Hanya Bekerja 2 Jam Sehari? Insinyur Google Ini Menggunakan Claude untuk Mengerjakan 80% Pekerjaannya

marsbitDipublikasikan tanggal 2026-04-15Terakhir diperbarui pada 2026-04-15

Abstrak

Intisari: Seorang insinyur Google dengan 11 tahun pengalaman berhasil mengotomatisasi 80% pekerjaannya menggunakan Claude Code, sehingga hanya bekerja 2-3 jam/hari dan menghasilkan pendapatan pasif $28.000/bulan. Kunci keberhasilannya adalah tiga komponen utama: 1. **CLAUDE.md**: File panduan berbasis prinsip Karpathy (Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution) yang mengurangi pelanggaran aturan coding dari 40% menjadi hanya 3%. 2. **Everything Claude Code**: Sistem multi-agent yang berfungsi seperti tim rekayasa AI otomatis dengan 27 agen siap pakai, menggantikan kebutuhan mengelola berbagai alat AI secara terpisah. 3. **Perbaikan Token Tersembunyi**: Versi Claude Code v2.1.100 diam-diam mengonsumsi 20.000 token tambahan yang mengaburkan instruksi. Solusi sementara dengan downgrade ke v2.1.98 mengembalikan 40% kapasitas penggunaan. Hasilnya: developer beralih dari menulis kode 8 jam/hari menjadi hanya mereview hasil AI selama 2-3 jam/hari, dengan penghematan 100-120 jam/bulan. Sistem ini dapat diimplementasikan dalam 15-20 menit menggunakan perintah sederhana.

Catatan Editor: Ketika "AI Menulis Kode" secara bertahap menjadi konsensus industri, yang benar-benar mengubah produktivitas bukanlah model itu sendiri, tetapi bagaimana Anda menetapkan aturan untuk model, mengatur alur kerja, dan menanamkannya ke dalam sistem yang dapat berjalan berkelanjutan.

Dari file CLAUDE.md yang sederhana, hingga kolaborasi multi-agen, hingga siklus pengembangan yang terotomatisasi, metode ini mengubah proses pengembangan dari "percakapan antara manusia dan AI" menjadi "manajemen terhadap tim teknik AI". Dalam proses ini, kesalahan dibatasi sejak dini, alur kerja distrukturisasi, pembuatan kode, pengujian, dan peninjauan secara bertahap lepas dari pelaksanaan manual, dan beralih diambil alih oleh sistem.

Yang juga patut diperhatikan, artikel ini mengungkap detail yang sering diabaikan: dalam konteks panjang dan sistem yang kompleks, perilaku model tidak sepenuhnya dapat dikendalikan. Baik konsumsi token yang tersembunyi, maupun pengenceran instruksi, akan mempengaruhi kualitas output tanpa disadari. Hal ini membuat "bagaimana mengelola AI", dan bukan hanya "bagaimana menggunakan AI", menjadi kemampuan inti yang baru.

Pada titik ini, pengembang tidak lagi berfokus pada pengkodean, tetapi berputar di sekitar perancangan aturan, penjadwalan alur kerja, dan pemeriksaan hasil. Mereka yang telah menyelesaikan langkah ini lebih dulu, telah mulai beralih dari "mengerjakan sendiri" menjadi "membuat sistem yang bekerja untuk mereka".

Berikut adalah teks aslinya:

Seorang insinyur Google dengan pengalaman 11 tahun, dengan bantuan Claude Code dan aplikasi .NET sederhana, berhasil mengotomatisasi 80% pekerjaannya.

Sekarang, ia hanya perlu bekerja 2-3 jam sehari, bukan 8 jam seperti sebelumnya, sisa waktunya sebagian besar berada dalam keadaan "santai", sistem berjalan sendiri, dan memberinya pendapatan pasif $28.000 per bulan.

Apa yang dikuasainya, adalah metode yang belum Anda ketahui.

Bagian 1—Menulis CLAUDE.md sesuai Prinsip Karpathy

Andrej Karpathy—salah satu peneliti AI paling berpengaruh di dunia—pernah merangkum secara sistematis kesalahan paling umum model bahasa besar dalam menulis kode: desain berlebihan, mengabaikan pola yang ada, dan memperkenalkan dependensi tambahan yang tidak diminta.

