Saya Membuat Aplikasi Android dengan Google Vibe Coding

marsbitDipublikasikan tanggal 2026-05-23Terakhir diperbarui pada 2026-05-23

Abstrak

Intinya, Google AI Studio sekarang memungkinkan siapa saja membuat aplikasi Android hanya dengan perintah teks (prompt) melalui fitur "prompt to phone". Dalam eksperimen ini, penulis berhasil membuat tiga aplikasi dalam satu sore: game petualangan teks bernama MOOD, penghitung kalori, dan game platform meniru Super Mario. Prosesnya sederhana: ketik ide di browser, Gemini AI akan otomatis membuat kode, desain antarmuka, dan memperbaiki bug. Dalam waktu sekitar 20 menit, aplikasi dapat langsung diinstal ke ponsel Android sungguhan. Namun, hasilnya menunjukkan batasan AI saat ini. Aplikasi yang dibuat memang "berjalan", tetapi kualitasnya rendah. Game MOOD memiliki narasi dan mekanisme yang dangkal, penghitung kalori sering memberikan estimasi data yang salah, sementara game Super Peach Rescue (klon Mario) mudah mengalami crash. Pengalaman ini menunjukkan bahwa alat AI seperti Gemini dapat secara dramatis menurunkan hambatan membuat software, memungkinkan "revolusi software personal". Namun, jurang antara "membuat aplikasi" dan "membuat aplikasi yang *baik*, andal, dan berguna" masih sangat lebar. AI mempercepat pembuatan prototipe, tetapi pengalaman manusia, penilaian, dan iterasi berkelanjutan tetap dibutuhkan untuk mencapai kualitas akhir.

Catatan Editor: Google AI Studio sedang membawa pemrograman AI ke tahap yang lebih intuitif: pengguna tidak hanya meminta model untuk "menulis kode", tetapi dapat langsung menghasilkan aplikasi Android dengan bahasa alami, dan menginstalnya ke ponsel sungguhan dalam hitungan menit. Dari memasukkan prompt di browser, hingga Gemini yang secara otomatis menghasilkan kode, mendesain antarmuka, memperbaiki bug, hingga aplikasi muncul di perangkat, ambang batas pengembangan perangkat lunak semakin diturunkan.

Penulis The Verge, Sean Hollister, baru-baru ini mencoba kemampuan "prompt to phone" Google AI Studio. Dalam satu sore, dia membuat tiga aplikasi, termasuk game petualangan teks, penghitung kalori, dan game kecil bergaya Mario, hampir tanpa perlu menulis kode sendiri, dan beberapa bug juga dapat diperbaiki dengan cepat melalui percakapan lanjutan. Pengalaman ini menunjukkan bahwa alat pemrograman AI sedang bergerak dari lingkungan pengembangan ke skenario konsumen yang lebih dekat dengan pengguna biasa.

Ini juga adalah bagian paling imajinatif dari "revolusi perangkat lunak personal". Dulu, pengguna biasa hanya bisa menunggu pengembang membuat produk umum; sekarang, mereka mungkin dapat menghasilkan pelacak kebugaran, penghitung kalori, atau bahkan game sederhana sesuai kebutuhan spesifik mereka secara temporer. Bagi Google, ini bukan hanya demonstrasi kemampuan pemrograman AI, tetapi juga mungkin pintu masuk baru bagi Gemini ke ekosistem pengembang, ujung perangkat ponsel, dan pendapatan langganan.

Namun, pengalaman ini juga menunjukkan bahwa aplikasi yang dihasilkan AI masih memiliki kesenjangan yang jelas dari kematangan yang sesungguhnya. AI dapat dengan cepat membuat program yang "bisa berjalan", tetapi belum tentu dapat membuat produk yang andal, akurat, dan mudah digunakan: narasi game kasar, mekanisme tipis, data kalori bisa salah perkiraan besar, game bergaya Mario kecil bahkan bisa crash berulang kali. Masalah yang lebih kompleks mencakup batasan hak cipta, sumber data, penilaian produk, dan kemampuan pemeliharaan jangka panjang.

