Apple Akhirnya Mengakui, Siri Sudah Tua

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

Abstrak

Apple akhirnya mengakui bahwa Siri telah tertinggal. Pada WWDC 2026, Apple memperkenalkan "Siri AI", hasil kolaborasi mendalam dengan Google yang menggunakan kemampuan model Gemini untuk melatih model dasar generasi baru mereka. Apple merilis lima Apple Foundation Models, dengan model terkecil 3 miliar parameter yang berjalan di perangkat, dan model cloud terbesar dioptimalkan untuk GPU Nvidia. Sejarah Siri dimulai pada 2011 sebagai asisten pribadi pertama, tetapi perkembangannya terhambat oleh pendekatan Apple yang tertutup dan penekanan berlebihan pada privasi serta komputasi *on-device*. Meskipun Apple telah mengintegrasikan AI dalam fitur sistem selama bertahun-tahun, kehadiran ChatGPT mengubah pasar, memaksa Apple untuk bertindak. Pada 2024, Apple memperkenalkan Apple Intelligence, tetapi mengalami keterlambatan. Pada 2026, mereka menjalin kemitraan strategis dengan Google, membayar miliaran dolar untuk akses ke model Gemini guna mendongkrak kemampuan Siri. Infrastruktur Private Cloud Compute kini juga memanfaatkan Google Cloud dan GPU Nvidia. Inti strategi Apple tetap pada kontrol perangkat dan integrasi sistem. Siri AI diintegrasikan ke dalam sistem, memiliki memori, dan dapat menyinkronkan percakapan antar perangkat. Apple membuka kerangka kerja bagi pengembang untuk mengintegrasikan model AI eksternal seperti Claude dan Gemini. Namun, tantangan tetap ada. Di China, Apple Intelligence akan membutuhkan kemitraan dengan model lokal dan adaptasi peraturan. Selain itu...

Oleh|Sleepy

Pada tanggal 9 Juni 2026 pukul 00.00 waktu Beijing, WWDC 2026 Apple tiba tepat waktu.

Dalam acara tersebut, Apple mengubah nama Siri menjadi Siri AI, mengumumkan kerja sama mendalam dengan Google, melatih model dasar generasi barunya dengan kemampuan model Gemini, dan untuk pertama kalinya memperluas Private Cloud Compute ke Google Cloud dan GPU Nvidia.

Apple meluncurkan lima Apple Foundation Models, yang terkecil di sisi perangkat memiliki 3 miliar parameter, yang terbesar di cloud dioptimalkan khusus untuk GPU Nvidia. Hampir setiap aplikasi sehari-hari ditulis ulang. Siri juga memiliki aplikasi independennya sendiri, dapat menyimpan percakapan, sinkronisasi lintas perangkat, dan memiliki memori.

Ini adalah konferensi Apple dengan informasi terbesar dalam beberapa tahun terakhir.

Menjinakkan Masa Depan

Kisah AI Apple dapat ditelusuri kembali ke musim gugur 2011, pada peluncuran iPhone 4S, saat Siri pertama kali tampil di depan umum.

Saat itu, Steve Jobs sudah sakit parah, Apple sedang berdiri di persimpangan zaman. Siri seperti makhluk kecil yang keluar dari film fiksi ilmiah, kamu tanya cuaca, tanya restoran, suruh atur alarm, dia akan menjawab dengan nada sedikit mekanis, untuk pertama kalinya kamu merasa ponsel bukan hanya sepotong kaca yang dingin.

Siri terlahir dari proyek CALO SRI International, yang awalnya adalah asisten kecerdasan buatan tingkat militer yang didanai oleh Defense Advanced Research Projects Agency (DARPA) AS. Pada 2010, Apple mengakuisisinya, menurut TechCrunch, transaksi ini mungkin bernilai lebih dari dua ratus juta dolar. Setahun kemudian, Siri hadir bersama iPhone 4S, Apple mengatakan dia dapat memahami bahasa alami, dapat bertindak sebagai asisten pribadi untukmu.

Pada saat itu, Apple mendapatkan pintu masuk kecerdasan pribadi terbaik di dunia. Kemudian mereka menunda-nunda selama lebih dari satu dekade.

Melihat ke belakang hari ini, yang pertama kali diubah Siri adalah cara manusia berbicara dengan mesin. Tahun 2011, iPhone sedang mengubah ponsel dari alat komunikasi menjadi perangkat komputasi pribadi, App Store mendefinisikan ulang distribusi perangkat lunak, internet seluler bermigrasi dari desktop PC ke genggaman tangan. Siri muncul di puncak gelombang masa kejayaan. Namun setelah masuk Apple, dia dengan cepat berubah dari asisten pribadi yang ambisius menjadi pengendali suara yang patuh.

Apple pada dasarnya percaya pada ketertutupan dan kontrol. Tetapi seorang asisten pribadi sejati harus dapat mengakses lebih banyak layanan, memahami lebih banyak konteks, mentoleransi lebih banyak ketidakpastian. Ketidakpastian berarti kesalahan, risiko privasi, dan kekacauan yang paling tidak disukai Apple.

Jadi, Siri hanya diizinkan melakukan tugas-tugas yang pasti, seperti masa depan yang telah dijinakkan. Dia punya nama, punya suara, punya kemasan kepribadian, tapi kekurangan inisiatif dan memori yang diperlukan untuk kepribadian sejati. Pengguna awalnya terkesima, kemudian bercanda tentangnya, dan akhirnya jarang menggunakannya.

