Cache Hit Rate 99.93%, Harness yang Paling Cocok untuk DeepSeek Hadir, GitHub Raup 8.6 Juta Star

marsbitDipublikasikan tanggal 2026-08-11Terakhir diperbarui pada 2026-08-11

Abstrak

Proyek Pi, sebuah harness agen pemrograman open-source yang telah meraih sekitar 86,000 bintang di GitHub, diklaim sebagai harness "terbaik" untuk model AI DeepSeek. Kunci utamanya adalah efisiensi biaya yang sangat tinggi berkat mekanisme caching yang optimal. Ketika diintegrasikan dengan DeepSeek, Pi mencapai **tingkat hit cache sekitar 99.97%** (atau tingkat *cache miss* hanya 0.03%). Ini berarti sebagian besar token konteks yang berulang tidak perlu dihitung ulang oleh model, sehingga **secara drastis mengurangi biaya pemrosesan**. Sebagai contoh, biaya untuk memproses 1 miliar token bisa turun dari sekitar 900 yuan menjadi hanya 19 yuan. Sebuah tes perbandingan oleh tim Composio terhadap 8 harness agen utama yang menjalankan DeepSeek V4 Flash pada tugas nyata mengonfirmasi keunggulan Pi. **Pi mencatat biaya rata-rata terendah per tugas berhasil, yaitu sekitar $0.028**. Sebagai perbandingan, Claude Code, harness yang dibangun khusus untuk model Claude, mencatat biaya sekitar **$0.195 per tugas**, hampir 7 kali lebih mahal. Alasan Pi sangat cocok dengan DeepSeek adalah karena kesederhanaannya. Pi hanya menyediakan empat alat dasar (baca file, tulis file, ubah file, eksekusi perintah) secara default, memungkinkan sesi berkembang secara linier. Desain ini cocok dengan aturan antarmuka DeepSeek, meminimalkan perubahan pada prompt sistem dan sejarah percakapan sehingga caching awalan otomatis dapat bekerja dengan sangat efektif. Sementara itu, DeepSeek sendiri dikabarkan s...

Bagus bagus.

Versi resmi DeepSeek masih dalam perjalanan, "Harness Terbaik" versi komunitas sudah duluan keluar! (siapa yang rela kalah.jpg)

Proyeknya bernama "Pi", sebuah Agent Pemrograman open source yang telah meraih sekitar 8,6 juta Star di GitHub.

Alasan proyek ini sangat viral, terutama karena barang ini terlalu "Hemat"...

Lihatlah developer senior Evan Kim ini, setelah dia mengintegrasikan DeepSeek ke Pi, sekitar 99.93% Token input berhasil mengenai cache.

Dengan kata lain, cache miss rate hanya 0.07%, sebagian besar konteks yang berulang tidak perlu dihitung ulang???

Bahkan, tim Composio baru-baru ini juga melakukan uji banding horisontal terhadap 8 Harness Agent utama, langsung memasukkan DeepSeek V4 Flash ke dalamnya untuk menjalankan tugas nyata.

Setelah hasilnya keluar, agak dramatis juga—

Biaya rata-rata Pi untuk menyelesaikan satu tugas berhasil adalah yang terendah, hanya sekitar $0.028.

Claude Code: Kok harganya langsung jadi 7 kali lipat dari Pi!!!

DeepSeek : Token saya sudah dijual semurah ini.

Pi dan sejumlah proyek hemat lainnya: Tenang, saya masih bisa membuat pengguna beli lebih sedikit, hahaha.

Empat Alat dengan DeepSeek, Cache Miss Rate Serendah 0.07%

Sebelum membahas Pi, mari kita bicara sedikit tentang apa sebenarnya Harness itu.

Kita semua tahu, model besar itu sendiri lebih seperti otak yang bertanggung jawab untuk berpikir—

Agar benar-benar bisa masuk ke repositori kode dan bekerja, ia perlu dilengkapi dengan mata, tangan dan kaki, serta alur kerja.

