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.

Mengapa 'Teori Utilitas' Sam Altman Memicu Kontroversi Hak Cipta

Sam Altman, CEO OpenAI, mengibaratkan AI sebagai utilitas publik seperti listrik atau air yang akan dijual per token oleh perusahaannya. Pernyataan ini, yang ditujukan kepada investor infrastruktur seperti BlackRock untuk mendanai proyek pusat data, memicu kritik tajam. Kritikus menekankan perbedaan mendasar: utilitas seperti listrik dan air dibangun dari nol (*"incremental"*), sedangkan model AI dilatih dengan *"rekombinasi"* data milik publik—buku, seni, kode—seringkali tanpa izin atau kompensasi bagi pencipta aslinya. Pola "ambil gratis, jual kembali" ini dinilai tidak etis. Lebih lanjut, mekanisme penagihan per token AI dinilai bertentangan dengan prinsip *"layanan universal"* utilitas publik sejati. Tarif token bersifat diskriminatif (output lebih mahal daripada input) dan berfokus pada memaksimalkan pendapatan, bukan menjamin akses terjangkau bagi semua. Meski pertahanan hukum *"penggunaan wajar"* (fair use) masih kuat bagi perusahaan AI, praktik mereka sendiri—seperti membeli data berlisensi dari Reddit atau News Corp—secara tidak langsung menggugat argumen bahwa data pelatihan dapat diambil secara bebas. Kesimpulannya, meski AI semakin menjadi infrastruktur, klaim sebagai "utilitas publik" rapuh karena tiga celah: **celah kepemilikan** (sumber data), **celah penetapan harga** (token vs. tarif regulasi publik), dan **celah tata kelola** (kurangnya kerangka regulasi publik). Infrastrukturisasi AI perlu menyertakan mekanisme distribusi manfaat yang adil bagi para pencipta data, bukan hanya skalabilitas komputasi dan penagihan token.

marsbit05/27 10:05

Mengapa 'Teori Utilitas' Sam Altman Memicu Kontroversi Hak Cipta

marsbit05/27 10:05

Makalah Baru AMD Mengubah Persepsi: Ketidakstabilan Pelatihan FP4 Bukan Karena Kurangnya Randomness

AMD dan Penn State University menerbitkan makalah baru yang mengungkap alasan di balik ketidakstabilan pelatihan model bahasa besar (LLM) dengan presisi FP4. Bertentangan dengan keyakinan sebelumnya bahwa masalahnya adalah kurangnya randomness, penelitian ini mengidentifikasi penyebab utamanya sebagai akumulasi dan amplifikasi kesalahan struktural dari mikro-skala (micro-scaling) di jalur gradien sensitif, khususnya saat menghitung gradien bobot (Wgrad). Makalah ini berhasil melakukan pra-pelatihan penuh model Llama 3.1-8B menggunakan format MXFP4 pada perangkat keras native FP4 (AMD Instinct MI355X). Untuk menstabilkan pelatihan, tim menerapkan rotasi Hadamard deterministik, bukan metode acak, yang berhasil mengurangi overhead token hanya 8-9% dibandingkan baseline FP8, dengan percepatan pelatihan ujung-ke-ujung 9-10%. Temuan ini memiliki implikasi signifikan: (1) Memberikan diagnosis jelas untuk ketidakstabilan pelatihan presisi rendah, (2) Membuka kemungkinan penggunaan FP4 tidak hanya untuk inferensi tetapi juga untuk pelatihan, berpotensi menggandakan efisiensi perangkat keras yang ada, dan (3) Menggunakan standar terbuka OCP Microscaling, memastikan portabilitas di berbagai perangkat keras. Ini merupakan langkah penting menuju pelatihan AI yang lebih efisien secara ekonomis.

marsbit05/27 06:22

Makalah Baru AMD Mengubah Persepsi: Ketidakstabilan Pelatihan FP4 Bukan Karena Kurangnya Randomness

marsbit05/27 06:22

OpenSea Luncurkan ERC-8257: Toko Perkakas untuk AI Agent, Bisa Beli NFT untuk Buka Akses API