Ada yang merangkum observasi ini, menyusunnya menjadi file CLAUDE.md yang terpadu.

Hasilnya, proyek ini mendapatkan 15 ribu bintang di GitHub dalam seminggu, dalam arti tertentu, bisa dibilang ada 15 ribu orang yang mengubah cara kerja mereka karenanya.

Pola pikir intinya sebenarnya sederhana: jika kesalahan dapat diprediksi, maka dapat dihindari lebih awal dengan instruksi yang jelas. Cukup dengan menempatkan file markdown di repositori kode, Anda dapat memberikan seperangkat aturan perilaku terstruktur untuk Claude Code, sehingga menyatukan pengambilan keputusan dan eksekusi di seluruh proyek.

Di dalam file ini, terutama berisi empat prinsip inti:

· Berpikir Dulu, Baru Ngoding → Hindari Asumsi yang Salah dan Pertimbangan yang Terlewat
· Sederhana yang Diutamakan → Hindari Desain Berlebihan dan Abstraksi yang Membengkak
· Modifikasi Secara Bedah → Hindari mengubah kode yang tidak diminta untuk diubah
· Eksekusi Berorientasi Target → Uji dulu, lalu verifikasi berdasarkan standar keberhasilan yang jelas

Tidak bergantung pada framework apa pun, juga tidak memerlukan alat yang rumit—hanya dengan satu file, Anda dapat mengubah perilaku Claude pada tingkat proyek.

Perbedaan sesungguhnya:

· Tanpa CLAUDE.md: Claude melanggar norma dalam ~40% kasus
· Menggunakan CLAUDE.md Karpathy: Tingkat pelanggaran turun menjadi ~3%
· Waktu setup: Hanya 5 menit

Perintah untuk membuat file CLAUDE.md Anda sendiri secara otomatis:

claude -p "Baca seluruh proyek dan buat CLAUDE.md berdasarkan:
Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution.
Sesuaikan dengan arsitektur nyata yang Anda lihat." --allowedTools Bash,Write,Read

Ini menggantikan Claude yang seperti ini: menghadapi tugas sederhana namun mendesain berlebihan, memperkenalkan dependensi yang tidak diminta, bahkan sembarangan mengubah file yang tidak seharusnya disentuh.

Bagian 2 Everything Claude Code: Tim Teknik Lengkap dalam Satu Repositori

Everything Claude Code (Sudah dapat lebih dari 153 ribu bintang di GitHub)

Ini bukan hanya sekumpulan prompt, tetapi lebih seperti sistem operasi AI lengkap untuk membangun produk.

Mendukung operasi di berbagai alat seperti Claude, Codex, Cursor, OpenCode, Gemini—satu sistem, dapat digunakan di mana saja.

Cara instalasi:

/plugin marketplace add affaan-m/everything-claude-code

Atau instal manual—cukup salin komponen yang Anda butuhkan ke direktori .claude/ proyek. Jangan muat semua sekaligus—memuat 27 agen dan 64 skill bersamaan, sangat mungkin akan menghabiskan kuota konteks sebelum Anda memasukkan prompt pertama. Simpan hanya bagian yang benar-benar dibutuhkan.

Perbedaan sesungguhnya:

· Sebelumnya: Anda sedang berbicara dengan AI
· Sesudahnya: Anda sedang mengelola tim teknik AI yang berjalan otomatis

Yang digantikannya: Anda yang sebelumnya perlu menghabiskan berminggu-minggu untuk membangun sistem agen sendiri, mengkonfigurasi berbagai alat perencanaan/peninjauan/keamanan secara terpisah, serta biaya $200–500 per bulan untuk berbagai layanan AI.

Bagian 3 "Skandal" Tersembunyi: Claude Code v2.1.100 Diam-diam Mengonsumsi Token Anda

Seseorang dengan membuat proxy HTTP, mencegat dan menganalisis permintaan API lengkap dari 4 versi Claude Code yang berbeda.

Mereka menemukan:

v2.1.98: 169.514 bytes request → 49.726 tokens ditagih
v2.1.100: 168.536 bytes request → 69.922 tokens ditagih
selisih: -978 bytes tetapi +20.196 tokens

v2.1.100 mengirim byte data lebih sedikit, tetapi menagih tambahan 20 ribu tokens. "Inflasi" ini sepenuhnya terjadi di sisi server—Anda tidak dapat melihatnya, juga tidak dapat memverifikasinya melalui antarmuka /context.

