Mendorong Saham di On-Chain, Tapi Menyimpan Hak Reset: Eksperimen Maju Mundur Robinhood

比推Dipublikasikan tanggal 2026-02-12Terakhir diperbarui pada 2026-02-12

Abstrak

Robinhood, platform investasi ritel ternama, secara resmi meluncurkan testnet publik Robinhood Chain yang dibangun di atas Arbitrum, sebuah jaringan Layer 2 Ethereum. Rantai ini dirancang untuk mendukung tokenisasi aset dunia nyata (RWA), seperti saham, ETF, dan instrumen keuangan lainnya. Langkah ini merupakan kelanjutan dari eksperimen Robinhood di Eropa, di mana mereka telah menawarkan sekitar 2.000 saham dan ETF yang ditokenisasi selama 8 bulan terakhir. Aset-aset ini berfungsi sebagai produk derivatif yang mencerminkan harga saham AS dasar, bukan kepemilikan langsung, dan saat ini dikelola oleh Bitstamp yang diakuisisi Robinhood. Keunggulan utama Robinhood Chain adalah menawarkan perdagangan 24/7, penyelesaian instan, serta potensi komposabilitas aset di masa depan. Namun, tantangan tetap ada, termasuk status hukum aset yang masih berupa derivatif, risiko terkonsentrasi pada Robinhood Europe sebagai pihak lawan, sifat platform yang masih tertutup dengan kendali pusat untuk kepatuhan, dan potensi penolakan dari perusahaan penerbit aset dasar. Meskipun belum menggemparkan industri crypto, langkah Robinhood dinilai sebagai upaya signifikan untuk meruntuhkan batas antara keuangan tradisional dan dunia Web3.

Penulis: KarenZ, Foresight News

Judul asli: Robinhood Menerobos L2, Fokus pada Tokenisasi RWA

Pada akhir Januari 2026, CEO Robinhood Vlad Tenev di media sosial mengingatkan kembali "Peristiwa Short Squeeze GameStop" yang mengguncang Wall Street lima tahun lalu, dan secara blak-blakan mengatakan: Jika saat itu memiliki kemampuan penyelesaian real-time dari teknologi blockchain, momen "pencabutan akses" yang membuat banyak investor ritel marah itu sebenarnya bisa dihindari.

Hanya dua minggu kemudian, Robinhood secara resmi mengumumkan peluncuran testnet publik Robinhood Chain berbasis Arbitrum, yang akan mendukung tokenisasi aset dunia nyata, termasuk saham, ETF, aset privat, dan instrumen keuangan lainnya.

Pilihan Arsitektur: Mengapa Arbitrum?

Dalam pemilihan arsitektur, Robinhood memilih untuk membangun jaringan Layer 2 Ethereum Robinhood Chain berbasis Arbitrum Orbit, menggunakan Ethereum Blob untuk menjamin ketersediaan data, dan menggunakan ETH sebagai token Gas asli.

Robinhood sangat sadar, mereka tidak perlu menciptakan kembali roda. Arbitrum menyediakan kompatibilitas EVM, protokol DeFi yang ada, infrastruktur dompet dapat bermigrasi dengan hampir tanpa biaya. Yang lebih penting, Arbitrum Orbit memungkinkan Robinhood membangun "jaringan khusus", jaringan khusus ini tidak hanya memiliki hak tata kelola independen dan logika kustom (seperti peninjauan kepatuhan), tetapi juga dapat berbagi konsensus keamanan yang sangat kokoh dari mainnet Ethereum.

Ini sangat penting bagi Robinhood yang perlu memenuhi persyaratan regulasi keuangan. Mereka dapat menerapkan aturan kepatuhan di on-chain, membatasi akses alamat dompet tertentu, sambil tidak terlepas dari Ethereum sebagai kolam penampungan dana terbesar.

Yang lebih krusial, sejak pertengahan 2025, Robinhood telah menjalankan percobaan bisnis tokenisasi sahamnya di Arbitrum. Kini meluncurkan jaringan sendiri di Arbitrum hanyalah kelanjutan yang wajar.

