Ant Digital Technology Pertama Kali Mengusulkan Arsitektur Baru Ekonomi Agen Cerdas, Meliputi Empat Aspek: Identitas, Pembayaran, Manajemen Risiko, dan Kepatuhan

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

Abstrak

Ant Digital Technologies (Ant Digital) memperkenalkan arsitektur ekonomi agen cerdas "4R Full-Stack" pada Web3 Festival Hong Kong. Arsitektur ini mencakup empat lapisan: Agentic Runtime, Payment Rails, Agent Registry, dan Root Infrastructure, yang bertujuan menyediakan infrastruktur teknis untuk identitas, pembayaran, manajemen risiko, dan kepatuhan bagi agen AI. CTO Ant Digital, Yan Ying, menyoroti empat celah dalam ekonomi agen cerdas saat ini: kelemahan logis dalam eksekusi, kurangnya identitas tepercaya untuk AI, hambatan transaksi karena sistem pembayaran yang dirancang untuk manusia, dan risiko kolaborasi antar agen yang tidak dikenal. Solusinya memerlukan desain ulang infrastruktur dasar. Lapisan Agentic Runtime menampilkan DTClaw dengan model keamanan CARLI untuk mengontrol perilaku agen. Payment Rails membangun saluran pembayaran on-chain yang aman dan transparan, mendukung transaksi mikro cepat dan multiaset. Agent Registry menggunakan DID dan standar ERC-8004 untuk identitas on-chain, sementara Root Infrastructure memanfaatkan Jovay Layer2 dan ZKVM untuk konfirmasi cepat dan kepercayaan komputasi. Yan Ying menekankan bahwa AI kini memasuki era ekonomi agen dengan kemampuan memiliki aset dan bertransaksi. Arsitektur 4R dibangun berdasarkan pengalaman Ant Digital dalam keamanan finansial, komputasi privasi, blockchain, dan kepatuhan.

Pada 20 April, Ant Digital Technology untuk pertama kalinya mengusulkan konsep arsitektur yang ditujukan untuk ekonomi agen cerdas—"Arsitektur Lengkap 4R" (4R Full-Stack)—pada Web3 Festival di Hong Kong. Konsep ini mencakup empat lapisan: Operasional Agen (Agentic Runtime), Jalur Pembayaran (Payment Rails), Registri Agen (Agent Registry), dan Infrastruktur Akar (Root Infrastructure), yang bertujuan untuk menyediakan infrastruktur teknis yang mencakup identitas, pembayaran, manajemen risiko, dan kepatuhan bagi agen AI.

CTO Ant Digital Technology, Yan Ying, dalam pidatonya menyatakan bahwa dasar ekonomi agen cerdas saat ini memiliki "empat celah": kelemahan logika dalam prompt yang menyebabkan kegagalan eksekusi, kurangnya identitas tepercaya AI yang menyebabkan kekosongan tanggung jawab, gateway pembayaran yang berfokus pada manusia yang menyebabkan hambatan transaksi, serta risiko kolaborasi karena kurangnya kepercayaan antar agen asing. "Ini bukan masalah yang dapat diselesaikan dengan memperbaiki perangkat lunak, tetapi memerlukan desain ulang dari tingkat infrastruktur dasar," ujarnya.

Menurut Yan Ying, produk inti dari lapisan Agentic Runtime adalah DTClaw, yang dilengkapi dengan model keamanan CARLI, menerapkan pembatasan wajib pada perilaku agen cerdas di tingkat eksekusi, mendukung kompatibilitas multi-model dan standar kepatuhan tingkat keuangan, dengan tujuan membuat setiap langkah operasi AI dapat dikendalikan, diaudit, dan dipulihkan.

Lapisan Payment Rails membangun saluran pembayaran asli on-chain, menggabungkan keputusan cerdas Agen dengan teknologi verifiable credential chain, memastikan identifikasi niat pembayaran yang akurat dan keamanan serta kendali penuh dalam seluruh proses, sambil mencapai transparansi dan ketidakubahan dalam proses transaksi. Untuk skenario transaksi mikro frekuensi tinggi, platform membangun jaringan penyelesaian instan asli, mendukung pertukaran aset lintas chain dan multi-aset yang mulus serta perutean cerdas, secara signifikan meningkatkan efisiensi perputaran dana. Selain itu, dengan menyediakan toolchain pengembangan yang terstandarisasi dan pengalaman integrasi dompet yang tanpa disadari, solusi ini secara signifikan menurunkan ambang batas pengembangan dan biaya penggunaan pengguna, membentuk siklus pembayaran tertutup yang menggabungkan keamanan tingkat keuangan dan pengalaman yang maksimal.

