Laporan Pertama Mythos Terbit: Miliaran Perangkat Global 'Terkelupas', 10.000 Kerentanan Fatal Ditemukan dalam 30 Hari

marsbitDipublikasikan tanggal 2026-05-25Terakhir diperbarui pada 2026-05-25

Abstrak

Laporan pertama proyek "Glasswing" dari Anthropic mengungkapkan bahwa model AI generasi berikutnya, Claude Mythos Preview, telah mengidentifikasi lebih dari 10.000 kerentanan perangkat lunak tingkat tinggi atau kritis hanya dalam 30 hari. Berkolaborasi dengan sekitar 50 perusahaan teknologi dan pengembang infrastruktur kunci global, Mythos tidak hanya menemukan bug tersembunyi selama 27 tahun tetapi juga berhasil mencegah penipuan transfer bank senilai $1,5 juta. Proyek ini memindai lebih dari 1.000 proyek open-source inti, menemukan total 23.019 kerentanan, dengan 6.202 di antaranya diklasifikasikan sebagai berisiko tinggi atau kritis. Akurasi temuan yang dikonfirmasi secara manual mencapai 90,6%. Namun, temuan yang luar biasa ini menciptakan krisis baru: kecepatan manusia dalam memperbaiki bug jauh tertinggal dibandingkan kecepatan AI dalam menemukannya. Banyak pemelihara proyek open-source kewalahan dan meminta perlambatan pelaporan. Sebagai respons, Anthropic meluncurkan "Claude Security", alat yang dapat secara otomatis menulis patch perbaikan, membantu perusahaan memperbaiki lebih dari 2.100 kerentanan dalam tiga minggu. Perusahaan juga merilis toolkit untuk membantu peneliti keamanan. Meskipun sangat kuat, Anthropic tetap berhati-hati dalam merilis Mythos secara publik karena potensi penyalahgunaannya oleh aktor jahat. Mereka menekankan pentingnya memperpendek siklus patch, menerapkan kebijakan pembaruan wajib, dan menguatkan autentikasi multi-faktor. Tujuan akhirnya...

Rencana 'Glass Wing' Anthropic mencatat kemenangan besar di pertarungan pertama. Mythos menemukan 10.000 kerentanan fatal dalam 30 hari, bahkan menggagalkan penipuan telepon senilai $1,5 juta! Dihadapi dengan laporan yang datang berantakan, programmer manusia pun menyerah dan memohon: 'Tolong berhenti mencari, kami tak sanggup lagi memperbaikinya!'

Baru saja, Anthropic kembali merilis kabar yang mengguncang dunia teknologi dan keamanan global.

Laporan bulan pertama "Project Glasswing" resmi diumumkan!

Dalam operasi rahasia ini, Anthropic untuk pertama kalinya menggunakan model besar mutakhir generasi berikutnya — Claude Mythos Preview.

Hanya dalam 30 hari, model ini, bekerja sama dengan sekitar 50 raksasa jaringan dan pengembang perangkat lunak infrastruktur penting global, berhasil mengungkap lebih dari 10.000 kerentanan perangkat lunak tingkat tinggi atau kritis!

Yang lebih menakutkan, model ini tidak hanya mampu menemukan kerentanan, tetapi juga dapat secara "end-to-end" membangun rantai serangan otomatis.

Bahkan dalam bisnis nyata di salah satu bank mitra, model ini berhasil mencegah penipuan telepon senilai $1,5 juta!

Saat itu juga, seluruh komunitas keamanan benar-benar terkejut.

Seorang pakar keamanan bahkan berteriak putus asa di X: "Fondasi internet dibongkar habis-habisan oleh AI… kami mungkin benar-benar tamat!"

30 Hari yang Gila

Raksasa Teknologi Global Merasakan Langsung, Seberapa Menakutkankah Mythos?

Pada April 2026, Anthropic diam-diam meluncurkan Project Glasswing. Nama ini memiliki makna harapan agar perangkat lunak sumber tertutup dan sumber terbuka paling penting di dunia menjadi transparan dan aman.

Yang pertama kali bergabung dalam program ini adalah sekitar 50 pengembang perangkat lunak infrastruktur penting.

Ketika mereka mendapatkan akses uji coba untuk Claude Mythos Preview, hanya dalam satu bulan, pandangan seluruh industri terguncang.

Mari lihat laporan yang menyilaukan ini—

Cloudflare melaporkan, dalam sistem jalur inti yang sangat kritis, Mythos menemukan 2000 kerentanan sekaligus! Di antaranya, 400 termasuk dalam tingkat tinggi atau kritis.

Yang lebih luar biasa, tim keamanan Cloudflare terkejut: Tingkat false positive AI ini bahkan lebih rendah daripada penguji keamanan manusia tingkat teratas.