Misalnya, siapa yang membaca file, bagaimana cara memanggil terminal, bagaimana menjalankan tes setelah memodifikasi kode, sistem rekayasa yang beroperasi di sekitar model ini, secara kolektif disebut Harness.

Karena itu juga, model yang sama dengan Harness yang berbeda, performa aktual dan biaya pemanggilan mungkin memiliki perbedaan yang sangat besar!!

Dan "Pi" yang dibuat oleh developer Mario Zechner ini, melakukan pembangunan platform kerja pemrograman seperti ini untuk model besar.

Saya melihat-lihat proyeknya, dan secara singkat disimpulkan, pendekatan Pi cukup "Langsung"—

Artinya, dari awal, ia tidak berniat memasukkan "semua fungsi" ke dalam intinya...

Secara spesifik, dalam kondisi default, Pi hanya memberikan empat alat kepada model—baca file, tulis file, ubah file, dan jalankan perintah.

Jika pengguna membutuhkan mode perencanaan, sub-Agent, MCP, check-point Git, atau kontrol izin, itu bisa ditambahkan kemudian melalui ekstensi dan Skills satu per satu~

Emm... kira-kira seperti menyerahkan rumah kosong dengan air dan listrik lengkap, Pi bertanggung jawab membangun keempat temboknya, terakhir dihias menjadi studio, ruang game, atau tiga kamar satu ruang tamu, semuanya tergantung pengguna yang mengutak-atiknya??

Kebetulan sekali, ini justru sesuai dengan kebutuhan DeepSeek...

Seperti yang diketahui semua orang, kemampuan penalaran dan pemrograman DeepSeek cukup kuat, tetapi pemanggilan alat, manajemen konteks, dan pemutaran kembali konten pemikiran memiliki aturan antarmuka sendiri.

Hal ini menyebabkan kita langsung memasukkannya ke Harness umum yang dirancang untuk OpenAI atau Claude, mudah mengalami masalah ketidakcocokan format alat, error pemutaran kembali konten penalaran, dan cache yang tidak berlaku.

Inilah sebabnya, sementara produk resmi DeepSeek masih dalam perjalanan, Pi duluan beradaptasi—

Pada bulan April tahun ini, Pi menambahkan dukungan Provider asli DeepSeek, sekaligus memperbaiki error 400 dalam pemutaran kembali sesi V4.

Ia akan mempertahankan reasoning_content sesuai persyaratan antarmuka DeepSeek, dan memetakan intensitas penalaran internal Pi ke tingkat pemikiran yang didukung DeepSeek.

Benar-benar kustomisasi eksklusif komunitas.

Tapi! Yang benar-benar membuat Pi dan DeepSeek cocok, adalah "Cache".

Lagi pula, setiap langkah yang dijalankan oleh Coding Agent, harus mengirimkan prompt sistem, definisi alat, riwayat percakapan, dan kode kembali ke model, hal ini menyebabkan—

Semakin lama tugas model berjalan, permintaan juga akan semakin panjang, sebagian besar kontennya, sebenarnya sudah dilihat DeepSeek sebelumnya...

Saat itulah, cache prefiks otomatis dapat digunakan.

Ia dapat sementara mengingat awal permintaan yang sudah dihitung, pada panggilan berikutnya, selama prompt sistem, definisi alat, dan riwayat percakapan tetap konsisten, sebagian besar konten ini dapat langsung digunakan kembali, model hanya perlu memproses informasi baru yang ditambahkan di akhir.

Dan "Cache Hit Rate", mengukur berapa banyak Token dalam input kali ini yang berhasil menggunakan kembali hasil perhitungan sebelumnya.

Semakin tinggi hit rate, semakin sedikit Token yang dihitung ulang, biaya pemanggilan secara alami juga semakin rendah.

Tapi masalahnya juga tersembunyi di sini, prompt lebih satu waktu, alat bertukar urutan, cache bisa langsung lupa, dan menghitung ulang dari awal.