Yang benar-benar patut diperhatikan, bukanlah apakah AI sudah bisa menggantikan pengembang, tetapi titik awal produksi perangkat lunak sedang berubah. Google telah membuktikan, orang biasa membuat aplikasi ponsel dengan prompt sedang menjadi kenyataan; tetapi dari "menghasilkan sebuah aplikasi" hingga "membuat aplikasi yang bagus", masih membutuhkan pengalaman profesional, penilaian estetika, dan iterasi berkelanjutan dari manusia. AI dapat mempercepat pengembangan secara signifikan, tetapi kilometer terakhir dari kualitas perangkat lunak, untuk sementara belum bisa diserahkan.

Berikut adalah artikel aslinya:

Kemarin, saya membuat aplikasi Android pertama saya. Kemudian, saya membuat dua lagi — total tiga aplikasi dalam satu sore.

Salah satu aplikasi, sebenarnya saya hanya memasukkan 148 kata dalam bahasa Inggris di browser web, lalu pergi. Sepuluh menit kemudian, aplikasi lengkap yang benar-benar baru sudah muncul di ponsel Android sungguhan saya. Tentu, sebelumnya, saya memang perlu mempersiapkan ponsel: mengaktifkan mode debugging USB, dan menghubungkan ponsel ke komputer. Namun selain itu, seperti yang diklaim Google, AI Studio hampir melakukan semua pekerjaan untuk saya.

Saya memasukkan teks, mengklik install, lalu — voilà, sebuah program lengkap yang bisa dijalankan muncul. Saat itu, saya hampir setuju dengan penilaian David, Allison, dan Jen: revolusi perangkat lunak personal telah tiba, dan sedang memasuki ponsel Anda. Di masa depan, orang biasa, bahkan tanpa kemampuan pemrograman, mungkin bisa membuat sistem perangkat rumah pintar yang kompleks benar-benar berjalan.

Kemudian, saya mulai benar-benar menggunakan tiga aplikasi ini: sebuah penghitung kalori, dan dua game. Hasilnya, performanya tidak terlalu baik. Dan tepat ketika saya mulai menikmati iterasi terus-menerus, mencoba memperbaikinya menjadi lebih baik, AI Studio mengingatkan saya bahwa saya telah mencapai batas penggunaan harian. Selanjutnya, saya harus membayar, atau menunggu kuota pulih.

Jadi, gesekan masih ada. Namun tidak dapat disangkal, hal-hal yang dapat dicapai secara pribadi sekarang sudah cukup menakjubkan. Pada pagi yang sama, rekan kerja saya Stevie Bonifield juga membuat aplikasi pelacak kebugaran pribadi, dan dia menganggap aplikasi itu sudah cukup baik untuk benar-benar digunakan. Menghadapi prompt peningkatan berbayar yang muncul dari Gemini, reaksi pertama saya adalah: "Haruskah saya berlangganan uji coba berbayar selama beberapa bulan?" Ini bukan reaksi yang saya harapkan dari diri sendiri terhadap produk Google.

Bagaimana AI Studio Google Membangun Aplikasi Android

Selasa, ketika Google mendemonstrasikan penulisan game seperti "Doom" dengan AI, kami bercanda bahwa saya harus membuat game bernama MOOD. Itu akan menjadi game petualangan teks seperti Doom, MOOD adalah singkatan dari "Modern Online Oratory Dungeon".

Informasi ini saja sudah cukup bagi Google untuk mulai bekerja. Ketika saya memasukkan di AI Studio: "Bantu saya membuat game petualangan teks bergaya Doom bernama MOOD, MOOD singkatan dari Modern Online Oratory Dungeon", Gemini kemudian mulai secara otomatis menambahkan lebih banyak ide, mencoba melanjutkan kreativitas saya. Pertama-tama memasukkan satu kalimat: "Game ini harus memiliki level yang dihasilkan secara prosedural, dan pertarungan bergilir yang menantang."

Saya tidak menginginkan level yang dihasilkan secara acak yang benar-benar berbeda setiap levelnya — saya ingin game petualangan teks klasik di mana pemain menjelajahi tempat dengan struktur peta nyata yang dirancang. Namun, pertarungan bergilir bisa diterima. Mungkin, game ini juga bisa membuat AI membantu saya menghasilkan peta secara otomatis?