Uji Coba Tokenisasi Saham Robinhood

Sebelum testnet Robinhood Chain diluncurkan, Robinhood telah melakukan eksperimen "tokenisasi saham" selama 8 bulan di pasar Eropa.

General Manager Robinhood Crypto Johann Kerbrat dalam Consensus 2026 mengatakan, Robinhood telah meluncurkan sekitar 2.000 produk saham dan ETF yang ditokenisasi di pasar Eropa, mencakup produk saham dan ETF AS mainstream, rencananya di masa depan akan menokenisasi ekuitas privat, real estat, dan karya seni dan aset dunia nyata lainnya, untuk mencapai perdagangan 7*24 jam dan penyelesaian instan.

Menurut data Dune, per 9 Februari, total nilai saham tokenisasi Robinhood saat ini adalah 15,1 juta dolar AS, volume kumulatif mencapai 74,43 juta dolar AS. Tentu saja, skala ini terlihat tidak besar.

Kebenaran Operasional: Bagaimana saham tokenisasi Robinhood "memasukkan" saham AS ke dalam chain?

Arsitektur dasar: Saham tokenisasi ini awalnya diterbitkan di Arbitrum, dan di masa depan akan sepenuhnya bermigrasi ke Robinhood Chain.
Sifat esensial: Saham tokenisasi ini bukanlah bukti kepemilikan aktual, melainkan kontrak derivatif yang mengaitkan harga saham atau ETP underlying. Ini berarti token yang dipegang pengguna akan mengikuti pergerakan saham AS, tetapi pengguna tidak memiliki kepemilikan atas saham yang sesuai.
Mekanisme penerbitan dan penghancuran: Ketika pengguna membeli kontrak derivatif saham AS di Robinhood, platform akan segera menghasilkan token yang dapat dipertukarkan (fungible token) yang sesuai di blockchain, token ini mewakili kepemilikan Anda atas kontrak ini, tetapi token ini tidak dapat dialihkan kepada orang lain. Setelah Anda menutup posisi kontrak ini, platform akan langsung menghancurkan token yang sesuai di blockchain, blockchain akan segera memperbarui catatan, token ini menjadi benar-benar tidak valid.
Penetrasi dividen: Meskipun pengguna tidak memiliki kepemilikan saham, Robinhood berhasil melakukan penetrasi dividen. Ketika saham underlying membagikan dividen, sistem akan secara otomatis mendistribusikan dividen dalam bentuk tunai ke akun investor.
Baju besi kepatuhan: Robinhood dapat secara legal meluncurkan saham tokenisasi di Eropa, berkat persiapan regulasi yang memadai:
Juni 2025, Robinhood mengakuisisi Bitstamp dengan tunai 200 juta dolar AS. Nilai inti dari akuisisi ini terletak pada lisensi fasilitas perdagangan multilateral (MTF) MiFID Slovenia yang dimiliki Bitstamp.
Pertengahan 2025, Robinhood memperoleh lisensi MiCA (Regulasi Pasar Aset Kripto) Uni Eropa dan lisensi broker MiFID Lithuania.

Karena itu juga, saham tokenisasi Robinhood diamanatkan oleh Bitstamp.

Dari perspektif ambang batas perdagangan dan biaya, ambang batas untuk saham tokenisasi jenis ini sangat rendah, hanya membutuhkan 1 euro untuk mulai berinvestasi; waktu perdagangan mencakup 5*24, di luar jam perdagangan pengguna dapat memasukkan pesanan terlebih dahulu, yang akan secara otomatis dieksekusi ketika pasar dibuka. Dalam hal biaya, Robinhood menerapkan kebijakan nol komisi perdagangan, nol spread; hanya mengenakan biaya pertukaran valuta asing 0,1% selama proses perdagangan, untuk meminimalkan biaya perdagangan pengguna.

"Babak Kedua" Demokratisasi Keuangan

Jika babak pertama Robinhood terkenal karena "komisi nol", maka babak kedua adalah "menghilangkan hambatan waktu dan ruang".