Tapi keunggulan Pi adalah "Cukup Sederhana": alat default sedikit, konten sesi terus ditambahkan ke belakang, jarang kembali mengutak-atik konten sebelumnya.

Dengan demikian, setelah DeepSeek membuka log, ratusan halaman yang sudah dilihat sebelumnya bisa langsung dilewati, hanya memproses beberapa halaman baru yang ditambahkan di akhir, cache miss rate langsung jauh menurun~

Inilah, netizen Evan Kim memberikan kesaksian—

Cache miss rate setelah DeepSeek diintegrasikan ke Pi serendah 0.03%, sesuai dengan cache hit rate sekitar 99.97%.

Dikonversi, biaya pemrosesan 1 miliar token hanya sekitar 19 yuan, jika tidak menggunakan cache, biayanya bisa lebih dari 900 yuan...

Selain itu, tim Composio baru-baru ini juga melakukan uji banding horisontal terhadap 8 Harness Agent utama, langsung memasukkan DeepSeek V4 Flash ke dalamnya untuk menjalankan tugas nyata.

Setelah hasilnya keluar, agak dramatis, DeepSeek yang sama , berganti Harness, perbedaan biaya tertinggi bisa mencapai 7 kali lipat???

Sekilas, memang Pi Agent memiliki "biaya rata-rata" terendah untuk menyelesaikan satu tugas berhasil, hanya sekitar $0.028.

Di belakangnya berturut-turut adalah Deep Agents, Hermes Agent, OpenCode, Codex, Oh My Pi, dan Prime Agent.

Mari kita lihat lagi pusaka besar dari A-she, Claude Code, layak disebut "peserta termahal"—

Rata-rata membutuhkan sekitar $0.195 untuk menyelesaikan satu tugas berhasil, ya, hampir 7 kali lipat Pi... (langit runtuh)

Tentu saja, angka ini tidak mewakili ketidakmampuan Claude Code, karena ia sendiri adalah sistem rekayasa lengkap yang dibangun di sekitar model Claude.

Hanya bisa dikatakan bahwa ketika model dasar diganti dengan DeepSeek, alur kerja yang dioptimalkan untuk ekosistem Claude tidak sepenuhnya menikmati keuntungan biaya rendah dan efisiensi cache tinggi DeepSeek.

Modelnya tetap DeepSeek itu, Pi hanya membuatnya membaca ulang banyak hal yang sudah dibacanya.

Pi: Diam-diam menunggu Harness resmi melampaui saya ya.

Harness Resmi Sudah Membentuk Tim, Sasaran Langsung Claude Code

Tentu saja, Pi meskipun sangat cocok untuk DeepSeek, saat ini masih merupakan solusi pihak ketiga.

Lagi pula, DeepSeek sendiri juga telah memutuskan untuk terjun langsung membuat Harness, bahkan mungkin hari peluncurannya tidak jauh lagi? (saya tebak)

Pada bulan Mei tahun ini, peneliti senior DeepSeek, Chen Deli, mengonfirmasi bahwa perusahaan internal sedang membentuk tim Agent Harness, merangkum tujuannya dengan kalimat yang cukup lugas—

Membuat DeepSeek Code Harness dari nol, menyaingi Claude Code.

Kemudian selama beberapa bulan ini, lowongan Product Manager dan R&D Engineer untuk Harness juga bermunculan dan terus diperbarui dengan gencar di situs web resmi, seperti:

Kemudian pada akhir Juli, kepala tim DeepSeek Agent Harness, juara emas ACM, Cui Tianyi, masih merekrut developer untuk proyek terkait secara online.

Ini juga hampir matang.

Menggabungkan beberapa petunjuk, jalur DeepSeek semakin jelas.

V4 bertanggung jawab memperkuat kemampuan penalaran dasar, pemrograman, dan Agent; Harness resmi bertanggung jawab menghubungkan model ke terminal, repositori kode, dan rantai alat; manajemen konteks dan umpan balik tes dapat mengembalikan kasus kegagalan pengguna nyata ke tim model.

