Tren TeknologiBerita

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.

Anthropic Memprediksi secara Global, OpenAI Telah Melampaui "Ambang Keandalan": Akselerasi Mandiri AI Telah Dimulai

**Peringatan Global dari Anthropic: OpenAI Telah Melampaui 'Ambang Keandalan', Memicu Akselerasi Mandiri AI** Anthropic mengeluarkan peringatan mendesak untuk memperlambat atau menghentikan penelitian AI, karena data internal mereka menunjukkan bahwa AI kini mempercepat pengembangan AI itu sendiri, berpotensi mendekati titik kritis perbaikan diri yang rekursif atau "membuat dirinya sendiri." Di sisi lain, Yann Dubois dari tim pasca-pelatihan OpenAI memberikan perspektif mikro: pertumbuhan kemampuan AI sebenarnya linier dan berkelanjutan, tetapi pengguna merasakan "kebergunaan" yang melompat secara diskrit. Ini karena adanya **"ambang keandalan"**. Sebelum mencapai ambang ini, AI hanyalah alat cerdas yang tidak dapat diandalkan sepenuhnya. Setelah melampauinya (sekitar Desember tahun lalu menurut Dubois), AI menjadi seperti karyawan yang dapat dipercaya untuk menangani pekerjaan nyata dan mulai mempercepat perkembangannya sendiri. **Akselerasi Mandiri dan Siklus Penguatan:** Ketika model menjadi cukup andal (misalnya, dalam pemrograman), mereka dapat digunakan untuk membantu peneliti mengembangkan alat dan bahkan melatih generasi model AI berikutnya, menciptakan loop akselerasi yang semakin cepat. Data Anthropic menunjukkan produktivitas kode per insinyur meningkat 8x pada Q2 2026 dibandingkan Q1 2024. **AI sebagai "Kerajinan" (Craft):** Dubois menegaskan bahwa membangun sistem AI yang andal lebih menyerupai kerajinan atau bahkan "alkimia" yang mengandalkan intuisi dan trial-and-error, daripada ilmu pengetahuan murni yang sistematis. Peningkatan keandalan seringkali dicapai dengan menekan "tingkat kesalahan per interval waktu" dalam sistem agen AI. **"Harness" Vertikal dan "Mil Terakhir":** Dubois berpendapat bahwa jika model saat ini "dibekukan" dan fokus dialihkan ke pengembangan *harness* (sistem orkestrasi) yang matang untuk domain spesifik, banyak bidang sudah dapat merasakan fungsi seperti AGI (Kecerdasan Buatan Umum). **Tantangan sebenarnya bukan pada kecerdasan model, tetapi pada "mil terakhir"**—yaitu mengintegrasikan AI dengan sistem yang ada, mengatur izin akses, konektor data, dan alur kerja bisnis tertentu. Inilah peluang besar bagi pengembang dan startup. **Tantangan Masa Depan: Pembelajaran Berkelanjutan (Continual Learning):** Meski memiliki titik awal yang tinggi, model AI saat ini kesulitan untuk terus belajar dan beradaptasi dari pengalaman spesifik di lingkungan barunya seperti manusia. Membentuk kurva pembelajaran AI yang terus naik, bukan mendatar, adalah salah satu masalah terpenting berikutnya.

marsbit06/06 23:27

Anthropic Memprediksi secara Global, OpenAI Telah Melampaui "Ambang Keandalan": Akselerasi Mandiri AI Telah Dimulai

marsbit06/06 23:27

Saya Butuh Setahun untuk Menyadari Kebenaran yang Menyakitkan tentang Pembayaran Agent

