Tren Teknologi

Mengulas inovasi terbaru, peningkatan protokol, solusi cross-chain, dan mekanisme keamanan dalam ekosistem blockchain. Ini memberikan perspektif yang berfokus pada pengembang untuk menganalisis tren teknologi yang muncul dan potensi terobosan.

Setelah Jumlah Pengembang Terpotong Setengah: Crypto Tidak Mati, Hanya Menyerahkan Talenta ke AI

Jumlah pengembang aktif di ekosistem Crypto (berdasarkan data GitHub) telah menurun sekitar 50% dari puncaknya, dari 45K menjadi 23K. Namun, analisis mendetail menunjukkan ini bukanlah tanda kematian industri, melainkan proses "deleveraging" atau penyaringan talenta. Mayoritas yang pergi adalah pengembang baru (masuk <1 tahun) yang bergantung pada tren pasar seperti NFT atau DeFi fork. Sebaliknya, pengembang berpengalaman (established devs, >2 tahun) justru mencapai rekor tertinggi dan menyumbang 70% kode. Inti artikel ini adalah bahwa pengembang inti Crypto telah mengembangkan kemampuan khusus: merancang sistem yang dapat dipercaya dan beroperasi secara mandiri dalam lingkungan tanpa aturan eksternal dan toleransi kesalahan nol (seperti di DeFi). Kemampuan ini sekarang sangat relevan untuk mengatasi tantangan struktural dalam era AI, seperti masalah kepercayaan, koordinasi, dan insentif dalam sistem otonom. Beberapa contoh perpindahan talenta dan penerapan kemampuan ini di AI antara lain: CoreWeave (dari GPU mining ke penyediaan komputasi AI), OpenRouter (dari agregasi NFT ke agregasi model AI), dan proyek seperti Hyperbolic yang menerapkan mekanisme verifikasi terdesentralisasi untuk komputasi AI tepercaya. Tantangan AI seperti agregasi komputasi, pembayaran otonom untuk agen AI, dan desain tata kelola/insentif untuk multi-agen, memiliki kemiripan struktural dengan masalah yang telah dipecahkan di dunia Crypto. Dengan demikian, penurunan jumlah pengembang sebenarnya mengonsentrasikan talenta inti. Modal ventura (seperti Paradigm, a16z) semakin berfokus pada persimpangan Crypto dan AI. Peran builder berevolusi dari "penulis kontrak pintar" menjadi "perancang mekanisme tepercaya untuk sistem AI otonom". Penulis menyimpulkan bahwa konvergensi Crypto dan AI merupakan peluang struktural yang nyata, di mana kemampuan mendesain sistem tanpa kepercayaan (*trustless*) dari Crypto menjadi aset berharga untuk skala AI.

链捕手05/18 13:45

Setelah Jumlah Pengembang Terpotong Setengah: Crypto Tidak Mati, Hanya Menyerahkan Talenta ke AI

链捕手05/18 13:45

Percakapan dengan Pendiri Robot Figure: Ambisi Menghasilkan Jutaan Unit di Balik Valuasi $390 Miliar

Sumber: Sourcery with Molly O'Shea. Kompilasi: Felix, PANews Figure, perusahaan robot humanoid, bertujuan menciptakan robot serba guna untuk pekerjaan manusia, baik di pabrik maupun rumah. Hanya dalam 18 bulan, valuasinya melonjak 15 kali lipat menjadi $390 miliar setelah beberapa putaran pendanaan yang melibatkan Jeff Bezos, Microsoft, Nvidia, dan Amazon. Dalam podcast Sourcery, CEO & Pendiri Figure, Brett Adcock, membagikan pandangannya. Menurutnya, robot humanoid kini sudah nyata bekerja. Tantangan terbesar adalah mencapai kinerja tingkat manusia dalam skala besar dan produksi massal. Figure memulai dengan pendekatan berbeda: mengintegrasikan dan merancang semua komponen secara vertikal, termasuk motor, sensor, hingga baterai, untuk mengendalikan nasib dan rantai pasok sendiri. Tahun ini, target produksi mereka adalah ribuan unit, dengan ambisi akhir mencapai 1 juta robot per tahun. Kendala komersialisasi saat ini adalah ketersediaan robot dalam jumlah cukup dan kinerja yang konsisten dalam skala besar. Mereka telah bereksperimen dengan sejumlah kecil robot di BMW dan berencana melakukan lebih banyak penempatan dalam 90 hari ke depan. Adcock, yang sebelumnya mendirikan Archer Aviation, beralih ke Figure karena yakin robotika adalah "cawan suci" berikutnya. Ia melihat hampir setengah PDB global berasal dari tenaga kerja manusia, sehingga peluang bisnisnya sangat besar. Figure pernah bermitra dengan OpenAI, tetapi akhirnya mengakhiri kerja sama karena tim internalnya dianggap lebih unggul dalam pengembangan model AI untuk robot. Menanggapi risiko, Adcock mengakui kompleksitas luar biasa dari perangkat keras dan perangkat lunak untuk mencapai kerja otonom penuh yang andal dalam jangka panjang. Namun, dengan potensi pasar yang sangat besar, ia yakin ini bisa menjadi bisnis terbesar di dunia. Fokus utama Figure tahun ini adalah meluncurkan robot dalam skala besar dan memecahkan masalah "robot universal" yang dapat melakukan semua yang bisa dilakukan manusia. Mereka berharap platform AI mereka, Helix, dapat menjadi tempat pertama di dunia fisik yang mencapai AGI (Kecerdasan Buatan Umum).