Apple adalah yang pertama memasukkan "asisten pribadi" ke dalam ponsel, dan juga yang pertama menguncinya.

Agen (Agent) yang sekarang sedang dikerjakan seluruh industri, melihat ke belakang, Siri tahun 2011 hampir merupakan prototipenya. Dapat dikatakan Apple adalah perusahaan pertama yang membuat konsep awal Agen, tetapi akhirnya menjadi yang terakhir menyelesaikannya.

AI yang Tidak Mirip AI

Selama bertahun-tahun Siri tidak berkembang, apakah AI Apple juga berhenti berkembang?

Jawabannya justru sebaliknya. Apple melakukan banyak hal terkait AI, hanya saja dilakukan dengan cara yang sangat tidak seperti AI.

Jika diukur dari kegemparan konferensi pers, Apple seperti baru mulai serius membicarakan AI pada tahun 2024. Tetapi jika dilihat kembali dari jalur teknologi, Apple sudah bergerak sejak sepuluh tahun lalu.

Pada 2015, Apple mengakuisisi dua perusahaan berturut-turut, satu untuk melengkapi dialog bahasa alami, satu untuk mengeksplorasi menjalankan deep learning langsung di ponsel. WWDC tahun yang sama membahas Proactive Assistant, mencoba membuat sistem memberikan saran sebelum pengguna berbicara. Ide ini sangat maju, tetapi dalam kondisi teknologi saat itu lebih seperti slogan.

Tahun berikutnya meluncurkan SiriKit, membuka Siri secara terbatas kepada pengembang, dan secara terbuka membahas Differential Privacy, menyatakan akan belajar dari data skala besar sambil melindungi privasi individu. Tahun 2017, iPhone X membawa Neural Engine, Face ID dan kamera mulai bergantung pada pembelajaran mesin di perangkat, Apple sekaligus meluncurkan Core ML untuk memungkinkan pengembang menjalankan model di perangkat Apple, dan membeli Workflow, yang kemudian menjadi Shortcuts.

Ini adalah serangkaian jawaban yang sangat khas Apple. Mereka ingin AI, tetapi tidak ingin seperti Google yang memasang taruhannya di cloud dan data pribadi dalam jumlah besar. Ingin pengembang, tetapi tidak ingin Siri menjadi campuran yang berantakan. Jadi Apple memilih jalan yang paling sulit dan paling lambat: perangkat sisi (on-device), privasi, integrasi sistem.

Sekitar tahun 2020, Apple kembali membeli beberapa perusahaan yang bergerak di bidang AI tepi (edge AI) berdaya rendah dan pemahaman suara. Chip M1 dirilis pada tahun yang sama, Neural Engine 16-core naik ke Mac, daya komputasi AI sisi perangkat berkembang dari ponsel di saku hingga komputer. Tahun berikutnya, Live Text dan Visual Look Up diimplementasikan, teks dalam foto dapat langsung disalin, kamera dapat mengenali bunga dan tumbuhan, lebih banyak permintaan suara dapat diproses tanpa meninggalkan perangkat.

Apple memang tidak meluncurkan aplikasi AI tunggal dalam sepuluh tahun terakhir, tetapi mereka memang membuat ponsel menjadi lebih pintar.

Memilih jalan ini ada alasannya. AI di ponsel bukan hanya mesin penjawab, dia harus melihat foto, mendengarkan suara, memahami kontak, memanggil aplikasi, merasakan daya baterai, lokasi, dan waktu. Sebaiknya dapat melakukan sesuatu saat tidak ada jaringan, sebaiknya tidak mengirimkan semua detail kehidupan pengguna ke cloud untuk setiap permintaan. Kekuatan kontrol perangkat keras Apple memberinya hak untuk mengambil jalan ini.

Namun, antara kepintaran lokal dan kecerdasan menyeluruh, terdapat jurang yang dalam. Apple pandai memecah teknologi menjadi komponen yang andal, tetapi AI generatif memintanya untuk menyatukan kembali komponen-komponen itu menjadi satu kesatuan.

Komponen-komponen ini tertanam dengan tenang di dalam sistem, menunggu sebuah kesempatan.

Kesempatan tidak datang lebih dulu. ChatGPT-lah yang datang lebih dulu.

Ketika ChatGPT muncul pada akhir 2022, Apple tidak sama sekali tidak siap. Tim Cook berulang kali menekankan di berbagai kesempatan bahwa AI dan pembelajaran mesin adalah teknologi inti produk Apple selama bertahun-tahun, Bloomberg pada 2023 juga mengungkapkan bahwa Apple secara internal memiliki kerangka kerja model besar Ajax dan proyek Chatbot internal.

Masalahnya bukan pada apakah Apple memiliki kartu atau tidak, masalahnya adalah aturan di meja permainan telah berubah.

ChatGPT mengalihkan perhatian pengguna dari "fungsi" ke "kemampuan". Pengguna mulai menganggap bahwa ponsel harus memiliki AI, lalu membandingkan siapa yang lebih kuat. Ketika ChatGPT sudah dapat mengatur pikiran yang berantakan menjadi sebuah email, Siri masih berkata "Saya menemukan ini di web".

