Rekrutmen Kegiatan Rhythm X Zhihu Hong Kong: Daftar Sekarang untuk Kesempatan Demonstrasi Langsung Skills

marsbitDipublikasikan tanggal 2026-04-03Terakhir diperbarui pada 2026-04-03

Abstrak

Enam bulan lalu, "cara menulis prompt yang baik" adalah topik panas. Kini, pertanyaan itu sudah ketinggalan zaman. Penggantinya adalah Skills. Pemicu peralihan ini adalah kemunculan OpenClaw, yang membawa konsep agent ke pandangan umum. Agent tidak hanya menjawab pertanyaan, tetapi benar-benar menyelesaikan tugas: memiliki kepribadian, mengingat, merencanakan, dan bekerja untuk Anda. Tanpa Skills, agent seperti karyawan pintar yang belum terlatih. Skills memberikan kemampuan khusus, membuatnya langsung siap kerja di bidang tertentu tanpa bimbingan terus-menerus. Skills yang populer mencakup: otomatisasi alur kerja, aturan untuk bidang profesional seperti hukum atau keuangan, adaptasi personalisasi, dan yang terkait keuangan seperti arbitrase di Polymarket atau trading kuantitatif. Ini mendorong batas kemampuan, mengubah agent dari sekadar alat menjadi mitra jangka panjang. Kini, Anda dapat mewujudkan ide menjadi Skills dengan vibe coding, tanpa perlu coding, tim, atau server. Jarak antara "punya ide" dan "punya produk" dipersingkat menjadi satu minggu.

Enam bulan lalu, "bagaimana menulis prompt yang baik" adalah topik terpanas di grup. Sekarang pertanyaan ini jelas sudah ketinggalan zaman. Pengganti prompt adalah Skills.

Titik peralihan yang cukup jelas, tentu saja, adalah kemunculan OpenClaw.

Bahkan jika bisa dibilang itu plagiat, itu bukanlah konsep agent yang orisinal, tetapi ia membawa konsep agent ini benar-benar ke dalam pandangan masyarakat, lebih mendekati AI yang pernah Anda lihat di film: memiliki kepribadian, bisa mengingat, bisa merencanakan, benar-benar bisa menyelesaikan pekerjaan untuk Anda, bukan hanya menjawab pertanyaan Anda.

Dulu orang menggunakan AI, pada dasarnya masih menggunakan mesin pencari yang sangat pintar — Anda bertanya, ia menjawab, putaran berikutnya mulai dari awal. Agent memperpanjang garis ini. Ia secara aktif mempromosikan tugas, akan mencari jalan memutar jika menemui hambatan, akan melanjutkan ke langkah berikutnya setelah menyelesaikan satu langkah. Pertama kali Anda melihatnya benar-benar menangani suatu hal yang lengkap, Anda akan memiliki perasaan aneh: benda ini benar-benar membantu saya bekerja.

Kemudian orang mulai berpikir: bagaimana membuatnya lebih mampu.

Ini adalah alasan nyata mengapa Skills menjadi populer. Bukan karena Skills itu sendiri sangat baru, tetapi karena agent membuat orang untuk pertama kalinya serius memikirkan masalah ini. Yang dilakukan Skills adalah melengkapi agent dengan kemampuan khusus.

Mengapa Skills sekarang sangat penting?

Sebuah agent tanpa Skills, seperti seorang pemula yang pintar tetapi belum belajar apa pun. Anda menyuruhnya melakukan analisis keuangan, ia akan berpikir, tetapi gerakannya lambat, mudah membuat kesalahan, banyak langkah yang harus Anda bimbing secara langsung. Skills setara dengan ia telah mempelajari alur lengkap di bidang ini sebelumnya — langsung bisa bekerja, tidak perlu Anda koreksi berulang kali.

Sekarang Skills yang paling banyak tersebar di komunitas, terkonsentrasi pada beberapa arah: otomatisasi alur kerja, mengoperasi yang sebelumnya harus melompat-lompat di antara banyak alat, menjadi sebuah tautan yang bisa dijalankan agent sendiri; injeksi aturan di bidang profesional, membuat agent tidak akan berimprovisasi secara sembarangan saat melakukan tugas yang membutuhkan presisi tinggi seperti hukum, medis, keuangan; adaptasi personalisasi, menyesuaikan agent menjadi cara kerja yang paling sesuai untuk Anda, mengingat preferensi, gaya bahasa, standar penilaian Anda; tentu saja, ada juga jenis Skills yang berkaitan dengan uang, seperti perdagangan.

Peluang arbitrase di Polymarket, orang biasa tidak mengerti peluang, juga tidak punya waktu mengawasi pergerakan untuk menghitung selisih harga. Tetapi agent yang dilengkapi Skills khusus bisa: memantau secara real-time, mengidentifikasi penyimpangan, menilai apakah akan masuk, semua proses berjalan tanpa memerlukan latar belakang pengetahuan untuk memprediksi pasar.