Selama setahun terakhir, penulis berfokus membangun infrastruktur untuk ekonomi *agent*, berinteraksi dengan perusahaan seperti Stripe, Visa, dan startup lainnya. Kesimpulan utamanya: belum ada permintaan riil yang matang, dan startup menghadapi banyak tantangan struktural. **Data Realitas:** Stripe melaporkan sedikit transaksi *agent* aktif. Visa menyebutkan proses KYC yang panjang dan batas pendapatan tinggi untuk token pembayaran *agent*. Analisis Coinbase menunjukkan volume transaksi harian *agent* di blockchain masih sangat kecil, sebagian besar adalah transaksi uji coba. **Tantangan di Berbagai Sektor:** 1. **Agent untuk Merchant (E-commerce):** Pengalaman belanja via chatbot seringkali lebih buruk daripada antarmuka visual tradisional. Kebutuhan merchant saat ini bersifat defensif (optimasi untuk *agent*), bukan karena permintaan konsumen yang nyata. Celah potensial ada pada pembelian rutin (seperti pesan makanan) atau situs dengan UI rumit, tetapi butuh distribusi B2C skala besar yang dikuasai raksasa seperti Amazon. 2. **Agent untuk API:** Developer sudah memiliki metode pembayaran yang mapan (kunci API, saldo prabayar) untuk akses layanan komputasi dan data. Pasar untuk transaksi mikro bersifat *long-tail* namun relatif kecil. Penyedia SaaS besar cenderung mempertahankan model kontrak bisnis mereka. 3. **Agent untuk Agent:** Visi jangka panjang ini masih teoritis dengan volume transaksi nyata yang hampir nihil. Butuh infrastruktur penyelesaian khusus untuk transaksi antar-mesin yang cepat dan kompleks. 4. **Agent untuk Keuangan:** Ini adalah kategori dengan permintaan dan kemauan bayar yang sudah ada. Integrasi AI ke alur kerja keuangan tradisional atau DeFi merupakan evolusi alami, meski persaingan dengan lembaga mapan sangat ketat. **Inti Permasalahan:** Banyak yang membangun infrastruktur pembayaran untuk *agent*, tetapi masalah sebenarnya bukan pada transfer dana. Tantangan utamanya adalah **koordinasi** antara *agent* dan manusia—memverifikasi kerja dan menyelesaikan hasil. Penyelesaian (settlement) dan pembayaran (payment) hanyalah bagian dari masalah koordinasi yang lebih besar. Perusahaan yang memecahkan masalah koordinasi akan mendominasi. Perusahaan besar membangun untuk bertahan dari masa depan transaksi mesin skala besar. Namun, startup harus menemukan pasar yang benar-benar aktif *sekarang*, yang mungkin berada di luar empat kategori utama ini.

marsbit06/06 10:23

Saya Butuh Setahun untuk Menyadari Kebenaran yang Menyakitkan tentang Pembayaran Agent

marsbit06/06 10:23

Claude Opus 4.8 Menemukan Bug Senilai 4.5 Miliar Dolar AS, Era AI Sedang Memproduksi Peretas Secara Massal

Seorang peneliti keamanan menemukan bug serius dalam jaringan privasi Zcash (Orchard) yang memungkinkan penciptaan token tanpa batas, menggunakan Claude Opus 4.8. Setelah perbaikan darurat, harga Zcash turun 50%. Peristiwa ini menunjukkan bahwa AI, seperti model Opus yang tersedia umum, membuat penemuan kerentanan menjadi lebih mudah dan murah, bukan hanya model canggih seperti Claude Mythos. AI mendemokratisasikan kemampuan audit keamanan, memungkinkan tim kecil memiliki kemampuan seperti tim besar. Namun, ini membanjiri pemelihara dengan laporan bug berkualitas rendah yang dihasilkan AI, seperti yang dialami curl dan didiskusikan OpenSSF. Ini seperti serangan DDoS pada perhatian manusia. Banyak kerentanan lama (seperti Heartbleed, Baron Samedit) tetap tak terdeteksi selama bertahun-tahun karena biaya penemuan yang tinggi. AI mengubah struktur biaya ini. Namun, sementara AI membuat penemuan dan potensi serangan lebih murah, perbaikan tetap mahal dan membutuhkan keahlian manusia. Industri keamanan siber sudah menghadapi kekurangan tenaga kerja global yang besar (misalnya, defisit 4,8 juta menurut ISC2). Laporan menunjukkan profesional beralih ke analisis ancaman kompleks dan pembuatan strategi. Yang paling dibutuhkan adalah orang yang dapat memahami, menilai, dan memperbaiki kerentanan. Kesimpulannya, AI tidak menghancurkan internet, tetapi mengungkap kerentanan yang sudah ada. Kemampuan menemukan bug menyebar dengan cepat, tetapi tanggung jawab untuk memperbaikinya tidak bertambah sebanding. Keamanan digital bergantung pada upaya terus-menerus oleh manusia untuk mengurangi risiko, dan di era AI, sumber daya manusia yang terampil tetap menjadi aset paling berharga dan langka.