Lapisan Agent Registry berbasis DID (Identitas Terdesentralisasi) dan standar ERC-8004 memberikan identitas on-chain untuk setiap agen cerdas, membuat setiap kolaborasi antar agen dapat dilacak. Lapisan Root Infrastructure sebagai dasar arsitektur, memanfaatkan Jovay Layer2 untuk mencapai konfirmasi tingkat 120 milidetik guna mendukung pembayaran mikro AI, dan menggabungkan teknologi ZKVM untuk mencapai komputasi off-chain dan verifikasi on-chain, menyelesaikan masalah kepercayaan komputasi dalam ekonomi AI. Yan Ying mengatakan, "Root Infrastructure memanfaatkan teknologi blockchain dan komputasi privasi untuk menyediakan lingkungan eksekusi kontrak yang tidak dapat diubah bagi agen cerdas. Bahkan dua AI yang tidak saling mengenal dapat membangun kepercayaan berdasarkan kode dan bertransaksi dengan percaya diri."

Saat ini, AI sedang berkembang dari era Percakapan (Chat), Tindakan (Action) menuju era ekonomi agen cerdas. Yan Ying berpendapat bahwa perubahan kualitatif pada tahap ketiga ini bukan terletak pada AI yang menjadi lebih cerdas, tetapi pada kemampuannya untuk mulai memiliki aset dan hak untuk bertransaksi. Yan Ying menyatakan bahwa selama lebih dari sepuluh tahun terakhir, Ant Digital Technology telah mengumpulkan banyak praktik rekayasa dalam keamanan tingkat keuangan, komputasi privasi, blockchain, dan sistem kepatuhan. Arsitektur 4R dikembangkan dan dirancang secara baru berdasarkan fondasi ini.

Pertanyaan Terkait

QApa yang dimaksud dengan '4R Full-Stack Architecture' yang diperkenalkan oleh Ant Digital Technologies?

A4R Full-Stack Architecture adalah kerangka kerja yang diusulkan Ant Digital Technologies untuk ekonomi agen AI, mencakup empat lapisan: Agentic Runtime (untuk operasi agen), Payment Rails (untuk pembayaran), Agent Registry (untuk pendaftaran identitas agen), dan Root Infrastructure (infrastruktur dasar). Tujuannya adalah menyediakan infrastruktur teknis yang mencakup identitas, pembayaran, manajemen risiko, dan kepatuhan untuk agen AI.

QApa empat 'celah' utama dalam ekonomi agen AI yang disebutkan oleh CTO Ant Digital Technologies, Yan Ying?

AEmpat celah utama adalah: 1) Kerentanan logika prompt yang mengakibatkan kehilangan kendali eksekusi, 2) Ketiadaan identitas tepercaya untuk AI yang menciptakan kekosongan tanggung jawab, 3) Gateway pembayaran yang dirancang untuk manusia sehingga menciptakan hambatan transaksi, dan 4) Risiko kolaborasi karena kurangnya kepercayaan antar agen asing.

QApa fungsi utama dari lapisan 'Agentic Runtime' dalam arsitektur 4R?

ALapisan Agentic Runtime, dengan produk intinya DTClaw yang dilengkapi model keamanan CARLI, bertujuan untuk menerapkan batasan wajib pada perilaku agen AI di tingkat eksekusi. Ini mendukung kompatibilitas multi-model dan standar kepatuhan tingkat keuangan, memastikan setiap langkah operasi AI dapat dikendalikan, diaudit, dan dipulihkan.

QBagaimana lapisan 'Payment Rails' meningkatkan transaksi untuk agen AI?

APayment Rails membangun saluran pembayaran asli on-chain yang menggabungkan keputusan cerdas agen dan teknologi verifiable credential chain. Ini memastikan identifikasi niat pembayaran yang akurat, keamanan seluruh rantai, transparansi, dan tidak dapat diubah. Untuk transaksi mikro frekuensi tinggi, platform menyediakan jaringan penyelesaian instan asli yang mendukung aliran lintas chain dan multi-aset, serta集成 dompet yang mulus, sehingga meningkatkan efisiensi perputaran uang dan menurunkan biaya.

QTeknologi apa yang digunakan dalam lapisan 'Root Infrastructure' untuk mendukung ekonomi AI?

ARoot Infrastructure menggunakan Jovay Layer2 untuk mencapai konfirmasi level 120 milidetik guna mendukung micropayment AI, dan menggabungkan teknologi ZKVM (Zero-Knowledge Virtual Machine) untuk menghitung off-chain dengan verifikasi on-chain, sehingga memecahkan masalah kepercayaan dalam perhitungan untuk ekonomi AI dan menyediakan lingkungan eksekusi kontrak yang tidak dapat diubah.