Mengapa hal ini penting tidak hanya pada penagihan, 20 ribu tokens tambahan ini akan dimasukkan ke dalam jendela konteks aktual Claude.

Ini berarti:

→ Instruksi CLAUDE.md Anda akan diencerkan oleh 20 ribu "konten tersembunyi" ini

→ Dalam percakapan panjang, kualitas output akan menurun lebih cepat

→ Ketika Claude mengabaikan aturan Anda, sulit untuk menemukan penyebabnya

→ Kuota penggunaan Claude Max akan habis ~40% lebih cepat dari biasanya

Perbaikan hanya 30 detik: npx [email protected]

Ini adalah solusi sementara sebelum perbaikan resmi dari Anthropic, tetapi dalam penggunaan praktis, Anda hampir dapat langsung merasakan perubahan efek sesi.

Yang digantikannya: Anda tidak perlu lagi menebak mengapa Claude tiba-tiba tidak lagi mengikuti instruksi Anda.

Studi Kasus: Seperti Apa Sistem Otomatisasi Lengkap Itu

Seorang insinyur berpengalaman 11 tahun, membangun sistem yang terdiri dari tiga bagian:

Hasil setelah satu minggu:

· Sebelumnya: 8 jam sehari menulis kode
· Sesudahnya: Hanya 2–3 jam sehari melakukan tinjauan dan pengujian kode

· Kualitas kode: Pada dasarnya tidak berubah—karena ia akan meninjau satu per satu
· Status Teams: Selalu online—mouse bergerak otomatis setiap menit
· Waktu sisa: Bebas sepanjang hari

Ini bukanlah "sihir", tetapi hasil dari gabungan CLAUDE.md + agen yang tepat + mekanisme loop setiap 15 menit.

Daftar lengkap:

Apa yang Anda dapatkan setelah membacanya:

· Sebelumnya: Claude melanggar norma yang ada dalam 40% kasus
· Sesudahnya: Menggunakan CLAUDE.md Karpathy, tingkat pelanggaran turun menjadi 3%

· Sebelumnya: Anda perlu menghabiskan berminggu-minggu untuk membangun agen
· Sesudahnya: 27 agen siap pakai

· Sebelumnya: Claude Max habis kuotanya dalam 2–3 jam
· Sesudahnya: Downgrade ke v2.1.98 dapat memulihkan ~40% batas penggunaan

· Sebelumnya: Perlu 8 jam sehari menulis kode
· Sesudahnya: Hanya 2–3 jam untuk review, sisanya dijalankan otomatis oleh sistem

· Waktu setup: 15–20 menit
· Penghematan harian: 5–6 jam
· Penghematan bulanan: 100–120 jam

Jika nilai waktu Anda adalah $30 per jam—Anda sebenarnya "kehilangan secara tidak terlihat" $3000–3600 setiap bulan.

Jika $100 per jam—itu adalah $10000–12000 per bulan mengalir percuma, hanya karena Anda masih menulis secara manual kode yang sebenarnya dapat diselesaikan Claude sendiri.

Kebanyakan pengembang tidak akan mencapai level ini—bukan karena mereka tidak bisa, tetapi karena mereka mengira hal ini rumit. Sebenarnya, antara Anda dan "otomatisasi penuh", hanya ada tiga perintah dan satu file.

Insinyur yang saya sebutkan di awal, bukanlah jenius, juga bukan insinyur senior dari Google. Dia hanya menghabiskan waktu satu malam untuk menyiapkan sistem—sejak itu, pekerjaan diselesaikan sistem, dia hanya bertanggung jawab untuk hidup.

Anda bisa melakukan hal yang sama malam ini. Sementara yang lain masih berdebat apakah AI akan menggantikan pengembang, mereka yang telah menyiapkan sistem, hanya menerima uang dan bersantai.

Pilihannya sebenarnya jelas. Anda sedang membangun hidup Anda sendiri—maka pilih jalur yang benar.

Pertanyaan Terkait

QApa yang dimaksud dengan CLAUDE.md dan bagaimana cara kerjanya untuk meningkatkan produktivitas pengembang?

