Pendiri a16z: Di Era Agent, Hal yang Benar-Benar Penting Telah Berubah

marsbitDipublikasikan tanggal 2026-04-20Terakhir diperbarui pada 2026-04-20

Abstrak

Wawancara Marc Andreessen, pendiri a16z, membahas evolusi AI dan dampak era agent. AI bukanlah fenomena baru, melainkan hasil akumulasi penelitian 80 tahun yang kini matang dengan kemampuan: LLM, reasoning, coding, dan agent yang mampu peningkatan diri. Arsitektur agent (LLM + shell + file system + markdown + cron/loop) memanfaatkan komponen perangkat lunak yang sudah ada, memungkinkan statusnya disimpan dan dipindahkan. Interaksi berbasis agent akan menggantikan GUI tradisional, di mana manusia memberikan tujuan dan agent menjalankannya. Siklus investasi AI saat ini didukung perusahaan besar dengan likuiditas kuat, berbeda dengan gelembung dot-com 2000. Kendala utama bukan hanya GPU, tetapi juga CPU, memori, dan jaringan. Sumber terbuka (open source) dan inferensi di perangkat lokal (edge) akan menjadi krusial untuk biaya, privasi, dan latensi. Tantangan nyata meliputi keamanan siber, identitas digital, infrastruktur pembayaran untuk agent, serta resistensi kelembagaan. AI tidak akan langsung diadopsi secara global, tetapi akan mengubah cara kerja dan organisasi secara fundamental.

Judul Asli: Marc Andreessen introspects on Death of the Browser, Pi + OpenClaw, and Why "This Time Is Different"

Disusun oleh: FuturePulse

Sumber Sinyal: Ini adalah wawancara terbaru pendiri a16z, Marc Andreessen dalam podcast Latent Space. Dia adalah pengusaha internet terkenal di AS dan salah satu tokoh kunci dalam perkembangan awal internet; setelah mendirikan a16z, dia menjadi perwakilan investor top Silicon Valley. Seluruh percakapan berfokus pada sejarah dan tren terbaru perkembangan AI, sangat layak dibaca.

I. AI Gelombang Ini Bukan Muncul Tiba-tiba, Melainkan "Mulai Bekerja" Secara Menyeluruh untuk Pertama Kalinya Setelah Lari Jarak Jauh Teknologi 80 Tahun

  • AI gelombang ini bukan muncul tiba-tiba, melainkan setelah lari jarak jauh teknologi 80 tahun

  • Marc Andreessen secara langsung menyebut saat ini sebagai "80-year overnight success", yang berarti ledakan tiba-tiba di mata publik, sebenarnya adalah pelepasan terkonsentrasi dari cadangan teknologi puluhan tahun.

  • Dia menelusuri kembali garis teknologi ini ke penelitian neural network awal, dan menekankan bahwa industri saat ini sebenarnya telah menerima penilaian "neural network adalah arsitektur yang benar".

  • Dalam narasinya, titik kunci bukanlah momen tunggal, melainkan serangkaian tumpukan: AlexNet, Transformer, ChatGPT, model reasoning, hingga agents dan self-improvement.

  • Dia sangat menekankan, kali ini tidak hanya pembuatan teks yang menjadi lebih kuat, tetapi empat jenis fungsi muncul bersamaan: LLMs, reasoning, coding, serta agents / recursive self-improvement.

  • Alasan dia认为 "this time is different", bukan karena narasi yang lebih menarik, tetapi karena kemampuan-kemampuan ini telah mulai bekerja dalam tugas-tugas dunia nyata.

II. Arsitektur Agent yang Diwakili oleh Pi dan OpenClaw adalah Perubahan Arsitektur Perangkat Lunak yang Lebih Dalam Dibandingkan Chatbot

  • Dia menggambarkan agent dengan sangat konkret: pada dasarnya adalah "LLM + shell + file system + markdown + cron/loop". Dalam struktur ini, LLM adalah inti penalaran dan generasi, shell menyediakan lingkungan eksekusi, file system menyimpan status, markdown membuat status dapat dibaca, cron/loop menyediakan pembangkitan periodik dan dorongan tugas.

