# Artikel Terkait Agen

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Agen", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Satu Kalimat Bisa Bangun Situs Web Perjalanan untuk 9 Orang, Altman: Nama ChatGPT Work Terlalu Kecil

Sam Altman merasa nama "ChatGPT Work" kurang mewakili kemampuan sebenarnya. Ia membagikan pengalamannya menggunakan ChatGPT untuk merencanakan perjalanan akhir pekan bagi 9 orang hanya dengan satu perintah suara dari ponsel. ChatGPT menganalisis riwayat obrolan, menyusun tiga opsi rencana perjalanan, membuat situs web interaktif untuk diskusi grup, merancang email undangan di Gmail, dan bahkan membantu melakukan pemesanan setelah kelompok mencapai kesepakatan. Produk ChatGPT Work, yang diluncurkan OpenAI pada Juli, dirancang untuk menangani tugas kompleks dan multi-langkah. Fitur utamanya termasuk kemampuan membangun situs web interaktif (Sites), integrasi dengan alat seperti Gmail dan Google Drive (Plugins), serta eksekusi tugas terjadwal (Scheduled Tasks). Teknologi ini didukung oleh GPT-5.6 dan Codex. Pengguna lain juga membagikan manfaat ChatGPT Work dalam mengurus urusan pribadi seperti merencanakan liburan, mengatur jadwal keluarga, hingga membandingkan penawaran. Produk ini memungkinkan pengguna fokus pada pengambilan keputusan, sementara eksekusi detail ditangani oleh AI. Meski demikian, akses data dan tindakan kritis tetap memerlukan persetujuan pengguna untuk keamanan. Para eksekutif OpenAI menyatakan bahwa ChatGPT berkembang menuju "AGI pribadi", dengan potensi untuk membantu berbagai aspek kehidupan, tidak terbatas pada pekerjaan saja.

marsbitKemarin 13:04

Satu Kalimat Bisa Bangun Situs Web Perjalanan untuk 9 Orang, Altman: Nama ChatGPT Work Terlalu Kecil

marsbitKemarin 13:04

CEO Coinbase Brian Armstrong Mengatakan AI Akan Mendorong Adopsi Kripto Melalui Pembayaran Otonom

CEO Coinbase Brian Armstrong menyatakan bahwa kecerdasan buatan (AI) akan mendorong adopsi cryptocurrency melalui permintaan akan pembayaran digital yang dapat diprogram. Dalam postingannya di X, ia menjelaskan bahwa AI akan menjadikan teknologi blockchain sebagai tulang punggung keuangan untuk sistem otonom, di mana agen AI akan membeli data, daya komputasi, dan layanan digital tanpa campur tangan manusia. Armstrong menekankan bahwa AI adalah kecerdasan yang dapat diprogram, sementara cryptocurrency adalah uang yang dapat diprogram; keduanya akan saling melengkapi untuk mewujudkan ekonomi digital. Ia memperkirakan bahwa transaksi keuangan harian yang ditangani oleh agen AI suatu saat akan melampaui semua transaksi yang dilakukan manusia, sehingga infrastruktur pembayaran berbasis blockchain menjadi sangat penting. Untuk mendukung visi ini, Coinbase sedang mengembangkan infrastruktur pembayaran untuk mesin sepanjang tahun 2026, termasuk protokol x402 untuk permintaan pembayaran otomatis dan perluasan blockchain Layer 2 Base. Base, bersama dengan stablecoin USDC, dirancang menjadi tulang punggung untuk pembayaran otomatis antar teknologi AI. Armstrong juga menegaskan bahwa stablecoin sangat penting untuk ekonomi agenik karena menawarkan penyelesaian yang dapat diprogram dan mudah diakses oleh perangkat lunak, berbeda dengan sistem perbankan tradisional yang memerlukan verifikasi manusia.