Perdagangan kuantitatif juga sama. Dulu ini adalah urusan bank investasi dan hedge fund, membutuhkan penulisan kode strategi, menghubungkan API, mengawasi data backtest. Sekarang ada yang mengemas seluruh proses menjadi Skills, agent yang dipasang dapat mulai mengeksekusi strategi di bursa. Ambang batas dari "bisa pemrograman, paham keuangan" menjadi "bisa memasang Skills".

Perubahan ini tidak membuat orang menjadi malas, tetapi mendorong batas kemampuan ke luar.

Di balik kebutuhan ini ada logika bersama: orang mulai serius menganggap agent sebagai objek kerja sama jangka panjang, bukan alat yang dimatikan setelah digunakan.

Jadi, apa ide baru Anda, yang ingin diubah menjadi skill untuk agent Anda sendiri?

Dulu Anda punya ide, menemukan celah pasar, tetapi tidak bisa direalisasikan. Tidak bisa menulis kode, tidak ada waktu untuk belajar, mencari outsourcing mahal dan lambat, akhirnya ide itu membusuk di memo. Sekarang berbeda. Dengan cara vibe coding, Anda bisa langsung membuat ide menjadi sebuah Skills — tidak perlu membuat halaman web, tidak perlu membuat App, tidak perlu server, tidak perlu tim pemeliharaan.

Logika dasar dari hal ini adalah: agent akan menjadi kebutuhan pokok setiap orang. Skills yang Anda buat tidak perlu mendapatkan pelanggan sendiri, ia secara alami berjalan pada agent yang sudah digunakan setiap orang. Pasar ada di sana, saluran ada di sana, Anda hanya perlu membuat hal yang belum dibuat orang lain.

Dulu antara "saya punya ide bagus" dan "saya punya produk yang bisa berjalan", dipisahkan oleh sebuah tim teknis. Sekarang jarak itu dipersingkat menjadi satu akhir pekan.

Pertanyaan Terkait

QApa yang menggantikan 'penulisan prompt' sebagai topik panas dalam penggunaan AI saat ini?

ASkills telah menggantikan 'penulisan prompt' sebagai topik panas. Skills memberikan agen AI kemampuan khusus untuk menyelesaikan tugas secara mandiri dan efisien.

QApa perbedaan utama antara agen AI dan mesin pencari yang cerdas?

AAgen AI dapat merencanakan, mengingat, dan secara aktif melanjutkan tugas hingga selesai, sedangkan mesin pencari hanya menjawab pertanyaan per pertanyaan tanpa kelanjutan.

QDalam bidang apa saja Skills paling banyak digunakan?

ASkills banyak digunakan dalam otomatisasi alur kerja, bidang profesional seperti hukum dan keuangan, personalisasi, serta tugas-tugas terkait perdagangan dan keuangan.

QBagaimana Skills mengubah cara orang berinteraksi dengan AI?

ASkills memungkinkan orang memperlakukan AI sebagai mitra kolaborasi jangka panjang yang dapat menyelesaikan tugas lengkap, bukan sekadar alat yang digunakan sesaat.

QApa keuntungan membuat Skills dengan vibe coding?

AVibe coding memampukan siapa pun mewujudkan ide menjadi Skills dalam waktu singkat tanpa perlu keahlian pemrograman, tim pengembang, atau infrastruktur server.

Bacaan Terkait

The Impossible Triad Is Fundamentally a Pseudo-Problem

**Judul: Segitiga Mustahil Sebenarnya Masalah Palsu** Industri crypto telah membangun sistem kriptografi paling kuat, tetapi ironisnya gagal melindungi privasi keuangan pengguna. Setiap transaksi dan kepemilikan terpapar secara publik. Blokchain pada dasarnya adalah komputer bersama yang lambat dan mahal, yang nilainya terletak pada akses tanpa izin dan konsensus terdesentralisasi. Selama satu dekade, industri terobsesi dengan "trilema" skalabilitas, keamanan, dan desentralisasi. Namun, kendala sebenarnya yang menghalangi masuknya modal triliunan dolar justru adalah **legalitas** dan **privasi**. 1. **Legalitas:** Sifat tanpa izin menciptakan ketidakpastian hukum. Namun, perkembangan regulasi seperti Undang-Undang GENIUS di AS mulai memberikan kejelasan kerangka hukum. 2. **Privasi:** Transparansi rantai publik bukanlah fitur, melainkan **pajak**. Setiap posisi dan transaksi yang terbuka mengundang eksploitasi seperti MEV (Miner Extractable Value), yang telah menyedot miliaran dolar dari pengguna biasa. Modal institusional besar tidak akan pernah menempatkan neracanya di tempat yang bisa dibaca pesaing secara real-time. Solusinya bukan transparansi penuh atau penyembunyian total. Kriptografi modern memungkinkan **privasi yang patuh (compliant privacy)**. Kita dapat membuktikan suatu pernyataan (misalnya, kecukupan cadangan, kepatuhan KYC, transaksi bersih) tanpa membongkar data dasarnya. Audit dan kepatuhan tetap terjaga, tetapi kebocoran informasi dan "pajak transparansi" dihilangkan. Dengan menutup dua cacat ini—melalui kemajuan regulasi dan adopsi privasi yang dapat dibuktikan—blokchain akan mengalami peningkatan murni. Ia akan berubah dari "spreadsheet Google yang mahal dan terbuka" menjadi mesin bersama yang dapat dipercaya yang akhirnya dapat menjaga rahasia. Inilah jembatan yang akan membawa sistem keuangan bernilai triliunan dolar ke dalam dunia yang sebenarnya dirancang untuknya sejak awal.