Narasi inti Robinhood Chain terletak pada tokenisasi menyeluruh RWA (Aset Dunia Nyata). Signifikansinya tercermin dalam tiga dimensi:

Pasar 24/7: Robinhood Chain membawa saham AS ke dalam dimensi waktu Crypto, membuat aliran modal tidak lagi dibatasi oleh jam kerja Wall Street.
Penyelesaian instan: Kecepatan konfirmasi perdagangan yang lebih cepat.
Dapat digabungkannya aset (Composability): Ini adalah ruang imajinasi terbesar. Bayangkan, di masa depan Anda tidak hanya dapat memegang saham Tesla, tetapi juga dapat menyimpannya dalam protokol Aave atau Compound sebagai jaminan, meminjam USDC untuk membeli kopi. Sifat aset benar-benar dilepaskan. Tentu saja, pada tahap ini, token saham di Robinhood tidak dapat ditransfer ke dompet digital atau platform perdagangan lain.
Tanpa izin (Permissionless): Filosofi desain Robinhood Chain adalah tanpa izin dan ramah pengembang. Siapa pun dapat berinteraksi dengan jaringan, membangun aplikasi, dan menyebarkan kontrak pintar.
Penghilangan hambatan investasi globalisasi: Seorang investor Asia Tenggara dapat berpartisipasi dalam红利 pertumbuhan perusahaan top dengan biaya keausan yang sangat rendah melalui Robinhood Chain.

Tantangan dan Variabel yang Tidak Dapat Dihindari

Namun, perjalanan menuju dunia baru masih memiliki beberapa "tembok tinggi":

Keanehan hukum definisi aset: Saat ini masih ada dalam bentuk "derivatif", bukan tokenisasi langsung sekuritas underlying, ini masih memiliki sedikit jarak dalam transparansi hukum.
Pihak lawan tunggal adalah Robinhood Europe: Robinhood Europe adalah satu-satunya pihak lawan untuk produk derivatif keuangan ini, konsentrasi pihak lawan dapat membawa risiko likuiditas dan kredit potensial. Namun, dokumen resmi Robinhood menunjukkan, Robinhood akan membeli saham atau ETF AS dengan rasio 1:1 untuk lindung nilai risiko derivatif saham AS yang diterbitkannya.
Keterisolasian ekosistem: Robinhood Chain saat ini menunjukkan atribut kontrol yang sangat terpusat, ketentuan layanannya secara jelas menyatakan, platform dapat setiap saat mereset, membatasi, atau mencabut akses dompet tertentu. Desain ini meskipun diperlukan untuk memenuhi persyaratan kepatuhan, juga bertentangan dengan semangat inti desentralisasi Web3, membuatnya陷入 kontroversi "ketidakseimbangan kepatuhan dan desentralisasi". Namun, desentralisasi dan kepatuhan sampai batas tertentu memang bertentangan, ini wajar. Beberapa bulan terakhir, pemikiran terbuka Robinhood terhadap saham tokenisasi juga terus membesar.
Penolakan perusahaan pihak ketiga: Sebelumnya OpenAI pernah membuat pernyataan publik "tidak mengakui" keabsahan某些 tokenisasi ekuitas. Ini mengungkap kontradiksi inti RWA: pengakuan hak antara perusahaan pihak ketiga dan pihak yang menokenisasi aset (Robinhood).

Kesimpulan

Peluncuran testnet Robinhood Chain, tidak memicu euforia industri Crypto, tetapi ini juga bisa menjadi revolusi yang tenang namun dalam.

Ketika raksasa seperti Robinhood yang telah mendalami keuangan ritel tradisional, mulai serius mengatur blockchain, mendorong representasi dan perdagangan aset dunia nyata di on-chain, batas jelas antara keuangan tradisional dan keuangan kripto, sedang secara bertahap kabur dan larut.

Apakah Robinhood Chain akan menjadi pintu masuk super yang menghubungkan keuangan tradisional dan Web3, atau karena terlalu fokus pada kepatuhan而陷入 "pulau" yang tertutup, masih perlu waktu untuk memberikan jawaban.

Twitter:https://twitter.com/BitpushNewsCN

Grup komunikasi比推 TG:https://t.me/BitPushCommunity

Langganan比推 TG: https://t.me/bitpush

Tautan asli:https://www.bitpush.news/articles/7611482

Pertanyaan Terkait

QApa yang mendorong Robinhood meluncurkan Robinhood Chain berbasis Arbitrum?