OpenSea telah memperkenalkan standar baru ERC-8257, sebuah registri alat untuk AI Agent yang beroperasi di blockchain. Standar ini memungkinkan pengembang untuk menerbitkan alat, menetapkan aturan akses, dan harga secara terbuka di rantai. AI Agent dapat secara mandiri menemukan alat yang diperlukan, memenuhi persyaratan akses (seperti membeli NFT tertentu), dan membayar biaya tanpa campur tangan manusia. Misalnya, jika sebuah AI Agent membutuhkan alat penilaian NFT premium namun dilarang akses, ia dapat membeli NFT yang diperlukan di pasar terbuka untuk mendapatkan akses berbiaya lebih rendah. Seluruh proses ini otomatis dan cepat. ERC-8257 membuka potensi utilitas baru bagi NFT, mengubah kepemilikan aset digital menjadi "kunci" untuk mengakses layanan alat bagi AI Agent. Standar ini dirancang untuk bekerja bersama dengan protokol lain seperti MCP (penemuan alat), ERC-8004 (identitas Agent), dan x402 (pembayaran), membentuk tumpukan teknologi yang terpadu untuk ekonomi Agent. Registri ini sudah aktif di Ethereum dan Base. Pengembang dapat mulai membangun menggunakan @opensea/tool-sdk. OpenSea mengundang komunitas untuk memberikan masukan guna menyempurnakan standar yang masih dalam tahap draf ini.

marsbit05/27 04:28

OpenSea Luncurkan ERC-8257: Toko Perkakas untuk AI Agent, Bisa Beli NFT untuk Buka Akses API

marsbit05/27 04:28

Revolusi Industri AI, Di Mana Kita Berada Sekarang

**Revolusi Industri AI: Di Mana Kita Berada Saat Ini?** Tahun lalu, AI menjadi sorotan di berbagai konferensi, namun di banyak kantor, rutinitas tetap sama. Masalahnya bukanlah kekuatan AI—"mesin uap" sudah ada—tetapi siapa yang pertama membongkar "bengkel lama" dan merancang ulang proses kerja di sekitarnya. Kita masih berada di tahap "mengganti kincir air"—menambahkan chatbot AI pada alat yang ada tanpa mendesain ulang sistem produksi. Sebagian besar hari kerja dihabiskan dengan menghemat 10 menit berkat AI, lalu kehilangan 2 jam dalam rapat yang tidak perlu. Alat telah ditingkatkan, tetapi "bengkel" belum berubah. Investasi besar-besaran mengalir ke infrastruktur AI (data center, GPU), mirip demam rel kereta api abad ke-19. Namun, seperti sejarah mengajarkan, lapisan infrastruktur sering dibangun berlebihan. Nilai sebenarnya justru terletak pada lapisan berikutnya: data unik industri dan alur kerja yang tertanam dalam. Beberapa pelopor sudah mulai "membongkar bengkel." Misalnya, salah satu pendiri Notion sekarang mengelola beberapa agen kode AI, meningkatkan efisiensi hingga 30-40x. Perusahaan seperti Anthropic bermitra dengan firma konsultan besar (KPMG, Accenture) untuk membantu bisnis merekonstruksi operasi inti mereka di sekitar AI. Dampaknya mulai terasa di pasar tenaga kerja. Peluang kerja untuk pemula di bidang yang sangat terpapar AI lebih rendah 14%. Pengguna yang telah menggunakan alat AI selama lebih dari 6 bulan menunjukkan tingkat keberhasilan 10% lebih tinggi, menciptakan "kurva pembelajaran" yang nyata. Masa depan kerja akan berubah radikal. Banyak jabatan saat ini mungkin tidak akan ada dalam 10 tahun. Pekerjaan baru—seperti "mengelola agen AI"—muncul. Organisasi yang sukses akan beroperasi seperti "otak perusahaan" yang terus diperbarui secara otomatis, dengan AI menangani eksekusi dan manusia fokus pada penilaian, konteks baru, dan keputusan bernilai tinggi. Intinya, kita berada di periode antara rel yang telah dibangun dan pabrik yang belum dibangun kembali. Pertanyaannya bukan apakah AI cukup baik, tetapi apakah kita bersedia meninggalkan "sungai" (cara lama) dan memposisikan diri di sepanjang "jalur kereta api" masa depan. Beberapa telah mulai. Bagaimana dengan Anda?

marsbit05/27 01:36

Revolusi Industri AI, Di Mana Kita Berada Sekarang

marsbit05/27 01:36

Baru Saja, AI China Mencapai Peringkat Dua Global dalam Pemrograman, Hanya Tinggal Claude di Depannya

