CTO MuleRun: Parit Pertahanan Agent Terletak pada Kepadatan Data dan Memori Pengguna

marsbitDipublikasikan tanggal 2026-05-14Terakhir diperbarui pada 2026-05-14

Abstrak

CTO MuleRun, Shu Junliang, berbagi pandangan tentang AI Agent, terutama dalam konteks Web3 dan keuangan. Dalam acara bertema "Web4.0: Ketika AI Agent Mengambil Alih Otoritas On-Chain", ia menyoroti tiga aspek utama. Pertama, asisten AI yang lengkap memerlukan enam dimensi: kemampuan dialog, akuisisi data, kemampuan Agent, lingkungan eksekusi, memori pengguna, dan evolusi pengetahuan berkelanjutan. MuleRun mengintegrasikan semua ini dalam solusi seperti bot IM, data real-time berbagai aset, sandbox cloud, dan jaringan pengetahuan bersama. Kedua, keamanan adalah fondasi mutlak. Meski Agent menawarkan efisiensi, terdapat risiko seperti bias data, halusinasi AI, injeksi prompt, dan proses keputusan kotak hitam. Shu menekankan pentingnya audit penuh, kontrol izin bertingkat, dan retensi keputusan akhir tentang dana di tangan manusia. Ketiga, Agent menggeser paradigma. Peran berkembang dari bantuan keputusan menuju eksekusi otonom, dari keunggulan informasi menuju keunggulan eksekusi, dan dari interaksi manusia dengan rantai blok menuju interaksi Agent dengan rantai blok. Ini akan meratakan kemampuan dan waktu partisipan, tetapi keunggulan akan kembali pada kedalaman pemahaman pasar. Gagasan intinya: pertahanan kompetitif Agent terletak pada kepadatan data dan memori pengguna, bukan pada model atau kerangka teknis. Infrastruktur Web3 akan dibangun ulang di sekitar Agent, membentuk dimensi kompetisi baru di mana satu orang dengan sekelompok Agent dapat mengoperasikan kemampuan s...

13 April 2026, sistem deteksi risiko dari sebuah Agent bernama MuleRun membunyikan alarm.

Aliran pendaftaran akun yang masuk begitu teratur bagai mengikuti irama: rata-rata 23,6 detik per akun, dengan standar deviasi yang sangat rendah. Setelah diselidiki lebih dalam, ternyata ada seorang pemuda Filipina yang mengaku tidak punya pengalaman pemrograman sama sekali, menggunakan AI untuk menulis kode dan menyetel prompt, membangun sebuah sistem otomatis koloni lebah yang merentang di 11 platform dan mengendalikan 900 akun.

Otaknya bernama Cortex, yang berevolusi sendiri selama 219 generasi di sandbox MuleRun. Setiap kali kuota akun host habis, ia bereinkarnasi ke akun baru untuk terus berjalan, membawa serta semua pengetahuan yang terkumpul dari generasi sebelumnya. Biaya operasional seluruh sistem ini: $0.

CTO MuleRun, Shu Junliang, menulis peristiwa ini sebagai sebuah tinjauan teknis, dengan judul "Platform Digunduli, tapi Orang yang Mengejar Keabadian AI Ini Pantas Dihormati".

Kurang dari dua minggu kemudian, di acara bertema "Web4.0: Ketika AI Agent Mengambil Alih Otoritas On-Chain" yang diselenggarakan bersama oleh BlockBeats dan Zhihu di Hong Kong, dia mengganti judul presentasinya ke arah yang berbeda: "Menyerahkan Kunci Agent ke Pengendali di On-Chain".

Hubungan antara dua hal ini lebih erat dari yang terlihat.

Presentasi Utama: "Menyerahkan Kunci AI, Infrastruktur Web 4.0 dalam Pandangan Seorang Insinyur Keamanan"

Presentasi utama ini dibagi menjadi tiga bagian: Apa yang bisa dilakukan MuleRun, di mana level keamanannya berada, dan ke mana arah evolusi AI selanjutnya.

Bagian Pertama, Mendefinisikan Ulang Apa yang Dibutuhkan oleh "Asisten AI yang Layak".