marsbit06/06 09:26

Claude Opus 4.8 Menemukan Bug Senilai 4.5 Miliar Dolar AS, Era AI Sedang Memproduksi Peretas Secara Massal

marsbit06/06 09:26

Panduan Penggunaan Mode Goal Codex: Cara Agar AI Terus Mendukung Tujuan Spesifik

Panduan menggunakan mode tujuan (goal mode) atau /goal pada Codex: Cara agar AI dapat terus mendorong pencapaian tujuan spesifik. Mode ini mengubah peran alat pemrograman AI dari asisten kode yang merespons perintah satu kali menjadi agen eksekusi yang dapat bekerja secara berkelanjutan untuk mencapai tujuan yang jelas. Kunci utama adalah menetapkan kriteria keluar yang jelas dan dapat diverifikasi, seperti "mengurangi waktu penerapan 30%" atau "mencapai cakupan tes 100%". Hal ini membantu Codex menilai apakah tugas telah selesai dan menghindari percobaan tanpa akhir pada tujuan yang ambigu. Pengguna juga perlu memberikan arahan, alat, dan lingkungan yang realistis agar Codex dapat mengukur kemajuan dan memvalidasi hasil. Untuk tugas visual, disarankan menghindari target seperti "reproduksi UI 100% pixel sempurna". Lebih baik uraikan menjadi daftar fungsionalitas, spesifikasi sistem desain, dan metrik yang dapat dinilai. Untuk tugas jangka panjang (beberapa jam hingga hari), penting untuk melacak kemajuan melalui commit, draft PR, dokumen progres, atau pembaruan Slack. Mode tujuan mendefinisikan ulang AI pemrograman dari sekadar "menulis prompt" menjadi "mengelola pelaksana teknik yang bekerja terus-menerus". Kemampuan inti developer bergeser menjadi mendefinisikan tujuan, membangun sistem pengukuran, mengonfigurasi lingkungan eksekusi, serta melakukan tinjauan dan refleksi akhir.

marsbit06/06 08:13

Panduan Penggunaan Mode Goal Codex: Cara Agar AI Terus Mendukung Tujuan Spesifik

marsbit06/06 08:13

Huawei Cloud Tidak Main Perang Harga Token, Zhou Yuefeng Ingin Ganti Cara Menang untuk Cloud AI

"Di tengah pasar AI cloud yang kompetitif di Tiongkok, Huawei Cloud memilih jalan yang berbeda dengan tidak fokus pada perang harga token. Zhou Yuefeng, CEO Huawei Cloud, menegaskan bahwa strategi inti mereka bukan pada total token atau pendapatan, melainkan pada apakah setiap token benar-benar meningkatkan produktivitas." "Huawei Cloud meluncurkan sejumlah produk baru yang berfokus pada AI, seperti kluster komputasi AICS Lingqu, penyimpanan memori AMS Agentic, dan platform keamanan AgentSphere. Mereka memperkenalkan paradigma baru 'Agentic Infra', yang menggeser fokus kompetisi dari penjualan token ke penjualan produktivitas melalui agen cerdas." "Tiga perbedaan utama Huawei Cloud adalah: 1) Menggunakan perangkat keras dan lunak komputasi buatan dalam negeri (seperti Ascend dan Kunpeng), membentuk 'bidang komputasi kedua' di luar NVIDIA; 2) Berfokus pada pelanggan perusahaan dan pemerintah daripada konsumen; 3) Pendekatan ekosistem yang lebih terbuka dengan sumber terbuka." "Dengan 'Agentic Infra', Huawei Cloud menargetkan tantangan teknis dalam penerapan agen cerdas perusahaan, seperti latensi rendah, memori jangka panjang, dan keamanan. Mereka juga meluncurkan 'zona industri khusus' untuk sektor seperti kesehatan dan manufaktur cerdas, bertujuan memberikan solusi AI yang terukur." "Strategi Huawei Cloud menghindari persaingan harga langsung, dan malah bertaruh pada infrastruktur dasar untuk agen cerdas di masa depan. Zhou Yuefeng menyimpulkan bahwa mereka membangun sistem komputasi domestik yang memenuhi kebutuhan nyata industri AI Tiongkok, bukan sekadar mengejar skala token."