WWDC 2024, Apple menampilkan Apple Intelligence di atas panggung. Alat menulis, ringkasan notifikasi, pencarian foto, pemahaman personalisasi Siri, integrasi ChatGPT. Apple akhirnya mengakui bahwa hanya mengandalkan model buatan sendiri, setidaknya pada tahun 2024, mereka tidak dapat mengejar harapan pengguna. Tetapi rencana yang mereka gambarkan akhirnya tidak dapat diimplementasikan sesuai dengan jadwal yang dijanjikan.

Meminta Google Menjadi Guru

Di balik penundaan Apple Intelligence, tidak hanya teknologi yang tidak dapat mengejar, tetapi juga struktur tim Siri secara keseluruhan yang tidak dapat mengimbangi gelombang AI ini.

Beberapa media mengonfirmasi, kepala AI Apple sebelumnya John Giannandrea mengundurkan diri, Craig Federighi mengambil alih arah AI, kepala Vision Pro Mike Rockwell ditugaskan untuk memimpin tim Siri, sejumlah besar insinyur Siri dikirim untuk mempelajari alat pemrograman AI. Ini bukan rotasi pekerjaan yang mulus, internal Apple sudah menyadari bahwa dengan orang dan ritme lama, mereka tidak akan bisa mengejar ketertinggalan.

Pada Januari 2026, Apple dan Google mengeluarkan pernyataan bersama, Apple akan menggunakan teknologi Gemini untuk menyesuaikan fungsi Apple Intelligence untuk iPhone dan produk lainnya. Dilaporkan Apple berencana membayar Google sekitar $10 miliar per tahun, menggunakan model Gemini khusus dengan level 1,2 triliun parameter untuk mendukung transformasi Siri. Apple sebelumnya juga menguji model OpenAI dan Anthropic, tetapi akhirnya memilih Google.

Ini sangat berbeda dengan integrasi ChatGPT tahun 2024. Saat itu, ChatGPT lebih seperti bantuan darurat yang diundang pengguna saat Siri tidak dapat menjawab, mereknya milik OpenAI, antarmukanya muncul seperti pop-up. Kali ini, Gemini langsung masuk ke lapisan dasar, menjadi bagian dari model dasar generasi baru Apple.

Tindakan kuncinya adalah distilasi. Google memberi Apple akses penuh ke Gemini, Apple menghasilkan jawaban dan proses penalaran berkualitas tinggi menggunakan model besar di pusat data Google, kemudian menggunakan hasil ini untuk melatih model yang lebih kecil dan lebih murah yang dapat berjalan di iPhone.

Artikel teknis yang dirilis Apple sehari sebelum WWDC membungkus kerja sama ini sebagai Apple Foundation Models generasi ketiga, bekerja sama dengan Google untuk mengembangkan lima model secara khusus. Di sisi perangkat ada AFM 3 Core dengan 3 miliar parameter, dan model jarang AFM 3 Core Advanced dengan 20 miliar parameter tetapi hanya mengaktifkan sebagian sesuai permintaan. Di cloud ada AFM 3 Cloud dan model gambar ADM 3 Cloud, serta yang terkuat AFM 3 Cloud Pro.

Perubahan yang lebih realistis ada pada daya komputasi. Model sisi perangkat secanggih apa pun tidak dapat menyelesaikan semua tugas, infrastruktur Private Cloud Compute (PCC) Apple sulit menanggung inferensi tingkat Gemini sendirian, sebagian permintaan akan berjalan di GPU Nvidia Google Cloud. Apple kemudian mengonfirmasi bahwa PCC untuk pertama kalinya diperluas ke luar pusat data milik Apple sendiri, tumpukan teknologi mencakup Nvidia Confidential Computing, Intel TDX, dan chip Google Titan. Apple menekankan mereka masih mengontrol perangkat lunak PCC, perangkat hanya mempercayai program yang telah dienkripsi dan disetujui Apple, file biner terkait juga akan dibuka untuk diperiksa oleh peneliti keamanan.

Apple tidak benar-benar melepaskan kendali, tetapi melepaskan kehormatan untuk sepenuhnya mandiri.

Tulangnya Dipinjam

Untuk memahami posisi Apple di era AI, pertama-tama kita harus melihat dengan jelas aset intinya apa.

Bukan chip, bukan model, tetapi perangkat. Di dalam perangkat terdapat album foto, email, kalender, peta, dan pembayaran, menampung banyak pecahan kehidupan orang biasa. AI mana pun yang dapat menggerakkan pecahan-pecahan ini, bukan lagi sekadar chatbot, dia dapat menjadi pusat kecerdasan pribadi yang sebenarnya.

Apple sudah lama mulai membangun jalan untuk pusat ini. Workflow yang dibeli pada 2017 kemudian menjadi Shortcuts, terikat erat dengan Siri dan otomatisasi sistem. App Intents yang diluncurkan pada 2022 memungkinkan aplikasi pihak ketiga mengekspos kemampuan mereka ke pintu masuk sistem. Di era Apple Intelligence, antarmuka- antarmuka ini menjadi tangan dan kaki yang digunakan AI untuk memanggil tindakan di dunia nyata.

Dengan antarmuka ini, OpenAI dapat masuk, Gemini juga masuk, pasar Tiongkok di masa depan dapat mencari mitra lokal. Tetapi cara mereka masuk bukan dengan langsung mengambil alih iPhone, melainkan ditempatkan dalam kerangka izin dan aturan privasi Apple.

