22 Agen Berlomba di Hyperliquid, Apa yang Saya Temukan? (Dilengkapi Kode Strategi Lengkap)

Odaily星球日报Dipublikasikan tanggal 2026-03-16Terakhir diperbarui pada 2026-03-16

Abstrak

Sebuah eksperimen dengan 22 agen AI otonom yang diperdagangkan di Hyperliquid dengan modal $22.000 mengungkap beberapa temuan kunci: - **Lebih sedikit transaksi dengan keyakinan tinggi menghasilkan hasil lebih baik**. Agen dengan kurang dari 120 transaksi semuanya untung, sementara yang melakukan lebih dari 400 transaksi rugi signifikan. - **Keuntungan mengikuti distribusi kekuatan**: Hanya 3–5 transaksi terbaik yang menyumbang hampir semua laba, sementara sisanya rugi kecil. - **Data real-time Hyperfeed (pelacak profit trader) adalah senjata rahasia**. Agen yang menggunakan data ini (seperti Fox, Grizzly) mengungguli strategi murni teknis. - **Strategi mean reversal gagal** di pasar perpetual Hyperliquid yang sangat trending. - **Agen cenderung memperburuk kerugian** dengan menyesuaikan parameter secara agresif saat rugi, sehingga mekanisme proteksi risiko harus ditanamkan dalam kode. Eksperimen berlanjut dengan strategi yang disempurnakan, dan semua kode serta hasil transaksi tersedia secara terbuka.

Artikel ini dari:Jason Goldberg

Disusun | Odaily Planet Daily (@OdailyChina); Penerjemah | Azuma (@azuma_eth)

Kami menggunakan Senpi untuk menerapkan 22 Agen AI yang berdagang secara mandiri di Hyperliquid, setiap Agen dikonfigurasi dengan dana nyata $1000.

Mereka akan berjalan 24/7 — memindai pasar, membuka posisi, mengatur stop loss bergerak, mengelola risiko — tanpa intervensi manusia sama sekali.

Setelah menginvestasikan modal awal $22.000 dan mengeksekusi lebih dari 5000 transaksi, inilah rangkuman pelajaran yang kami dapatkan.

Kesimpulan Umum

“Lebih sedikit transaksi” ditambah “keyakinan lebih tinggi”, selalu sama dengan “hasil yang lebih baik”. Ini bukan fenomena yang kadang-kadang muncul, tetapi berlaku setiap kali.

  • Catatan Odaily: Fox, Bison, Ghost Fox, dan Grizzly, Viper, Mamba, Anaconda, dll. yang akan muncul nanti adalah nama-nama Agen yang menjalankan strategi berbeda.

Seperti yang ditunjukkan pada gambar di atas, Agen “Fox” dan Agen “Ghost Fox” menggunakan alat pemindaian yang sama. Fox hanya akan mengeksekusi sebagian sinyal secara selektif, sedangkan Ghost Fox akan mengeksekusi lebih banyak sinyal. Hasilnya, perbedaan tingkat pengembalian investasi (ROI) antara keduanya mencapai 56 poin persentase.

Keunggulan sebenarnya tidak terletak pada alat pemindaian itu sendiri, tetapi pada disiplin untuk menunggu sinyal yang benar.

  • Semua Agen yang melakukan lebih dari 400 transaksi mengalami kerugian parah.
  • Sementara Agen yang melakukan kurang dari 120 transaksi semuanya dalam keadaan untung.

Lebih banyak transaksi tidak berarti lebih banyak peluang — itu berarti lebih banyak transaksi tidak valid, lebih banyak biaya komisi, dan lebih banyak paparan risiko noise.

Keuntungan Mengikuti “Distribusi Kekuatan”

Di antara Agen kami yang berkinerja terbaik, 3–5 transaksi menyumbang semua keuntungan, sementara transaksi lainnya pada dasarnya mengalami kerugian kecil dan dengan cepat di-stop loss.

Mengambil contoh Fox lagi, tiga transaksi terbaik (ZEC, TRUMP, FARTCOIN) menghasilkan keuntungan gabungan lebih dari $350; 46 transaksi lainnya mengalami kerugian gabungan lebih dari $100; Hasil akhirnya adalah, laba bersih sekitar $248.