ACLAUDE.md adalah file markdown yang berisi seperangkat aturan terstruktur untuk memandu perilaku Claude Code dalam menulis kode. File ini menerapkan empat prinsip inti: Think Before Coding (berpikir sebelum coding), Simplicity First (kesederhanaan pertama), Surgical Changes (perubahan tepat sasaran), dan Goal-Driven Execution (eksekusi berorientasi tujuan). Dengan menggunakan CLAUDE.md, tingkat pelanggaran aturan coding turun dari 40% menjadi hanya 3%, menghemat waktu pengembang dengan mencegah kesalahan yang dapat diprediksi.

QBagaimana sistem 'Everything Claude Code' mengubah cara kerja pengembang dengan AI?

AEverything Claude Code berfungsi seperti sistem operasi AI lengkap untuk membangun produk, yang terdiri dari 27 agent dan 64 skill yang dapat dikustomisasi. Alih-alih sekadar berinteraksi dengan AI, pengembang sekarang dapat 'mengelola tim teknik AI' yang berjalan otomatis. Sistem ini kompatibel dengan berbagai alat seperti Claude, Codex, Cursor, OpenCode, dan Gemini, menggantikan kebutuhan untuk membangun sistem agent secara manual dan menghemat biaya langganan AI bulanan.

QApa masalah tersembunyi yang ditemukan pada Claude Code v2.1.100 dan bagaimana dampaknya?

AVersi Claude Code v2.1.100 diam-diam mengonsumsi sekitar 20.000 token tambahan di sisi server meskipun mengirim data yang lebih sedikit. Inflasi token ini mengisi konteks Claude, mengencerkan instruksi dalam CLAUDE.md, menurunkan kualitas output dalam percakapan panjang, dan membuat kuota Claude Max habis 40% lebih cepat. Masalah ini dapat diperbaiki sementara dengan menggunakan perintah 'npx claude-token-fixer@latest' hingga Anthropic merilis perbaikan resmi.

QBagaimana contoh nyata implementasi sistem otomatisasi ini dalam kehidupan kerja seorang insinyur?

ASeorang insinyur Google dengan 11 tahun pengalaman berhasil mengotomatisasi 80% pekerjaannya menggunakan kombinasi CLAUDE.md, agent yang tepat, dan mekanisme loop 15 menit. Sistem ini memungkinkannya mengurangi waktu kerja dari 8 jam menjadi hanya 2-3 jam per hari untuk review kode dan testing, sementara sistem menjalankan sisanya secara otomatis. Ia menghasilkan $28.000 pendapatan pasif bulanan dengan kualitas kode yang tetap terjaga.

QApa dampak finansial dan waktu yang bisa dihemat dengan mengadopsi sistem otomatisasi AI ini?

ADengan waktu setup hanya 15-20 menit, sistem ini menghemat 5-6 jam per hari atau 100-120 jam per bulan. Secara finansial, jika nilai waktu seseorang adalah $30 per jam, mereka menghemat $3000-3600 per bulan. Untuk tarif $100 per jam, penghematannya mencapai $10.000-12.000 per bulan. Ini menunjukkan bahwa tidak mengadopsi otomatisasi AI sama dengan 'kehilangan uang secara tidak terlihat' karena masih menulis kode secara manual yang sebenarnya bisa dilakukan AI.