marsbit7j yang lalu

The Impossible Triad Is Fundamentally a Pseudo-Problem

marsbit7j yang lalu

Chip Optik, Perluasan Kapasitas Produksi Secara Kolektif

Kebutuhan chip optik sedang melonjak, memicu gelombang ekspansi kapasitas global di seluruh rantai pasokan. Di AS, Coherent memperluas pabrik 6 inci InP di Texas dengan pendanaan pemerintah, didukung investasi strategis dari Nvidia. Nokia menambah kapasitas pengujian dan pengemasan chip fotonik. Di Jepang, JX Advanced Metals berinvestasi besar untuk meningkatkan produksi substrat InP hingga 7-10 kali lipat. Di Eropa, IQE dan Tower Semiconductor menyepakati kesepakatan pasokan wafer epitaksial InP jangka panjang, menandakan konvergensi antara platform silicon photonics dan material III-V. Di Cina, perusahaan seperti Suzhou Ray Technology (Soluxe) dan San'an Optoelectronics secara agresif memperluas produksi chip optik dan bahan baku seperti InP. Ekspansi ini didorong oleh permintaan bandwidth yang meledak dari pusat data AI, terlepas dari jalur arsitektur masa depan seperti CPO (Co-Packaged Optics). Laporan Morgan Stanley menekankan bahwa kebutuhan konten optik akan terus tumbuh, baik dengan modul pluggable tradisional, NPO, CPO, atau arsitektur hybrid. Berbagai rute sumber cahaya seperti SiPh + Laser CW, VCSEL, dan MicroLED diperkirakan akan hidup berdampingan untuk aplikasi jarak berbeda dalam pusat data. Pada dasarnya, ini adalah perlombaan kapasitas global di mana AS membangun kembali manufaktur domestik, Jepang menguasai bahan baku, Eropa mendorong integrasi heterogen, dan Cina dengan cepat mengembangkan rantai pasokan terintegrasi secara vertikal. Perlombaan senjata di era fotonik telah memasuki tahap intensif.

marsbit9j yang lalu

Chip Optik, Perluasan Kapasitas Produksi Secara Kolektif

marsbit9j yang lalu

1996 atau 1999? Ujian Pertama Wash adalah 'Bagaimana Melihat AI'

Artikel ini membahas dilema utama yang dihadapi ketua Federal Reserve terbaru, Christopher Warsh, dalam menanggapi ledakan AI. Inti persoalannya adalah apakah kemajuan AI saat ini mirip dengan situasi 1996 — di mana Alan Greenspan membiarkan ekonomi tumbuh tanpa menaikkan suku bunga karena percaya pada pertumbuhan produktivitas — atau lebih mirip 1999, ketika Greenspan akhirnya menaikkan suku bunga secara agresif untuk mencegah overheating ekonomi. Warsh cenderung pada pendekatan 1996, berargumen bahwa manfaat produktivitas AI membutuhkan waktu untuk terlihat dalam data resmi, dan menaikkan suku bunga terlalu dini justru dapat meredam pertumbuhan yang sebenarnya membantu menekan inflasi. Namun, konteks makroekonominya berbeda: tekanan tarif, defisit fiskal yang membesar, dan memudarnya manfaat globalisasi membuat risiko inflasi lebih tinggi daripada era 1990-an. Di sisi lain, kritikus seperti Austan Goolsbee dari Bank Sentral Chicago berpendapat bahwa ledakan AI yang sudah diantisipasi banyak orang justru dapat memicu kenaikan pengeluaran di muka, mendorong overheating ekonomi dan mengharuskan kenaikan suku bunga yang lebih tajam nantinya. Perdebatan ini mencerminkan perpecahan internal di Fed. Paradoks terakhir bagi Warsh adalah keinginannya untuk menghapus "forward guidance" (panduan kebijakan ke depan), suatu praktik yang justru dibuat pada 1999. Jika ekonomi memburuk, ia harus memilih antara menggunakan alat yang ingin dihapusnya atau menghadapi gejolak pasar akibat ketidakpastian. Jawaban atas semua ini bergantung pada penilaiannya: apakah kita berada di tahun 1996 atau 1999?

marsbit12j yang lalu

1996 atau 1999? Ujian Pertama Wash adalah 'Bagaimana Melihat AI'

marsbit12j yang lalu

Trading

Spot
Futures
活动图片