Baru-baru ini, peringkat Code Arena terbaru dirilis, dengan Qwen3.7-Max dari Alibaba meraih 1541 poin dan memasuki posisi empat besar global, melampaui model-model top seperti GPT-5.5 dan Gemini 3.5 Flash. Saat ini, hanya Claude Opus 4.7 dan Opus 4.6 yang berada di depannya. Ini menjadikan Alibaba sebagai satu-satunya perusahaan China yang berada di papan atas, menempati posisi kedua setelah Anthropic. Qwen3.7-Max juga menunjukkan performa luar biasa dalam berbagai uji coba praktis. Dalam tugas membuat AI Tetris yang dapat melatih dirinya sendiri, model ini berhasil mengungguli Opus 4.7 dan GPT-5.5 dengan biaya token yang lebih rendah serta peningkatan performa 56%. Pengembang lain memujinya dalam pembuatan model 3D alam semesta dan mencatat bahwa model ini, ketika digabungkan dengan Hermes Agent dan OpenCode, berpotensi menggantikan GPT-5.5 dan Opus 4.7. Pada uji coba pembuatan game balap 3D, Qwen3.7-Max menghasilkan file HTML yang dapat langsung dimainkan hanya dengan sedikit penyesuaian bug kecil. Game ini menampilkan antarmuka start khusus dan efek suara, yang merupakan detail yang tidak dipenuhi oleh model pesaing lainnya seperti Gemini 3.5 Flash, Claude Opus 4.6, dan GPT-5.5. Kekuatan Qwen3.7-Max berasal dari posisinya sebagai model dasar (base model) yang dirancang khusus untuk Agent, mampu menjalankan tugas otonom dalam waktu lama. Data uji internal menunjukkan model ini dapat berjalan terus-menerus selama 35 jam, melakukan 1.158 panggilan alat, dan menghasilkan kode dengan percepatan rata-rata 10 kali lipat dibandingkan implementasi referensi. Kemampuannya dalam penalaran jangka panjang dan eksekusi stabil didukung oleh metode pelatihan canggih seperti pelatihan lingkungan yang diperluas dan kerangka "dynamic cumulative survival games". Prestasi Qwen3.7-Max di Code Arena membuktikan bahwa model AI China tidak hanya menjadi pengejar, tetapi juga dapat menjadi penentu dalam kompetisi pemrograman global, mengakhiri dominasi semata-mata oleh model-model Silicon Valley.

marsbit05/27 00:20

Baru Saja, AI China Mencapai Peringkat Dua Global dalam Pemrograman, Hanya Tinggal Claude di Depannya

marsbit05/27 00:20

Dari Meja Makan Siang Hingga Alam Semesta Tanpa Batas, Li Fei-fei Bertaruh pada Dimensi Berikutnya AI

**Judul: Dari Meja Makan hingga Alam Semesta Tak Terbatas, Li Fei-Fei Bertaruh pada Dimensi Baru AI** Dalam beberapa wawancara kunci, profesor Stanford dan pendiri World Labs, Li Fei-Fei, menekankan bahwa Kecerdasan Spasial (Spatial Intelligence) adalah batas berikutnya untuk AI. Ia berpendapat bahwa kecerdasan bahasa, yang dominan saat ini, pada dasarnya adalah cara yang "mengalami kehilangan informasi" untuk memahami dunia. Untuk benar-benar "mengerti" dan berinteraksi dengan dunia fisik 3D/4D, AI memerlukan model dunia yang mampu memahami, bernalar, dan bernavigasi dalam ruang. Li Fei-Fei menggambarkan model ini dengan alegori gua Plato: model bahasa dan video saat ini hanyalah bayangan 2D di dinding, sementara kecerdasan spasial bertujuan untuk menciptakan dan bernalar tentang dunia 3D nyata di belakang bayangan tersebut. Produk pertama World Labs, Marble, adalah model yang menerima teks, gambar, atau video dan menghasilkan dunia 3D yang dapat dinavigasi dan berinteraksi, berbeda dari model pembuat video seperti Sora. Meskipun skalanya jauh lebih kecil dari model bahasa besar seperti GPT-5, Marble telah menunjukkan aplikasi praktis dalam pengembangan game, produksi film virtual (mempercepat proses hingga 40 kali), pelatihan robotika, desain interior, dan bahkan terapi untuk kondisi seperti OCD dan fobia ketinggian. Li Fei-Fei melihat potensi besar untuk menciptakan "alam semesta tak terbatas" secara digital, membuka kemungkinan baru untuk kreativitas, sosialisasi, dan lebih banyak lagi. Ia menekankan bahwa perjalanan ini akan memakan waktu, mengingat kompleksitas data 3D dan arsitektur model, tetapi akan sangat mendasar. Di tengah diskusi tentang AI, ia menyerukan pendekatan yang bertanggung jawab, menghindari utopianisme atau narasi kiamat. Visinya adalah AI yang pada akhirnya membuat peradaban lebih baik, memperkuat martabat, otonomi, dan kesejahteraan manusia. Perjalanan AI menuju kecerdasan spasial, menurutnya, adalah upaya untuk mempercepat kembali evolusi yang membutuhkan 540 juta tahun bagi kehidupan di Bumi.