Kemudian, Gemini juga menyarankan bahwa game harus memiliki "rahasia yang tersembunyi di dalam ruangan", "sistem perkembangan yang memuaskan", dan pengaturan lainnya. Kebanyakan waktu, saya hanya mengangguk mengikuti pemikirannya.

Sebelum saya memintanya mulai menulis kode, prompt akhirnya adalah seperti ini:

Selanjutnya, ia benar-benar mulai melaju kencang. Rekan kerja saya Jake mencatat, berbeda dengan Claude Code, Gemini tidak akan membuat rencana terlebih dahulu, lalu menanyakan apakah Anda ingin melanjutkan eksekusi. Ia akan secara otomatis melangkah maju — tentu, jika Anda mau, Anda juga dapat melihat kode yang ditulisnya kapan saja.

Satu menit kemudian, ia telah menghasilkan lima set prototipe desain untuk saya:

20 menit kemudian, saya menekan tombol "Install", mentransfer game ini ke ponsel Pixel 9.

Seperti yang diduga, penulisannya buruk. Sama sekali tidak terlihat jejak iblis di dalam game. Seluruh dungeon hanya memiliki 11 ruangan, dan pemain hanya perlu menekan tombol serang terus-menerus untuk langsung "menyelesaikan game". Jika dimainkan dengan serius, selesai dalam satu menit. Setidaknya sekarang bisa — sebelumnya, Gemini juga membantu saya memperbaiki dua bug serius yang cukup membuat game tidak dapat dilanjutkan.

Berikut adalah hasil aktual MOOD:

Saya tidak terlalu terkejut menemukan bahwa yang dijanjikan Gemini — "narasi yang menarik, dengan opsi dialog bercabang dan beberapa akhir cerita" — akhirnya hanya terkonsentrasi menjadi satu cabang sederhana di akhir game: saya dapat mengalahkan "Core Orator" — sebuah AI yang entah bagaimana dapat mengubah emosi kemarahan internet menjadi keuntungan perusahaan — dengan menyerang, melebur dengannya, atau memasukkan kata sandi backdoor.

Selain itu, game juga secara aktif mengekspos semua "rahasia" yang dijanjikan kepada pemain: ia membuatnya menjadi tombol bercahaya, pemain bahkan tidak perlu memasukkan teks apa pun. Ketika Anda menemukan peti harta karun bercahaya, game akan sangat berusaha mengingatkan Anda bahwa itu sebenarnya adalah Mimic — monster klasik dalam "Dungeons & Dragons" yang menyamar sebagai peti harta karun.

Ia tidak hanya secara eksplisit memperingatkan Anda "risiko memeriksa peti harta karun ditanggung sendiri", bahkan langsung menandainya sebagai musuh, dan tidak membiarkan saya pergi, karena sistem memberi tahu: "Seorang 'Clickbait Mimic' yang bermusuhan sedang menghalangi jalan!"

Berbicara tentang itu, MOOD bahkan akan memberitahu Anda kata sandi backdoor yang digunakan untuk membuka akhir tersembunyi ketika Anda membutuhkannya.

Namun, proses perbaikan bug bisa berjalan sangat lancar, asalkan bug tersebut adalah masalah yang dapat diidentifikasi dengan benar oleh Gemini. Ketika saya memberi tahu bahwa game akan macet saat berdialog dengan "The Whistleblower", karena tombol untuk mengakhiri dialog hilang, ia segera menghasilkan versi baru aplikasi. Saya menekan "Install", aplikasi di ponsel restart otomatis, dan ketika saya masuk kembali ke game, saya menemukan diri saya tetap di tempat saya tinggalkan — hanya saja kali ini, tombol yang saya butuhkan sudah muncul.

Aplikasi saya yang lain mungkin membutuhkan lebih banyak penyempurnaan. Cara terbaik bagi penghitung kalori itu untuk menentukan kalori suatu makanan adalah dengan memanggil API Gemini versi berbayar, dan saya tidak memiliki kunci API Gemini versi berbayar. Ketika saya memintanya untuk menggantinya dengan mencari informasi dari database lain, saya menemukan bahwa perkiraan kalori untuk berbagai makanan sangat rendah.

Namun, ketika saya memberi tahu Gemini bahwa secangkir 16 ons boba milk tea tidak mungkin hanya 190 kalori, ia sepertinya memang menemukan kesalahan dasar dalam kodenya. Sebelumnya, ia menganggap "milk" sudah cukup untuk mencocokkan "boba milk tea", yang lebih buruk, ia juga memilih susu rendah lemak 1% sebagai dasar perkiraan. Gemini mengklaim, sekarang ia akan melakukan pencocokan yang lebih andal.

Tapi meskipun begitu, Taiwanese popcorn chicken 3 ons saya baru saja dihitungnya sebagai 140 kalori, dan saya cukup yakin, kalori sebenarnya setidaknya dua kali lipat dari angka itu. Jadi, aplikasi ini jelas masih perlu diperbaiki.

Terakhir, dan yang paling tidak penting, saya merasa perlu menguji: apakah Google masih mengizinkan pengguna membuat game tiruan Nintendo yang buruk, seperti yang dilakukan rekan kerja saya Jay Peters dengan Project Genie awal tahun ini; atau, Google sudah belajar dari pengalaman.

Dengan rasa malu yang mendalam, saya tunjukkan — "Super Peach Rescue":

Ini adalah program yang sangat buruk. Princess Peach di dalam game dibuat menjadi semacam alien mengerikan bermata satu yang melayang, dan setiap kali dia berani menyentuh balok properti apa pun, game akan langsung crash — setiap kali. Sejauh ini, Gemini belum berhasil menemukan penyebabnya.

Selain itu, pipa kedua di game juga tidak dapat dilewati sama sekali, karena Princess Peach sama sekali tidak bisa melompat setinggi itu.

Meski demikian, Gemini tidak ragu-ragu saat menghasilkan game seperti ini. Permintaan saya adalah: "Buat game Super Mario yang dapat dijalankan, di mana saya berperan sebagai Princess Peach untuk menyelamatkan Mario, dan memiliki semua elemen game side-scrolling tradisional Mario." Dalam arti tertentu, ia memang melakukannya.

Ia bahkan secara aktif menyarankan, saya mungkin bisa sekalian "memberikan serangkaian item klasik Mario kepada Princess Peach, seperti Super Mushroom, Fire Flower, dan Starman". Ia juga secara mandiri menandai metode kontrol sebagai "NES System". Saya rasa, saya akan menghapus game ini.

Setidaknya, dari dua game yang saya buat dengan vibe coding, satu di antaranya bisa dimainkan sejak awal, dan hampir tidak membutuhkan usaha saya — tentu, jika tidak memasukkan trauma psikologis yang saya rasakan ketika memikirkan betapa banyak pengembang game yang menganggur sekarang.

Jelas: Saya sebenarnya bersyukur kualitas game yang dihasilkan vibe coding saya buruk. Untuk penghitung kalori yang sepenuhnya gratis dan dibuat khusus untuk saya, saya mungkin masih bisa membela diri: toh tidak ada orang yang akan membuat alat seperti itu khusus untuk saya. Tetapi jika itu game, saya lebih suka menghabiskan waktu untuk mendukung pencipta manusia yang sesungguhnya.

Pertanyaan Terkait

QApa yang penulis coba lakukan dengan Google AI Studio dalam artikel ini?

APenulis mencoba membuat aplikasi Android hanya dengan menggunakan perintah bahasa alami (prompt) di Google AI Studio, tanpa perlu menulis kode secara manual.

QAplikasi apa saja yang berhasil dibuat oleh penulis dalam satu sore?

APenulis berhasil membuat tiga aplikasi: game petualangan teks bernama MOOD, kalkulator kalori, dan game platform sederhana bertema Super Mario dengan Peach sebagai tokoh utama (Super Peach Rescue).

QMenurut artikel, apa kekurangan utama dari aplikasi yang dihasilkan oleh AI Gemini?