marsbit06/06 05:50

Huawei Cloud Tidak Main Perang Harga Token, Zhou Yuefeng Ingin Ganti Cara Menang untuk Cloud AI

marsbit06/06 05:50

70% Rakyat Menentang AI, Warga AS Berharap Amerika Kalah dalam Perang Kecerdasan Buatan

Artikel ini membahas sentimen anti-AI yang kuat di Amerika Serikat. Survei menunjukkan 70% warga AS percaya perkembangan AI "terlalu cepat" dan perlu lebih dikontrol, sementara 51% pesimis tentang dampak sosial jangka panjangnya. Penolakan muncul dalam bentuk unjuk rasa, vandalisme iklan AI, dan penentangan keras terhadap pembangunan pusat data baru, bahkan dengan tindakan kekerasan seperti serangan bom dan tembakan. Alasan penolakan termasuk kekhawatiran AI akan menggantikan pekerjaan, meningkatkan ketimpangan ekonomi, serta dampak lingkungan seperti lonjakan konsumsi energi dan air yang mendorong kenaikan harga listrik serta air bagi masyarakat. Kekhawatiran lain meliputi potensi AI memengaruhi demokrasi melalui informasi bias atau palsu, serta risiko gelembung ekonomi jika investasi AI gagal. Isu AI juga menjadi masalah politik. Presiden Trump mencabut peraturan Biden yang ketat untuk mendorong inovasi, tetapi kini menghadapi tekanan baik dari sayap kanan MAGA maupun Demokrat yang ingin regulasi lebih kuat. Banyak negara bagian, dipimpin kedua partai, mulai melarang atau menunda proyek pusat data. Trump terjepit antara dukungan dari pemodal teknologi dan kemarahan pemilih tradisional yang menentang AI.

marsbit06/06 05:20

70% Rakyat Menentang AI, Warga AS Berharap Amerika Kalah dalam Perang Kecerdasan Buatan

marsbit06/06 05:20

Agen Mengambil Alih Hak Distribusi Lalu Lintas, Apa yang Diperebutkan Tencent, ByteDance, dan Alibaba?

Artikel ini membahas persaingan ketat antara raksasa teknologi China—Tencent, ByteDance (Douyin), dan Alibaba—dalam memperebutkan hak penguasaan distribusi aliran di era AI melalui pengembangan *agent* pintar. Alibaba fokus pada transformasi dengan aplikasi Qianwen yang kini menjadi *super-agent*, terintegrasi dengan ekosistem seperti Taobao dan Alipay untuk menangani tugas kompleks. Mereka juga meluncurkan platform *agent* bisnis "Wukong" dan membuka ekosistem Qianwen ke merek eksternal seperti Luckin Coffee. ByteDance, dengan Doubao (3 miliar pengguna bulanan), mengejar strategi "ada di mana-mana" baik di perangkat lunak maupun keras. Mereka mengembangkan platform pengembangan *agent* Kouzi dan berekspansi ke perangkat keras seperti ponsel AI dan kacamata pintar. Tencent memegang "kartu as" tersembunyi: *agent* AI yang terintegrasi dalam WeChat, yang memungkinkan pengguna mengakses dan menggunakan jutaan *mini-program* secara langsung melalui perintah suara. Ini berpotensi mengubah WeChat menjadi sistem operasi layanan berbasis AI. Inti persaingan ini adalah pergeseran dari ekonomi perhatian (memperpanjang waktu pengguna) ke ekonomi niat (menyelesaikan kebutuhan dengan efisien). Hak distribusi aliran berpindah dari klik manual pengguna ke keputusan yang didelegasikan ke *agent* AI. Perusahaan yang menjadi lapisan eksekusi default bagi *agent* akan mendominasi nilai bisnis di era baru ini, di mana konektivitas layanan dan kompatibilitas API menjadi kunci.