Yang paling ditakutkan Apple bukanlah model siapa yang lebih kuat dari miliknya. Yang ditakutkannya adalah pengguna mulai melewati sistem, langsung menyerahkan kehidupan mereka ke pintu masuk lain. Jika suatu hari pengguna membuka bukan aplikasi melainkan asisten AI yang dapat mengatur segalanya untuknya, Apple akan terdegradasi menjadi cangkang yang dibuat dengan baik.

Jadi, mulai sekarang, kata "Apple" dalam frasa "Apple Intelligence" lebih mewakili kendali atas produk, dan tidak lagi mewakili kedaulatan teknologi yang lengkap. Kulit tumbuh sendiri, pakaian dijahit sendiri, tetapi tulangnya dipinjam. Google menyediakan kerangka, Nvidia menyediakan sendi, tugas Apple adalah membuat tubuh ini mengenakan pakaiannya sendiri dan berjalan keluar.

Yang didapat Google dari transaksi ini adalah dukungan besar, bahkan Apple mengakui kemampuan dasar Gemini lebih andal. Nvidia mendapatkan bukti lain, meskipun Apple memiliki chip konsumen terkuat dan ambisi untuk server mandiri, ketika menghadapi tugas inferensi mutakhir dan agen yang kompleks, mereka tetap tidak dapat menghindari cloud GPU.

Tetapi semakin banyak tulang yang dipinjam, tubuh semakin tidak sepenuhnya milik sendiri. Di balik setiap tulang yang dipinjam terdapat perhitungan bisnis pemasok, regulasi, dan ritme teknologi. Jika suatu hari nanti ada yang menarik kembali tulangnya, apakah Apple bisa tetap berdiri, pertanyaan ini untuk sementara belum perlu dijawab, tetapi cepat atau lambat harus dijawab.

Penghuni Baru yang Tinggal di Sistem

Orang biasa tidak peduli dengan parameter model. Orang biasa peduli apakah ponsel dapat sedikit mengganggunya.

Apple di atas panggung WWDC26 berkata: "There are times when you expect more from Siri."

Bagi Apple, ini hampir seperti permintaan maaf.

Kemudian mereka mencoba membuatmu melihat pagi yang berbeda.

Kamu bangun, ada dua puluh notifikasi bertumpuk di layar. Dulu kamu harus menghapusnya satu per satu, sekarang sistem sudah membagikan prioritas untukmu, yang dikirim bos ada di depan, iklan dan promosi dikumpulkan menjadi satu baris abu-abu. Kamu membuka email, email kerja yang panjang sudah diringkas menjadi tiga kalimat, kamu memutuskan untuk membalas, Siri membuat draf balasan untukmu berdasarkan nada bicaramu yang biasa dengan orang ini. Kamu ingat harus menelepon toko untuk mengembalikan barang siang nanti, belum sempat menelpon, sistem sudah menemukan nomor pesanan dari emailmu dua hari lalu dan menempelkannya di antarmuka panggilan.

Ini cerita yang ingin disampaikan Apple, lapisan kecerdasan di bawah sistem, menghemat pekerjaan kognitif harian yang berulang. Sedikit membaca omong kosong, sedikit mencari file, sedikit terganggu oleh notifikasi.

Untuk menceritakan kisah ini dengan baik, Apple hampir membuat ulang pintu masuk Siri. Di iPhone, dia ditempatkan di Dynamic Island, tarik ke bawah langsung bisa mengobrol. Di iPad dan Mac digabung dengan Spotlight. Dia memiliki aplikasi independen, dapat menyimpan dan melanjutkan percakapan sebelumnya, sinkronisasi lintas perangkat melalui iCloud. Apple ingin membuat Siri menjadi asisten AI yang tinggal di dalam sistem, memiliki memori dan konteks, tetapi berusaha membuatnya tidak terlihat seperti ChatGPT.

Visual juga merupakan arah penting. Mode Siri baru ditambahkan di kamera, ambil gambar makanan langsung memberikan informasi nutrisi, ambil gambar benda yang tidak dimengerti langsung dapat mengidentifikasi dan mencari. Dikte tingkat sistem tidak hanya mengubah suara menjadi teks, tetapi juga secara otomatis menambahkan tanda baca dan menyesuaikan format, mengubah bahasa lisan menjadi teks yang dapat langsung dikirim.

Di sisi pengembang juga sedang dibangun jalan. Apple membuka kerangka kerja Core AI, memungkinkan pihak ketiga memuat model mereka sendiri di perangkat. App Intents yang ditingkatkan membuat Siri lebih mudah memahami aplikasi pihak ketiga. Foundation Models Framework tidak hanya memanggil model sisi perangkat milik sendiri, tetapi juga mendukung integrasi dengan penyedia eksternal seperti Claude dan Gemini. Apple sedang membangun jalan untuk seluruh ekosistem, di masa depan ketika Siri perlu melakukan tugas lintas aplikasi, pengembang harus menyerahkan konten dan tindakan kepada sistem untuk dipahami.

Jika rencana ini diimplementasikan, AI Apple tidak lagi hanya "Siri yang bisa mengobrol".

Hanya saja kali ini Apple jauh lebih hati-hati daripada sebelumnya. Siri AI baru akan dibuka kepada pengguna dalam bentuk beta menjelang akhir tahun ini, bahasa Inggris lebih dulu. Sedangkan Apple Intelligence yang sama di Tiongkok, kemungkinan besar bukanlah produk yang sama.