Tentu saja, sejujurnya, setelah produk resmi diluncurkan, Pi juga tidak akan kehilangan posisinya.

Harness DeepSeek fokus pada penggunaan siap pakai, serta kolaborasi yang lebih dalam dengan model mereka sendiri.

Pi memberikan platform kerja kepada pengguna untuk dimodifikasi sendiri, lebih cocok untuk developer yang suka mengontrol alat, menyesuaikan alur kerja, dan mengganti model kapan saja.

Lagi pula, Pi dari awal tidak mengikat dirinya pada DeepSeek...

Claude, OpenAI, Gemini, Kimi, MiniMax semuanya didukung, hari ini menggunakan DeepSeek untuk menghemat Token, besok mengganti model lain untuk menangani tugas khusus, pengguna dapat mengganti Provider kapan saja.

Emm... Ini juga berarti, Harness resmi DeepSeek benar-benar harus menghadapi selain sejumlah produk seperti Claude Code, juga platform kerja terbuka seperti Pi yang sudah cukup lancar dimodifikasi oleh developer. (doge)

Jadi sekarang, tekanan secara resmi diberikan kepada versi resmi—

Harness yang dibuat sendiri untuk DeepSeek, tidak mungkin belum sehemat pihak ketiga dalam menghemat Token, kan??? (doge)

Referensi:

[1]https://x.com/composio/status/2086814488162972027?s=20

[2]https://github.com/earendil-works/pi

Artikel ini berasal dari akun WeChat publik "Quantum Bit", penulis: Meng Yao

Kripto yang Sedang Tren

ctr
CitreaCTR
wstusdt
wrapped stUSDTWSTUSDT
apr
aPrioriAPR
ctx
Cryptex FinanceCTX
audio
AudiusAUDIO
comp
CompoundCOMP
mantra
MantraMANTRA
waxl
AxelarWAXL
bill
Billions NetworkBILL
pyth
PYTH (Pyth)PYTH
rune
THORChainRUNE
velodrome
Velodrome FinanceVELODROME
brev
BrevisBREV
cake
PancakeSwapCAKE
jst
JUSTJST

Pertanyaan Terkait

QBerapakah tingkat cache hit yang dicapai oleh Pi saat digunakan dengan DeepSeek?

ATingkat cache hit mencapai 99.93%, atau tingkat cache miss hanya 0.07%.

QApa yang dimaksud dengan 'Harness' dalam konteks agen pemrograman AI?

AHarness adalah sistem teknik yang membungkus model AI, menyediakan alat seperti membaca/menulis file, eksekusi perintah, dan alur kerja untuk memungkinkan model berinteraksi dengan repositori kode dan lingkungan kerja.

QBerapa biaya rata-rata per tugas yang berhasil diselesaikan oleh DeepSeek V4 Flash di dalam Pi menurut tes Composio?

ABiaya rata-rata per tugas yang berhasil diselesaikan adalah sekitar $0.028, yang merupakan yang terendah di antara 8 harness agen yang diuji.

QApa perbedaan utama antara harness resmi DeepSeek yang akan datang dan Pi?

AHarness resmi DeepSeek bertujuan untuk solusi siap pakai dengan integrasi yang dalam ke model mereka sendiri, sementara Pi adalah platform terbuka yang dapat disesuaikan, mendukung banyak model AI dan memungkinkan pengembang untuk mengontrol alat serta alur kerja.

QAlat dasar apa saja yang disediakan Pi secara default untuk model AI?

ASecara default, Pi menyediakan empat alat dasar: membaca file, menulis file, mengubah file, dan menjalankan perintah.

Bacaan Terkait

Prospek Era Pasca-Enkripsi: Penilaian Aset Kembali ke Fundamental, Apa yang Menjadi Fokus Dekade Berikutnya?