marsbit06/06 03:27

Agen Mengambil Alih Hak Distribusi Lalu Lintas, Apa yang Diperebutkan Tencent, ByteDance, dan Alibaba?

marsbit06/06 03:27

Dari Blokir Doubao hingga Sambut Glory, Mengapa WeChat Tiba-tiba "Berganti Wajah"?

Dari memblokir "Doubao" hingga berkolaborasi dengan "Honor": Mengapa WeChat tiba-tiba berubah sikap? WeChat, yang dimiliki Tencent, kini bekerja sama dengan produsen ponsel seperti Honor, Huawei, Xiaomi, OPPO, dan vivo untuk meluncurkan kemampuan A2A, memungkinkan asisten AI sistem ponsel (seperti YOYO Honor) memanggil fungsi WeChat melalui perintah suara, seperti mengirim pesan atau menelepon. Ini adalah perubahan besar mengingat sebelumnya WeChat dengan ketat memblokir upaya pihak ketiga (termasuk ponsel "Doubao" ByteDance) yang mengontrol aplikasinya melalui simulasi klik (GUI Agent). Perubahan ini didorong oleh tekanan kompetisi AI Tencent. Meskipun memiliki WeChat dengan 1,4 miliar pengguna bulanan, aplikasi AI-nya sendiri tertinggal dari pesaing seperti "Doubao" dan "Tongyi Qianwen". WeChat kini memprioritaskan pengembangan "agen AI" internal yang memanfaatkan ekosistem mini-programnya. Namun, untuk menjangkau pengguna, WeChat perlu terhubung dengan asisten AI tingkat sistem di ponsel, yang merupakan pintu masuk AI pertama bagi banyak pengguna. Kolaborasi A2A memungkinkan hal ini: asisten ponsel bertindak sebagai "operator" yang meneruskan perintah ke WeChat, yang kemudian mengeksekusinya di dalam lingkungannya sendiri. Skema ini menjaga kendali dan keamanan data WeChat, tidak seperti pendekatan GUI yang dianggap sebagai "perampasan". Bagi produsen ponsel, kolaborasi ini menarik karena jalur GUI terbukti tidak dapat diandalkan dan mudah diblokir. Meskipun mereka juga memiliki ambisi membangun ekosistem AI sendiri (seperti konsep AHI Honor), kerja sama A2A membuka akses yang sah dan terkontrol ke fungsi WeChat, sekaligus memungkinkan mereka fokus pada pengembangan kemampuan AI lainnya di luar WeChat. Kerja sama ini menggunakan mekanisme otorisasi ganda (pengguna dan aplikasi) untuk keamanan. Pada akhirnya, kolaborasi ini adalah bentuk "jabat tangan" strategis: Tencent mendapatkan pintu masuk AI di tingkat sistem ponsel, sementara produsen ponsel mendapatkan akses yang sah ke fungsi WeChat untuk meningkatkan kegunaan asisten AI mereka. Ini menandai babak baru dalam perebutan pintu masuk di era AI, di mana WeChat berusaha menjadi "sistem operasi layanan", sementara produsen ponsel beralih menjadi penyedia ekosistem AI. Pertarungan untuk menguasai interaksi utama pengguna dengan AI di perangkat mereka baru saja dimulai.

marsbit06/06 01:52

Dari Blokir Doubao hingga Sambut Glory, Mengapa WeChat Tiba-tiba "Berganti Wajah"?

marsbit06/06 01:52

Dari IPO SpaceX Melihat Masa Depan Crypto: Sektor Crypto Mana yang Akan Menjadi Narasi Triliunan Dolar?