  • Dia认为 kombinasi ini penting karena: selain model itu sendiri baru, komponen lainnya semuanya adalah bagian yang telah matang, dapat dipahami, dan dapat digunakan kembali di dunia perangkat lunak.

  • Status agent disimpan dalam file, sehingga dapat bermigrasi lintas model, lintas runtime; model底层 dapat diganti, tetapi memori dan status仍然保留.

  • Dia反复强调 introspeksi: agent mengetahui file-nya sendiri, dapat membaca statusnya sendiri, bahkan dapat menulis ulang file dan fungsinya sendiri, bergerak ke arah "extend yourself".

  • Menurutnya, terobosan sebenarnya bukan hanya "model dapat menjawab", tetapi agent dapat memanfaatkan toolchain Unix yang ada, menyambungkan seluruh kemampuan潜在 komputer.

III. Era Browser, GUI Tradisional dan "Perangkat Lunak Klik Manual" Akan Secara Bertahap Digantikan oleh Cara Interaksi Agent-First

  • Marc Andreessen dengan jelas pernah mengatakan, di masa depan "Anda mungkin tidak lagi memerlukan antarmuka pengguna (user interface)".

  • Dia进一步指出, pengguna utama perangkat lunak di masa depan mungkin bukan manusia, melainkan "bot lain (other bots)".

  • <极好的p style="text-align: justify; font-size: 16px; font-weight: inherit; word-break: break-all; line-height: 2; font-family: PingFang SC,Helvetica Neue,Helvetica,Arial,Hiragino Sans GB,Heiti SC,Microsoft YaHei,WenQuanYi Micro Hei,sans-serif;">Ini berarti banyak antarmuka yang dirancang untuk klik,浏览, mengisi formulir manusia saat ini, akan terdegradasi menjadi lapisan eksekusi yang dipanggil di belakang agent.

  • Di dunia ini, manusia lebih seperti orang yang mengajukan tujuan: memberi tahu sistem apa yang diinginkan, lalu agent memanggil layanan, mengoperasikan perangkat lunak, menyelesaikan proses.

  • Dia menghubungkan perubahan ini dengan masa depan perangkat lunak yang lebih besar: perangkat lunak berkualitas tinggi akan semakin "melimpah", bukan lagi barang langka yang dibuat secara manual oleh少数工程师.

  • Dia juga menilai, pentingnya bahasa pemrograman akan menurun; model akan menulis kode跨语言, menerjemahkan satu sama lain, bahkan di masa depan manusia lebih peduli menjelaskan mengapa AI mengorganisir kode seperti itu,而不是死守一种语言本身.

  • Dia bahkan menyebutkan arah yang lebih radikal: secara konseptual, AI tidak hanya mungkin mengeluarkan kode, tetapi juga langsung mengeluarkan kode biner (binary) yang lebih底层 atau bobot model (model weights 模型权重).

IV. Siklus Investasi AI Kali Ini Memiliki Kesamaan dengan Gelembung Internet 2000, tetapi Struktur Dasar Penawaran dan Permintaan Tidak Sama

  • Dia回顾 tahun 2000 menekankan,垮台很大程度上 bukan "internet tidak baik", melainkan infrastruktur telekomunikasi dan bandwidth yang berlebihan, serat optik dan pusat data dipasang terlalu dini, kemudian mengalami pencernaan waktu lama.

  • Dia认为 hari ini memang也能看到 kekhawatiran "overbuilding", tetapi subjek investasi saat ini terutama perusahaan-perusahaan besar dengan kas melimpah seperti Microsoft, Amazon, Google,而不是 pemain rapuh dengan leverage tinggi.