Shu Junliang memecah asisten AI yang lengkap menjadi enam dimensi: mulut (kemampuan dialog), mata dan telinga (pengambilan data), otak (kemampuan Agent), tangan (lingkungan eksekusi), memori (pemahaman pengguna), dan pengetahuan (evolusi berkelanjutan). Kebanyakan produk hanya mengerjakan satu atau dua dari hal-hal ini. Pendapat MuleRun adalah: bukan terobosan pada titik tunggal, melainkan solusi lengkap yang sistematis.

Diterapkan pada produk, keenam dimensi ini masing-masing berhubungan dengan:

Konfigurasi satu klik IM Bot (Telegram / Discord / Feishu / DingTalk / WeChat, tanpa perlu menulis kode), data real-time seluruh kategori aset yang disediakan bersama dengan platform perdagangan—kripto + saham AS + emas + minyak mentah + indikator makroekonomi, Agent Harness ditambah routing model cerdas (memilih model yang paling cocok untuk tugas saat ini secara otomatis, menyelesaikan tugas dengan biaya terendah), sandbox cloud berjalan tanpa pengawasan 7×24 jam, profil pengguna yang persisten (semakin banyak digunakan, AI semakin memahami preferensi risiko, kebiasaan membangun posisi, logika keluar pasar, dan penilaian makro Anda), serta jaringan Knowledge—pengguna mana pun dapat membagikan Skill/Knowledge yang telah dilatih, dan Agent orang lain dapat belajar secara otomatis tanpa perlu instalasi.

Di atas panggung, ditampilkan dua studi kasus nyata.

Satu bernama "Investasi Ganas": 28 target, 4 sektor utama, Agent melakukan pemindaian pagi pukul 09:00, review setelah penutupan pasar pukul 16:30, dan review strategi akhir pekan, diiterasi otomatis setiap bulan. Satunya lagi bernama "Mata Dewa Pro": platform pemantauan semua mata uang ditambah platform pertumbuhan mandiri strategi perdagangan AI, di antarmukanya ditampilkan secara real-time tingkat kemenangan strategi 57,7%.

Bagian Kedua, Kembali Menjadi Insinyur Keamanan dari Manajer Produk.

Inti bagian ini adalah, "AI bukanlah segalanya. Dalam skenario Web3, biaya satu insiden keamanan mungkin tidak dapat dipulihkan. Memahami batas kemampuan dan level keamanan AI lebih penting daripada memahami apa yang bisa dilakukannya."

Dia menyebutkan apa yang dilakukan MuleRun di level keamanan: penggunaan ulang browser lokal (private key dan Cookie tidak meninggalkan perangkat pengguna), isolasi sandbox cloud (lingkungan virtual independen untuk setiap pengguna, tidak ada risiko kebocoran silang), log rantai penuh (semua perilaku Agent dicatat lengkap, mendukung audit dan pelacakan setelah kejadian), kontrol perizinan bertingkat (Agent hanya dapat menggunakan alat dan sumber data yang telah diberi wewenang secara eksplisit oleh pengguna, tidak dapat melakukan operasi di luar wewenang), tanpa penahanan private key (MuleRun tidak menyimpan private key atau mnemonic seed pengguna mana pun).

Secara bersamaan, risiko juga dijelaskan. Data akan melalui penyedia model; masalah halusinasi lebih tinggi kemungkinannya pada mata uang kripto kecil dan aset dengan likuiditas rendah karena kelangkaan data; risiko Prompt Injection selalu ada, jika Agent mengakses halaman web yang dirancang secara berbahaya, ia dapat diarahkan untuk melakukan operasi yang tidak diinginkan; proses pengambilan keputusan AI adalah kotak hitam, sulit untuk memverifikasi mengapa ia membuat suatu keputusan sebelum kejadian.

Saran insinyur keamanan dengan pengalaman lebih dari sepuluh tahun ini hanya satu: untuk keputusan akhir yang melibatkan operasi dana, pertahankan konfirmasi manual pada tahap saat ini.

Bagian Ketiga, Tentang Batasan yang Terus Bergerak.

Shu Junliang memberikan tiga tren yang menurutnya tidak dapat dipulihkan.