ARobinhood meluncurkan Robinhood Chain berbasis Arbitrum untuk mendukung tokenisasi aset dunia nyata seperti saham dan ETF, dengan memanfaatkan kompatibilitas EVM, infrastruktur yang ada, serta keamanan konsensus Ethereum, sambil memenuhi persyaratan kepatuhan regulasi keuangan.

QBagaimana mekanisme penerbitan dan penghancuran tokenisasi saham di Robinhood?

AKetika pengguna membeli kontrak derivatif saham, Robinhood secara otomatis mencetak token yang mewakili kepemilikan kontrak. Token ini tidak dapat dialihkan. Saat posisi ditutup, token dihancurkan dan catatan blockchain diperbarui.

QApa keuntungan utama tokenisasi aset dunia nyata di Robinhood Chain?

AKeuntungan utamanya termasuk pasar 24/7, penyelesaian instan, peningkatan kombinasi aset (seperti menggunakan saham sebagai jaminan di protokol DeFi), akses tanpa izin untuk pengembang, dan penghapusan hambatan investasi global dengan biaya rendah.

QApa tantangan utama yang dihadapi Robinhood dalam pengembangan tokenisasi saham?

ATantangan utamanya meliputi status hukum sebagai derivatif (bukan kepemilikan saham langsung), risiko counterparty terpusat di Robinhood Europe, sifat tertutup ekosistem yang bertentangan dengan desentralisasi Web3, dan potensi penolakan dari perusahaan pihak ketiga terhadap legalitas tokenisasi.

QBagaimana Robinhood memastikan kepatuhan regulasi untuk tokenisasi saham di Eropa?

ARobinhood mengakuisisi Bitstamp untuk mendapatkan lisensi MTF MiFID Slovenia, serta memperoleh lisensi MiCA UE dan lisensi broker MiFID Lituania. Aset di-tokenisasi sebagai derivatif dan di-titipkan di Bitstamp, dengan struktur kepatuhan yang ketat.

Bacaan Terkait

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

Model generatif seperti model difusi atau autoregresif yang dominan saat ini biasanya tidak melatih seluruh proses generasi secara end-to-end. Mereka dilatih hanya untuk memprediksi satu "langkah kecil" dalam proses, namun saat inferensi, langkah ini harus diulang ratusan atau ribuan kali. Ketidaksesuaian ini menyebabkan masalah "exposure bias," di mana kesalahan menumpuk seiring waktu. Makalah terbaru dari UIUC dan Harvard memperkenalkan paradigma baru bernama **Explorative Modeling (XM)**. Inti dari metode ini sangat sederhana: alih-alih menghasilkan satu sampel, model menghasilkan **K kandidat** dalam setiap langkah pelatihan. Kemudian, hanya kandidat yang paling dekat dengan data target yang dipilih untuk menghitung gradien dan memperbarui model. Mengapa ini berhasil? Dalam tugas generatif, satu input bisa memiliki banyak output yang valid (mode). Fungsi kerugian rekonstruksi tradisional cenderung menyebabkan "mode blurring," di mana model hanya mempelajari rata-rata dari semua mode, menghasilkan output yang tidak realistis. Dengan menghasilkan beberapa kandidat, model dapat "mengeksplorasi" dan menangkap beberapa mode yang berbeda sekaligus, sehingga menghindari rata-rata yang kabur. Penelitian ini menunjukkan bahwa **"eksplorasi" (K) bertindak sebagai sumbu penskalaan ketiga** yang efektif, selain parameter dan data. Eksperimen pada gambar, video, dan bahasa menunjukkan peningkatan kinerja yang monoton dengan peningkatan K, dengan keuntungan yang lebih besar pada skala yang lebih besar. XM dapat meningkatkan efisiensi FLOP hingga 4.1x dan efisiensi sampel hingga 6.2x. Yang lebih menarik, ketika diterapkan secara ekstrem, XM memungkinkan **pelatihan generatif yang benar-benar end-to-end**. Dalam tugas kontrol robot, "Explorative Policy" berbasis XM mencapai kinerja yang setara dengan "Diffusion Policy" yang membutuhkan 100 langkah inferensi, sementara hanya membutuhkan satu langkah inferensi maju. Ini membuktikan bahwa kompleksitas untuk menangani banyak mode dapat dipindahkan dari inferensi ke pelatihan. Meskipun ide "best-of-K" bukan hal baru, kontribusi utama makalah ini adalah penjelasan teoritis bahwa mekanisme ini secara langsung meningkatkan **ekspresivitas generatif** model. Dengan demikian, ini menawarkan cara baru yang ampuh untuk mengatasi tantangan mendasar dalam pemodelan generatif.

