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

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

**Ringkasan Artikel: Apakah DeepSeek Dapat Menghemat 1 Triliun Dolar AS untuk China?** Artikel ini membahas bagaimana DeepSeek, melalui serangkaian inovasi teknologinya, berpotensi secara drastis menekan biaya infrastruktur AI China dan berpotensi menghemat investasi hingga triliunan dolar AS. **Tantangan: Biaya AI yang Melonjak** Biaya perangkat keras AI, terutama memori berbandwidth tinggi (HBM), sedang meroket. Misalnya, pada sistem AI canggih NVIDIA Vera Rubin, biaya komponen memori saja mencapai sekitar $2 juta dan telah naik 435% dalam setahun. **Solusi DeepSeek: Tiga Inovasi Utama** DeepSeek mendekati masalah ini dengan tiga terobosan teknis utama untuk meningkatkan efisiensi token perangkat keras hingga 4 kali lipat: 1. **Kompresi Memori (KV Cache):** Melalui **Multi-head Latent Attention (MLA)**, DeepSeek mengompres "memori" konteks panjang model secara signifikan (hingga 90%+ pengurangan) tanpa mengorbankan kualitas, mengurangi ketergantungan pada HBM yang mahal. 2. **Aktivasi "Tubuh" Model Sesuai Kebutuhan:** Menggunakan arsitektur **Mixture of Experts (MoE)**, model hanya mengaktifkan sebagian kecil dari total parameternya untuk setiap tugas. Ini seperti hanya memanggil dokter spesialis yang relevan, bukan seluruh rumah sakit. 3. **Cache dan Penggunaan Ulang:** Hasil komputasi yang sudah dihitung disimpan dan digunakan kembali (cache hit), menghindari perhitungan berulang yang mahal. DeepSeek menerapkan ini bahkan dalam struktur harga layanannya. **Dampak dan Potensi Penghematan** Efisiensi ini mengubah ekonomi infrastruktur AI: * **Pengurangan Biaya Operasional:** Untuk tugas tertentu (misalnya, membaca ulang kode panjang), biaya menggunakan DeepSeek V4-Pro bisa **100 kali lebih murah** dibandingkan model seperti GPT-5.5 atau Claude Opus. * **Penghematan Infrastruktur Berskala Besar:** Artikel memperkirakan, dengan peningkatan efisiensi 4x, untuk memenuhi permintaan token harian masa depan China yang mencapai ribuan triliun, pendekatan DeepSeek berpotensi menghemat investasi setara dengan **puluhan ribu pusat komputasi cerdas**, yang nilainya bisa mendekati **$1 triliun**. * **Pergeseran Strategis:** Alih-alih hanya bergantung pada chip komputasi canggih (di mana China tertinggal), DeepSeek mengalihkan beban ke manajemen memori, cache, dan rekayasa sistem — area di mana industri China seperti produsen memori DRAM (contoh: CXMT) semakin kompetitif. Ini meningkatkan keamanan rantai pasokan. **Kesimpulan** DeepSeek tidak menghilangkan kebutuhan akan perangkat keras canggih, tetapi secara radikal mengurangi ketergantungan marjinal padanya. Dengan membuat AI lebih terjangkau melalui efisiensi teknis mendalam, DeepSeek berpotensi membentuk ulang buku besar infrastruktur AI China, menghemat investasi besar, dan yang terpenting, membuat daya AI dapat diakses oleh industri luas di China. *(Catatan: Artikel ini didasarkan pada analisis industri dan proyeksi, bukan fakta yang sudah pasti.)*

marsbit40m yang lalu

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

marsbit40m yang lalu

Menggugat Gagasan Utama Menangani Halusinasi: Metakognisi, Solusi Baru untuk Menghancurkan Halusinasi Model Besar

Peneliti Google mengusulkan pendekatan baru untuk mengatasi "halusinasi" AI dalam makalahnya, **"Hallucinations Undermine Trust; Metacognition is a Way Forward."** Alih-alih berusaha membuat AI mengetahui segalanya atau menolak menjawab banyak pertanyaan (yang menimbulkan "pajak utilitas"), makalah ini mendefinisikan ulang halusinasi sebagai **AI memberikan informasi yang salah dengan keyakinan tinggi padahal ia tidak yakin.** Solusi intinya adalah **"ketidakpastian yang setia" (faithful uncertainty)** atau **metakognisi** – kemampuan AI untuk merasakan tingkat keyakinan internalnya dan mengekspresikannya dengan jujur dalam bahasa. Misalnya, jika AI ragu, ia harus mengatakan "Saya tidak terlalu yakin." Pendekatan ini lebih realistis karena hanya mengharuskan keselarasan antara sinyal internal dan output AI, bukan kebenaran mutlak yang mustahil. Metakognisi menjadi sangat penting di era **Agent AI** yang menggunakan alat eksternal seperti mesin pencari. Tanpanya, Agent tidak dapat memutuskan kapan harus mencari, kapan harus berhenti, atau bagaimana mengevaluasi informasi yang ditemukan. Namun, implementasinya menghadapi tantangan seperti **"paradoks bootstrap"** (data pelatihan yang statis untuk kemampuan dinamis), **"sinyak perusak keselarasan"** dari pelatihan RLHF yang mendorong AI selalu tampak yakin, dan kesulitan menilai apakah AI benar-benar memiliki metakognisi atau hanya berpura-pura. Makalah ini menyerukan perubahan paradigma: fokus pada pengembangan AI yang jujur tentang batas pengetahuannya, bukan AI yang sempurna tanpa kesalahan. Kepercayaan datang dari kejujuran tentang ketidakpastian, bukan dari klaim kepastian yang salah.