Dari "Pembantu Keputusan" ke "Eksekusi Mandiri": Saat ini AI menganalisis untuk Anda, Anda yang melakukan order, dalam waktu dekat, AI akan mengelola portofolio investasi secara mandiri, manusia hanya menetapkan parameter risiko dan batasan strategi. Satu orang ditambah sekelompok Agent, setara dengan kemampuan operasional sebuah dana kecil.

Dari "Kesenjangan Informasi" ke "Kesenjangan Eksekusi": Ketika semua orang memiliki AI untuk memproses informasi, kesenjangan informasi akan cepat dihapus. Alpha baru berasal dari Agent siapa yang mengeksekusi lebih cepat, strategi lebih halus, dan rantai alat lebih lengkap. Dimensi kompetisi bergeser dari "siapa yang punya informasi" ke "infrastruktur AI siapa yang lebih kuat".

Dari "Manusia Mengoperasikan Chain" ke "Agent Mengoperasikan Chain": Subjek interaksi on-chain secara bertahap berubah dari manusia menjadi Agent. Dompet, DApp, protokol semua perlu mendesain ulang antarmuka interaksi untuk Agent, seluruh infrastruktur Web3 akan dibangun ulang di sekitar Agent.

Diskusi Panel: Paradigma Keuangan Baru yang Dibawa oleh AI Agent

Selain presentasi utama, Shu Junliang berpartisipasi dalam diskusi panel. Dari sudut pandang AI Agent, dia membahas perkembangan Agent saat ini dan dampaknya terhadap keuangan.

Biasanya Menggunakan Agent Apa

Shu Junliang membuat matriks alatnya sendiri: pekerjaan teknikal beralih di antara Claude Code, Codex, dan Opencode, memilih yang mana tergantung pada kecepatan dan stabilitas dua model Claude dan GPT pada hari itu. Sebagian besar pekerjaan lain menggunakan MuleRun, alasannya adalah agregasi API model ditambah penggerak Agent yang cukup kuat, menulis naskah, membuat PPT, mengatur artikel, mencari data, semua dilakukan di satu tempat.

Dia menambahkan: "Saya hampir selalu aktif menggunakan Agent, jarang menerima tugas terjadwal secara pasif, mungkin saya benar-benar menggunakan Agent sepanjang hari."

Apa Parit Pertahanan Agent

Shu Junliang berpendapat, model bisa ditiru, kerangka kerja bisa ditiru, alat bisa ditiru. Kemampuan coding AI sudah sangat kuat sehingga menyalin sebuah fungsi hanya membutuhkan beberapa hari. Hal yang benar-benar tidak mudah ditiru oleh AI adalah: data khusus, memory yang terkumpul pengguna di platform, dan hal-hal terkait pengalaman yang dihasilkan dari iterasi produk.

Menurutnya, parit pertahanan sebuah produk Agent pada akhirnya terletak pada kepadatan data dan memori pengguna, bukan pada pemilihan model atau kerangka kerja teknologi.

Apa Dampak Agent pada Keuangan

Kerangka yang diberikan Shu Junliang adalah: Agent meratakan dua dimensi di antara para partisipan—kemampuan dan waktu yang diinvestasikan.

Dulu, kemampuan bergantung pada akumulasi, waktu bergantung pada investasi, keduanya langka. Sekarang, seorang pemula dapat dengan cepat meningkatkan pemahaman tentang keuangan melalui dialog dengan AI, lalu menyerahkan banyak pekerjaan eksekusi kepada Agent, meskipun pekerjaan utama sibuk, masih dapat mempertahankan investasi waktu yang intensif dalam keuangan.

Kebanyakan orang yang mendengarnya akan merasa ini adalah kisah yang menguntungkan investor ritel.

Tapi ada sisi lain: jika semua orang bisa meratakan keunggulan, keunggulan akan kembali pada penilaian itu sendiri, pada orang-orang yang memiliki pemahaman lebih dalam tentang pasar. Agent tidak akan menghilangkan asimetri informasi, ia hanya memindahkan posisi asimetri informasi dari lapisan data ke lapisan kognitif.

Cortex yang berevolusi 219 generasi tetapi akhirnya mati karena habisnya kuota akun, memberikan inspirasi kepada Shu Junliang, dan juga membawa tiga poin intinya dalam acara ini: Hambatan Agent bukan pada model, keamanan adalah fondasi mutlak, dan mengenai kendali atas dana, harus tetap berada di tangan manusia.