Ini sepenuhnya hasil dari desain strategi. Desain kami adalah: masuk dengan tegas saat keyakinan tinggi, menghentikan kerugian dengan tegas dalam hitungan menit, membiarkan posisi yang menguntungkan terus berjalan, dan mengunci sebagian keuntungan puncak melalui strategi stop loss bergerak DSL High Water. Ketika keuntungan rata-rata 10 kali lipat dari kerugian rata-rata, bahkan dengan tingkat kemenangan hanya 43% pun masih bisa menghasilkan uang secara stabil.

Agen yang mencoba mempertahankan tingkat kemenangan tinggi melalui transaksi “aman” justru semuanya merugi — karena setiap transaksi dengan target keuntungan kecil masih harus menanggung biaya komisi dan risiko pasar.

Senjata Rahasia: Hyperfeed

Fox serta Agen lain yang berkinerja stabil semuanya dibangun di atas Hyperfeed milik Senpi.

Hyperfeed adalah sistem pelacakan waktu nyata yang dapat melihat semua aset yang sedang menghasilkan uang bagi trader di Hyperliquid saat ini. Ini bukan peringkat historis atau indikator tertinggal lainnya, tetapi perilaku trading yang sebenarnya menguntungkan di seluruh bursa pada saat ini juga.

Alat pemindaian inti yang kami gunakan, Emerging Movers, membaca data konsentrasi pasar Hyperfeed setiap 90 detik. Ketika uang pintar tiba-tiba berputar ke suatu aset: misalnya, seorang trader tiba-tiba melonjak setidaknya 15 peringkat di papan peringkat, atau kecepatan kontribusi keuntungan suatu aset tiba-tiba naik, atau beberapa trader top secara bersamaan membuka posisi yang sama, alat pemindaian dapat menangkap sinyal sebelum pergerakan harga sepenuhnya terbentuk.

Inilah keunggulan struktural membangun strategi di Hyperliquid melalui Senpi, Anda dapat melihat secara real-time ke mana keuntungan trader top sedang terkonsentrasi, dan segera bertindak. Tidak ada bursa lain yang memberikan visibilitas seperti ini, dan tidak ada platform lain yang memungkinkan Agen mandiri mengeksekusi operasi berdasarkan ini.

Semua Agen kami yang berkinerja terbaik menggunakan data semacam ini:

  • Fox / Vixen: Mengidentifikasi uang pintar yang tiba-tiba terkonsentrasi pada suatu aset melalui Emerging Movers;
  • Grizzly: Menganalisis posisi uang pintar di BTC melalui Hyperfeed sebelum membuka posisi;
  • Bison: Menggunakan arah uang pintar sebagai kondisi wajib — jika arahnya berlawanan maka tidak akan melakukan transaksi;

Sementara Agen yang berkinerja terburuk:

  • Benar-benar mengabaikan sinyal uang pintar, seperti Viper, Mamba yang murni berdasarkan analisis teknis;
  • Menggunakan data uang pintar yang kedaluwarsa (Scorpion v1), menganggap posisi berbulan-bulan yang lalu sebagai sinyal baru;

Jadi kesimpulannya sangat jelas, Agen yang melakukan perdagangan berdasarkan data Hyperfeed waktu nyata, kinerjanya secara keseluruhan lebih unggul daripada semua strategi teknis murni.

Strategi Mean Reversion, Tidak Berfungsi dalam Kontrak Berkelanjutan

Kami menguji tiga versi Agen berbeda berdasarkan logika “harga menyimpang terlalu jauh, akan segera kembali ke rata-rata”, kinerja spesifiknya sebagai berikut:

  • Viper: -18%
  • Mamba: -33%
  • Anaconda: -22%

Hasilnya adalah semuanya merugi. Masalahnya adalah, pasar kontrak berkelanjutan Hyperliquid memiliki tren yang jauh lebih kuat daripada kemungkinan mean reversion. Membeli di saat tren turun) adalah kesalahan yang paling mahal di pasar ini. Agen-agen ini terus membeli pada apa yang disebut “level support”, tetapi harga terus turun selama berhari-hari.

Perbaikan yang sedang kami uji adalah menambahkan alat filter kondisi pasar makro, yaitu melarang pembelian berdasarkan “strategi mean reversion” ketika tren empat jam BTC sedang turun. Hasil awal terlihat bagus, alat filter ini dapat menghindari 14 dari 28 transaksi yang merugi oleh Mamba.