Bacaan Terkait

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

Sumber: The Diary Of A CEO Ray Dalio, pendiri Bridgewater Associates yang meramalkan krisis keuangan 2008, memperingatkan bahwa ledakan AI saat ini menunjukkan tanda-tanda klasik gelembung ekonomi yang dapat pecah dan memicu resesi. Dalam wawancara podcast, dia menjelaskan dinamika "siklus besar" yang didorong oleh ketimpangan kekayaan, defisit pemerintah, dan perubahan geopolitik. Dalio mengidentifikasi pola di mana antusiasme berlebihan terhadap teknologi revolusioner baru, seperti AI, menyebabkan harga aset melambung dan pinjaman berlebihan. Ketika kondisi berubah (seperti kenaikan suku bunga atau kebutuhan tunai), gelembung ini dapat pecah, menyebabkan penurunan harga aset, kerugian luas, dan kontraksi ekonomi. Untuk melindungi kekayaan di masa ketidakpastian, Dalio sangat menekankan pentingnya **diversifikasi portofolio**—termasuk saham, obligasi, emas, dan real estat—daripada mengandalkan uang tunai saja. Dia mengungkapkan bahwa sekitar **1% portofolionya adalah Bitcoin**, yang diakuinya sebagai aset keras, tetapi dia lebih menyukai **emas fisik** karena sejarahnya sebagai penyimpan nilai dan aset bebas liabilitas. Mengenai dampak AI, Dalio percaya bahwa teknologi ini akan menggantikan tidak hanya tenaga fisik tetapi juga kemampuan kognitif manusia, berpotensi memperlebar kesenjangan antara pemilik modal dan pekerja. Masa depan akan menguntungkan mereka yang dapat memadukan kecerdasan manusia (seperti emosi dan intuisi) dengan kemitraan AI. Secara geopolitik, Dalio menggambarkan dunia yang memasuki fase "penurunan" dalam tatanan global, dengan Amerika Serikat menghadapi tantangan internal dan eksternal, termasuk konflik seperti di Iran yang mengungkap kelemahannya. Dia memprediksi dunia mungkin menjadi lebih terregionalisasi di masa depan. Secara keseluruhan, kunci untuk navigasi melalui periode kompleks ini adalah pemahaman akan pola sejarah, adaptasi, dan diversifikasi yang cermat.

marsbit2j yang lalu

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

marsbit2j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

**Ringkasan: Rekor Pembelian Asing dan Peningkatan Likuiditas di Pasar Saham Korea** Aliran modal asing menunjukkan perubahan signifikan di pasar saham Korea (KOSPI). Pada 31 Juli, investor asing melakukan pembelian bersih rekor sebesar 7,2 triliun Won Korea dalam sehari, menandai pembalikan dari tren penjualan bersih besar-besaran dalam beberapa bulan terakhir. Secara bulanan, penjualan bersih asing menyusut drastis menjadi 9,8 triliun Won di Juli, turun dari 48,4 triliun dan 44,5 triliun Won pada Juni dan Mei. Tekanan penjualan dari lembaga domestik juga mereda. Dana pensiun dan reksa dana domestik justru menjadi pembeli bersih 1,0 triliun Won di Juli, setelah dua bulan sebelumnya menjadi penjual bersih. Faktor pendukung lainnya adalah peraturan baru dari Komisi Jasa Keuangan (FSC) yang memberlakukan syarat lebih ketat bagi investor ritel untuk masuk ke ETF leverage saham tunggal, yang langsung mengurangi volume perdagangan instrumen tersebut hingga sekitar 50%. Kebijakan ini diperkirakan dapat menekan volatilitas pasar. Citigroup mempertahankan target indeks KOSPI di level 10.000 poin, menyoroti memudarnya angin penentu likuiditas. Analis mereka menilai faktor fundamental seperti industri chip memori yang solid, valuasi historis yang rendah, fundamental ekonomi Korea yang kuat, dan dukungan kebijakan berpotensi menjadi pendorong bagi pasar.

marsbit2j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

marsbit2j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

**OpenAI Model Astra Pecahkan 10 Masalah Matematika Kelas Fields Medal!** OpenAI mengumumkan terobosan besar dari model internal terbarunya, Astra. Model ini dilaporkan telah membuat kemajuan signifikan dalam **10 masalah matematika yang belum terpecahkan**, dengan biaya komputasi hanya sekitar **$2000**. Hasilnya dipublikasikan dalam makalah setebal 249 halaman. Beberapa pencapaian utama meliputi: 1. **Menyelesaikan masalah "non-sofic group"** yang diajukan Mikhail Gromov tahun 1999, dengan membangun contoh kelompok yang tak hingga dan finitely presented yang bukan sofic. Ini dianggap sebagai kemajuan bersejarah. 2. **Memecahkan batas lama dalam masalah pengepakan bola berdimensi tinggi** (sphere packing), meningkatkan batas yang telah bertahan sejak 1978 untuk dimensi tak hingga. 3. **Menyangkal dugaan "Connes Rigidity"** dengan membangun keluarga tak terhitung dari kelompok berbeda yang menghasilkan aljabar von Neumann yang sama persis. Semua bukti telah diverifikasi menggunakan asisten pembuktian formal Lean 4, memastikan ketepatannya. Para ahli matematika menyebut temuan ini sebagai **momen bersejarah**, setara dengan prestasi penghargaan Fields Medal, dan menandai kemampuan AI untuk melakukan penalaran matematika mendalam di berbagai bidang. OpenAI juga membagikan proses penalaran model, menunjukkan langkah maju yang besar menuju AGI (Artificial General Intelligence).

