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

Harga Dogecoin Baru Saja Masuk ke Level Kritis, Tapi Analis Bilang Bukan Waktu untuk Beli

Harga Dogecoin (DOGE) saat ini berada di level kritis pada grafik bulanan, tepat di zona yang sama yang sebelumnya dua kali menjadi titik penolakan besar—yaitu pada 2017 dan 2020. Polanya ditunjukkan dalam saluran penurunan melebar yang telah membentuk pergerakan harga DOGE selama lebih dari satu dekade. Meski analis Trader Tardigrade mencatat pola penolakan ini, grafik yang digunakan ternyata terbalik (inverted chart). Artinya, garis resistensi merah yang tampak sebagai batas atas sebenarnya adalah level dukungan utama dalam pasar normal. Penolakan dari garis ini pada grafik terbalik justru menandakan awal rally naik yang kuat untuk harga DOGE sebenarnya, seperti yang terjadi pada siklus 2017 dan 2021. Dengan harga DOGE saat ini sekitar $0,0937, level $0,09–$0,10 kini berperan sebagai area dukungan kunci. Jika DOGE berhasil memantul dari sini dan bergerak di atas $0,25, itu akan menjadi sinyal kuat bahwa koin ini sedang bangkit dari struktur dukungan jangka panjang. Bahkan, pola pada grafik terbalik ini masih menyisakan ruang untuk kenaikan harga DOGE menuju target dua digit sebelum mencapai garis tren besar berikutnya.

bitcoinist14m yang lalu

Harga Dogecoin Baru Saja Masuk ke Level Kritis, Tapi Analis Bilang Bukan Waktu untuk Beli

bitcoinist14m yang lalu

RLUSD Ripple Masuk ke Dalam Ekspansi Penyelesaian Stablecoin Mastercard

Mastercard memperluas infrastruktur penyelesaian (settlement) pembayarannya dengan menambahkan dukungan untuk stablecoin yang diatur, termasuk RLUSD milik Ripple. Ekspansi ini memungkinkan penerbit dan akuisitor menyelesaikan transaksi kartu menggunakan aset digital di berbagai jaringan blockchain, di samping cara tradisional. Tujuannya adalah memberikan lebih banyak fleksibilitas dalam waktu dan cara penyelesaian, khususnya untuk pembayaran lintas batas. Ripple menyambut baik dimasukkannya RLUSD ke dalam jaringan Mastercard, menyebutnya sebagai validasi atas utilitas stablecoin yang diatur untuk aliran pembayaran institusional. Opsi penyelesaian dengan stablecoin ini dirancang untuk beroperasi di luar jam kerja bank tradisional (intraday, akhir pekan, hari libur) dan akan berdampingan dengan proses yang sudah ada, bukan menggantikannya. Dukungan awal akan difokuskan di Amerika Serikat dan Amerika Latin dengan beberapa mitra perbankan, dengan rencana ekspansi lebih lanjut hingga tahun 2026. Langkah ini dipandang sebagai perkembangan signifikan dalam adopsi teknologi blockchain untuk infrastruktur pembayaran inti.

bitcoinist1j yang lalu

RLUSD Ripple Masuk ke Dalam Ekspansi Penyelesaian Stablecoin Mastercard

bitcoinist1j yang lalu

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer

Tim World Labs dan Profesor Stanford Li Fei-Fei menerbitkan analisis konseptual berjudul "Fungsional Taxonomy of World Models". Artikel tersebut menyatakan bahwa istilah "model dunia" telah menjadi salah satu konsep terpenting namun paling disalahgunakan di bidang AI. Pemicu kebingungan ini adalah keberagaman sistem yang disebut "model dunia". OpenAI's Sora disebut "world simulator", tetapi hanya menghasilkan video yang realistis secara visual. Tesla menggunakan "model dunia" untuk memprediksi pergerakan objek di FSD, sementara perusahaan robotika menggunakannya untuk mengevaluasi konsekuensi tindakan. Padahal, ketiganya memiliki tujuan teknis yang sangat berbeda. Berdasarkan kerangka Partially Observable Markov Decision Process (POMDP), tim mengusulkan klasifikasi fungsional yang membagi sistem "model dunia" menjadi tiga proyeksi: Renderer, Simulator, dan Planner. * **Renderer (seperti Sora, Genie 3):** Fokus pada generasi piksel yang realistis secara visual. Input adalah representasi keadaan, output adalah gambar/video. Tidak menjamin keakuratan fisik. * **Simulator (seperti NVIDIA Omniverse):** Fokus pada prediksi keadaan fisik selanjutnya secara akurat. Input adalah keadaan saat ini dan tindakan, output adalah keadaan berikutnya yang dapat dihitung untuk analisis teknis. Data 3D berkualitas untuk pelatihannya sangat langka. * **Planner (seperti model VLA):** Fokus pada keputusan tindakan. Input adalah data observasi dan instruksi tujuan, output adalah tindakan selanjutnya yang harus dijalankan. Artikel ini menyimpulkan bahwa Sora, sesuai dengan klasifikasi ini, adalah Renderer, bukan "model dunia" yang utuh karena tidak dapat memprediksi perubahan keadaan berdasarkan input tindakan. Klarifikasi ini penting untuk menghindari kesalahan teknis, memberikan kejelasan bagi investor, dan menetapkan tolok ukur yang jelas di kalangan akademisi.