**Era Pasca-Spekulasi: Perkiraan Nilai Aset Kembali, Apa yang Harus Diperhatikan dalam Dekade Berikutnya?** Ekonomi kripto sedang mengalami transformasi besar. Setelah ekspektasi berlebihan pada 2021, valuasi aset telah kembali ke tingkat yang lebih rasional. Meskipun banyak token masih berjuang, aset berkualitas kini memiliki valuasi yang masuk akal. Permasalahan struktural seperti ketidakjelasan regulasi, struktur kepemilikan ganda, dan kerangka valuasi yang lemah kini diakui dan mulai diperbaiki. Fokus bergeser dari spekulasi ke aplikasi bernilai nyata yang menunjukkan pertumbuhan berbunga, terlepas dari harga aset. Ini termasuk platform peer-to-peer, dolar digital global, bursa tanpa izin, pasar agunan global, dan platform pendanaan terbuka. Blockchain pemenang seperti Ethereum, Solana, dan Hyperliquid menjadi lapisan dasar moneter dan keuangan internet dengan efek jaringan yang kuat. Raksasa tradisional dari Wall Street dan Silicon Valley sekarang meluncurkan produk berbasis blockchain tingkat produksi, didorong oleh kejelasan regulasi yang meningkat. Meskipun pertumbuhan eksponensial mungkin diremehkan oleh banyak analis, potensinya tetap besar. Teknologi kripto selaras dengan zaman: penurunan kepercayaan pada lembaga, pengeluaran pemerintah yang tidak berkelanjutan, dan keinginan akan sistem yang lebih adil. Ini bukan lagi pasar yang matang secara seragam, melainkan kumpulan produk dan perusahaan pada tahap adopsi yang berbeda. Masa spekulasi mungkin mereda, tetapi tidak hilang. Tantangannya adalah mengidentifikasi pemenang jangka panjang di antara kompetisi yang semakin ketat. Peluang besar ada bagi mereka yang berani bertaruh pada fajar era baru ini, daripada berduka atas masa lalu.

Odaily星球日报26m yang lalu

Prospek Era Pasca-Enkripsi: Penilaian Aset Kembali ke Fundamental, Apa yang Menjadi Fokus Dekade Berikutnya?

Odaily星球日报26m yang lalu

EthSystems dan Undefined Labs Tandatangani Nota Kesepahaman untuk Dukung Adopsi Ethereum Institusional di Korea Selatan

EthSystems, perusahaan infrastruktur Ethereum institusional, dan Undefined Labs, firma penasihat Web3 terkemuka Korea Selatan, menandatangani Nota Kesepahaman (MOU) pada 11 Agustus 2026. Kemitraan ini bertujuan mempercepat adopsi Ethereum di kalangan institusi keuangan Korea Selatan, dengan fokus pada tokenisasi, stablecoin, infrastruktur aset digital, dan adopsi blockchain. EthSystems didirikan oleh tim yang sebelumnya memimpin Gugus Tugas Privasi Institusional (IPTF) Ethereum Foundation. Perusahaan ini berfokus membantu lembaga keuangan mengadopsi Ethereum untuk aplikasi finansial yang siap produksi, dengan memperhatikan privasi, kepatuhan, dan keamanan. Melalui kolaborasi ini, EthSystems akan menyediakan keahlian teknis, arsitektur, dan pengembangan proof-of-concept. Sementara Undefined Labs akan memimpin keterlibatan pasar, memperkenalkan EthSystems kepada institusi keuangan dan pembuat kebijakan Korea, serta memberikan inteligensi pasar dan wawasan regulasi. Korea Selatan dianggap sebagai pasar penting untuk adopsi blockchain institusional di Asia. Dengan menggabungkan keahlian EthSystems dalam Ethereum dan pemahaman mendalam Undefined Labs tentang pasar keuangan Korea, kemitraan ini bertujuan memperkuat kolaborasi antara ekosistem Ethereum global dan sektor keuangan Korea Selatan.