Dalam pengujian terbaru browser Firefox 150 milik Mozilla, Mythos memperbaiki 271 kerentanan tingkat tinggi sekaligus.

Angka ini lebih dari 10 kali lipat jumlah kerentanan yang ditemukan di versi Firefox 148 menggunakan Opus 4.6 sebelumnya!

Laporan dari OpenBSD sungguh membuat merinding: Mythos di basis kode OpenBSD, ternyata mengungkap bug lawas yang tersembunyi selama 27 tahun!

Dan, model ini bahkan tidak memerlukan campur tangan manusia, ia sendiri membangun rantai eksploitasi kerentanan yang lengkap.

Institut Keamanan AI Inggris memberikan dukungan resmi. Mereka mengonfirmasi, Mythos Preview adalah model AI global pertama yang mampu sepenuhnya mengatasi "double network range" yang mereka atur secara end-to-end.

Mythos juga menunjukkan kekuatannya dalam pertahanan pertempuran nyata.

Di salah satu bank mitra, sebuah geng peretas telah berhasil menyusupi email klien dan menggunakan teknologi kloning suara AI untuk melakukan panggilan telepon penipuan.

Persis pada saat transfer senilai $1,5 juta itu hampir dikirim, model Mythos melalui analisis real-time rantai perilaku anomali, seketika melihat tipuannya dan memblokir transaksi!

"Kami, para pakar keamanan manusia ini, tampak seperti manusia primitif dengan tombak, melihat pesawat tempur F-22 terbang di atas kepala," ujar seorang peneliti keamanan yang berpartisipasi dalam uji coba internal di X.

Miliaran Perangkat Global yang "Terkelupas" Diselamatkan oleh Mythos!

Namun, Mythos juga memicu krisis produktivitas.

Di masa lalu, hambatan inti dalam dunia keamanan siber adalah menemukan kerentanan. Menemukan satu kerentanan zero-day tingkat tinggi, peretas topi putih mungkin membutuhkan waktu berminggu-minggu atau bahkan berbulan-bulan.

Sekarang, Claude Mythos menekan biaya dan waktu pencarian kerentanan hingga "mendekati nol tak terhingga".

Anthropic menggunakannya untuk memindai lebih dari 1000 proyek sumber terbuka inti yang menopang operasi internet global. Hasilnya membuat bulu kuduk merinding—

Total ditemukan 23.019 kerentanan, termasuk 6.202 kerentanan tingkat tinggi atau kritis yang dinilai oleh Mythos!

Untuk memastikan AI tidak "mengoceh", Anthropic bekerja sama dengan 6 perusahaan penelitian keamanan independen terkemuka global untuk melakukan verifikasi silang manual.

Hasilnya membuktikan: Tingkat akurasi positif sejati (yaitu kerentanan benar-benar ada) AI mencapai 90,6%! Akhirnya dikonfirmasi bahwa 1.094 di antaranya adalah kerentanan tingkat tinggi atau kritis yang terbukti kuat.

Dasbor kerentanan sumber terbuka, menampilkan semua kerentanan tingkat keparahan

Di sini harus disebutkan satu kasus yang sangat tipikal — wolfSSL.

wolfSSL adalah pustaka kriptografi sumber terbuka yang sangat terkenal, digunakan oleh miliaran perangkat global (termasuk perangkat IoT, router, mobil pintar, dll).

Namun, di hadapan Mythos, pertahanan wolfSSL seperti tidak ada. Mythos tidak hanya menemukan kerentanan logika yang sangat tersembunyi, tetapi juga menulis sendiri serangkaian kode serangan!

Menggunakan kode ini, peretas dapat dengan mudah memalsukan sertifikat digital, membuat halaman web bank atau halaman login email yang sangat meyakinkan, tanpa ada cacat.

Jika kerentanan ini tidak ditemukan dan diperbaiki lebih awal oleh Mythos, jika dimanfaatkan oleh industri gelap, konsekuensinya tidak terbayangkan.

Miliaran perangkat global sebenarnya terus-menerus beroperasi di tepi bahaya. Kali ini, Mythos yang menyelamatkan.

Revolusi Epik: Mencari Bug Bukan Lagi Hambatan, Memperbaiki Bug-lah yang Menjadi!

Seiring dengan majunya Project Glasswing, muncul fenomena aneh yang belum pernah terjadi sebelumnya dalam sejarah keamanan siber.

"Hambatan keamanan siber bukan lagi mencari kerentanan. Hambatan sekarang adalah: Kecepatan manusia memperbaiki kerentanan, jauh tertinggal oleh kecepatan AI menemukan kerentanan."