marsbit1j yang lalu

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer

marsbit1j yang lalu

Dari Web3 ke AI Agent, VC Kripto Legendaris Variant Taruhan Transformasi 2 Triliun Rupiah

**Variant Luncurkan Dana Baru Rp 3,55 Triliun, Fokus Beralih dari "Kepemilikan Digital" ke "Otonomi" (Autonomy)** Variant Fund, sebuah venture capital (VC) kripto ternama, mengumumkan peluncuran dana baru senilai USD 222 juta (sekitar Rp 3,55 triliun) bernama Variant 4. Dana ini akan berinvestasi pada tahap awal (early-stage) dan tahap pertumbuhan/likuiditas. Filosofi investasi Variant mengalami evolusi. Dari sebelumnya berfokus pada **"Kepemilikan Digital"** (atas uang, identitas, data, produk), kini berkembang menjadi tema yang lebih luas: **"Otonomi" (Autonomy)**. Inti dari Otonomi adalah **meningkatkan daya pikir dan kendali pengguna** atas hidup, aset, dan identitas mereka sendiri. Variant membedakan ini dengan sekadar **otomatisasi cerdas**. Menurut mereka, teknologi otomatisasi harus meningkatkan kedaulatan pengguna, bukan hanya menguntungkan platform. Kunci utamanya adalah: teknologi itu melayani pengguna atau pihak lain? Variant meyakini bahwa **agen AI (AI Agent)** dan **infrastruktur keuangan global yang terbuka** akan mengubah struktur internet — dari model di mana pengguna adalah produk, menjadi internet di mana pengguna memiliki daya pikir yang belum pernah terjadi sebelumnya. Pergeseran ini tidak hanya untuk konsumen, tetapi juga mencakup pasar, alat, dan layanan baru untuk pengembang dan bisnis. Oleh karena itu, tesis investasi baru mereka adalah: **Variant berinvestasi pada teknologi yang memperluas Otonomi**, dengan fokus pada pasar, infrastruktur, dan aplikasi baru yang memberdayakan pengguna melalui peningkatan akses, pengetahuan, dan kepemilikan. Tesis ini mencakup investasi masa lalu mereka di pemimpin kategori blockchain (Ethereum, Solana), infrastruktur pengembang (Blockaid, Turnkey, Relay), pasar keuangan baru (Uniswap, Morpho, OpenFX), dan produk konsumen (Phantom, World). Ini juga tercermin dalam investasi baru-baru ini seperti: * **Honcho**: Solusi penyimpanan memori agen yang di-host sendiri. * **Octet**: Memungkinkan aplikasi memverifikasi lokasi fisik pengguna secara kriptografis sebagai blok pembangun identitas digital. * **here.now**: "Awan agen" yang memungkinkan kepemilikan dan komposisi konten yang dihasilkan. Variant mengundang para pendiri yang membangun dengan tujuan untuk memperluas otonomi pengguna untuk menghubungi mereka.

marsbit1j yang lalu

Dari Web3 ke AI Agent, VC Kripto Legendaris Variant Taruhan Transformasi 2 Triliun Rupiah

marsbit1j yang lalu

Pertumbuhan Eksplosif Solana Dorong Volume Perps Bulanan Melampaui Rekor Sebelumnya

Di tengah kinerja bearish dan volatilitas yang tinggi, Solana menunjukkan kekuatan luar biasa di pasar derivatif. Meskipun harga SOL baru-baru ini turun tajam, momentum bullish kembali muncul, dan volume futures perpetual bulanan mengalami salah satu pertumbuhan terbesar yang pernah ada. Volume perpetual futures bulanan Solana melonjak melebihi rekor sebelumnya, mencapai lebih dari $76,7 miliar pada Mei 2026. Angka ini meningkat sekitar 34% dari rekor tinggi sebelumnya sebesar $57 miliar pada November 2025. Lonjakan ini mencerminkan peningkatan aktivitas spekulatif dan partisipasi trader di ekosistem Solana, yang menonjolkan pengaruh jaringan yang berkembang di dunia perdagangan kripto. Selain itu, jaringan Solana juga menarik perhatian karena peningkatan signifikan dalam aktivitas stablecoin. Dalam periode satu minggu, jaringan ini memproses volume transaksi stablecoin lebih dari $79,9 miliar, menunjukkan kesehatan jaringan yang kuat dan partisipasi ekonomi yang tinggi. Pengguna semakin beralih ke Solana untuk pembayaran, perdagangan, dan DeFi, menandakan minat yang meningkat terhadap transfer yang cepat dan berbiaya rendah.

bitcoinist1j yang lalu

Pertumbuhan Eksplosif Solana Dorong Volume Perps Bulanan Melampaui Rekor Sebelumnya

bitcoinist1j yang lalu

Trading

Spot
Futures
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow