetapi keluaran pasokan memiliki penundaan dan kekakuan, kelebihan kapasitas akan semakin parah untuk beberapa waktu, dibutuhkan beberapa tahun untuk benar-benar mencerna dan mencapai keseimbangan baru. Bahkan setelah mencapai keseimbangan, fenomena kekurangan pasokan yang parah pada periode naik sebelumnya, benar-benar tidak akan kembali.

7/ Alasan lain yang lebih halus, berasal dari migrasi narasi (narrative) yang dibawa oleh Efek Cambuk saat turun. Konstruksi narasi pada dasarnya adalah mekanisme perekrutan, untuk mencari lebih banyak orang yang mau menerima. Ketika likuiditas tinggi, banyak narasi valuasi tinggi yang tidak tahan diuji langsung dipercaya, dan diinvestasikan dengan uang sungguhan. Seperti ketika banyak orang kelaparan dan mengungsi, pahlawan dan tokoh hebat sangat mudah merekrut tentara. Valuasi tinggi yang gila pada periode naik, bukan hanya karena kekurangan pasokan, bukan hanya karena kekurangan pasokan yang semakin cepat, tetapi juga situasi kenaikan eksponensial di mana akselerasi itu sendiri juga dipercepat oleh tumpukan faktor "reflektif" multi-lapis dalam waktu singkat. Kisah pertumbuhan tinggi yang baik dan luas seperti ini jarang terjadi, menarik banyak dana mengambang untuk mendukung valuasi tinggi yang seperti mimpi. Dan begitu pertumbuhan melambat, dana mengambang "reflektif" segera pergi, mengejar kisah pertumbuhan tinggi berikutnya di industri lain.

8/ Sebagai contoh perbandingan laba dan harga saham tiga perusahaan besar dalam dua puluh tahun: Laba Intel pada 2020 dua kali lipat tahun 2000 ($20.9 miliar vs $10.5 miliar), tetapi harga saham tertinggi 2020 $69 lebih rendah dari titik tertinggi 2000 $75; Laba Micron pada 2020 adalah $2.69 miliar, naik hampir 80% dari $1.5 miliar tahun 2000, tetapi harga saham tertinggi 2020 $75 masih 20% lebih rendah dari titik tertinggi 2000 $97; Laba Cisco 2020 empat kali lebih banyak dari tahun 2000 ($11.2 miliar vs $2.67 miliar), tetapi harga saham tertinggi 2020 $50 hanya sekitar 60% dari harga saham tertinggi 2000 $82. Dua puluh tahun kemudian, meskipun tubuh perusahaan-perusahaan ini lebih kuat, pendapatan dan laba jauh lebih tinggi dari 20 tahun yang lalu, jiwa narasi valuasi super tinggi itu, telah pergi sejak lama.

9/ Seseorang yang baru mengenal investasi, dan berulang kali berhasil selama periode naik gelembung investasi, akan membentuk dua paku pikiran besar:

Pertama, menyamakan permintaan kuat saat ini, setara dengan permintaan kuat yang berkelanjutan; pertumbuhan tinggi satu dua tahun yang singkat, setara dengan pertumbuhan tinggi yang berkelanjutan tanpa henti di masa depan. Pada periode naik, harga saham terus naik, bahkan jika turun sebentar, umumnya cepat pulih. Semua informasi negatif diabaikan (atau ada penjelasan rasionalisasi yang optimis), setiap penurunan singkat dianggap sebagai peluang beli, seiring waktu, paku pikiran ini semakin diperkuat. Dalam model berpikir orang-orang ini, jangan bicara logika saat harga naik, kenaikan harga adalah logika yang keras, Anda mengatakan begitu banyak logika, mengapa imbal hasil Anda tidak setinggi saya?

10/ Kedua, menghasilkan uang cepat, menghasilkan uang besar sangat mudah. Cepat di sini berarti kurang dari setahun, dengan imbal hasil setidaknya dua kali lipat setahun. Sepuluh ribu tahun terlalu lama, hanya memperebutkan pagi dan sore! SanDisk sudah enam kali lipat dari awal tahun sampai sekarang, manajer dana yang senang dengan imbal hasil 20% setahun benar-benar terlalu kuno, terlalu ketinggalan zaman.

11/ Buffett pernah berkata: 'Garis batas yang membedakan investasi dan spekulasi, tidak pernah jelas dan terang, tetapi jika sebagian besar peserta pasar baru-baru ini berhasil beruntun, garis ini menjadi semakin kabur. Mendapatkan uang besar tanpa usaha, adalah cara tercepat untuk kehilangan akal sehat. Setelah mengalami pengalaman memabukkan ini, pola perilaku orang normal yang biasanya rasional, perlahan-lahan berubah seperti Cinderella yang menghadiri pesta dansa. Mereka tahu, berlama-lama di pesta - artinya terus berspekulasi pada perusahaan yang valuasinya sangat jauh dari arus kas masa depan - akhirnya akan mendapatkan labu dan tikus. Tetapi mereka tetap tidak ingin melewatkan bahkan satu menit pun dari pesta pora. Semua peserta yang melayang-layang ingin pergi sebelum tengah malam, tetapi ada masalahnya, jam di ruang dansa tidak memiliki jarum.'

12/ Sampai tahap ini, Anda bisa melihatnya sebagai permainan dengan asimetri imbal hasil dan risiko. Terus bermain di dalamnya, mungkin masih ada imbal hasil dua kali lipat, atau bahkan lebih tinggi? Tetapi begitu situasi berbalik pada titik waktu yang tidak terduga, seluruh sistem valuasi runtuh, risikonya adalah penurunan harga lebih dari 80%, dan menunggu 25 tahun untuk kembali ke titik impas. Spekulan "reflektif", bahkan dua tiga tahun pun tidak sabar menunggu, apalagi menunggu lebih dari dua puluh tahun, bagaimana mungkin?