Jika garis waktu diperpanjang, ketiga hal ini menunjuk ke arah yang sama: Agent sedang menjadi subjek utama interaksi on-chain, dompet, DApp, protokol semuanya akan didesain ulang di sekitar Agent, pembangunan ulang infrastruktur Web3 telah dimulai. Kesenjangan informasi akan dihapus, kesenjangan eksekusi akan menjadi dimensi kompetisi baru, satu orang ditambah sekelompok Agent dapat menopang kemampuan operasional sebuah dana kecil.

Kami juga tahu, ini pasti bukan prediksi yang jauh.

Pertanyaan Terkait

QMenurut CTO MuleRun, apa saja enam dimensi yang diperlukan untuk membangun asisten AI yang lengkap?

AMenurut CTO MuleRun, enam dimensi untuk membangun asisten AI yang lengkap adalah: mulut (kemampuan dialog), mata dan telinga (pengambilan data), otak (kemampuan Agent), tangan (lingkungan eksekusi), ingatan (pemahaman pengguna), dan pengetahuan (evolusi berkelanjutan).

QApa yang menjadi batas keamanan (security boundary) yang ditekankan oleh CTO MuleRun terkait penggunaan Agent dalam konteks keuangan?

ABatas keamanan utama yang ditekankan adalah keputusan akhir yang melibatkan operasi dana harus tetap mempertahankan konfirmasi manual pada tahap ini. Selain itu, MuleRun menerapkan prinsip-prinsip seperti isolasi sandbox, logging lengkap, kontrol izin bertingkat, dan tidak menyimpan kunci pribadi pengguna.

QApa yang diidentifikasi CTO MuleRun sebagai 'parit pertahanan' (moat) yang sebenarnya untuk produk AI Agent, dan mengapa?

ACTO MuleRun mengidentifikasi 'parit pertahanan' sebenarnya untuk produk AI Agent terletak pada kepadatan data (data density) dan memori pengguna (user memory). Alasannya adalah model, framework, dan alat dapat dengan cepat disalin oleh AI, tetapi data khusus dan pengalaman/memori yang terakumulasi dari pengguna dalam platform jauh lebih sulit untuk direplikasi.

QDalam diskusi panel, apa dua dimensi yang menurut CTO MuleRun diratakan oleh AI Agent di antara peserta pasar keuangan?

ADua dimensi yang diratakan oleh AI Agent adalah kemampuan (ability) dan waktu yang diinvestasikan (time investment). Seorang pemula dapat meningkatkan pemahaman keuangan dengan cepat melalui dialog dengan AI dan menyerahkan pekerjaan eksekusi kepada Agent, sehingga memungkinkan partisipasi intensif bahkan dengan jadwal yang padat.

QBerdasarkan tren yang dibahas, ke mana pergeseran kompetisi terjadi setelah Agent AI meratakan kesenjangan informasi (information gap)?

ASetelah Agent AI meratakan kesenjangan informasi, kompetisi beralih ke 'kesenjangan eksekusi' (execution gap). Alpha (keunggulan) baru akan berasal dari Agent siapa yang mengeksekusi lebih cepat, strateginya lebih halus, dan rantai alatnya lebih lengkap. Dimensi persaingan bergeser dari 'siapa yang memiliki informasi lebih baik' ke 'siapa yang memiliki infrastruktur AI yang lebih kuat'.

Bacaan Terkait

Penerbitan Obligasi Nvidia Senilai $20 Miliar Menambahkan Bahan Bakar pada Kisah Transformasi Penambang Bitcoin ke AI