  • Dia特别指出, sekarang只要 investasi yang membentuk GPU yang dapat dijalankan,通常很快就能 diubah menjadi pendapatan,这一点与 tahun 2000大量 kapasitas menganggur不同.

  • Dia juga menekankan, teknologi yang kita gunakan saat ini sebenarnya是 versi "di-sandbag (sandbagged)": karena pasokan GPU, memori, pusat data, dll tidak mencukupi, potensi model belum sepenuhnya dilepaskan.

  • Dalam penilaiannya, kendala nyata di tahun-tahun mendatang tidak hanya GPU, tetapi juga CPU, memori, jaringan dan联动 bottleneck seluruh ekosistem chip.

  • Dia menempatkan AI scaling laws bersama Moore's Law masa lalu,认为它们不只是 menggambarkan hukum, juga terus merangsang modal, teknik, dan industri untuk maju bersama.

  • Dia menyebutkan fenomena yang sangat tidak normal tetapi penting: seiring optimisasi perangkat lunak semakin cepat, beberapa chip generasi lama bahkan mungkin lebih berharga secara ekonomi dibandingkan saat baru dibeli.

V. Sumber, Inferensi Tepi, dan Menjalankan Secara Lokal Bukan Sisa-sisa, Melainkan Bagian dari Landscape Persaingan AI

  • Marc Andreessen dengan jelas认为 open source sangat penting, alasannya bukan hanya gratis, melainkan "membuat seluruh dunia belajar bagaimana hal itu dibuat".

  • Dia menggambarkan rilis open source seperti DeepSeek sebagai "hadiah untuk dunia (gift to the world)", karena code + paper akan menyebarkan pengetahuan dengan cepat, meningkatkan底线 seluruh industri.

  • Dalam narasinya, open source bukan hanya pilihan teknis,也可能是一种 strategi geopolitik dan pasar: negara dan perusahaan yang berbeda akan mengadopsi strategi keterbukaan yang berbeda berdasarkan batasan bisnis dan tujuan pengaruh mereka.

  • Dia同时 menekankan pentingnya inferensi tepi ("Edge inference"): dalam beberapa tahun ke depan, biaya inferensi terpusat未必 cukup rendah, banyak aplikasi tingkat konsumen tidak dapat menanggung biaya inferensi cloud yang mahal dalam jangka panjang.

  • Dia menyebutkan pola yang反复出现: model yang hari ini terlihat "tidak mungkin dijalankan di PC",常常几个月后真的 dapat dijalankan di mesin lokal.

  • Selain biaya, yang mendorong operasi lokal termasuk kepercayaan, privasi, latency dan skenario penggunaan: perangkat wearable, kunci pintu, perangkat portabel, dll lebih cocok untuk inferensi rendah latency,就地.

  • Penilaiannya sangat langsung: hampir semua hal dengan chip di masa depan mungkin membawa model AI.

VI. Tantangan Sebenarnya AI, Tidak Hanya pada Kemampuan Model, Tetapi pada Keamanan, Identitas, Aliran Uang, Organisasi, dan Hambatan Institusional

  • Dalam hal keamanan, penilaiannya sangat tajam: hampir semua potential security bug akan lebih mudah ditemukan, dalam jangka pendek mungkin ada一段 "bencana besar keamanan komputer".

  • Tetapi dia同时也认为, kecerdasan pemrograman akan menskalakan kemampuan memperbaiki kerentanan; di masa depan cara "melindungi perangkat lunak" mungkin adalah让 bot memindai dan memperbaikinya.

  • Dalam masalah identitas, dia认为 "bukti bot (proof of bot)" tidak可行, karena bot akan semakin kuat; arah yang真正可行 adalah "bukti manusia (proof of human)", yaitu kombinasi pengenalan biometrik, verifikasi enkripsi, dan pengungkapan selektif (selective disclosure).