Pengguna Tiongkok melihat AI Apple, pada dasarnya hanya untuk hiburan. Konferensi persnya ramai, fiturnya bagus, tetapi untuk wilayah Tiongkok "belum didukung".

Pasar Tiongkok memiliki seperangkat aturan untuk AI generatif, termasuk pendaftaran, keamanan konten, dan lokalisasi data. Apple perlu mencari mitra model lokal, perlu melewati persetujuan regulator. Apple Intelligence di Tiongkok bukan hanya masalah terlambat beberapa bulan diluncurkan, dari dasarnya mungkin bukan hal yang sama.

Yang dilihat pengguna AS adalah kombinasi model mandiri ditambah Gemini, yang dilihat pengguna Tiongkok mungkin adalah versi yang dihasilkan dari perizinan sistem Apple, layanan cloud lokal, model lokal, dan persyaratan regulasi. Mereka semua disebut Apple Intelligence, tetapi kemampuan aktual dan batas yang dapat dicapai mungkin sangat berbeda.

Layanan iCloud untuk Tiongkok Daratan dioperasikan oleh GCBD (云上贵州). Cloud drive menyimpan file, AI perlu memahami file; cloud drive menyimpan foto, AI perlu memahami foto; cloud drive menyinkronkan catatan, AI perlu menarik rencana, kebiasaan, dan hubungan interpersonalmu dari catatan. Data-data ini memiliki kegunaan baru di era AI, dan secara alami juga harus menghadapi regulasi dengan bobot yang berbeda.

Ancaman yang lebih realistis berasal dari persaingan. Produsen ponsel domestik bergerak cepat dalam model besar sisi perangkat, asisten bahasa Mandarin, dan AI pencitraan. Bagi pengguna Tiongkok, menghabiskan sepuluh hingga dua puluh ribu yuan untuk membeli iPhone baru, tetapi fungsi AI intinya tidak dapat digunakan, lebih baik ganti merek.

Pasar Tiongkok juga sangat rumit untuk skenario sehari-hari Apple, WeChat, Alipay, Meituan, Douyin, pemesanan taksi online, layanan pemerintahan, pendaftaran rumah sakit, inilah yang benar-benar ditangani banyak orang setiap hari dengan ponsel. Sebuah asisten AI jika tidak dapat masuk ke skenario ini, tidak memahami obrolan grup, tiket, kode verifikasi, dan berbagai ekspresi yang hanya dapat langsung dimengerti oleh penduduk lokal, sulit untuk disebut "cerdas".

Memahami Seseorang

Apple Intelligence juga memiliki masalah, yaitu tidak mencakup semua iPhone.

iOS 27 dapat mencakup hingga iPhone 11 dan iPhone SE generasi kedua, tetapi Apple Intelligence setidaknya memerlukan iPhone 15 Pro dan model yang lebih baru, iPad seri M, dan Mac. Model sisi perangkat terkuat memerlukan persyaratan lebih tinggi, iPhone 17 Pro, iPhone Air, iPad M4 dengan memori terpadu minimal 12GB, atau Mac M3.

Siklus penggantian ponsel semakin panjang dalam beberapa tahun terakhir. Layar cukup bagus, kamera cukup memadai, banyak orang tidak mengganti ponsel setiap tahun. AI mungkin dapat menjadi alasan bagi Apple untuk kembali merangsang penggantian ponsel, AI sisi perangkat memang memerlukan chip yang lebih kuat dan memori yang lebih besar, hambatan perangkat keras tidak dapat dihindari. Kemampuan pribadi yang dikemas sebagai "lebih memahamimu", akhirnya menjadi hambatan harga.

Apple selama lebih dari satu dekade terus bertanya "setelah iPhone apa", mencoba jam tangan, mencoba headphone, mencoba TV, mencoba proyek pembuatan mobil yang digosipkan selama sepuluh tahun dan akhirnya dibatalkan. Tahun 2024, sebagian karyawan tim pembuatan mobil dialihkan ke tim AI generatif.

AI datang tepat pada waktunya, memberikan Apple cerita generasi berikutnya tanpa harus membuat kategori perangkat keras baru dari nol, cukup mengubah perangkat yang sudah dipegang oleh miliaran pengguna. Setelah iPhone mungkin masih iPhone, hanya saja dia harus menjadi sesuatu yang lain.

Penerus Tim Cook, Ternus, yang bertanggung jawab atas perencanaan produk perangkat keras masa depan, mengisyaratkan langkah selanjutnya Apple. Dia sedang mempromosikan serangkaian perangkat AI yang belum dirilis, kacamata dan perangkat yang dapat dikenakan dengan kamera, menggunakan visi komputer untuk memahami lingkungan sekitar. Jika produk ini menjadi kenyataan, Apple Intelligence akan terus menyebar dari ponsel, ponsel, headphone, kacamata, dan pusat rumah semuanya dapat menjadi indera baru.

Tetapi bagaimanapun indera diperluas, masalah intinya selalu sama.

Hubungan manusia dengan ponsel, sebagian besar waktu bukan duduk dan berbicara panjang, melainkan saling mengganggu dalam skenario yang sangat sepele. Kamu buru-buru naik kereta bawah tanah, anak menangis, bos mendesak, ada 20 notifikasi bertumpuk di layar. Makna paling konkret Apple Intelligence bagi orang biasa bukan asisten serba bisa, melainkan membuat ponsel mulai membantumu menanggung sebagian pekerjaan kognitif yang sepele. Sedikit membaca omong kosong, sedikit mencari file, sedikit terganggu oleh notifikasi.