Jangan Berpegang pada Satu Pola

Agen terbaru kami (Vixen) berdasarkan data trading Fox, mengadopsi dua mode masuk yang sangat berbeda.

  • Mode Pengintai (Stalker): Melalui pemindaian berulang, menangkap sinyal uang pintar yang sedang mengakumulasi suatu aset secara diam-diam. Dengan demikian Anda dapat masuk sebelum kerumunan masuk, beberapa keuntungan terbesar Fox justru berasal dari mode ini.
  • Mode Penyerang (Striker): Menangkap pergerakan breakout keras yang dikonfirmasi dengan volume. Masuk bersamaan dengan ledakan harga, tetapi hanya dieksekusi ketika didukung oleh volume nyata (menyaring pump palsu).

Data Fox menunjukkan bahwa ini sebenarnya adalah dua sumber sinyal Alpha yang sangat berbeda. Jika hanya menggunakan satu mode masuk, Anda harus memilih di antara keduanya, sehingga melewatkan peluang lainnya.

Agen akan Menyesuaikan Diri — dan Hasilnya Selalu Lebih Buruk

Sebuah temuan yang mengejutkan adalah: Ketika Agen mengalami kerugian beruntun, mereka akan mencoba “memperbaiki diri”. Perilaku perbaikan umum termasuk melonggarkan kondisi masuk, meningkatkan leverage, menghapus mekanisme perlindungan risiko, tetapi hasilnya setiap kali akan mempercepat kerugian.

Beberapa contoh, Dire Wolf setelah rugi -27%, mengaktifkan 5 posisi leverage 25x paralel, dan melonggarkan batas kecepatan pembukaan order; Agen lain menghapus mekanisme take profit stagnan; Agen lain lagi meningkatkan batas kerugian harian dari 10% menjadi 25%.

Solusi kami adalah, menuliskan mekanisme perlindungan risiko langsung ke dalam kode alat pemindaian, bukan mengandalkan konfigurasi strategi Agen itu sendiri. Jika alat pemindaian tidak mengeluarkan sinyal, Agen tidak dapat mengeksekusi transaksi — tidak peduli seberapa agresif penyesuaian yang dilakukannya dalam konfigurasinya sendiri.

Rencana Selanjutnya

Kami akan terus menjalankan eksperimen selama 24–48 jam ke depan, kemudian menutup Agen yang sudah tidak mungkin balik modal, untuk menghindari pengurasan sisa dana yang berlanjut.

Selanjutnya kami akan menerapkan versi strategi baru, dan menuliskan mekanisme perlindungan ke dalam lapisan kode:

  • Wolverine v1.1: Stop loss bergerak DSL kecepatan HYPE (mengunci keuntungan lebih cepat dalam aset volatilitas tinggi);
  • Mamba v2.0: Strategi mean reversion + Perlindungan tren makro BTC;
  • Scorpion v2.0: Konsensus peristiwa momentum waktu nyata (pengganti strategi following paus yang kedaluwarsa).

Secara bersamaan kami juga akan:

  • Menyelaraskan konfigurasi strategi Fox, Vixen, dan Mantis: Ketiga Agen ini menggunakan alat pemindaian yang sama, tetapi konfigurasinya sudah mengalami pergeseran, Fox saat ini memiliki tingkat pengembalian lebih dari 23%, dua lainnya akan disesuaikan ke pengaturan yang sama;
  • Menerapkan ulang kombinasi Fox/Vixen baru, menggunakan konfigurasi kemenangan lengkap Fox, termasuk aturan larangan XYZ, mekanisme take profit stagnan, batas kerugian harian 10%, semua mekanisme pintu risiko diaktifkan;
  • Memperluas strategi pemburu aset tunggal: Mode siklus hidup tiga tahap Grizzly (Mencari → Menunggangi → Mengintai → Memuat ulang) sekarang diterapkan pada ETH (Polar), SOL (Kodiak) dan HYPE (Wolverine).

Sementara itu, kami juga sedang mengembangkan strategi baru dan mengujinya langsung di pasar nyata. Pasar ini sendiri adalah laboratorium. Setiap strategi baru akan memiliki dana $1000 dan catatan transaksi yang lengkap dan transparan.