marsbit4j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

marsbit4j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

**Ringkasan: Bagaimana Membuat Diri Anda Tak Tergantikan oleh AI** Artikel ini membahas ancaman nyata dalam era AI: bukan kehilangan pekerjaan, tetapi "perbudakan gaji"—ketergantungan pada sistem dan orang lain untuk bertahan hidup. Solusinya adalah menjadi "individu super" yang "tak bisa dipekerjakan" dengan membangun bisnis atau karya sendiri. Kunci untuk bertahan dan berkembang di masa depan bukan sekadar keterampilan teknis, tetapi menguasai lima elemen yang sulit digantikan AI: 1. **Otonomi (Agency):** Kemampuan bertindak tanpa menunggu perintah. 2. **Rasa (Taste):** Pengalaman untuk mengetahui apa yang bernilai untuk ditawarkan. 3. **Kemampuan Persuasi (Persuasion):** Keterampilan menarik perhatian dan pengakuan. 4. **Ketekunan (Persistence):** Memahami bahwa kegagalan adalah bagian dari proses. 5. **Iterasi (Iteration):** Kemampuan memperbaiki kesalahan berdasarkan umpan balik. Lima elemen ini dapat dikembangkan dengan **membuat konten** (media). Dibandingkan pemrograman (code), konten lebih unggul karena nilainya subjektif, membutuhkan penilaian manusia, dan merupakan alat distribusi yang ampuh untuk membangun koneksi dan otoritas. Untuk memulai transformasi: 1. **Ubah lingkungan** Anda secara drastis untuk memicu perubahan identitas. 2. **Gali "bahan mentah"** Anda: Identifikasi pengetahuan mendalam, masalah yang pernah Anda selesaikan, dan minat unik masa kecil Anda. 3. **Temukan "poros pemikiran balik"**: Tentukan pendapat kontra-intuitif atau keyakinan Anda yang bertentangan dengan arus utama dalam bidang Anda. 4. **Luncurkan ide pertama** Anda besok. Gabungkan jawaban dari langkah 2 dan 3, lalu publikasikan. Umpan balik nyata dari dunia adalah guru terbaik. Intinya, bangunlah *karier seumur hidup* yang autentik berdasarkan pengalaman dan sudut pandang unik Anda. Dengan memanfaatkan AI sebagai alat dan fokus pada pengembangan diri yang tak tergantikan, Anda dapat mengambil kendali atas hidup dan masa depan Anda.

marsbit5j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

marsbit5j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

Berdasarkan insiden kerentanan generator angka acak pada perangkat hardware wallet Coldcard, artikel ini membahas metode pembuatan kunci Bitcoin menggunakan dadu untuk menghasilkan entropi mandiri. Claude Shannon mengukur ketidakpastian dengan konsep entropi, di mana satu lemparan dadu enam sisi setara dengan sekitar 2,585 bit. Praktik melempar dadu 50 hingga 99 kali dapat menghasilkan frasa pemulihan 12 kata yang aman (128 bit entropi), melampaui ketergantungan pada generator perangkat. Namun, insiden Coldcard mengungkap bahwa meskipun seed utama dibuat dari dadu aman, fungsi lain seperti dompet kertas, kunci kloning, dan password masih berpotensi menggunakan generator cacat. Peneliti keamanan Kevin Loaec menekankan bahwa perlindungan hanya berlaku untuk seed utama, bukan keseluruhan sistem. Proses manual ini membutuhkan ketelitian tinggi, rentan kesalahan, dan tidak praktis bagi kebanyakan pengguna baru. Oleh karena itu, meski kuat secara matematis, metode ini lebih cocok untuk pengguna berpengalaman. Artikel menyarankan pemilik Coldcard untuk memperbarui firmware, memeriksa fungsi yang pernah digunakan, dan mempertimbangkan skema multisignature dengan perangkat dari produsen berbeda untuk mitigasi risiko. Tujuan jangka panjang adalah perangkat yang dapat menghasilkan keacakan kuat secara mandiri, tanpa memerlukan prosedur rumit dari pengguna.

cryptonews.ru8j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

cryptonews.ru8j yang lalu

Trading

Spot
活动图片