  • Dia juga membahas masalah yang sering diabaikan: jika agent benar-benar要办事 di dunia nyata, mereka akhirnya akan membutuhkan uang, kemampuan pembayaran, bahkan semacam rekening bank, kartu atau infrastruktur gaya stable coin. Pada tingkat organisasi, dia menggunakan kerangka kapitalisme manajerial (managerial capitalism),认为 AI mungkin memperkuat kembali founder-led company, karena bot sangat pandai dalam pelaporan, koordinasi, dokumen, dan大量 "pekerjaan manajerial".

  • Tetapi dia tidak认为 masyarakat会快速 menerima AI dengan mulus: dia mengutip contoh lisensi profesi, serikat pekerja, pemogokan buruh pelabuhan, departemen pemerintah, pendidikan K-12, perawatan kesehatan, dll., menjelaskan bahwa dunia nyata memiliki大量 institutional减速器.

  • Penilaiannya adalah, utopis AI dan peramal kiamat都容易 mengabaikan satu hal: teknologi一旦 mungkin, tidak berarti 8 miliar orang akan立刻 berubah mengikutinya.

Pertanyaan Terkait

QMenurut Marc Andreessen, mengapa AI saat ini berbeda dengan hype cycle sebelumnya?

AKarena kali ini bukan hanya tentang teks yang lebih baik, tetapi empat kemampuan muncul bersamaan: LLM, reasoning, coding, dan agents/self-improvement, yang sudah mulai bekerja dalam tugas dunia nyata, bukan hanya narasi.

QApa yang dimaksud dengan arsitektur agent menurut penjelasan Marc Andreessen?

AAgent adalah kombinasi dari 'LLM + shell + file system + markdown + cron/loop'. LLM sebagai inti, shell untuk eksekusi, file system menyimpan status, markdown untuk keterbacaan, dan cron/loop untuk penjadwalan tugas.

QBagaimana Marc Andreessen membandingkan siklus investasi AI saat ini dengan gelembung internet tahun 2000?

AIa melihat kesamaan dalam over-investment, tetapi kali ini didanai perusahaan besar beruang tunai (seperti Microsoft, Google), bukan pemain berlever tinggi. Investasi GPU juga cepat menghasilkan pendapatan, tidak seperti kapasitas menganggur tahun 2000.

QMengapa open source dan edge inference penting dalam persaingan AI menurut pandangannya?

AOpen source menyebarkan pengetahuan dan meningkatkan standar industri, sementara edge inference mengurangi biaya cloud, meningkatkan privasi, dan memungkinkan AI di perangkat lokal seperti wearable atau perangkat IoT dengan latency rendah.

QApa tantangan terbesar AI selain kemampuan model, berdasarkan analisis Marc Andreessen?

ATantangan termasuk keamanan (bug mudah ditemukan tapi bisa diperbaiki oleh bot), identitas (perlu 'proof of human'), infrastruktur keuangan untuk agent, serta hambatan organisasi dan regulasi seperti lisensi profesi atau birokrasi.