Bagi para pemelihara komunitas sumber terbuka, ini seperti mimpi buruk.

Laporan kerentanan Anthropic seperti salju yang bertebaran ke berbagai komunitas sumber terbuka. Para pengembang sudah kewalahan.

"Berhentilah! Tolong perlambat kecepatan! Kami benar-benar tidak sanggup lagi memperbaikinya!"

Menurut Anthropic, baru-baru ini beberapa pemelihara sumber terbuka mengirim email "mohon ampun", meminta mereka memperlambat ritme pengungkapan kerentanan. Karena tenaga manusia sangat kurang.

Bahkan setelah menerima laporan rinci, rata-rata programmer manusia masih membutuhkan waktu dua minggu penuh untuk memperbaiki satu kerentanan tingkat tinggi.

Saat ini, dari 1129 kerentanan yang diajukan Anthropic kepada penulis sumber terbuka, hanya 75 kerentanan tingkat tinggi yang berhasil dipasang tambalan. Ekosistem keamanan saat ini sudah kelebihan beban!

Sihir Mengalahkan Sihir: Pertahanan Anthropic

Karena manusia sudah tidak sanggup lagi memperbaiki, maka gunakan sihir untuk mengalahkan sihir.

Anthropic dengan tegas mengajukan solusi "Perangkat Pertahanan".

Pertama adalah peluncuran Claude Security.

Ini adalah alat otomatisasi khusus untuk pelanggan Claude Enterprise. Logikanya adalah: Saya tidak hanya membantu Anda menemukan kerentanan di basis kode, saya juga langsung menuliskan tambalan perbaikannya untuk Anda.

Hanya dalam tiga minggu setelah diluncurkan, pelanggan perusahaan telah menggunakan Opus 4.7 untuk memperbaiki lebih dari 2100 kerentanan dengan kecepatan tinggi!

Kedua adalah "Program Verifikasi Jaringan".

Anthropic mulai mengizinkan topi putih profesional, penguji penetrasi, dan tim pertarungan merah-biru, dalam kondisi legal dan sesuai aturan, untuk melepaskan beberapa "pengaman" model Claude, untuk penelitian kerentanan legal dan pengujian lingkungan.

Yang lebih menarik, Anthropic langsung membuka sumber seperangkat "Proses Pipa Pencarian BUG".

1 Instruksi Kustom (Skills): Ajarkan cara membuat AI tetap fokus, melakukan tinjauan kode mendalam.

2 Kerangka Otomatisasi (Harness): Sistem komando yang memungkinkan Claude secara otomatis menjelajahi basis kode besar, mengklon sub-agen untuk pemindaian paralel, secara otomatis memilah kerentanan dan menghasilkan laporan.

3 Generator Pemodelan Ancaman (Threat Model Builder): Langsung masukkan kode, AI akan secara otomatis mengidentifikasi "titik lemah" dalam sistem yang paling mudah diserang, mengatur pertahanan prioritas.

Raksasa jaringan Cisco juga tampil, mengumumkan sistem "Foundry Security Spec" sumber terbuka, membangun garis pertahanan penilaian keamanan serupa Mythos.

Mulai sekarang, AI yang menemukan kerentanan, lalu AI yang menghasilkan tambalan, manusia hanya bertanggung jawab untuk pemeriksaan akhir.

Ini, baru bentuk akhir keamanan siber masa depan.

Pedang Damocles: Kapan Mythos Akan Dirilis Secara Publik?

Jadi, kapan Claude Mythos secara resmi dibuka?

Sikap Anthropic saat ini masih sangat hati-hati.

Mereka menyatakan, begitu membangun "pengaman yang lebih kuat dan tingkat lebih tinggi", model tingkat Mythos pasti akan sepenuhnya diluncurkan ke publik!

Saat ini belum bisa dirilis, karena model ini terlalu berbahaya.

Seperti yang dikatakan dalam laporan pengujian XBOW: Mythos Preview dalam pengujian dasar eksploitasi kerentanan web mencapai "keunggulan besar antar generasi terhadap semua model yang ada", bahkan dalam setiap pembangkitan Token menunjukkan "akurasi yang benar-benar belum pernah terjadi sebelumnya".

Anthropic sangat paham, saat ini tidak ada perusahaan di dunia yang memiliki mekanisme keamanan cukup kuat untuk 100% memastikan model ini tidak disalahgunakan.

Jika hari ini API Mythos dipublikasikan, besok organisasi peretas global, bahkan organisasi ekstrem tertentu, dapat dengan biaya sangat rendah memproduksi massal ribuan alat eksploitasi Zero-day.

Komputer orang biasa, sistem rumah sakit, pusat kendali jaringan listrik, akan menghadapi bencana besar!