marsbit27m yang lalu

Model Generatif Bisa Dilatih End-to-End? Intinya Hanya Sebuah For Loop

marsbit27m yang lalu

Upbit Rebalance 864B SHIB dalam Pergerakan Wallet Internal

Bursa Korea Selatan Upbit melakukan penataan ulang 864 miliar SHIB di antara alamat dompet internalnya, menciptakan pergerakan rantai-blok besar senilai sekitar $4 juta. Pergerakan ini melibatkan transfer 384 miliar SHIB keluar dari dompet panas dan 480 miliar SHIB kembali ke dompet yang sama, tampaknya sebagai bagian dari operasi penyeimbangan kembali (rebalancing) dompet rutin, bukan pelepasan atau penjualan aset oleh bursa. Aktivitas ini terjadi setelah SHIB mengalami reli harga 36%, yang membuatnya lebih mencolok dan ditanggapi dengan sensitif oleh pedagang. Namun, karena perpindahan terjadi antara alamat yang diketahui milik Upbit sendiri, hal ini tidak secara langsung mengubah pasokan di pasar. Artikel ini menekankan pentingnya konteks dan pelabelan dompet yang tepat dalam menafsirkan data on-chain, agar pergerakan besar tidak disalahartikan sebagai sinyal jual atau aksi "paus" yang dapat menyesatkan narasi pasar.

bitcoinist28m yang lalu

Upbit Rebalance 864B SHIB dalam Pergerakan Wallet Internal

bitcoinist28m yang lalu

Maksimal 20 Makalah Per Orang? Aturan Baru ICLR Ditanggapi dengan "Petisi Sarkas" dari Peneliti DeepMind

Apakah ada batas yang wajar untuk jumlah makalah yang dapat disertakan seorang penulis di konferensi AI top? ICLR 2027 memberlakukan aturan baru: maksimal 20 makalah per penulis. Aturan ini dirancang untuk meringankan tekanan pada sistem peninjauan, terutama setelah ICLR 2026 mengalami lonjakan 68% dalam jumlah pengajuan hingga 19.525 makalah. Peraturan ini langsung memicu perdebatan. Dan Roy, seorang peneliti dari Google DeepMind, meluncurkan petisi satir di platform X yang menyerukan pencabutan batas 20 makalah tersebut. Dalam petisinya, dia secara ironis berargumen bahwa batasan ini akan "memperlambat kemajuan AI," terutama di era di mana AI Agent dapat menghasilkan banyak penelitian dan model bahasa besar (LLM) sudah digunakan untuk meninjau makalah. Sindirannya menyoroti kekhawatiran nyata tentang kualitas penelitian dan peninjauan. Poin utamanya adalah: dengan maraknya penggunaan AI untuk menulis dan meninjau makalah, apakah solusinya hanya membatasi jumlah pengajuan? ICLR mendorong ilmu "lebih lambat" dan lebih matang, sementara dinamika saat ini berisiko membanjiri sistem dengan makalah inkremental. Petisi Roy, meski sarkastik, mendorong komunitas untuk merenungkan inti permasalahan ini.

marsbit33m yang lalu

Maksimal 20 Makalah Per Orang? Aturan Baru ICLR Ditanggapi dengan "Petisi Sarkas" dari Peneliti DeepMind

marsbit33m yang lalu

Celah Keamanan Coldcard Picu Pencurian Senilai $89 Juta, Picu Migrasi On-Chain Terbesar Setelah FTX