Bacaan Terkait

Microsoft Sangat Takut Disingkirkan oleh Raksasa AI

Dulu, OpenAI membutuhkan Microsoft. Hari ini, Microsoft harus membuktikan mereka tidak membutuhkan OpenAI. Pada Build 2026, CEO Microsoft Satya Nadella merilis tujuh model AI buatan sendiri, stasiun kerja AI untuk pengembang, platform pengelolaan Agent untuk perusahaan, dan chip kuantum. Semua ini menandai pergeseran besar: Microsoft mulai berpisah dari sekutu terdekatnya. Titik baliknya adalah revisi perjanjian 27 April, di mana lisensi eksklusif Microsoft atas model OpenAI berubah menjadi non-eksklusif. OpenAI kini bebas bekerja dengan penyedia cloud lain. Ini memecah tembok pertahanan Microsoft. Tujuh model baru, seperti MAI Thinking 1 dan MAI Code 1 Flash, bukan sekadar bukti kemampuan, melainkan upaya menyamai pesaing seperti Anthropic, yang kini unggul dalam adopsi perusahaan. Laporan internal Microsoft mengungkap ketidakpuasan pengembang terhadap Copilot dibanding alat luar. Meski pendapatan AI Microsoft mencapai $37 miliar, sebagian besar berasal dari infrastruktur Azure yang menjalankan model pihak lain, seperti OpenAI dan Anthropic. Pangsa pasar Copilot turun, dan penggunaannya terjebak di pinggir alur kerja utama. Kehadiran Jensen Huang dari Nvidia di Build 2026 juga bermuka dua. Di satu sisi, ia mendukung AI PC Windows dengan chip RTX Spark. Di sisi lain, komputasi AI lokal yang ia promosikan berpotensi mengurangi ketergantungan pada cloud Azure. Build 2026 secara mencolok mengabaikan konsumen dan fokus pada pengembang dan bisnis. Nadella bertaruh pada masa depan di mana sistem operasi AI perusahaan—platform untuk mengelola identitas, kepatuhan, keamanan, dan banyak model/Agent—akan menjadi kunci. Platform seperti Agent 365 dirancang untuk mengunci perusahaan dalam ekosistem Microsoft. Kecemasan terbesar Nadella adalah setelah OpenAI dan Anthropic go public, mereka akan menjadi mandiri, membangun infrastruktur sendiri, dan mengikis pendapatan Azure Microsoft. Nadella berusaha membangun lapisan infrastruktur yang tak tergantikan di bawah semua model AI sebelum itu terjadi. Intinya, Microsoft beralih dari penumpang yang bergantung pada OpenAI menjadi pengemudi di era AI, bertekad tidak ketinggalan lagi seperti di era mobile.

marsbit1m yang lalu

Microsoft Sangat Takut Disingkirkan oleh Raksasa AI

marsbit1m yang lalu

Saham AS Melonjak 16% dalam Dua Bulan: Hanya 4 Kali dalam Sejarah, Terakhir Jelang Kejatuhan 1987

Pasar saham AS melonjak 16% dalam dua bulan (April-Mei), sebuah kenaikan yang hanya terjadi 4 kali sejak Perang Dunia II. Tiga di antaranya terjadi selama pemulihan resesi, tetapi satu-satunya contoh lain *tanpa* latar belakang resesi justru terjadi beberapa bulan sebelum crash "Black Monday" 1987, seperti yang ditekankan oleh strategis Deutsche Bank Henry Allen. Meskipun didukung oleh antusiasme AI dan data ekonomi yang kuat, kecepatan rally ini melampaui preseden sejarah dalam ekonomi yang tidak sedang pulih dari resesi. Sinyal risiko konsumen bermunculan: tingkat tabungan AS sangat rendah (2,6% pada April) dan indeks kepercayaan konsumen mencapai rekor terendah sejarah pada Mei. Sementara pasar saham dan kredit tampak kebal (spread kredit sangat ketat), pasar obligasi pemerintah bergerak sendiri. Imbal hasil obligasi melonjak ke level tertinggi dalam lebih dari satu dekade, mengikuti harga minyak dan mencerminkan kekhawatiran inflasi/fiskal, menciptakan perbedaan yang berbahaya dengan pasar saham. Ketahanan aset berisiko sebagian didukung oleh reaksi harga minyak yang mengejutkan tenang, meskipun blokade Selat Hormuz telah berlangsung lebih lama dari perkiraan awal. Kurva futures minyak tetap stabil, mencegah penetapan harga risiko stagflasi yang parah. Namun, Allen memperingatkan bahwa risiko ekor dari geopolitik dan ketidakselarasan pasar tetap sangat menonjol.