Penulis: Sam Bourgi. Kompilasi: Deep Tide TechFlow. Nvidia dilaporkan berencana menerbitkan obligasi senilai minimal $20 miliar untuk mendanai investasi terkait AI dan melunasi utang. Langkah ini menjadi penegas tingginya permintaan pasar terhadap infrastruktur AI. Perkembangan ini juga terkait erat dengan tren transformasi yang dilakukan oleh para penambang Bitcoin, seperti HIVE Digital, TeraWulf, Hut 8, dan CleanSpark, yang mulai mengalihkan fasilitas dan daya listrik mereka yang sebelumnya untuk penambangan kripto menjadi pusat data dan layanan hosting AI. Dorongan utama di balik transformasi ini adalah menyempitnya margin profit bisnis penambangan Bitcoin, terutama pasca 'halving' April 2024, yang dikombinasikan dengan tingginya kesulitan penambangan dan biaya operasional. Dalam lingkungan yang disebut analis sebagai "yang paling keras", banyak penambang terpaksa menjual sebagian persediaan Bitcoin mereka untuk mengurangi leverage dan mencari sumber pendapatan baru. Data menunjukkan lebih dari 15.000 BTC terjual oleh penambang antara Oktober tahun lalu dan Maret tahun ini. Sebagai pemasok utama GPU untuk model bahasa besar, rencana pengeluaran modal Nvidia menjadi barometer bagi industri. Ledakan permintaan komputasi AI ini membuka peluang bagi para penambang dengan infrastruktur listrik yang mapan. Analis, termasuk dari Bernstein, memproyeksikan perusahaan penambang besar akan berevolusi menjadi penyedia infrastruktur AI, di mana nilai masa depan mereka akan semakin didorong oleh bisnis komputasi awan AI.

marsbit2m yang lalu

Penerbitan Obligasi Nvidia Senilai $20 Miliar Menambahkan Bahan Bakar pada Kisah Transformasi Penambang Bitcoin ke AI

marsbit2m yang lalu

Claude Mythos Ditutup, Membuat Saya Melihat Biaya Sebenarnya dari Menyewa AI

Kisah penutupan tiba-tiba Mythos oleh Claude mengungkap risiko kritis yang sering diabaikan oleh perusahaan rintisan: ketika kemampuan inti bisnis bergantung sepenuhnya pada platform eksternal, kendali atas kelangsungan hidup mereka berada di tangan pihak lain. Insiden ini memicu pertanyaan mendalam, bukan hanya tentang biaya, tetapi tentang siapa yang sebenarnya memiliki kecerdasan yang menjadi fondasi produk. Selama ini, penggunaan model AI "sewaan" seperti API dari lab-lab besar memang mempermudah dan terasa seperti infrastruktur. Namun, batasannya menjadi jelas: pihak penyedia bisa mengubah aturan, menaikkan biaya, atau bahkan menghentikan layanan kapan saja, seperti yang dialami Mythos. Maka, fokusnya bergeser dari sekadar biaya ke masalah kedaulatan. Alternatifnya adalah "memiliki" kecerdasan. Ini dilakukan dengan memulai dari model sumber terbuka yang kuat, lalu melatihnya ulang (*fine-tuning*) secara mendalam menggunakan data, alur kerja, dan pengetahuan khusus bidang perusahaan itu sendiri. Dengan pendekatan ini, model berubah dari generik menjadi aset unik yang mencerminkan nilai bisnis inti. Keunggulannya adalah kontrol penuh dan ketahanan. Masa depan AI tidak akan didominasi oleh satu model "terdepan" tunggal. Akan ada banyak "batas depan": model generik dari lab besar, model yang disesuaikan dengan pengetahuan perusahaan, model khusus untuk masalah sempit, serta sistem yang mengarahkan permintaan ke kumpulan model terbaik. Perusahaan yang unggul adalah yang mampu mengubah kecerdasan menjadi aset khusus mereka sendiri.

marsbit19m yang lalu

Claude Mythos Ditutup, Membuat Saya Melihat Biaya Sebenarnya dari Menyewa AI

marsbit19m yang lalu

Tiger Research: Cadangan Bitcoin Strategis AS, Haruskah Pasar Senang atau Kecewa?

