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.

BNB Chain Merilis Laporan Riset, Mengeksplorasi Jalur Migrasi Kriptografi Pascakuantum BSC

BNB Chain merilis laporan penelitian yang mengeksplorasi jalur migrasi kriptografi pascakuantum untuk BNB Smart Chain (BSC). Studi ini mengevaluasi kelayakan dan dampak kinerja dari mengganti sistem kriptografi tradisional dengan alternatif yang tahan terhadap komputer kuantum. Rekomendasi utama termasuk mengadopsi ML-DSA-44 untuk skema tanda tangan transaksi dan pqSTARK untuk agregasi tanda tangan konsensus validator. Secara teknis, migrasi ini layak dilakukan, namun memerlukan pertimbangan signifikan terhadap skalabilitas. Hasil pengujian menunjukkan peningkatan ukuran transaksi dari sekitar 110 byte menjadi 2,5 kilobyte, dan ukuran blok dari 110 kilobyte menjadi sekitar 2 megabyte. Akibatnya, TPS untuk transfer native turun dari 4.973 menjadi 2.997. Hambatan kinerja utamanya bukan pada verifikasi tanda tangan, melainkan pada peningkatan overhead transmisi jaringan akibat membesarnya volume data. Di sisi lain, teknologi agregasi pqSTARK terbukti efisien, berhasil mengompresi tanda tangan validator dengan rasio sekitar 43:1, membantu mengelola peningkatan ukuran di lapisan konsensus. Laporan ini juga mencatat bahwa area seperti jabat tangan P2P dan komitmen KZG memerlukan penelitian lebih lanjut untuk alternatif pascakuantumnya. BNB Chain menekankan bahwa penelitian ini bersifat eksploratif dan untuk antisipasi jangka panjang, bukan menanggapi ancaman keamanan yang mendesak saat ini.

marsbit05/18 13:53

BNB Chain Merilis Laporan Riset, Mengeksplorasi Jalur Migrasi Kriptografi Pascakuantum BSC

marsbit05/18 13:53

Setelah Jumlah Pengembang Terpotong Separuh: Crypto Tidak Mati, Hanya Menyerahkan Talenta kepada AI

Jumlah pengembang aktif di ekosistem crypto telah turun signifikan dari puncaknya, namun penurunan ini terutama berasal dari pendatang baru yang bergantung pada tren pasar. Sebaliknya, pengembang berpengalaman (established devs) justru meningkat dan berkontribusi 70% kode. Mereka bertahan karena memiliki keahlian inti dalam pengembangan infrastruktur, audit keamanan, dan arsitektur yang kompleks. Industri crypto telah melatih para pengembang ini untuk membangun sistem tepercaya dalam lingkungan tanpa otoritas pusat dan toleransi kesalahan nol. Kemampuan ini — merancang mekanisme kepercayaan, insentif, dan koordinasi di antara pihak asing — kini menjadi sangat berharga di era AI. AI menghadapi tantangan skalabilitas yang struktural, seperti agregasi dan efisiensi daya komputasi, penyelarasan insentif untuk kolaborasi multi-agent, dan infrastruktur pembayaran otonom. Solusi dari builder crypto, seperti proof-of-stake, mekanisme restaking, dan stablecoin yang dapat diprogram, memberikan jawaban yang langsung dapat diadaptasi untuk masalah-masalah ini. Peran builder pun berevolusi: dari menulis kontrak pintar menjadi merancang aturan dan mekanisme tepercaya untuk sistem AI otonom. Modal ventura besar mengalir ke persimpangan crypto dan AI, mengakui bahwa kemampuan inti dari industri crypto sedang ditempatkan kembali (repurposed) untuk mengatasi hambatan skalabilitas AI. Penurunan jumlah pengembang bukanlah akhir, melainkan proses "pembersihan" yang memusatkan talenta inti untuk peluang yang lebih besar di era AI.

marsbit05/18 13:49

Setelah Jumlah Pengembang Terpotong Separuh: Crypto Tidak Mati, Hanya Menyerahkan Talenta kepada AI

marsbit05/18 13:49

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

活动图片