marsbit3m yang lalu

Saham AS Melonjak 16% dalam Dua Bulan: Hanya 4 Kali dalam Sejarah, Terakhir Jelang Kejatuhan 1987

marsbit3m yang lalu

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

Selama tiga tahun terakhir, narasi kekuatan komputasi AI hampir sepenuhnya berpusat pada GPU, dengan CPU hanya dianggap sebagai peran pendukung. Namun, mulai 2026, narasi ini mulai retak. Intel meluncurkan prosesor Xeon 6+ di Beijing, yang dideskripsikan bukan sebagai pendamping GPU, melainkan sebagai "bidang kendali" infrastruktur AI, yang bertanggung jawab atas orkestrasi, konkurensi, dan aliran data. Laporan dari SemiAnalysis pada Februari 2026 juga menyoroti "kembalinya CPU" dengan cara yang berbeda. Pergeseran ini didorong oleh perubahan beban kerja AI dari pelatihan model skala besar ke inferensi dan agen AI yang melibatkan ribuan tugas ringan secara bersamaan. Di sinilah CPU, dengan kemampuan orkestrasi dan penanganan aliran data, menjadi penting kembali—bukan karena lebih cepat daripada GPU, tetapi karena menyelesaikan hambatan baru yang tidak dapat ditangani GPU. Xeon 6+ memilih jalur inti efisiensi (E-core) hingga 288 inti, berfokus pada kepadatan dan efisiensi tinggi untuk menangani beban kerja throughput tinggi seperti agen AI. Namun, jalan Intel tidak tanpa tantangan: persaingan dengan NVIDIA (yang mengembangkan solusi CPU+GPU terintegrasi), CPU ARM buatan vendor cloud seperti AWS Graviton, serta ketatnya kompetisi teknologi proses manufaktur 18A melawan TSMC N2 dan Samsung 2nm. Kesimpulannya, kembalinya CPU ke panggung kekuatan AI adalah nyata, didorong oleh kebutuhan orkestrasi dalam era agen AI. Namun, siapa yang akan memimpin "kembalinya" ini—apakah Intel, ARM, vendor cloud, atau NVIDIA—masih harus dibuktikan dalam beberapa tahun ke depan.

marsbit22m yang lalu

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

marsbit22m yang lalu

TON Mengubah Nama Token Aslinya Menjadi Gram, Menghidupkan Kembali Nama Asli dari White Paper

Token asli Toncoin telah berganti nama menjadi 'Gram' sebagai bagian dari langkah terbaru dalam peta jalan "Make TON Great Again" (MTONGA) yang diprakarsai oleh Pavel Durov, CEO Telegram. Perubahan nama ini, yang akan berlangsung selama sekitar tiga minggu, mengembalikan nama aset sesuai dengan nama aslinya dalam whitepaper pertama. TON awalnya dikembangkan oleh tim Telegram sebagai Telegram Open Network sebelum perusahaan menarik diri pada 2020 menyusul sengketa hukum dengan SEC. Setelahnya, jaringan tersebut berganti nama menjadi The Open Network dan dikembangkan oleh kontributor independen, meskipun Telegram tetap terlibat dengan mengintegrasikan dompet berbasis TON pada 2023. Durov tetap menjadi pendukung kuat TON dan tahun ini meluncurkan inisiatif MTONGA yang terdiri dari tujuh langkah. Langkah ketiga pada awal Mei menandai kembalinya Telegram secara resmi setelah enam tahun, menggantikan TON Foundation sebagai penggerak utama ekosistem dan menjadi validator terbesar di jaringan tersebut. Rebranding menjadi Gram adalah langkah keempat dalam peta jalan tersebut, hanya berlaku untuk token asli jaringan. Situs web baru token telah memperkenalkan logo segar. Durov menyatakan bahwa perubahan ini merupakan kepulangan ke akar sekaligus awal babak baru, membuka jalan untuk langkah-langkah selanjutnya. Tiga langkah lagi masih tersisa dalam rencana MTONGA. Saat ini, harga Gram diperdagangkan sekitar $2,02, naik lebih dari 5% dalam tujuh hari terakhir.