Bacaan Terkait

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

Sumber: The Diary Of A CEO Ray Dalio, pendiri Bridgewater Associates yang meramalkan krisis keuangan 2008, memperingatkan bahwa ledakan AI saat ini menunjukkan tanda-tanda klasik gelembung ekonomi yang dapat pecah dan memicu resesi. Dalam wawancara podcast, dia menjelaskan dinamika "siklus besar" yang didorong oleh ketimpangan kekayaan, defisit pemerintah, dan perubahan geopolitik. Dalio mengidentifikasi pola di mana antusiasme berlebihan terhadap teknologi revolusioner baru, seperti AI, menyebabkan harga aset melambung dan pinjaman berlebihan. Ketika kondisi berubah (seperti kenaikan suku bunga atau kebutuhan tunai), gelembung ini dapat pecah, menyebabkan penurunan harga aset, kerugian luas, dan kontraksi ekonomi. Untuk melindungi kekayaan di masa ketidakpastian, Dalio sangat menekankan pentingnya **diversifikasi portofolio**—termasuk saham, obligasi, emas, dan real estat—daripada mengandalkan uang tunai saja. Dia mengungkapkan bahwa sekitar **1% portofolionya adalah Bitcoin**, yang diakuinya sebagai aset keras, tetapi dia lebih menyukai **emas fisik** karena sejarahnya sebagai penyimpan nilai dan aset bebas liabilitas. Mengenai dampak AI, Dalio percaya bahwa teknologi ini akan menggantikan tidak hanya tenaga fisik tetapi juga kemampuan kognitif manusia, berpotensi memperlebar kesenjangan antara pemilik modal dan pekerja. Masa depan akan menguntungkan mereka yang dapat memadukan kecerdasan manusia (seperti emosi dan intuisi) dengan kemitraan AI. Secara geopolitik, Dalio menggambarkan dunia yang memasuki fase "penurunan" dalam tatanan global, dengan Amerika Serikat menghadapi tantangan internal dan eksternal, termasuk konflik seperti di Iran yang mengungkap kelemahannya. Dia memprediksi dunia mungkin menjadi lebih terregionalisasi di masa depan. Secara keseluruhan, kunci untuk navigasi melalui periode kompleks ini adalah pemahaman akan pola sejarah, adaptasi, dan diversifikasi yang cermat.

marsbit1j yang lalu

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

marsbit1j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

**Ringkasan: Rekor Pembelian Asing dan Peningkatan Likuiditas di Pasar Saham Korea** Aliran modal asing menunjukkan perubahan signifikan di pasar saham Korea (KOSPI). Pada 31 Juli, investor asing melakukan pembelian bersih rekor sebesar 7,2 triliun Won Korea dalam sehari, menandai pembalikan dari tren penjualan bersih besar-besaran dalam beberapa bulan terakhir. Secara bulanan, penjualan bersih asing menyusut drastis menjadi 9,8 triliun Won di Juli, turun dari 48,4 triliun dan 44,5 triliun Won pada Juni dan Mei. Tekanan penjualan dari lembaga domestik juga mereda. Dana pensiun dan reksa dana domestik justru menjadi pembeli bersih 1,0 triliun Won di Juli, setelah dua bulan sebelumnya menjadi penjual bersih. Faktor pendukung lainnya adalah peraturan baru dari Komisi Jasa Keuangan (FSC) yang memberlakukan syarat lebih ketat bagi investor ritel untuk masuk ke ETF leverage saham tunggal, yang langsung mengurangi volume perdagangan instrumen tersebut hingga sekitar 50%. Kebijakan ini diperkirakan dapat menekan volatilitas pasar. Citigroup mempertahankan target indeks KOSPI di level 10.000 poin, menyoroti memudarnya angin penentu likuiditas. Analis mereka menilai faktor fundamental seperti industri chip memori yang solid, valuasi historis yang rendah, fundamental ekonomi Korea yang kuat, dan dukungan kebijakan berpotensi menjadi pendorong bagi pasar.

marsbit1j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

marsbit1j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

**OpenAI Model Astra Pecahkan 10 Masalah Matematika Kelas Fields Medal!** OpenAI mengumumkan terobosan besar dari model internal terbarunya, Astra. Model ini dilaporkan telah membuat kemajuan signifikan dalam **10 masalah matematika yang belum terpecahkan**, dengan biaya komputasi hanya sekitar **$2000**. Hasilnya dipublikasikan dalam makalah setebal 249 halaman. Beberapa pencapaian utama meliputi: 1. **Menyelesaikan masalah "non-sofic group"** yang diajukan Mikhail Gromov tahun 1999, dengan membangun contoh kelompok yang tak hingga dan finitely presented yang bukan sofic. Ini dianggap sebagai kemajuan bersejarah. 2. **Memecahkan batas lama dalam masalah pengepakan bola berdimensi tinggi** (sphere packing), meningkatkan batas yang telah bertahan sejak 1978 untuk dimensi tak hingga. 3. **Menyangkal dugaan "Connes Rigidity"** dengan membangun keluarga tak terhitung dari kelompok berbeda yang menghasilkan aljabar von Neumann yang sama persis. Semua bukti telah diverifikasi menggunakan asisten pembuktian formal Lean 4, memastikan ketepatannya. Para ahli matematika menyebut temuan ini sebagai **momen bersejarah**, setara dengan prestasi penghargaan Fields Medal, dan menandai kemampuan AI untuk melakukan penalaran matematika mendalam di berbagai bidang. OpenAI juga membagikan proses penalaran model, menunjukkan langkah maju yang besar menuju AGI (Artificial General Intelligence).