Eksperimen kami akan berjalan secara real-time di strategies.senpi.ai; Semua kode strategi open source di: github.com/Senpi-ai/senpi-skills

22 Agen, $22000 dana nyata, setiap transaksi sepenuhnya terbuka, eksperimen masih berlanjut.

Pertanyaan Terkait

QApa kesimpulan utama dari eksperimen 22 AI Agent yang dijalankan di Hyperliquid?

AKesimpulan utamanya adalah bahwa 'lebih sedikit perdagangan' ditambah 'keyakinan yang lebih tinggi' selalu menghasilkan 'hasil yang lebih baik'. Agent yang melakukan lebih dari 400 perdagangan mengalami kerugian parah, sementara yang melakukan kurang dari 120 perdagangan semuanya untung.

QApa itu Hyperfeed dan mengapa ia disebut sebagai senjata rahasia dalam eksperimen ini?

AHyperfeed adalah sistem pelacakan real-time yang memantau aset apa saja yang sedang menguntungkan bagi para trader di Hyperliquid. Ini disebut senjata rahasia karena Agent yang berkinerja terbaik (seperti Fox dan Grizzly) menggunakan data real-time ini untuk mengidentifikasi di mana uang pintar (smart money) terkonsentrasi, sehingga mereka dapat bertindak sebelum pasar sepenuhnya menetapkan harga.

QMengapa strategi mean reversion (regresi rata-rata) gagal dalam perdagangan perpetual contract di Hyperliquid?

AStrategi mean reversion gagal karena pasar perpetual contract Hyperliquid memiliki karakteristik tren yang lebih kuat daripada kemungkinan regresi rata-rata. Agent seperti Viper, Mamba, dan Anaconda terus membeli di 'level support' yang diduga, tetapi harga terus turun selama berhari-hari, mengakibatkan kerugian.

QPerilaku 'perbaikan diri' seperti apa yang dilakukan Agent saat mengalami kerugian beruntun, dan apa hasilnya?

ASaat mengalami kerugian beruntun, Agent mencoba 'memperbaiki diri' dengan melonggarkan kondisi masuk, meningkatkan leverage, dan menghapus mekanisme perlindungan risiko. Namun, hasilnya justru selalu mempercepat kerugian, seperti yang terjadi pada Agent Dire Wolf yang mengaktifkan 5 posisi leverage 25x setelah rugi -27%.

QApa rencana ke depan untuk eksperimen Agent ini berdasarkan temuan yang didapat?

ARencana ke depan termasuk menutup Agent yang sudah tidak mungkin balik modal, menerapkan versi strategi baru dengan mekanisme perlindungan yang ditulis dalam kode (seperti Mamba v2.0 dengan perlindungan tren makro BTC), menyelaraskan konfigurasi Agent terbaik (Fox, Vixen, Mantis), dan mengembangkan strategi baru yang diuji langsung di pasar nyata dengan dana $1000 per strategi.

Bacaan Terkait

Dari Kembali ke Mengundurkan Diri: 437 Hari Chen Hang di DingTalk

Sumber: Jiazi Guangnian Selama 437 hari, Chen Hang (nama samaran "Wu Zhao") kembali memimpin DingTalk. Dari pengumuman akuisisi Alibaba terhadap HHO pada 31 Maret 2025 hingga pengunduran dirinya sebagai CEO pada 11 Juni tahun ini, perjalanannya penuh gejolak. Chen Hang, sang pendiri DingTalk yang legendaris, dipanggil kembali oleh mentornya, CEO Alibaba Wu Yongming, untuk menghidupkan kembali roh kewirausahaan DingTalk di era AI. Ia menerapkan disiplin ketat: absensi jam 9, inspeksi malam hari, dan "kampanye turun ke lapangan" di mana tim produk menjadi agen layanan pelanggan. Langkah-langkah ini mengungkap kenyataan bahwa kepuasan pelanggan hanya 30%, jauh dari laporan resmi. Dalam waktu singkat, ia meluncurkan produk-produk AI. Pada Agustus 2025, AI DingTalk 1.0 dan DingTalk ONE diluncurkan. Namun, proyek ONE, yang dianggap sebagai pintu masuk baru, gagal mempertahankan pengguna setelah mencapai puncak DAU 3 juta. Puncaknya datang pada Maret 2026. Chen Hang meluncurkan "Wukong", platform kerja asli AI tingkat perusahaan pertama di dunia, pada acara AI DingTalk 2.0. Ia menyatakan akan "menghancurkan DingTalk dan membangunnya kembali dengan AI". Wukong menjadi inti dari strategi AI-to-B Alibaba, menandai pergeseran DingTalk dari pintu masuk utama menjadi pembawa platform baru ini. Namun, tekanan organisasi meledak. Pada awal Juni 2026, dua artikel panjang—"Di Dalam DingTalk" oleh mantan manajer produk Teng Yaxin dan "Di Luar DingTalk" oleh mantan Wakil Presiden DingTalk Ma Ruila—mengungkap masalah internal seperti persaingan tidak sehat, pengambilan keputusan sepihak, dan kerja lembur yang tidak berarti. Komite Mitra Alibaba merespons dengan postingan internal yang keras, menyatakan gaya manajemen tersebut "bukan seperti budaya Ali seharusnya". Pada 11 Juni, Alibaba mengumumkan penyesuaian manajemen: Chen Hang mengundurkan diri sebagai CEO DingTalk. Posisinya diambil alih oleh Chen Yusen, seorang ahli teknologi kelahiran 1992 yang terkenal dan pendiri MuleRun AI Agent. Chen Hang meninggalkan fondasi teknis yang kuat—Agent OS dan platform Wukong—tetapi dengan biaya budaya organisasi yang besar. Kini, DingTalk memulai babak baru di bawah kepemimpinan yang lebih muda, berusaha menemukan kembali semangat awal "Danau Taman"-nya di era AI.