bitcoinist35m yang lalu

TON Mengubah Nama Token Aslinya Menjadi Gram, Menghidupkan Kembali Nama Asli dari White Paper

bitcoinist35m yang lalu

Setelah Bermitra dengan Lebih dari 35 Proyek DeFi, Pink Brains Menemukan Hukum Baru Pemasaran KOL untuk Tahun 2026

Setelah bekerja sama dengan lebih dari 35 proyek DeFi, Pink Brains mengidentifikasi perubahan mendasar dalam perilaku pengguna. Pemasaran yang efektif dimulai dari perspektif pengguna, bukan proyek. **Bagaimana Pengguna Menemukan Protokol Baru?** Pengguna DeFi biasanya menemukan peluang di media sosial (terutama X), lalu memverifikasi data di platform seperti DefiLlama dan DeBank sebelum akhirnya mencoba dengan dana kecil. Proses keputusan didorong oleh data, meski penemuannya bersifat sosial. Target utama adalah mendapat sebutan dari akun terpercaya yang diikuti oleh pengguna berbasis data. **Tren yang Menarik Perhatian Pengguna DeFi di 2026:** * **Narasi Baru:** Perpetual, RWA (Aset Dunia Nyata), dan Crypto×AI, dengan fokus pada mekanisme dan pendapatan nyata (seperti pendapatan agen dan tokenomics yang selaras). * **Airdrop:** Lebih menuntut kontribusi nyata dan memiliki filter Sybil yang ketat. * **Pendapatan Nyata (Real Yield):** Pengguna lebih memilih hasil yang berasal dari pendapatan protokol asli (biaya transaksi, pinjaman, dll.) daripada yang berasal dari inflasi token. * **Tokenomics Penangkap Nilai:** Token yang nilainya terikat langsung dengan penggunaan produk (mis., melalui pembelian kembali dan pembakaran seperti HYPE dan VVV). * **Tempat Perdagangan Baru:** Pasar prediksi, perdagangan kartu koleksi fisik, dan iGaming berbasis crypto yang menunjukkan volume nyata. **Apa yang Membuat Pengguna Betah?** Pengguna tetap setia ketika suatu protokol: 1. **Memiliki kegunaan dunia nyata** yang tertanam dalam kebiasaan keuangan sehari-hari. 2. **Memiliki tokenomics yang merefleksikan nilai produk** secara transparan dan dapat diverifikasi. 3. **Menawarkan insentif/airdrop yang bermakna** untuk penggunaan nyata, bukan aktivitas dangkal. 4. Didukung oleh **produk yang baik, dukungan pelanggan responsif, dan pembangunan komunitas strategis**. **Jenis KOL dan Konten yang Efektif:** KOL DeFi dibagi menjadi edukator, kreator konten, ahli airdrop, dan ahli vertikal. Konten yang berkinerja terbaik adalah yang spesifik, dapat diverifikasi, dan mendalam (mis., analisis protokol berimbang, utas strategi langkah-demi-langkah). Hindari kesalahan seperti menggunakan kreator yang tidak paham produk, konten umum, ketidaksesuaian audiens, dan ketergantungan berlebihan pada beberapa KOL besar. **Kesimpulan:** Pemasaran DeFi yang paling efektif mencerminkan perilaku pengguna sebenarnya: penemuan berasal dari suara tepercaya, minat dibangun oleh mekanisme yang dapat diverifikasi, dan retensi didorong oleh tokenomics yang kuat serta desain produk yang berguna, bukan sekadar jargon pemasaran.

marsbit40m yang lalu

Setelah Bermitra dengan Lebih dari 35 Proyek DeFi, Pink Brains Menemukan Hukum Baru Pemasaran KOL untuk Tahun 2026

marsbit40m yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli ERA

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

731 Total TayanganDipublikasikan pada 2025.07.17Diperbarui pada 2026.06.02

Cara Membeli ERA

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 ERA (ERA) disajikan di bawah ini.

活动图片