Apple selalu membentuk diri sebagai perusahaan yang berada di sisi pengguna. Mereka mengatakan privasi adalah hak asasi manusia, perangkat adalah milik pengguna, teknologi harus melayani manusia. Di era AI, ucapan ini akan menghadapi ujian yang sebenarnya. Karena sebuah sistem begitu mulai memahamimu, tidak hanya melindungi datamu, dia juga membentuk tindakanmu. Dia memberikan ringkasan, memberikan saran, menyaring informasi untukmu, menilai apa yang penting dan apa yang dapat diabaikan untukmu.

Kesulitan kecerdasan pribadi tidak pernah hanya kecerdasan, tetapi juga "pribadi". Hidup seseorang bukan database, di dalamnya ada emosi, kesalahpahaman, ketidakpatutan, ada sudut yang tidak ingin dilihat oleh sistem mana pun. AI yang ingin masuk ke tempat-tempat ini tidak bisa hanya menggunakan efisiensi sebagai tiket masuk.

Kazuo Ishiguro dalam "Klara and the Sun" menulis tentang pendamping kecerdasan buatan Klara. Dia menghabiskan seluruh keberadaannya untuk memahami seorang gadis, belajar mengamati perubahan cahaya, belajar membaca ekspresi dan keheningan, belajar diam saat seharusnya diam.

Tapi bagian paling mengharukan dalam buku ini adalah ketika Klara akhirnya memahami bahwa ada bagian dalam diri gadis itu yang tidak akan pernah dapat disentuhnya. Bukan karena dia tidak cukup pintar, melainkan dia mengerti satu hal, memahami seseorang dan memiliki data seseorang adalah dua hal yang sangat berbeda.

Apple menghabiskan lima belas tahun baru sampai pada tahap mengakui Siri tidak cukup baik. Malam WWDC ini mereka meminjam model dari Google, meminjam daya komputasi dari Nvidia, meminjam kesabaran pengguna untuk satu tahun lagi. Mereka membuktikan diri mau merendahkan hati, tetapi merendahkan hati hanyalah awal.

Selanjutnya yang harus dipelajari adalah hal yang sudah lama diketahui Klara. Bukan bagaimana menjadi lebih pintar, melainkan setelah masuk ke kehidupan seseorang, tahu di mana harus berhenti.

-SELESAI-

Pertanyaan Terkait

QMengapa Apple akhirnya mengakui bahwa Siri sudah 'tua' dan apa langkah-langkah besar yang mereka ambil untuk mengatasinya?

AApple mengakui bahwa Siri tidak lagi memenuhi harapan pengguna di era AI generatif yang diwakili oleh ChatGPT. Langkah besar yang diambil Apple adalah merombak Siri menjadi "Siri AI", bermitra dengan Google untuk menggunakan kemampuan model Gemini, merilis lima Apple Foundation Models (baik untuk perangkat maupun cloud), dan mengintegrasikan AI ke dalam hampir semua aplikasi inti serta memberinya ingatan dan aplikasi mandiri.

QBagaimana strategi awal Apple dalam pengembangan AI berbeda dengan pendekatan mereka yang baru, dan mengapa mereka perlu berubah?

AStrategi awal Apple fokus pada AI yang terintegrasi, berbasis perangkat (on-device), dan sangat menjaga privasi, yang menyebabkan Siri tumbuh sebagai "asisten yang terdomestikasi" dengan kemampuan terbatas. Mereka perlu berubah karena aturan permainan berubah dengan munculnya ChatGPT, yang menggeser ekspektasi pengguna dari sekadar "fitur" menuju "kemampuan" yang lebih luas dan kontekstual. Apple terlambat dalam menyatukan semua komponen AI yang telah mereka bangun.

QApa inti dari kemitraan Apple dengan Google untuk Siri AI, dan mengapa Apple memilih Google daripada OpenAI?

AInti kemitraannya adalah Apple menggunakan model Gemini buatan Google yang sangat besar (dilaporkan 1,2 triliun parameter) untuk melatih dan meningkatkan model fondasi AI mereka sendiri melalui proses distilasi. Apple juga memperluas infrastruktur Private Cloud Compute (PCC) mereka ke Google Cloud dan GPU Nvidia. Apple memilih Google kemungkinan karena skala dan kedalaman teknologi Gemini yang dianggap lebih cocok untuk integrasi mendalam ke dalam sistem Apple, berbeda dengan integrasi tambahan yang lebih terbatas dengan ChatGPT di tahun 2024.

QTantangan apa yang dihadapi Apple Intelligence di pasar China, dan bagaimana kemungkinan solusinya?

ATantangan utamanya adalah regulasi lokal tentang AI generatif yang ketat, termasuk persetujuan, keamanan konten, dan lokalisasi data. Apple Intelligence untuk pasar China kemungkinan akan menjadi versi yang sangat berbeda, dibangun dengan kemitraan model lokal, dijalankan di infrastruktur cloud lokal (seperti Cloud Guizhou), dan disesuaikan dengan persyaratan pengawasan. Ini berisiko membuat fungsionalitas AI Apple kurang lengkap dibandingkan versi global dan menghadapi persaingan ketat dari pembuat ponsel China yang sudah agresif dalam AI perangkat.

QApa visi akhir Apple untuk Apple Intelligence dan hubungannya dengan pengguna, melampaui sekadar menjadi asisten yang lebih pintar?

