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

Variant: Tiga Aset L1 Ini Sangat Mungkin Menjadi Penyimpan Nilai Utama

Penulis dari Variant berpendapat bahwa semua aset kripto dapat dikategorikan sebagai penyimpan nilai (store of value/SOV) atau instrumen mirip ekuitas. Mereka percaya bahwa aset lapisan pertama (L1) blockchain dapat dianalisis sebagai penyimpan nilai, dengan kriteria utama meliputi: ketahanan teknologi, kelangkaan, resistensi terhadap sensor, produktivitas ekonomi, memetika, dan likuiditas. Pasar penyimpan nilai secara keseluruhan sangat besar, dengan emas mencapai kapitalisasi pasar $31 triliun. Penulis mengidentifikasi tiga aset L1 yang memiliki potensi kuat menjadi penyimpan nilai utama: Bitcoin (BTC), Ethereum (ETH), dan ZCash (ZEC). * **Bitcoin (BTC):** Unggul dalam aspek memetika dan dianggap sebagai "emas digital". Kepercayaan yang luas ini merupakan kekuatan pendorong yang penting. * **Ethereum (ETH):** Unggul dalam ketahanan teknologi karena kemudahannya untuk ditingkatkan dan roadmap yang transparan, yang dianggap sebagai keunggulan dalam menghadapi tantangan masa depan. * **ZCash (ZEC):** Unggul dalam resistensi terhadap sensor dan privasi. Fungsi transaksi privasinya (shielded pool) menawarkan cara untuk melindungi kekayaan dari penyitaan atau pengawasan negara. Kesimpulannya, meskipun aset-aset digital ini memiliki banyak keunggulan fundamental dibandingkan penyimpan nilai tradisional seperti emas, pangsanya dalam total pasar penyimpan nilai masih sangat kecil. Ini dianggap sebagai peluang yang ambisius dan menarik untuk pertumbuhan di masa depan.

marsbit44m yang lalu

Variant: Tiga Aset L1 Ini Sangat Mungkin Menjadi Penyimpan Nilai Utama

marsbit44m yang lalu

Premium Kripto "Kimchi" Korea Mulai Berbalik Negatif, Negara Spekulasi Mata Uang Kripto Akhirnya Menjadi Negara Saham

Artikel ini membahas fenomena unik di pasar kripto Korea Selatan, di mana "Kimchi Premium" (premium kimchi) yang biasanya positif kini berubah menjadi negatif untuk pertama kalinya. Premium ini mencerminkan selisih harga aset kripto di Korea dengan pasar internasional, yang sering terjadi karena kontrol modal yang menyulitkan arbitrase. Penulis menyoroti tiga faktor utama di balik peralihan ini: 1. **Penurunan Pasar Spekulatif:** Minat terhadap pasar kripto, khususnya altcoin, telah menurun seiring dengan kelesuan pasar. 2. **Aliran Likuiditas ke Pasar Saham:** Pasar saham Korea yang kinerjanya sangat kuat (naik hampir dua kali lipat tahun lalu) menarik likuiditas yang sebelumnya ada di kripto. 3. **Kebijakan Pajak Kripto yang Akan Datang:** Pemerintah berencana menerapkan pajak kripto mulai tahun depan, mengubah preferensi pasar. Data real-time dari kanal Telegram lokal "김프 출입국 사무소" mengonfirmasi diskon atau "premium kimchi terbalik" ini, dengan selisih negatif konsisten sekitar 2-3%. Harga USDT di Korea lebih rendah daripada nilai tukar KRW/USD, menunjukkan permintaan yang lemah dan arus keluar modal dari pasar kripto. Sementara itu, valuasi pasar saham Korea telah melonjak, menduduki peringkat keenam global. Perubahan premium ini bukan sekadar fluktuasi, tetapi sinyal kuat bahwa dana retail Korea sedang meninggalkan kripto dan beralih ke aset tradisional seperti saham.

marsbit1j yang lalu

Premium Kripto "Kimchi" Korea Mulai Berbalik Negatif, Negara Spekulasi Mata Uang Kripto Akhirnya Menjadi Negara Saham

marsbit1j yang lalu

Posisi Baru di Lembah Silikon, FDE, Sedang Naik Daun, Jenis Bakat AI Apa yang Diperlukan Perusahaan?

Redaksi: Dengan OpenAI dan Anthropic membentuk tim AI Forward Deployed Engineer (FDE), peran lama yang berasal dari Palantir kembali populer di Silicon Valley. Inti nilai FDE adalah bekerja di lokasi klien untuk mengubah model AI umum menjadi alur kerja Agent yang sesuai dengan proses bisnis spesifik. Namun, artikel ini membahas lebih dari sekadar karir FDE. Ini membahas bagaimana struktur pekerjaan berevolusi di era AI. Penulis berpendapat bahwa dibandingkan sejumlah kecil FDE yang ditugaskan ke klien untuk melaksanakan produk vendor tertentu, kebutuhan yang lebih besar di masa depan adalah AI Engineer internal perusahaan. Mereka perlu memahami prompt, kerangka Agent, sistem evaluasi, serta menggunakan alat pemrograman AI seperti Claude Code untuk menyematkan kemampuan AI ke dalam perangkat lunak dan sistem bisnis. Ini menunjukkan dampak AI terhadap pasar tenaga kerja tidak hanya sekadar "penggantian". AI lebih mungkin menciptakan sejumlah peran umum baru terlebih dahulu, kemudian terus berevolusi menjadi spesialisasi yang lebih sempit seperti LLMOps Engineer, Evals Engineer, dan AI Data Engineer, mirip dengan diferensiasi peran software engineer di masa lalu. Yang benar-benar langka adalah orang-orang yang memahami implementasi teknik sekaligus konteks bisnis. Saat ini, permintaan untuk AI Engineer meningkat pesat. Insinyur ini mampu membangun aplikasi menggunakan komponen perangkat lunak AI. Seiring peran ini matang, diperkirakan akan terpecah menjadi spesialisasi lebih lanjut. Meski spesialisasi masa depan belum pasti, banyak AI Engineer umum sudah menciptakan nilai besar dan sangat dibutuhkan. Diperkirakan bidang ini akan terus matang dalam dekade mendatang, menciptakan lebih banyak peluang kerja baru melalui spesialisasi.

marsbit1j yang lalu

Posisi Baru di Lembah Silikon, FDE, Sedang Naik Daun, Jenis Bakat AI Apa yang Diperlukan Perusahaan?

marsbit1j yang lalu

Trading

Spot
Futures
活动图片