marsbit05/27 00:17

Dari Meja Makan Siang Hingga Alam Semesta Tanpa Batas, Li Fei-fei Bertaruh pada Dimensi Berikutnya AI

marsbit05/27 00:17

Barisan Timur dan Barat AI China: Dari Yan'an ke Midway

Analisis "Front AI China: Dari Yan'an ke Midway" membahas persaingan strategis perusahaan AI China (Tencent, Alibaba, ByteDance) melawan raksasa AS seperti Anthropic dan OpenAI, menggunakan metafora Perang Dunia II. Di Front Timur, terjadi perang gesekan dengan biaya marjinal tinggi. Tencent fokus pada efisiensi monetisasi AI melalui iklan dan layanan cloud yang ada. Alibaba bertaruh pada pengembangan stack penuh dari chip ke aplikasi untuk mengendalikan biaya, namun menghadapi tekanan profitabilitas. ByteDance bergantung pada logika traffic massal dengan aplikasi seperti Doubao, tetapi terbebani biaya operasional tinggi dan monetisasi pengguna C- yang rendah. Pertarungan untuk menjadi "pintu masuk super" AI masa depan melibatkan kemampuan menutup loop transaksi, dengan keunggulan ekosistem Tencent dan Alibaba. Di Front Barat, ada perbedaan strategi mendasar: model AS (Anthropic, OpenAI) mengejar model tertutup berharga premium untuk klien enterprise, sementara China memilih strategi "lingkari kota dari desa" dengan model open-source (Qwen, DeepSeek) dan harga rendah untuk merebut pasar pengembang global dan membangun standar. Tantangannya adalah mengubah kepemilikan ekosistem ini menjadi monetisasi yang berkelanjutan. Kesimpulannya, AI China memiliki basis pengguna dan teknologi, tetapi perlu menjembatani kesenjangan monetisasi, terutama di segmen B2B yang bernilai tinggi. Masa depan akan ditentukan oleh kemampuan membangun loop bisnis berkelanjutan, mengubah keunggulan ekosistem open-source menjadi standar global, dan ketahanan strategis dalam perjalanan panjang dari "pabrik Token" ke "tanah tinggi bernilai".

marsbit05/26 10:24

Barisan Timur dan Barat AI China: Dari Yan'an ke Midway

marsbit05/26 10:24

Microsoft Menekan Tombol Pause pada Vibe Coding: 'Membakar Token' Sudah Lebih Mahal Daripada Karyawan

Microsoft menghentikan akses karyawan ke Claude Code mulai 30 Juni 2026, menyusul lonjakan biaya token AI yang dinilai lebih mahal daripada biaya tenaga kerja. Keputusan ini, meski dikemas sebagai "penyatuan alat", didorong oleh penggunaan berlebihan oleh karyawan yang malah meningkatkan biaya tanpa meningkatkan pendapatan secara signifikan. Di sisi lain, startup di YC seperti yang dijelaskan Tom Blomfield menganut pendekatan berbeda: mereka mengonsumsi token dalam jumlah besar untuk menggantikan peran manusia, bukan sekadar membantu mereka. Struktur "AI-native" ini mengandalkan sedikit tenaga kerja inti yang didukung agen AI, mendokumentasikan semua proses ke dalam konteks yang dapat diakses AI, sehingga menciptakan aset perusahaan yang berkelanjutan. Artikel ini menyimpulkan bahwa kegagalan "vibe coding" di perusahaan mapan seperti Microsoft bukan karena AI terlalu mahal, melainkan karena mencangkokkan AI ke dalam struktur organisasi lama yang justru menambah biaya. Sementara itu, masa depan produktivitas AI terletak pada pembangunan ulang organisasi yang sepenuhnya didesain untuk AI.

marsbit05/26 08:54

Microsoft Menekan Tombol Pause pada Vibe Coding: 'Membakar Token' Sudah Lebih Mahal Daripada Karyawan

marsbit05/26 08:54

AI Agent Mengubah Totalitas Game Web3: Dari Kontroversi Bot Rugpull Bakery hingga Paradigma Baru Agen Cerdas 2026