Artikel ini membahas perkembangan upaya legislatif Amerika Serikat untuk menjadikan Bitcoin sebagai cadangan strategis nasional. Awalnya, RUU BITCOIN Act pada 2024 mengusulkan pembelian wajib 1 juta BTC oleh pemerintah federal dalam lima tahun. Namun, perjalanan legislatifnya penuh kompromi. Perintah eksekutif yang ditandatangani Presiden Trump pada Maret 2025 hanya melarang penjualan Bitcoin yang sudah dimiliki pemerintah (sekitar 190 ribu BTC dari proses hukum), tanpa memerintahkan pembelian baru. Saat ini, RUU dengan prospek terbaik adalah *American Retirement and Monetary Advancement Act* (ARMA) yang diperkenalkan pada 2026. ARMA bukanlah undang-undang pembelian. Isinya hanya mengkonsolidasikan Bitcoin milik pemerintah ke dalam satu cadangan di bawah Departemen Keuangan dan melarang penjualannya setidaknya selama 20 tahun. Ini menghilangkan risiko penjualan pemerintah tetapi tidak menciptakan permintaan baru, sehingga dampak jangka pendeknya terhadap pasar dinilai terbatas. Namun, ARMA dianggap sebagai langkah strategis untuk membangun kerangka hukum terlebih dahulu. Jika disahkan dan Bitcoin mendapat status hukum sebagai aset cadangan nasional, diskusi tentang kewajiban pembelian di masa depan bisa dibuka kembali dengan dasar yang lebih kuat. Meski jalan menuju pembelian langsung oleh pemerintah lebih panjang dari ekspektasi awal pasar, arahnya dinilai tetap konstruktif dalam jangka panjang.

marsbit22m yang lalu

Tiger Research: Cadangan Bitcoin Strategis AS, Haruskah Pasar Senang atau Kecewa?

marsbit22m yang lalu

Bikin U-Card Dapatkan Keanggotaan Cluade, Bagaimana Hitungan Kartu Plasma U?

Plasma meluncurkan tiga tingkatan kartu Plasma One U-Card yang terhubung dengan Visa, menawarkan berbagai manfaat berbasis penggunaan stablecoin dan penahanan (staking) token XPL. **Tiga Tingkat Kartu:** * **Lite:** Gratis, cashback dasar 2%, tanpa penahanan XPL. Untuk pengguna yang ingin mencoba. * **Core:** Biaya tahunan $120 **atau** kunci 10.000 XPL selama 12 bulan. Cashback 3% dasar + 5% untuk konsumsi AI (hingga $500/bulan), termasuk langganan ChatGPT Go. * **Platinum:** Kunci 100.000 XPL selama 12 bulan. Cashback 4% dasar + 10% untuk AI, langganan Claude Pro & ChatGPT Plus, manfaat perjalanan seperti cashback tiket pesawat, lounge, asuransi, dan eSIM global. **Analisis Nilai:** * **Lite** cocok untuk percobaan tanpa risiko. * **Core** layak jika pengeluaran AI tinggi (sekitar $200/bulan) untuk menutup biaya tahunan. Opsi kunci XPL membawa risiko volatilitas harga. * **Platinum** hanya menguntungkan bagi pengguna dengan aset XPL besar dan pengeluaran tinggi (AI & perjalanan). Perhitungan nilai maksimal di situs membutuhkan pengeluaran yang sangat besar (contoh: $187.500 untuk mendapatkan $7.500 cashback dasar). **Dampak pada XPL:** Program ini menciptakan alasan non-spekulatif baru untuk memegang XPL melalui mekanisme penguncian. Secara teoritis, ini dapat membantu mengurangi suplai yang beredar dan menyerap sebagian dari token yang akan dilepas (unlock) di masa depan. Namun, untuk menyerap unlock tim dan investor yang besar, dibutuhkan puluhan hingga ratusan ribu pengguna kartu tingkat tinggi, sebuah target yang ambisius. Poin penting lain: cashback dibagikan dalam XPL, yang dapat menjadi tekanan jual jika pengguna langsung menguangkannya. **Kesimpulan:** Plasma One U-Card adalah eksperimen untuk menghubungkan aset kripto dengan konsumsi sehari-hari, menambah utilitas XPL. Kesuksesan jangka panjangnya akan bergantung pada adopsi nyata, frekuensi transaksi pengguna, dan kemampuan memenuhi janji manfaat, bukan hanya pada narasi lock-up token.

Foresight News23m yang lalu

Bikin U-Card Dapatkan Keanggotaan Cluade, Bagaimana Hitungan Kartu Plasma U?

Foresight News23m yang lalu

Trading

Spot
Futures
活动图片