13/ Bagaimana dengan tetangga Lao Wang yang dikatakan untung tiga puluh kali lipat itu? Dalam penurunan harga lebih dari 30% yang tiba-tiba di masa depan, jika dia menggunakan leverage tiga kali lipat, kemungkinan besar akan dilikuidasi dan menjadi nol. Jika dia belum menggunakan leverage, mengingat paku pikiran "menghasilkan uang cepat, menghasilkan uang besar sangat mudah" di otaknya sebelumnya, dia akan merasa kegagalan hanya sementara karena kurang beruntung, dia bisa mengandalkan keberaniannya untuk cepat kembali modal. Bukankah Zhang Dashuai pernah mendidik putranya "saat situasi genting, harus berani"? Jadi, tanpa menunggu beberapa minggu, tetangga Lao Wang menambah posisi, masuk kembali dengan posisi besar. Namun, pengalaman sebelumnya bahwa penurunan besar pasti rebound tiba-tiba tidak berlaku lagi, yang menyambutnya adalah penurunan terus-menerus yang seperti pisau tumpul mengiris daging. Narasi pertumbuhan tinggi, milik "dunia kemarin" yang telah berlalu, tetangga Lao Wang yang buru-buru balik modal, akan sering mencoba berbagai operasi rumit, sampai akhirnya menghabiskan sumber dayanya, baru terpaksa berhenti.

14/ Ini mengingatkan pada ucapan Guru Schopenhauer, "Mereka yang memiliki pengalaman hidup dua atau tiga generasi, seperti orang yang duduk di stan pesulap di pameran, melihat pertunjukan yang sama dua atau tiga kali berturut-turut. Sulap pada dasarnya hanya untuk ditonton sekali. Ketika tidak lagi menghasilkan kesegaran, tidak lagi bisa menipu Anda, efeknya juga hilang sama sekali."

Pertanyaan Terkait

QApa itu Net Dollar Retention rate (NDR) dalam industri layanan perangkat lunak?

ANet Dollar Retention rate (NDR) adalah rasio yang menunjukkan berapa banyak klien masih membayar kepada perusahaan setelah periode tertentu. Misalnya, jika klien awalnya membayar Rp 10.000 per bulan, lalu setelah beberapa waktu pembayaran bulanannya meningkat menjadi Rp 15.000, NDR-nya adalah 150%. Jika NDR di atas 100%, itu berarti pendapatan dari klien tersebut bertambah, sedangkan jika di bawah 100% berarti berkurang.

QApa yang dimaksud dengan permintaan "refleksif" (reflexive demand) dalam konteks gelembung industri?

APermintaan 'refleksif' dalam gelembung industri mengacu pada dorongan untuk ikut-ikutan dan mengeksplorasi teknologi atau produk tertentu karena panik dan likuiditas yang melimpah. Ini bukan permintaan jangka panjang yang stabil. Saat semua orang berlomba-lomba berinvestasi dan mencoba hal baru, orang lain ikut terbawa untuk mengeluarkan uang juga. Namun, begitu ada kekacauan atau likuiditas menyusut, permintaan eksploratif ini bisa langsung menguap saat perusahaan mengurangi anggaran.

QMengapa industri hardware seperti semikonduktor berisiko mengalami penurunan parah yang berlangsung sangat lama?

AIndustri hardware seperti semikonduktor memiliki risiko tinggi karena efek 'bullwhip' dalam rantai pasokan. Saat permintaan turun tajam, permintaan bisa hilang seketika, tetapi produksi sudah berjalan dan punya keterlambatan serta kekakuan. Hal ini menyebabkan kelebihan pasokan yang semakin parah dalam beberapa tahun ke depan. Bahkan setelah keseimbangan tercapai, kondisi kelangkaan pasokan parah yang terjadi saat masa kejayaan tidak akan kembali lagi. Inilah sebabnya perusahaan seperti Intel, Micron, dan Cisco butuh sekitar seperempat abad untuk kembali ke puncak harga saham sebelumnya.

QApa saja 'cetakan pikiran' (mindset imprint) yang sering terbentuk pada investor pemula selama gelembung pasar?

AInvestor pemula yang sukses di awal gelembung pasar sering kali memiliki dua 'cetakan pikiran' berbahaya: 1. Menyamakan permintaan kuat saat ini dengan permintaan kuat yang berkelanjutan di masa depan, dan menganggap pertumbuhan tinggi jangka pendek akan berlangsung selamanya. 2. Berpikir bahwa menghasilkan uang besar dan cepat adalah hal yang mudah, dengan target pengembalian tinggi dalam waktu singkat (misalnya, dua kali lipat dalam setahun). Pola pikir ini membuat mereka mengabaikan risiko dan terlalu percaya diri.

QApa maksud perumpamaan 'tarian Cinderella' yang dikutip dari Buffett dalam artikel ini?

APerumpamaan 'tarian Cinderella' dari Buffett menggambarkan bagaimana investor yang sedang euforia di pasar spekulatif berperilaku seperti Cinderella di pesta dansa. Mereka tahu harus pergi sebelum tengah malam (sebelum gelembung pecah) untuk menghindari kerugian (berubah menjadi labu dan tikus), tetapi karena ingin terus menikmati pesta (keuntungan), mereka sering kali berlama-lama. Masalahnya, 'jam' di pasar tidak memiliki jarum, sehingga mereka tidak tahu kapan waktunya untuk keluar. Akibatnya, banyak yang terjebak dan mengalami kerugian besar saat gelembung akhirnya pecah.

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
活动图片