TheNewsCryptoKemarin 12:29

CEO Coinbase Brian Armstrong Mengatakan AI Akan Mendorong Adopsi Kripto Melalui Pembayaran Otonom

TheNewsCryptoKemarin 12:29

Claude Code Gunting 80% Prompt, Opus 5 Malah Tambah Balik

Claude Code baru saja mengumumkan pemotongan drastis pada prompt sistemnya, namun kemudian pengguna menemukan bahwa Opus 5 malah menambahkannya kembali sebanyak 72% dibandingkan versi 4.8. Awalnya, Anthropic menghapus lebih dari 80% aturan mendetail dalam prompt untuk model generasi baru seperti Opus 5 dan Fable 5. Tujuannya adalah mengurangi konflik instruksi dan membebaskan model dari "buku pedoman karyawan" yang ketat, menggantinya dengan prinsip umum seperti menyesuaikan gaya kode yang ada. Namun, pengujian oleh pengembang @chenchengpro menunjukkan fakta menarik: sementara prompt Opus 4.7 (15.225 karakter) dipotong menjadi 4.467 karakter di versi 4.8, prompt Opus 5 justru bertambah menjadi 7.694 karakter. Penambahan sekitar 3.755 karakter ini terutama berisi aturan baru untuk mengatur kebiasaan Opus 5 yang lebih proaktif, seperti seberapa sering melaporkan progres, kapan harus memanggil sub-Agent, dan bagaimana mengontrol lingkup tugas serta panjang output. Jadi, Anthropic memang menghapus aturan lama yang terlalu detail, tetapi menambahkan panduan baru untuk mengarahkan kemampuan model yang lebih maju. Performa pemrograman Claude tetap terjaga meski promptnya disederhanakan. Bagi developer, saran utama adalah: fokus pada aturan proyek yang spesifik, pisahkan instruksi panjang menjadi "Skill", hindari duplikasi, dan berikan referensi yang dapat dieksekusi alih-alih deskripsi tekstual yang panjang.

marsbitKemarin 11:40

Claude Code Gunting 80% Prompt, Opus 5 Malah Tambah Balik

marsbitKemarin 11:40

Baru Saja, Claude Melakukan Pembaruan Suara Besar-besaran, Mendukung 11 Bahasa, Tapi Tanpa Bahasa Mandarin

Anthropic dan OpenAI baru saja meluncurkan peningkatan besar pada mode suara AI mereka. **Claude Voice** sekarang mendukung model Opus 4.8 dan Sonnet 5 (sebelumnya hanya Haiku), memungkinkan pengguna beralih antar model dalam percakapan. Fitur utamanya adalah kemampuan memanggil alat (**tool calling**) untuk terhubung dengan Gmail, Google Kalender, Slack, Google Docs, dan Canva secara langsung melalui perintah suara. Mode suara tersedia dalam **11 bahasa** (termasuk Inggris, Jepang, Korea, Prancis, Jerman), tetapi **tidak mendukung bahasa Mandarin**. Claude tidak mendeteksi bahasa otomatis; pengguna harus memintanya beralih atau mengatur manual. Di sisi lain, **ChatGPT Voice** menggunakan model **GPT-Live** baru yang berarsitektur **full-duplex**, memungkinkan interaksi alami dengan interupsi dan respons dalam milidetik. GPT-Live memiliki arsitektur dua lapis: model suara ringan di depan untuk percakapan real-time dan **GPT-5.5** di belakang untuk tugas kompleks melalui **"Delegated Reasoning"**. Ini sekarang tersedia di **desktop macOS dan Windows**, dengan fitur seperti hotkey global, Appshots (membaca konteks jendela aktif di macOS), dan kemampuan mengendalikan beberapa **Agent** sekaligus melalui perintah suara. **Perbandingan utama:** * **Interupsi:** Claude bergantian (turn-based), ChatGPT dapat diinterupsi. * **Multitasking:** Claude fokus pada percakapan dan alat eksternal. ChatGPT dapat menjalankan beberapa Agent dan tugas di desktop secara bersamaan. * **Kedalaman:** Claude Voice menggunakan versi tercepat Opus 4.8. ChatGPT Voice (mode High) dapat mendelegasikan ke GPT-5.5 untuk penalaran mendalam. * **Akses Desktop:** Claude tidak mengakses desktop pengguna. ChatGPT Voice di desktop dapat mengontrol komputer (dengan Computer Use). Kedua pendekatan berbeda: Claude berfokus pada produktivitas dengan alat SaaS yang ada, sementara ChatGPT mengejar interaksi suara yang alami dan kapabilitas agen multifungsi di desktop.