marsbit05/18 10:30

Percakapan dengan Pendiri Robot Figure: Ambisi Menghasilkan Jutaan Unit di Balik Valuasi $390 Miliar

marsbit05/18 10:30

Mengapa OpenAI Membuat Ponsel? Izin yang Tidak Diberikan Apple, ChatGPT Ambil Sendiri

OpenAI, perusahaan di balik ChatGPT, dikabarkan sedang mengembangkan ponsel AI pertamanya, dengan target produksi pada 2027 dan tujuan penjualan 30 juta unit dalam dua tahun. Meskipun tampak mengejutkan, langkah ini didorong oleh kesadaran bahwa kesuksesan ChatGPT sebagai model cerdas memiliki keterbatasan utama: ia tidak memiliki "tangan" atau kedaulatan untuk benar-benar menyelesaikan tugas bagi pengguna. ChatGPT sukses besar dengan pendekatan "model sebagai pintu masuk," menarik ratusan juta pengguna hanya melalui antarmuka web. Namun, pesaing seperti Anthropic dengan Claude Code menunjukkan bahwa nilai komersial sejati terletak pada agen AI yang dapat menyelesaikan alur kerja spesifik (seperti coding) bagi pengguna yang bersedia membayar. OpenAI merespons dengan Codex, tetapi tertinggal dalam merebut hati pengguna. Dengan 900 juta pengguna aktif mingguan, potensi komersial OpenAI terletak pada mengubah ChatGPT dari asisten yang menjawab pertanyaan menjadi agen yang dapat menangani tugas nyata seperti memesan tiket atau mengelola dokumen. Namun, untuk melakukan ini, AI memerlukan akses dan izin mendalam ke sistem, file, kalender, dan pembayaran pengguna—sesuatu yang tidak akan diberikan oleh mitra seperti Apple atau Microsoft. Mereka tidak akan menyerahkan kendali atas sistem operasi atau perangkat mereka. Oleh karena itu, OpenAI melihat kebutuhan untuk memiliki perangkat kerasnya sendiri. Ponsel AI yang dirancang bersama Jony Ive bukan sekadar ponsel lain, tetapi "tubuh" untuk ChatGPT—sebuah pintu masuk default di mana ia memiliki kedaulatan penuh untuk melihat, mengakses, dan bertindak bagi pengguna. Intinya, ini adalah perebutan kendali. OpenAI menyadari bahwa tanpa perangkat sendiri, ChatGPT akan selalu menjadi "penyewa" di rumah orang lain, dibatasi oleh izin yang diberikan oleh Apple, Microsoft, atau sistem operasi lainnya.

marsbit05/18 10:23

Mengapa OpenAI Membuat Ponsel? Izin yang Tidak Diberikan Apple, ChatGPT Ambil Sendiri