Penulis: Climber, CryptoPulse Labs Berdasarkan dokumen SEC terbaru, SpaceX berencana mengumpulkan $750 miliar dengan valuasi sekitar $1,77 triliun, mengintegrasikan roket, Starlink, AI, pusat data orbital, dan ekonomi luar angkasa ke dalam satu narasi besar. Peristiwa ini mengisyaratkan perubahan logika penilaian modal, yang dapat berdampak pada pasar crypto. Tiga sektor crypto yang mungkin mendapat aliran dana: 1. **AI Beralih ke Infrastruktur**: Modal mulai mencari "penjual sekop". Narasi bergeser dari aplikasi AI ke protokol lapisan dasar seperti jaringan komputasi (contoh: TAO, RENDER, AKT, IO) yang menyediakan sumber daya inti seperti daya komputasi GPU. 2. **RWA untuk Aset Masa Depan**: RWA (Real World Assets) dapat melampaui obligasi pemerintah, membuka akses ke aset ekuitas pra-IPO seperti SpaceX melalui tokenisasi. Ini berpotensi merekonstruksi pasar modal global, menguntungkan infrastruktur seperti ONDO dan LINK. 3. **Stablecoin, Pembayaran & DePIN sebagai Dasar Baru**: Seiring pertumbuhan ekonomi on-chain, stablecoin (sebagai infrastruktur keuangan global) dan jaringan pembayaran akan menjadi penting. DePIN (Jaringan Infrastruktur Fisik Terdesentralisasi) juga dapat dinilai ulang, mencerminkan nilai jaringan fisik seperti yang ditunjukkan Starlink. Kesimpulannya, IPO SpaceX mencerminkan pergeseran modal dari sekadar mengejar cerita (aplikasi) ke pengejaran infrastruktur dan arus kas. Sektor-sektor crypto yang membangun sistem dasar ini mungkin menjadi logika inti siklus pasar berikutnya.

marsbit06/06 00:36

Dari IPO SpaceX Melihat Masa Depan Crypto: Sektor Crypto Mana yang Akan Menjadi Narasi Triliunan Dolar?

marsbit06/06 00:36

Anthropic Meluncurkan IPO: Keajaiban Bisnis atau Gelembung Valuasi?

Anthropic, perusahaan AI terkemuka, secara diam-diam telah mengajukan aplikasi IPO dengan target listing pada Oktober mendatang. Perusahaan ini baru saja menyelesaikan putaran pendanaan H dengan valuasi $965 miliar, dan diperkirakan akan mencapai $1-2 triliun saat IPO, menjadikannya perusahaan dengan valuasi pra-IPO tertinggi di dunia. Banyak yang mempertanyakan apakah hal ini merupakan gelembung, mirip dengan gelembung dot-com tahun 2000. Namun, terdapat perbedaan mendasar. Tidak seperti perusahaan internet masa lalu yang hanya bergantung pada visi, Anthropic memiliki landasan bisnis yang kuat: pendapatan tahunannya melonjak dari $1 miliar (awal 2025) menjadi $47 miliar (Mei 2026), dengan target $100 miliar di akhir tahun. Perusahaan ini bahkan telah mencetak laba operasional positif. Dengan sekitar 3000 karyawan, produktivitas per karyawannya melebihi $1 juta. Kliennya termasuk 8 dari 10 perusahaan teratas Fortune, dan lebih dari 1000 perusahaan besar menghabiskan lebih dari $1 juta per tahun untuk layanan Claude. Valuasinya didukung oleh model bisnis SaaS dengan pendapatan berlangganan yang stabil dan tingkat retensi tinggi, sehingga dinilai dengan kelipatan Price-to-Sales yang wajar. Fenomena ini mencerminkan pergeseran ekonomi dari ekonomi berbasis karbon (manusia) menuju ekonomi hibrida berbasis karbon dan silikon (kecerdasan buatan dan komputasi), di mana investasi dalam kemampuan AI dan daya komputasi menjadi pengungkit utama daya saing perusahaan.

链捕手06/05 15:29

Anthropic Meluncurkan IPO: Keajaiban Bisnis atau Gelembung Valuasi?

链捕手06/05 15:29

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Strategi Tradingright-arrow