cointelegraph1j yang lalu

EthSystems dan Undefined Labs Tandatangani Nota Kesepahaman untuk Dukung Adopsi Ethereum Institusional di Korea Selatan

cointelegraph1j yang lalu

Ketika Aliran Meme Bertemu RWA: Ambisi Finansial Hyperliquid dan Robinhood

**Ringkasan: Ketika Aliran Meme Bertemu RWA: Ambisi Finansial Hyperliquid dan Robinhood** Industri crypto sering dikritik sebagai dunia spekulasi murni, mirip kasino tanpa dasar fundamental. Namun, spekulasi sebenarnya bisa menjadi sinyal awal dan fondasi bagi evolusi pasar menuju bisnis yang matang dan sesuai regulasi. Artikel ini menelusuri jalan evolusi tersebut melalui contoh terkini: * **Hyperliquid**, sebuah platform perdagangan berjangka crypto, kini memperluas model perdagangan leveraged-nya ke aset dunia nyata (RWA) seperti emas, minyak, saham (Nvidia, Tesla), dan indeks. Volume perdagangan kontrak berjangka RWA-nya bahkan telah melampaui volume crypto, menciptakan lapisan penetapan harga baru yang dapat diakses 24/7. * **Robinhood Chain**, blockchain yang awalnya dibangun untuk perdagangan saham ter-tokenisasi, justru mendapatkan daya tarik masif setelah peluncuran platform penerbitan Meme coin **Pools** oleh Uniswap. Transaksi awal mencapai $150 juta untuk token seperti FRONG (berbasis video katak), mendorong aktivitas dan likuiditas di chain tersebut. CEO Vlad Tenev menyambut aliran ini, melihatnya sebagai modal awal untuk membangun basis pengguna bagi sistem perdagangan saham on-chain di masa depan. Sejarah pasar keuangan, seperti lahirnya pasar berjangka komoditas di Chicago abad ke-19, menunjukkan pola serupa: spekulasi menyediakan likuiditas dan pihak lawan (counterparty) yang diperlukan untuk pasar yang lebih fungsional (seperti lindung nilai bagi petani) bisa berkembang. Kunci transformasi ini terletak pada **aset dasar yang mendasari spekulasi**. Spekulasi yang terlepas dari aset bernilai cenderung cepat pecah (seperti banyak Meme coin). Namun, ketika spekulasi terikat pada aset dunia nyata atau kasus penggunaan yang berkelanjutan (seperti saham atau komoditas), ia dapat berkembang menjadi infrastruktur yang bertahan lama. Kesimpulannya, sifat spekulasi sendiri netral. Ia adalah ekspresi alami manusia untuk mempertaruhkan pandangan. Arah dan nilai akhir yang dibangun oleh spekulasi—apakah menjadi infrastruktur penetapan harga global seperti Hyperliquid atau gateway untuk perdagangan sekuritas on-chain seperti Robinhood—ditentukan oleh nilai yang dapat dibawa oleh aset dasar yang mendasarinya.

marsbit1j yang lalu

Ketika Aliran Meme Bertemu RWA: Ambisi Finansial Hyperliquid dan Robinhood

marsbit1j yang lalu

HBM Nvidia dalam Kekurangan, GPU Generasi Selanjutnya Terbatas, Tapi Hardisk Ini Malah Mencuri Perhatian