Kerusakan pada dompet perangkat keras Coldcard mengakibatkan pencurian Bitcoin senilai sekitar $89 juta, memicu migrasi aset besar-besaran di blockchain terbesar sejak runtuhnya FTX. Menurut Galaxy Research, 1.367,05 BTC dicuri dari 4.585 alamat dalam tiga gelombang serangan yang menargetkan dompet dengan frasa pemulihan (seed phrase) yang lemah akibat cacat perangkat lunak. Insiden ini menyebabkan gangguan signifikan pada indikator rantai Bitcoin. Pengguna yang terdampak berbondong-bondong memindahkan aset mereka ke dompet baru yang aman, menyebabkan lonjakan ekstrem dalam aktivitas alamat aktif dan volume transaksi kecil. CryptoQuant mencatat puncak baru dalam transaksi berukuran di bawah 1 BTC dan peningkatan drastis deposit ke bursa, sementara sentimen pasar berubah sangat bearish. Pelacakan dana curian menghadapi tantangan unik: aturan keamanan AI di AS menghambat analisis data investigasi oleh model komersial utama, memaksa peneliti seperti tim Galaxy untuk beralih ke model AI sumber terbuka dari China (seperti GLM 5.2) guna melacak aliran dana dengan cepat. Kasus ini menyoroti dilema dalam penggunaan AI untuk keamanan siber: pembatasan yang melindungi juga dapat memperlambat respons defensif terhadap kejahatan yang bergerak cepat di ruang kripto.

marsbit1j yang lalu

Celah Keamanan Coldcard Picu Pencurian Senilai $89 Juta, Picu Migrasi On-Chain Terbesar Setelah FTX

marsbit1j yang lalu

OpenAI Tidak Lagi Mengandalkan Model Termahal untuk Menghasilkan Uang

OpenAI tidak lagi mengandalkan model termahal untuk menghasilkan uang. Pada 30 Juli, perusahaan mengumumkan penyesuaian harga, menurunkan harga model GPT-5.6 Luna sebesar 80% dan Terra sebesar 20%. Yang lebih penting dari angka penurunan harga adalah pesan intinya: untuk banyak tugas, model terkuat (seperti Sol) tidak selalu diperlukan. OpenAI secara eksplisit merekomendasikan strategi di mana model mahal (Sol) menangani perencanaan dan analisis kompleks, sementara model yang lebih terjangkau (Luna) mengeksekusi tugas, menulis kode, dan menjalankan pengujian. Pergeseran ini mencerminkan perubahan industri AI dari hanya mengejar kecerdasan tertinggi menuju optimisasi biaya dan efisiensi untuk penggunaan skala besar. Anthropic juga mengikuti pola serupa dengan meluncurkan Claude Opus 5 dengan harga setengah dari model andalannya, Fable 5. Kedua raksasa Silicon Valley ini menunjukkan bahwa model flagship kini berfungsi lebih untuk nilai merek dan pembuktian teknologi, sementara model "kendaraan massal" yang lebih murah (seperti Luna, Terra, Opus) yang akan mendorong adopsi komersial luas dan menghasilkan pendapatan utama. OpenAI mengungkapkan bahwa penurunan biaya ini sebagian didorong oleh model AI (Sol) yang mengoptimalkan kode produksi dan alur kerjanya sendiri, menciptakan siklus peningkatan efisiensi yang dapat mempercepat penurunan biaya di masa depan. Intinya, kompetisi AI bergeser dari "siapa yang paling pintar" menjadi "mana yang paling bernilai". Perusahaan tidak lagi membeli satu model tunggal, tetapi merancang sistem dengan beberapa model yang cocok untuk tugas yang berbeda—mirip dengan arsitektur komputasi awan. Tujuan akhir OpenAI adalah membangun ekosistem yang mengunci alur kerja pengembang melalui volume panggilan API yang sangat besar dan biaya yang sangat rendah, sehingga menciptakan daya tarik yang kuat. Ketika AI menjadi murah dan tersebar luas seperti listrik, tertanam dalam setiap proses tanpa diperdebatkan, era sesungguhnya baru dimulai.

marsbit2j yang lalu

Trading

Spot