marsbit47m yang lalu

Menggugat Gagasan Utama Menangani Halusinasi: Metakognisi, Solusi Baru untuk Menghancurkan Halusinasi Model Besar

marsbit47m yang lalu

Belilah Emas dan Minyak untuk Hedging, AI untuk Pertumbuhan Cepat, Bitcoin yang 'Ketinggalan Zaman' Masuki Pasar Beruang

Bitcoin terus mengalami penurunan, mencapai level terendah dalam dua bulan di sekitar $66.123. Menurut analis, alasan di balik penurunan ini lebih dalam daripada sekadar aliran keluar dana ETF atau penjualan oleh Strategy. Inti masalahnya adalah Bitcoin kini kalah bersaing di tiga bidang utama. Pertama, sebagai lindung nilai inflasi, emas dan saham energi kini lebih disukai karena memiliki dukungan fisik dan logika yang lebih langsung. Kedua, untuk pertumbuhan tinggi, investor beralih ke perusahaan AI yang memiliki pendapatan dan laba nyata, di mana Bitcoin tidak menghasilkan arus kas. Ketiga, bahkan di dalam ekosistem kripto, eksposur kini dapat diperoleh melalui stablecoin, pertukaran, atau infrastruktur yang terkait dengan adopsi nyata, bukan hanya Bitcoin. Narasi "emas digital" Bitcoin tidak lagi mendapatkan reaksi positif otomatis terhadap kekhawatiran inflasi. Aliran keluar ETF dan penjualan oleh institusi mencerminkan gejala dari realitas baru: investor kini lebih selektif. Mereka memiliki lebih banyak pilihan dan mempertanyakan nilai tambah Bitcoin. Logika bearish baru untuk Bitcoin bukan lagi tentang penipuan atau kegagalan teknologi, melainkan bahwa kelangkaan saja tidak lagi cukup untuk menarik modal. Bitcoin terjepit di zona tengah yang canggung, bukan sebagai aset lindung nilai terbaik, aset pertumbuhan terbaik, atau satu-satunya pilihan kripto.

华尔街日报51m yang lalu

Belilah Emas dan Minyak untuk Hedging, AI untuk Pertumbuhan Cepat, Bitcoin yang 'Ketinggalan Zaman' Masuki Pasar Beruang

华尔街日报51m yang lalu

Terlewat Gelombang Kenaikan Saham AI, Sekarang Harus Bagaimana?

Penulis: Think AI, Aaron Saham AI telah naik selama tiga setengah tahun tanpa tanda-tanda berhenti. Mereka yang memperkirakan bubble AI atau kejatuhan pasar saham AS tahun lalu kini merenung. Pasar global menunjukkan kinerja kuat: indeks Korea telah circuit breaker 19 tahun ini, naik 4 kali lipat sejak tahun lalu. Saham SK Hynix naik 260%. Micron AS, raksasa memori, tembus valuasi $1 triliun. SoftBank Jepang, dengan taruhan besar pada AI, menjadi perusahaan bernilai tertinggi di Jepang. Di China, perusahaan seperti Yushu dan ChangXin akan masuk bursa dengan valuasi besar. Namun, situasi lain muncul: mereka yang meminjam untuk beli emas awal tahun masih rugi, saham konsumen China terus turun. Banyak investor merasa cemas karena melewatkan rally AI ini. Data menunjukkan, pada 2025, hanya 18.9% investor ritel A股 yang untung, 81.1% rugi. Saat pasar koreksi awal 2026, keyakinan pada AI goyah. Banyak institusi jual di titik terendah, seperti pemegang saham besar Zhongji Innolight yang jual RMB 4.9 miliar, lalu sahamnya naik 35%. Laporan menunjukkan kerugian potensial institusi karena jual terlalu awal di sektor komputasi AI bisa lebih dari RMB 200 miliar. Beberapa institusi yang bertahan justru salah arah, fokus pada aplikasi vertikal seperti AI pendidikan/kesehatan yang turun >20%, sementara sektor komputasi naik >50%. Di luar negeri, kesalahan serupa terjadi. Bridgewater jual besar-besaran saham seperti NVIDIA, Alphabet akhir 2025, tepat sebelum mereka rata-rata naik >80%. Posisi short di pasar AS mencapai level tertinggi sejak 2012. Warren Buffett juga banyak memegang kas, melewatkan rally AI. Namun, AI tetap dianggap sebagai peluang revolusioner paling pasti – bukan konsep jangka pendek, tapi revolusi infrastruktur seperti listrik atau internet. Bagi yang melewatkan gelombang pertama, masih ada peluang di lapisan aplikasi atau gelombang infrastruktur berikutnya. China punya ruang unik dalam pengembangan AI mandiri, penerapan, dan penyempurnaan rantai pasokan. Pemimpin industri memberikan perspektif. Ma Huateng (Tencent) menyatakan pentingnya fokus pada keunggulan sendiri di era AI, bukan sekadar mengejar tren. Jack Ma menyebut AI sebagai peluang revolusi industri setara penemuan listrik, dan era AI baru dimulai. Masih banyak peluang jangka panjang di sepanjang rantai industri, dari infrastruktur komputasi, platform model besar, hingga aplikasi AI sektoral. Peluang struktural berikutnya akan datang bagi mereka yang siap dan memiliki pola pikir stabil. Kuncinya adalah berpegang pada keunggulan sendiri dan berpikir jangka panjang.

marsbit1j yang lalu

Terlewat Gelombang Kenaikan Saham AI, Sekarang Harus Bagaimana?

marsbit1j 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