Era AI membawa evolusi bagi penyimpanan data. AI Agent, yang beroperasi secara kontinu, menghasilkan rantai data kompleks seperti memori, log eksekusi, dan konteks model. Hal ini menggeser peran penyimpanan dari sekadar tujuan akhir menjadi bagian integral dari siklus persepsi, memori, dan pengambilan keputusan Agent. Muncul konsep "Functional SSD" atau SSD Fungsional, yang mengintegrasikan kemampuan seperti enkripsi otomatis (dengan kebijakan granular), kompresi, pengindeksan, dan pemeliharaan memori di dekat media penyimpanan. Pendekatan ini bertujuan mengurangi pergerakan data, menghemat bandwidth memori (DRAM/HBM), dan menurunkan biaya Token. Di sisi perangkat (edge), SSD Fungsional dapat menjadi lapisan status jangka panjang untuk Agent pribadi, meningkatkan privasi dan kemampuan kerja offline. Di sisi cloud, SSD berkembang menjadi "Agent Storage Node" yang menyediakan layanan konteks bersama, memori, dan tata kelola untuk kluster GPU multi-tenant. Artikel ini menganalisis bahwa nilai batas antara berbagai hierarki memori—HBM, HBF (High Bandwidth Flash), DRAM/CXL, SSD Fungsional, dan penyimpanan bersama—akan ditata ulang. Masing-masing akan memiliki peran spesifik berdasarkan kecepatan, kapasitas, biaya, dan sifat data (panas/dingin, hanya-baca/sering diperbarui). Inovasi tidak terletak pada penggantian satu medium dengan lainnya, tetapi pada kolaborasi cerdas antar lapisan untuk mencapai biaya Token yang lebih rendah, kelangsungan Agent yang lebih baik, dan siklus hidup data yang terpercaya. Beberapa produk AI SSD awal, seperti dari Phison, Longsys, dan kolaborasi Yinpu-Maxio, telah menunjukkan arah ini dengan fokus pada perluasan kapasitas model, manajemen cache KV, dan pra-pengambilan data yang cerdas.

marsbit1j yang lalu

HBM Nvidia dalam Kekurangan, GPU Generasi Selanjutnya Terbatas, Tapi Hardisk Ini Malah Mencuri Perhatian

marsbit1j yang lalu

Berdasarkan: Claude Gagal Menantang 'Riemann Hypothesis', Namun Secara Tak Terduga Memecahkan Rekor Matematika 37 Tahun

Sebuah versi penelitian Claude dari Anthropic diberi tugas terbuka: mencoba menyerang Hipotesis Riemann, salah satu masalah matematika terbuka paling terkenal yang telah berusia 167 tahun. Meskipun tidak berhasil membuktikan hipotesis tersebut, selama proses eksplorasi intensif selama sekitar satu setengah hari, Claude—yang mengoordinasikan sekitar 60 sub-agen—menghasilkan terobosan tak terduga dalam teori bilangan analitik. Claude berhasil meningkatkan batas bawah proporsi nol nontrivial fungsi zeta Riemann yang terbukti terletak pada garis kritis, dari 41.6% menjadi **67.2%. Ini merupakan peningkatan sebesar 25.6 poin persentase.** Pencapaian ini dianggap sebagai kemajuan signifikan dalam beberapa dekade terakhir, mengingat dalam 37 tahun sebelumnya, batas bawah ini hanya ditingkatkan sekitar 0.8 poin persentase oleh para matematikawan. Metode Claude dibangun di atas karya para matematikawan sebelumnya, seperti Hugh Montgomery dan Enrico Bombieri, dengan pendekatan baru dalam menganalisis ruang fungsi dan bentuk kuadrat. Hasilnya telah diverifikasi oleh matematikawan internal Anthropic, dan Claude juga menghasilkan bukti formal yang dapat diperiksa mesin menggunakan Lean. Dua ahli eksternal, Brian Conrey dan Dan Goldston, telah meninjau makalah tersebut. Anthropic menekankan bahwa pendekatan ini kemungkinan tidak langsung mengarah pada pembuktian akhir Hipotesis Riemann. Namun, eksperimen ini menunjukkan kemampuan model AI mutakhir untuk terlibat dalam eksplorasi penelitian murni tanpa jawaban yang sudah diketahui, menghasilkan kemajuan yang berarti dalam masalah matematika tingkat tinggi.

marsbit1j yang lalu

Berdasarkan: Claude Gagal Menantang 'Riemann Hypothesis', Namun Secara Tak Terduga Memecahkan Rekor Matematika 37 Tahun

marsbit1j yang lalu

Trading

Spot

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.

343 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.

1.2k 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.

2.2k 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

Kategori Populerright-arrow

Tag Populerright-arrow