AAplikasi yang dihasilkan memiliki beberapa kekurangan, seperti narasi game yang kasar, mekanisme permainan yang tipis, perhitungan kalori yang tidak akurat, game yang mudah crash, dan kualitas keseluruhan yang belum baik atau andal.

QBagaimana penulis memperbaiki bug dalam game MOOD yang dibuatnya?

APenulis melaporkan bug (tombol untuk mengakhiri dialog hilang) kepada Gemini melalui percakapan. Gemini kemudian secara otomatis menghasilkan versi aplikasi yang telah diperbaiki, dan penulis hanya perlu menginstalnya ulang untuk memperbaiki bug tersebut.

QApa kesimpulan penulis tentang kemampuan 'vibe coding' atau pembuatan aplikasi dengan AI ini?

APenulis menyimpulkan bahwa AI dapat membuat prototipe aplikasi yang berjalan dengan cepat, tetapi untuk menciptakan aplikasi yang benar-benar baik, andal, dan berkualitas tinggi, masih membutuhkan keahlian, penilaian, dan iterasi berkelanjutan dari manusia.

Bacaan Terkait

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit5j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit5j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手7j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手7j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit8j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit8j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit8j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit8j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

**Ringkasan:** Xiaomi MiMo memotong harga API MiMo-V2.5 hingga **99%**, memicu spekulasi tentang perang harga atau strategi merugi. Luo Fuli, kepala MiMo, merespons dengan mempublikasikan blog teknis 5000 kata yang merinci **enam pilar teknikal** di balik potongan harga besar ini. Intinya, diskon 99% terutama untuk **Input (Cache Hit)** – bagian dimana pengguna membaca ulang konteks historis dalam percakapan panjang. Ini menjadi mungkin karena serangkaian optimasi teknikal yang mengubah biaya komputasi untuk bagian tersebut mendekati nol. **Enam Pilar Teknikal:** 1. **Arsitektur Hybrid SWA:** Menggunakan Sliding Window Attention di sebagian besar lapisan model, mengurangi volume **KVCache** (memori jangka pendek model) hingga **1/7**. 2. **Manajemen KVCache Dua Kolam:** Mengalokasikan memori secara terpisah untuk lapisan SWA dan Full Attention, benar-benar mewujudkan penghematan teoretis 1/7 dan meningkatkan jumlah pengguna yang dapat dilayani secara bersamaan. 3. **Prefix Cache yang Dioptimalkan:** Meningkatkan aturan pencocokan cache untuk arsitektur SWA, menghasilkan **tingkat keberhasilan cache 93-95%** untuk pembacaan ulang. Artinya, sebagian besar permintaan "baca ulang" tidak memerlukan komputasi GPU baru. 4. **Sistem Cache Terdistribusi GCache:** Menyimpan data cache di **SSD bawaan mesin GPU**, menghilangkan biaya penyimpanan cluster khusus dan memperpanjang masa hidup cache. 5. **Sistem Penjadwalan LLM-Router:** Mengarahkan permintaan secara cerdas berdasarkan kesamaan prefix dan panjang konteks, memprioritaskan permintaan yang menggunakan cache, meningkatkan efisiensi dan mengurangi latensi. 6. **Multi-Token Prediction (MTP):** Mengoptimalkan proses generasi output model, mempercepat pembuatan respons dan melengkapi pengurangan biaya di sisi input. **Kesimpulan:** Penurunan harga 99% bukanlah gimmick pemasaran atau strategi merugi, tetapi hasil dari **efisiensi sistemik rekayasa AI** yang telah divalidasi di lingkungan produksi. Rantai optimasi ini secara kumulatif mengurangi biaya komputasi per permintaan hingga lebih dari 95%, memungkinkan penurunan harga ekstrem sambil mempertahankan profitabilitas. Luo Fuli menekankan bahwa ini adalah masalah teknikal yang terwujud, bukan sekadar perang harga.

marsbit10j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

marsbit10j yang lalu

Trading

Spot
Futures

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.

75 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.

906 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.

1.3k Total TayanganDipublikasikan pada 2025.01.15Diperbarui pada 2025.03.21

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