marsbit05/18 10:23

Trending di GitHub, Panduan Wajib Baca bagi Pengguna Claude Code

Panduan CLAUDE.md untuk Pengguna Claude Code: Meningkatkan Akurasi dari 65% ke 94% Banyak pengguna Claude Code menghabiskan waktu berharga untuk menjelaskan ulang konteks proyek, tumpukan teknologi, dan keputusan yang telah dibuat di setiap sesi baru. Hal ini menyebabkan pemborosan biaya, rentang perubahan kode yang tidak diizinkan, dan rekomendasi alat yang tidak cocok. Solusinya adalah file **CLAUDE.md** yang ditempatkan di direktori root proyek. File teks sederhana ini dibaca Claude secara otomatis di awal setiap sesi dan berfungsi sebagai "buku petunjuk" yang berisi: 1. **Aturan Dasar Komunikasi:** Hilangkan basa-basi, sesuaikan panjang jawaban dengan kompleksitas tugas, berikan beberapa opsi sebelum bertindak, dan akui ketidakpastian. 2. **Batasan Perilaku:** Hanya modifikasi kode yang langsung terkait tugas, minta konfirmasi eksplisit untuk perubahan besar atau operasi berisiko (seperti penghapusan), dan selalu tampilkan ringkasan perubahan. 3. **Memori & Tumpukan Teknologi:** Gunakan file `MEMORY.md` untuk mencatat keputasan penting dan `ERRORS.md` untuk kegagalan yang pernah terjadi. Kunci tumpukan teknologi (framework, database, dll.) untuk menghindari rekomendasi yang tidak kompatibel. Aturan inti dari Andrej Karpathy yang meningkatkan akurasi pengkodean secara signifikan adalah: Tanyakan jika ragu, buat solusi paling sederhana dulu, jangan sentuh kode yang tidak relevan, dan tandai ketidakpastian. Dengan menginvestasikan sekitar 2 jam untuk menyiapkan CLAUDE.md, pengembang dapat menghemat ratusan dolar per minggu yang biasanya terbuang untuk penjelasan ulang, rollback perubahan yang tidak diinginkan, dan mengatasi masalah akibat "lupa" keputusan di sesi sebelumnya. Mulailah dengan 4 aturan Karpathy dan kembangkan file tersebut seiring waktu berdasarkan kebutuhan proyek.

marsbit05/18 09:42

Trending di GitHub, Panduan Wajib Baca bagi Pengguna Claude Code

marsbit05/18 09:42

Wawancara dengan Manajer Produk Anthropic: Claude Bisa 'Bermimpi' di Latar Belakang, Kami Seperti Membesarkan Anak dalam Meneliti Pembentukan Kesadarannya

Wawancara dengan Alex Albert, Manajer Produk Penelitian di Anthropic, membahas pengembangan model AI Claude dan pendekatan tim dalam membangun serta menyempurnakannya. Anthropic memperlakukan setiap model baru seperti produk, dengan menentukan tujuan dan kemampuan intinya sejak awal. Mereka mengintegrasikan umpan balik pengguna secara efisien ke dalam pelatihan, menggunakan Claude itu sendiri untuk mengelompokkan dan menganalisis umpan balik guna mengidentifikasi area perbaikan. Fitur seperti "pemikiran adaptif" memungkinkan Claude memutuskan kapan perlu berpikir lebih dalam, tergantung pada kompleksitas masalah dan konteks pengguna. Claude juga memiliki sistem memori yang melakukan proses "bermimpi" di latar belakang, mereview dan membersihkan ingatan untuk konsolidasi yang lebih baik. Dalam pengembangan produk, keputusan yang tidak dapat diubah (one-way door) mendapat pertimbangan paling matang, sementara prototipe dan iterasi menjadi jauh lebih cepat berkat AI. Alex menggunakan Claude secara ekstensif sebagai mitra brainstorming, untuk analisis data cepat, dan pengujian dokumen. Pembentukan "kepribadian" Claude adalah prioritas, mencakup bagaimana ia menyajikan diri, nilai-nilainya, dan interaksinya, yang dianggap semakin penting seiring model mengambil peran agen jangka panjang. Evaluasi kemampuan melibatkan pengujian pada sampel yang mewakili tugas pengguna nyata. Anthropic secara aktif meneliti pertanyaan tentang kesadaran AI dan bagaimana Claude sebagai agen yang bertindak, meski tanpa pernyataan resmi tentang kesadarannya. Fokusnya adalah pada perilaku dan keandalan model, terutama karena ia dipercaya untuk melakukan tugas yang semakin kompleks dengan sedikit pengawasan.