marsbit2j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

marsbit2j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

**Ringkasan: Bagaimana Membuat Diri Anda Tak Tergantikan oleh AI** Artikel ini membahas ancaman nyata dalam era AI: bukan kehilangan pekerjaan, tetapi "perbudakan gaji"—ketergantungan pada sistem dan orang lain untuk bertahan hidup. Solusinya adalah menjadi "individu super" yang "tak bisa dipekerjakan" dengan membangun bisnis atau karya sendiri. Kunci untuk bertahan dan berkembang di masa depan bukan sekadar keterampilan teknis, tetapi menguasai lima elemen yang sulit digantikan AI: 1. **Otonomi (Agency):** Kemampuan bertindak tanpa menunggu perintah. 2. **Rasa (Taste):** Pengalaman untuk mengetahui apa yang bernilai untuk ditawarkan. 3. **Kemampuan Persuasi (Persuasion):** Keterampilan menarik perhatian dan pengakuan. 4. **Ketekunan (Persistence):** Memahami bahwa kegagalan adalah bagian dari proses. 5. **Iterasi (Iteration):** Kemampuan memperbaiki kesalahan berdasarkan umpan balik. Lima elemen ini dapat dikembangkan dengan **membuat konten** (media). Dibandingkan pemrograman (code), konten lebih unggul karena nilainya subjektif, membutuhkan penilaian manusia, dan merupakan alat distribusi yang ampuh untuk membangun koneksi dan otoritas. Untuk memulai transformasi: 1. **Ubah lingkungan** Anda secara drastis untuk memicu perubahan identitas. 2. **Gali "bahan mentah"** Anda: Identifikasi pengetahuan mendalam, masalah yang pernah Anda selesaikan, dan minat unik masa kecil Anda. 3. **Temukan "poros pemikiran balik"**: Tentukan pendapat kontra-intuitif atau keyakinan Anda yang bertentangan dengan arus utama dalam bidang Anda. 4. **Luncurkan ide pertama** Anda besok. Gabungkan jawaban dari langkah 2 dan 3, lalu publikasikan. Umpan balik nyata dari dunia adalah guru terbaik. Intinya, bangunlah *karier seumur hidup* yang autentik berdasarkan pengalaman dan sudut pandang unik Anda. Dengan memanfaatkan AI sebagai alat dan fokus pada pengembangan diri yang tak tergantikan, Anda dapat mengambil kendali atas hidup dan masa depan Anda.

marsbit3j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

marsbit3j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

Berdasarkan insiden kerentanan generator angka acak pada perangkat hardware wallet Coldcard, artikel ini membahas metode pembuatan kunci Bitcoin menggunakan dadu untuk menghasilkan entropi mandiri. Claude Shannon mengukur ketidakpastian dengan konsep entropi, di mana satu lemparan dadu enam sisi setara dengan sekitar 2,585 bit. Praktik melempar dadu 50 hingga 99 kali dapat menghasilkan frasa pemulihan 12 kata yang aman (128 bit entropi), melampaui ketergantungan pada generator perangkat. Namun, insiden Coldcard mengungkap bahwa meskipun seed utama dibuat dari dadu aman, fungsi lain seperti dompet kertas, kunci kloning, dan password masih berpotensi menggunakan generator cacat. Peneliti keamanan Kevin Loaec menekankan bahwa perlindungan hanya berlaku untuk seed utama, bukan keseluruhan sistem. Proses manual ini membutuhkan ketelitian tinggi, rentan kesalahan, dan tidak praktis bagi kebanyakan pengguna baru. Oleh karena itu, meski kuat secara matematis, metode ini lebih cocok untuk pengguna berpengalaman. Artikel menyarankan pemilik Coldcard untuk memperbarui firmware, memeriksa fungsi yang pernah digunakan, dan mempertimbangkan skema multisignature dengan perangkat dari produsen berbeda untuk mitigasi risiko. Tujuan jangka panjang adalah perangkat yang dapat menghasilkan keacakan kuat secara mandiri, tanpa memerlukan prosedur rumit dari pengguna.

cryptonews.ru6j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

cryptonews.ru6j yang lalu

Trading

Spot
活动图片