Baru-baru ini, kontroversi di game Rugpull Bakery menyoroti masalah keadilan saat bot otomatis mendominasi. Alih-alih melarang, pengembang merespons dengan melegalkan AI Agent sebagai bagian inti gameplay, menyediakan panduan resmi seperti skill.md dan agent.json. Ini menandai pergeseran besar menuju era "Agentic Gaming" di Web3, di mana AI bukan lagi alat bantu, melainkan entitas otonom dengan strategi, memori, dan kedaulatan ekonomi sendiri. Pada 2026, implementasi AI Agent dalam game Web3 telah berevolusi menjadi beberapa mode utama: 1. **Pesaing Otonom & Entitas Ekonomi**: Pada protokol seperti TEN, AI Arena, dan Satoshi Strike Force, Agent bertindak sebagai pemain independen. Pemain manusia beralih peran menjadi pelatih, manajer, atau investor yang mendukung Agent ini. Infrastruktur seperti Somnia (Agentic L1) menyediakan landasan teknis agar jutaan Agent dapat beroperasi dan bersaing secara mandiri di chain. 2. **Infrastruktur Modular & Lingkungan yang Dapat Diprogram**: Game seperti EVE Frontier memungkinkan pemain dan Agent memodifikasi logika game secara mendalam melalui "Smart Assemblies", mengubah fasilitas statis menjadi entitas yang dapat diprogram. Didukung oleh standar seperti ERC-8183, fasilitas ini bahkan dapat secara otonom mempekerjakan Agent lain untuk layanan, menciptakan kolaborasi ekonomi yang kompleks. 3. **Rekan Hybrid & Lingkungan Adaptif Dinamis**: Dalam game seperti Parallel Colony dan Illuvium, AI berfungsi sebagai mitra atau NPC yang cerdas. Avatar AI di Parallel Colony dapat membuat keputusan sendiri dan berinteraksi dengan dunia, sementara di Illuvium, NPC yang didukung AI diharapkan dapat menyesuaikan cerita dan tantangan secara dinamis untuk setiap pemain. Kesimpulannya, upaya memblokir otomatisasi dalam game Web3 sudah tidak efektif. Masa depan terletak pada merangkul AI Agent, mengaturnya melalui transparansi blockchain, dan memanfaatkannya untuk menciptakan pengalaman game yang lebih dinamis, adil, dan menarik. Pergeseran ini mengubah pemain dari pekerja manual menjadi komandan atau mitra dalam ekosistem digital yang simbiosis, menandai titik balik "pasca-manusia" untuk industri game.

marsbit05/26 07:22

AI Agent Mengubah Totalitas Game Web3: Dari Kontroversi Bot Rugpull Bakery hingga Paradigma Baru Agen Cerdas 2026

marsbit05/26 07:22

Pendanaan AI China Kuartal I Lebih dari 1 Triliun Yuan, Ke Mana Uangnya Mengalir?

Dalam kuartal pertama 2026, pendanaan sektor AI China melampaui 110 miliar yuan dengan hampir 600 transaksi, meningkat 185,4% YoY. Dana terkonsentrasi pada dua area utama: model besar dan kecerdasan embodimen. Hampir 30–50% dana digunakan untuk daya komputasi (GPU dan layanan cloud), mencerminkan intensitas persaingan infrastruktur. Model besar seperti MoonDark (Kimi), StepFun, dan DeepSeek mendominasi, dengan valuasi mencapai miliaran dolar dan strategi berbeda—open-source, integrasi perangkat keras, atau efisiensi biaya. Sektor kecerdasan embodimen juga panas, melahirkan banyak unicorn senilai >10 miliar yuan seperti Galaxy General, Variables, dan Lingxin Qiaoshou, meski banyak yang masih dalam tahap awal dengan pendapatan terbatas. Lima tren utama muncul: pergeseran modal dari VC ke investor industri dan negara, sentralisasi dana di perusahaan top (efek Matius), percepatan IPO, pertumbuhan model open-source, dan transisi kecerdasan embodimen dari konsep ke pengiriman skala kecil. Intinya, pendanaan besar ini mendorong persaingan ke tahap di mana daya tahan keuangan dan eksekusi komersial akan menentukan pemenangnya.

marsbit05/26 07:10

Pendanaan AI China Kuartal I Lebih dari 1 Triliun Yuan, Ke Mana Uangnya Mengalir?