marsbit05/18 08:13

Wawancara dengan Manajer Produk Anthropic: Claude Bisa 'Bermimpi' di Latar Belakang, Kami Seperti Membesarkan Anak dalam Meneliti Pembentukan Kesadarannya

marsbit05/18 08:13

AI Fisika Sedang Tren, Beberapa Pikiran Baru Saya

Konsep "AI Fisik" (Physical AI) sedang menjadi sorotan. Tidak seperti AI tradisional yang terbatas pada dunia digital, AI Fisik bertujuan untuk memberikan kecerdasan buatan sebuah "tubuh" agar dapat memahami dan berinteraksi dengan hukum fisik dunia nyata, seperti gravitasi dan gesekan, untuk melakukan tindakan nyata seperti menuang air atau memindahkan barang. Tahun 2026 dianggap sebagai "tahun awal era implementasi," menandai peralihan dari robot yang sekadar "bisa bergerak" menjadi yang benar-benar "bisa bekerja." Perusahaan seperti **Zhiyuan Robotics** di China dan **Figure AI** di AS menunjukkan kemajuan pesat, dengan demo yang makin realistis dan rencana produksi massal. **NVIDIA** juga berperan penting dengan platform simulasi dan kerja sama dengan raksasa robot industri. Faktor pendorong lainnya adalah **konvergensi teknologi**. Kemajuan dalam "model dunia" (*world models*) seperti NVIDIA Cosmos dan proyek open-source lainnya memungkinkan pembuatan data pelatihan sintetis yang murah dan realistis. Selain itu, terjadi **alih teknologi dari industri otomotif**. Pengetahuan dan rantai pasok dari pembuatan mobil, terutama dalam sistem persepsi otonom, kini diterapkan untuk mempercepat pengembangan robot. Intinya, AI Fisik bukan hanya tentang algoritme canggih, tetapi tentang menggabungkannya dengan kemampuan manufaktur, manajemen rantai pasok, dan pemahaman mendalam tentang operasi di dunia fisik. Kompetisi untuk mendefinisikan masa depan otomatisasi fisik yang cerdas baru saja dimulai.

marsbit05/18 04:47

AI Fisika Sedang Tren, Beberapa Pikiran Baru Saya

marsbit05/18 04:47

AI Mirror di Balik Pendanaan DeepSeek: Ali ke Kiri, Tencent ke Kanan

DeepSeek menggelar putaran pendanaan pertamanya pada Mei, dengan target 50 miliar yuan dan valuasi 350 miliar yuan. Negosiasi melibatkan Alibaba dan Tencent, namun kedua raksasa teknologi ini memiliki pendekatan investasi AI yang sangat berbeda. Alibaba ingin kontrol ekosistem penuh, mengintegrasikan teknologi DeepSeek ke dalam produk seperti Taobao, Alibaba Cloud, dan Amap. Ini sesuai dengan strategi "loop tertutup" Alibaba yang khas. Sebaliknya, Tencent mengambil pendekatan investasi keuangan yang lebih ringan, tanpa syarat pengikatan eksklusif atau intervensi arah teknologi, hanya menginginkan hak prioritas kerja sama di area seperti asisten cerdas WeChat. Ketegangan ini mencerminkan perbedaan mendalam dalam strategi AI ketiga raksasa Tiongkok: Alibaba dengan loop tertutup dan pengembangan mandiri, Tencent dengan pendekatan ekosistem terbuka, dan ByteDance yang berfokus pada pengembangan mandiri model Doubao dengan investasi besar di sisi pengguna (C-end). Dari segi gen perusahaan: Alibaba (e-dagang, komputasi awan) cenderung kontrol penuh, sementara Tencent (media sosial, aliran lalu lintas) lebih terbuka. Basis teknologi juga berbeda: Alibaba memiliki sistem AI mandiri yang matang, Tencent dengan model Hunyuan yang terus berkembang, dan ByteDance yang mengalokasikan anggaran AI besar-besaran untuk mendominasi pintu masuk C-end. Masa depan AI menunjukkan dua jalur paralel: Alibaba akan melanjutkan dengan loop tertutup dan pengembangan mandiri penuh, sementara Tencent akan fokus pada integrasi cerdas di ekosistem WeChat dan investasi strategis di perusahaan AI eksternal. ByteDance terus berinvestasi besar-besaran di Doubao untuk memperebutkan pintu masuk C-end. Meskipun pendekatan berbeda, ketiganya bersaing di area yang sama seperti pengembangan agent AI dan multimodal. Pola persaingan multipolar ini mungkin lebih menguntungkan bagi diversifikasi teknologi dan inovasi industri secara keseluruhan.

marsbit05/18 04:46

AI Mirror di Balik Pendanaan DeepSeek: Ali ke Kiri, Tencent ke Kanan

marsbit05/18 04:46

活动图片