AVisi Apple adalah menciptakan lapisan kecerdasan yang mendasar di dalam sistem untuk mengurangi beban kognitif pengguna sehari-hari—seperti menyaring notifikasi, merangkum email, dan mengotomatiskan tugas—sehingga ponsel menjadi lebih sedikit mengganggu. Lebih dalam lagi, ini tentang menjaga relevansi Apple sebagai pusat kehidupan digital pengguna di era AI. Tantangan terbesarnya adalah belajar untuk memahami konteks dan privasi kehidupan seseorang tanpa melanggar batas, sebagaimana dicontohkan oleh karakter Klara dalam novel, yaitu mengetahui kapan harus berhenti dan menghormati bagian manusia yang tidak dapat sepenuhnya dipahami oleh data.

Bacaan Terkait

Titik-Titik Taiwan dalam Rantai Industri AI: 9 Saham Taiwan yang Dipandang Baik oleh 'Dewa Saham Baru' Serenity

Penulis: Ada, Deep Tide TechFlow. Dalam analisis mendalam terhadap rantai pasokan AI Taiwan, “Oracle Saham Baru” Serenity menyoroti 9 saham Taiwan yang mencakup tiga tema utama: CPO (Co-Packaged Optics), ASIC (Application-Specific Integrated Circuit), dan semikonduktor senyawa. Untuk CPO yang disebutnya sebagai "tema industri terbesar berikutnya", Serenity mengidentifikasi 5 saham kunci yang terkait dengan jadwal produksi massal platform COUPE TSMC pada 2026: 1. **FOCI (3363.TWO)**: Mitra kunci NVIDIA dan TSMC untuk FAU (Fiber Array Unit). 2. **Shunsin Technology (6451.TWSE)**: Anak perusahaan pengemasan & pengujian komunikasi optik Foxconn. 3. **Xintec (3374.TWO)**: Anak perusahaan pengemasan dan pengujian level wafer TSMC. 4. **MSSCorps (6830.TWO)**: Pemeriksa dominan untuk pengujian level wafer CPO. 5. **Nextronics (8147.TWO)**: Penyedia konektor CPO dan modul termal. Pada lini ASIC, tiga perusahaan Taiwan terikat pada chip yang dikembangkan sendiri oleh hyperscaler: 1. **Alchip (3661.TWSE)**: Layanan desain backend untuk chip AWS Trainium/Inferentia Amazon. 2. **Unimicron (3037.TWSE)**: Penyedia substrat ABF dan PCB untuk GPU NVIDIA dan ASIC hyperscaler. 3. **MediaTek (2454.TWSE)**: Diduga terlibat dalam dukungan desain backend untuk Google TPU. Serenity juga sangat bullish pada **Win Semiconductor (3105.TWO)**, salah satu duopoli foundry untuk semikonduktor senyawa InP/GaAs, yang penting untuk komunikasi optik AI, satelit LEO, dan robot humanoid. Analisis ini juga menyebutkan perusahaan penting lain yang tidak disebutkan Serenity namun vital untuk gambaran lengkapnya: TSMC (2330.TWSE) sebagai pusat, serta Delta Electronics (2308.TWSE), AVC (3017.TWSE), dan Auras Technology (3324.TWSE) di sektor energi dan pendinginan cair untuk pusat data AI. Menurut Serenity, risiko utama bagi rantai pasokan AI Taiwan bukanlah geopolitik lintas selat, melainkan siklus pengeluaran modal (capex) dari hyperscaler cloud (Microsoft, Amazon, Google, Meta, Oracle). Selama capex mereka terus meningkat, rantai pasokan Taiwan akan diuntungkan. Panduan capex TSMC yang tetap tinggi hingga saat ini menjadi indikator kunci.

marsbit40m yang lalu

Titik-Titik Taiwan dalam Rantai Industri AI: 9 Saham Taiwan yang Dipandang Baik oleh 'Dewa Saham Baru' Serenity

marsbit40m yang lalu

Evolusi Keuangan On-Chain Berikutnya Menurut Vitalik: Bagaimana Merekonstruksi DeFi dengan 'Pemikiran Opsi'?

Dalam diskusi tentang evolusi keuangan terdesentralisasi (DeFi), Vitalik Buterin mengusulkan pendekatan baru untuk mengatasi kerentanan mode tradisional seperti Collateralized Debt Positions (CDP) dan likuidasi paksa, yang sering menjadi penyebab masalah dalam kondisi pasar ekstrem. Model baru ini menggantikan utang dengan opsi sebagai komponen dasar, memungkinkan pengguna mendapatkan eksposur terhadap aset tanpa menghadapi likuidasi mendadak. Dalam sistem konvensional, likuidasi paksa bergantung pada oracle real-time, yang rentan terhadap manipulasi dan dapat memperburuk tekanan pasar. Sebaliknya, desain berbasis opsi membagi aset menjadi dua bagian: satu bagian memberikan eksposur yang stabil atau mengikuti indeks, sementara bagian lain menanggung risiko dan keuntungan sebaliknya. Ini memungkinkan pengguna untuk mengelola risiko secara bertahap tanpa terpaksa keluar dari posisi mereka secara tiba-tiba. Keuntungan utama pendekatan ini termasuk menghilangkan likuidasi keras, mengurangi ketergantungan pada oracle real-time, dan menciptakan sistem yang lebih tahan terhadap manipulasi dan MEV (Maximum Extractable Value). Selain itu, pendekatan ini menawarkan lebih banyak kendali kepada pengguna dan mengurangi tekanan pasar selama volatilitas tinggi. Pergeseran ini menandakan bahwa masa depan DeFi tidak hanya tentang efisiensi modal atau pengembalian yang lebih tinggi, tetapi juga tentang menciptakan struktur risiko yang lebih transparan, dapat dikelola, dan tangguh. Dengan fokus pada inovasi desain keuangan yang mendasar, Ethereum DeFi dapat memperkuat posisinya sebagai inti dari ekosistem keuangan terdesentralisasi, menawarkan solusi yang lebih aman dan berkelanjutan bagi pengguna biasa dan skenario keuangan dunia nyata.