Saran yang diberikan Anthropic adalah:

1 Persingkat siklus tambalan! Persingkat siklus tambalan! Persingkat siklus tambalan! Jangan menumpuk dan mengirim pembaruan sebulan sekali, gunakan alat AI yang ada (seperti Opus 4.7), secepat mungkin berikan perbaikan keamanan kepada pengguna.

2 Kebijakan peningkatan wajib. Pengembang harus membuat pengguna mungkin sebodohnya menginstal pembaruan, bagi pengguna yang keras kepala tidak ingin meningkatkan, lakukan pemutusan jaringan wajib. Kembali ke dasar-dasar keamanan.

3 Perkuat autentikasi multifaktor (MFA), perkuat konfigurasi default, simpan log rinci.

Ketenangan Sebelum Badai

Satu bulan, lebih dari 50 raksasa bekerja sama, 10.000+ kerentanan fatal, menggagalkan penipuan telepon $1,5 juta… Ini hanya prestasi uji coba kecil Claude Mythos Preview.

Sekarang, programmer manusia mengalami periode sakit — dibanjiri laporan AI, memperbaiki bug yang terpendam dua tiga puluh tahun.

Tapi seperti yang dibayangkan Anthropic—

"Setelah melewati risiko-risiko ini, dunia yang menggembirakan sedang menyambut kita: Di dunia itu, kode penting manusia akan ditempa menjadi ratusan kali lebih kokoh daripada hari ini, dan serangan peretas, akan menjadi istilah sejarah yang sangat langka."

Mari diam-diam berterima kasih kepada AI yang tidak kenal lelah memeriksa ratusan juta baris kode.

Sangat mungkin, ia baru saja menghalangi ledakan nuklir mematikan untuk Anda.

Referensi:

https://x.com/AnthropicAI/status/20579091025425495

Artikel ini berasal dari akun WeChat "新智元", penulis: ASI启示录, editor: Aeneas Moses

Pertanyaan Terkait

QApa nama proyek rahasia Anthropic yang melibatkan Claude Mythos Preview, dan apa tujuannya?

AProyek rahasia tersebut bernama 'Project Glasswing' (Proyek Kaca Sayap). Tujuannya adalah untuk membuat perangkat lunak sumber tertutup dan sumber terbuka yang paling penting di dunia menjadi transparan dan aman dengan mendeteksi kerentanan keamanan.

QApa saja pencapaian utama Claude Mythos Preview dalam laporan bulan pertama Project Glasswing?

ADalam 30 hari, Claude Mythos Preview berhasil menemukan lebih dari 10.000 kerentanan perangkat lunak tingkat tinggi atau kritis, termasuk 1.094 yang telah dikonfirmasi. Ia juga berhasil mencegah penipuan transfer sebesar $1,5 juta di sebuah bank mitra dan menemukan bug tersembunyi yang berusia 27 tahun di OpenBSD.

QMasalah baru apa yang muncul setelah AI dapat menemukan kerentanan dengan sangat cepat?

AMasalah baru yang muncul adalah hambatan keamanan siber bukan lagi menemukan kerentanan, tetapi kecepatan manusia dalam memperbaiki kerentanan tersebut tidak dapat mengimbangi kecepatan AI menemukannya. Banyak pengembang dan pemelihara sumber terbuka kewalahan dengan laporan yang berdatangan.

QSolusi apa yang ditawarkan Anthropic untuk membantu memperbaiki kerentanan yang ditemukan oleh AI?

AAnthropic meluncurkan 'Claude Security' untuk pelanggan enterprise yang tidak hanya menemukan kerentanan tetapi juga menulis patch perbaikan. Mereka juga merilis toolkit 'pipa produksi' yang dapat disesuaikan untuk audit kode otomatis, termasuk kerangka otomatisasi dan pembangun model ancaman.

QMengapa Anthropic masih belum merilis Claude Mythos Preview secara publik?

AAnthropic belum merilisnya secara publik karena model ini dinilai terlalu berbahaya. Mereka khawatir jika API-nya tersedia untuk umum, organisasi peretas atau kelompok ekstrem dapat menyalahgunakannya untuk memproduksi alat eksploitasi zero-day secara massal, yang dapat mengancam sistem kritikal seperti rumah sakit dan jaringan listrik. Mereka menunggu hingga dapat membangun 'pagar pengaman' yang lebih kuat.

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.

marsbit3j yang lalu

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

marsbit3j 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5j yang lalu

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

链捕手5j 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.

marsbit6j yang lalu

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

marsbit6j 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.

marsbit6j yang lalu

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

marsbit6j 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.

marsbit8j yang lalu

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

marsbit8j 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