marsbit2m yang lalu

Dari Kembali ke Mengundurkan Diri: 437 Hari Chen Hang di DingTalk

marsbit2m yang lalu

"Ratu Lingkungan Tambang" Lyu Yongshuang: Pernah Menguasai 9% Daya Komputasi Bitcoin Global, Namun Tertipu Rp60 Miliar di AS oleh "Menantu Kerajaan Timur Tengah"

Penipuan Berkedok "Pangeran Timur Tengah" Rugikan Ratu Tambang Kripto China Rp 60 Miliar Seorang pengusaha wanita China di industri kripto, Fiona Lyu (Lü Yongshuang), mengalami kerugian lebih dari 9.4 juta dolar AS (sekitar Rp 60 miliar) karena menjadi korban penipuan investasi rumit di Amerika Serikat. Lyu adalah CEO Chengdu Valarhash Technology, yang pada puncaknya menguasai sekitar 9% dari total kekuatan penambangan (hash rate) Bitcoin global melalui dua kolam penambangannya, 1THash dan Bytepool. Penipuan ini dilakukan oleh dua bersaudara warga AS, Zubair dan Muzamir Al Zubair. Mereka mengaku memiliki latar belakang keluarga kerajaan Timur Tengah, dengan Zubair menyebut diri sebagai "menantu pangeran". Mereka berhasil mendapatkan kepercayaan Lyu dan bahkan mengatur upacara penandatanganan kontrak palsu di balai kota East Cleveland, Ohio, dengan melibatkan seorang pejabat setempat yang disuap. Setelah penandatanganan, Lyu mentransfer jutaan dolar. Saudara-saudara Al Zubair kemudian juga menipunya dengan menjual 1.067 unit penambang kripto milik Lyu ke Kanada. Pada Mei 2026, ketiga pelaku dihukum penjara dengan hukuman total 55 tahun. Musibah ini terjadi di tengah tekanan besar pada bisnis Lyu di China, setelah pemerintah melarang aktivitas penambangan kripto pada 2021, yang memaksanya untuk memindahkan operasinya ke luar negeri. Secara bersamaan, di China, perusahaannya juga terlibat dalam gugatan hukum terkait kontrak penambangan Bitcoin dan diperintahkan untuk mengembalikan pembayaran senilai jutaan dolar.

marsbit10m yang lalu

"Ratu Lingkungan Tambang" Lyu Yongshuang: Pernah Menguasai 9% Daya Komputasi Bitcoin Global, Namun Tertipu Rp60 Miliar di AS oleh "Menantu Kerajaan Timur Tengah"

marsbit10m yang lalu

AI Baru Kaya, Teman Ngobrol Bayaran Rp70 Juta per Jam, Silicon Valley 2026 dan Night City 2077