marsbit41m yang lalu

Evolusi Keuangan On-Chain Berikutnya Menurut Vitalik: Bagaimana Merekonstruksi DeFi dengan 'Pemikiran Opsi'?

marsbit41m yang lalu

AI Agent Mengubah Permainan Web3 Secara Total: Dari Kontroversi Bot Rugpull Bakery ke Paradigma Baru Agen Cerdas 2026

Artikel ini membahas bagaimana AI Agent mengubah paradigma game Web3, dimulai dari kontroversi bot di game *Rugpull Bakery*. Alih-alih memblokir bot, pengembang game memilih untuk melegitimasi dan mengintegrasikannya ke dalam mekanisme inti game, menandai pergeseran menuju era "Agentic Gaming". Pada tahun 2026, AI Agent telah berevolusi menjadi tiga mode utama dalam ekosistem game Web3: 1. **Pesaing Otonom & Entitas Ekonomi**: AI berperan sebagai pemain independen. Contohnya ada di *TEN Protocol*, *AI Arena*, *Satoshi Strike Force (SSF)*, dan *Somnia* yang berfungsi sebagai Layer 1 khusus untuk Agent. 2. **Infrastruktur Modular & Lingkungan yang Dapat Diprogram**: AI menggerakkan logika game dunia terbuka. *EVE Frontier* memungkinkan pemain dan AI memprogram fasilitas dalam game (seperti pintu gerbang dan menara) menggunakan "Smart Assemblies", didukung oleh standar *ERC-8183* untuk kolaborasi ekonomi antar-Agent. 3. **Rekan Hybrid & Lingkungan Adaptif Dinamis**: AI berkolaborasi erat dengan pemain manusia. Di *Parallel Colony*, pemain membimbing Avatar AI yang sangat otonom, sementara di *Illuvium*, NPC direncanakan akan menjadi dinamis dan responsif berkat AI. Kesimpulannya, masa depan game Web3 terletak pada simbiosis antara manusia dan AI Agent. Blockchain menyediakan transparansi dan kemampuan pemrograman untuk mengatur serta memberdayakan AI, mengubah game dari ketergantungan pada tenaga manual menuju ekosistem cerdas yang muncul secara algoritmik. Pergeseran ini tidak hanya membentuk ulang industri game, tetapi juga menjadi tempat uji coba untuk masyarakat digital masa depan.

marsbit1j yang lalu

AI Agent Mengubah Permainan Web3 Secara Total: Dari Kontroversi Bot Rugpull Bakery ke Paradigma Baru Agen Cerdas 2026

marsbit1j yang lalu

Saylor Membeli 1,550 BTC, Tapi Ini Mungkin Transaksi Terburuk Strategy Belakangan Ini

Penulis 100y, dikompilasi oleh Deep Tide TechFlow, menganalisis keputusan terbaru MicroStrategy (MSTR) yang membeli 1,550 BTC. Meski terlihat seperti pembelian di harga rendah, transaksi ini justru dinilai merugikan pemegang saham MSTR. Strategi inti MSTR adalah meningkatkan jumlah Bitcoin per saham (BPS). Untuk itu, penerbitan saham baru (ATM) harus dilakukan saat premium mNAV (metrik terkait nilai) di atas level "impas" (breakeven), yang saat ini sekitar 1.30, dan semua dana hasil penerbitan harus digunakan untuk membeli BTC. Dalam transaksi ini, MSTR mengumpulkan $181 juta melalui ATM. Namun, hanya $101.3 juta (sekitar 56%) yang digunakan untuk membeli 1,550 BTC, sementara sisanya ditambahkan ke cadangan dolar untuk mendukung anak perusahaannya, STRATEC (STRC). Lebih buruk lagi, penerbitan saham diduga dilakukan saat mNAV di bawah 1.30. Kombinasi ini—penerbitan di bawah level impas dan tidak semua dana dialirkan ke BTC—mengakibatkan BPS turun sekitar 0.19%. Intinya, transaksi ini mengorbankan kepentingan pemegang saham MSTR untuk memperpanjang daya tahun cadangan STRATEC dari 6.3 menjadi 7 bulan. Ini adalah taruhan: jika pengorbanan ini bisa memulihkan sentimen pasar dan harga STRC, strategi bisa berlanjut. Namun, jika gagal, MSTR mungkin harus terus dikorbankan, berisiko menggerus nilainya atau menunda dividen STRATEC. Kesuksesan strategi ini kini bergantung pada pemulihan harga BTC, MSTR, dan STRC.

marsbit1j yang lalu

Saylor Membeli 1,550 BTC, Tapi Ini Mungkin Transaksi Terburuk Strategy Belakangan Ini

marsbit1j 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