**Inti Artikel:** Pada Juni 2026, San Francisco menunjukkan dua wajah yang kontras. Di siang hari, kota ini diramaikan oleh gelombang kekayaan dari industri AI, dengan IPO OpenAI dan Anthropic serta kemakmuran pegawai startup yang menjual saham mereka. Namun di malam hari, fenomena lain muncul: para teknisi muda kaya baru yang kesepian rela membayar $3000-$6000 per jam untuk layanan pendampingan *high-end* dari wanita-wanita yang cerdas, menarik, dan mengerti topik seperti GPU, AI, dan biohacking. Artikel ini menelusuri bagaimana ledakan AI telah mengubah wajah kota. Uang mendorong pemulihan sewa kantor dan melonjakkan harga sewa/perumahan di distrik-distrik yang ditinggali perusahaan AI, memperlebar kesenjangan dengan wilayah seperti Oakland. Seperti demam emas dulu, di sekitar "demam AI" tumbuhlah industri pendukung, dari penjual "sekop" (perangkat keras) hingga pelayanan untuk memenuhi kebutuhan emosional para miliarder baru. Para klien ini umumnya tidak tertarik pada kemewahan fisik seperti mobil mewah. Mereka lebih fokus pada pengoptimalan diri (diet keto, panjang umur) dan obrolan intelektual tentang visi mereka terhadap masa depan. Layanan pendampingan ini memenuhi kebutuhan mereka untuk didengarkan dan dianggap serius, sesuatu yang tidak mereka dapatkan dari lingkaran sosial biasa. Akhirnya, artikel menggambarkan San Francisco yang semakin mirip dengan "Night City" dari *Cyberpunk 2077*: sebuah metropolis dengan teknologi tinggi, di mana kekayaan dan kemajuan teknis berdampingan dengan kesenjangan sosial yang lebar. Sebagian kecil orang hidup dalam dunia pengoptimalan dan layanan *on-demand*, sementara banyak lainnya terdorong ke pinggiran oleh biaya hidup yang melambung, semua berbagi kota yang sama namun di alam realitas yang berbeda.

marsbit20m yang lalu

AI Baru Kaya, Teman Ngobrol Bayaran Rp70 Juta per Jam, Silicon Valley 2026 dan Night City 2077

marsbit20m yang lalu

Peta Jalan Lengkap AI Terdesentralisasi 2026: Mengapa Blockchain adalah 'Obat' yang Tak Terhindarkan bagi AI?

Keberadaan AI terdesentralisasi muncul karena AI terpusat memiliki hambatan struktural yang tak bisa diselesaikan hanya dengan modal dan kode: sumber daya komputasi yang langka dan mahal, kontrol yang terlalu terpusat di segelintir perusahaan, keluaran model yang tidak terverifikasi, serta kesulitan mendapatkan data pelatihan karena masalah privasi dan regulasi. Blockchain menjawab ini dengan membuat kecerdasan terbuka, terverifikasi, dan terjangkau secara ekonomi. Peta teknologi AI terdesentralisasi terdiri dari tiga lapisan. Lapisan aplikasi didominasi oleh **Keuangan Agen** (Agentic Finance), di mana agen mengubah perintah bahasa alami menjadi aksi on-chain untuk perdagangan dan yield farming, serta **Pembayaran Agen** (Agentic Payments) untuk transaksi mesin-ke-mesin otomatis. Lapisan middleware menangani koordinasi, identitas, dan reputasi agen, dengan proyek seperti Bittensor yang menggunakan ekonomi token untuk mengoordinasikan jaringan subnet AI yang kompetitif. Lapisan infrastruktur adalah tulang punggungnya, menawarkan komputasi, pelatihan, inferensi, penyimpanan data, serta lapisan privasi dan verifikasi yang terdesentralisasi — semuanya bertujuan membuat sumber daya AI lebih murah, dapat diakses, dan aman. Menuju 2026-2027, pertumbuhan AI melampaui infrastruktur, dan agen AI menjadi motor utama. Komputasi berubah menjadi kelas aset, dan ekonomi token menjadi keunggulan struktural dalam mengoordinasikan modal, komputasi, dan data. Meski masih awal dengan adopsi yang belum merata, proyek-proyek terdepan menunjukkan evolusi dari narasi spekulatif menuju model baru yang kohesif untuk kecerdasan masa depan.

Foresight News22m yang lalu

Peta Jalan Lengkap AI Terdesentralisasi 2026: Mengapa Blockchain adalah 'Obat' yang Tak Terhindarkan bagi AI?

Foresight News22m yang lalu

Trading

Spot
Futures
活动图片