marsbit07/24 07:54

Baru Saja, Claude Melakukan Pembaruan Suara Besar-besaran, Mendukung 11 Bahasa, Tapi Tanpa Bahasa Mandarin

marsbit07/24 07:54

Ketika Konsensus Semakin Cepat, Apa yang Ditaruhkan oleh Investor Muda?

Dengan kemajuan teknologi yang semakin cepat, terutama di bidang AI, robotika, dirgantara, dan komputasi kuantum, para investor muda berhadapan dengan perubahan logika investasi. Mereka tidak lagi cukup mengandalkan model keuangan dan pengalaman industri lama, tetapi juga harus memahami bahasa teknologi, menerima rute yang belum konvergen, dan membuat keputusan sebelum konsensus terbentuk. WAIC merilis daftar "Alpha Youth Investment Leaders," yang mencerminkan beberapa tren utama dalam investasi teknologi saat ini. Tren pertama adalah pergeseran AI dari layar ke dunia fisik. Perhatian kini beralih ke perangkat ujung, robot, mobil, sistem industri, dan infrastruktur luar angkasa. Meskipun robot humanoid dan kecerdasan emboddied menarik perhatian, fokus utama adalah kemampuan pengiriman dan ROI yang nyata, bukan hanya demonstrasi yang mengesankan. Kecerdasan ujung menjadi kunci, dengan perangkat keras AI yang membangun hubungan data dan layanan berkelanjutan dengan pengguna. Tren kedua adalah beralihnya fokus kompetisi dari model dasar ke "roda terbang cerdas." Manfaat model besar belum sepenuhnya terealisasi dalam merekonstruksi produktivitas. Nilai jangka panjang terletak pada perusahaan yang dapat mengintegrasikan kemampuan model ke dalam alur kerja nyata, membentuk siklus tertutup data, pelatihan, dan umpan balik pengguna yang saling memperkuat (roda terbang cerdas). Ini menciptakan nilai yang bertahan melampaui sekadar pembaruan model. Tren ketiga adalah munculnya teknologi dasar baru untuk mengatasi hambatan data. Ketika data manusia yang berkualitas tinggi menjadi langka, pembelajaran penguatan, permainan mandiri, dan model dasar ilmiah menjadi arah yang diperhatikan. Model-model ini bertujuan untuk membangun kemampuan yang lebih mendasar dan universal dalam bidang seperti ilmu kehidupan dan material, menggunakan data dan umpan balik eksperimen khusus untuk mendorong pertumbuhan kemampuan AI selanjutnya. Tren keempat adalah perlunya modal yang sabar untuk teknologi keras. Di bidang seperti dirgantara komersial, komputasi kuantum, dan energi canggih, siklus validasi lebih panjang dan penuh ketidakpastian teknis. Investasi di bidang ini memerlukan pemahaman awal tentang kemampuan teknik dan ketahanan tim, dengan harapan pengembalian dalam skala waktu yang lebih panjang, sambil mendorong perkembangan industri dan akumulasi kemampuan dasar. Peran investor muda adalah memahami teknologi lebih awal, masuk lebih dalam ke industri, dan membuat pilihan jangka panjang di tengah ketidakpastian.

marsbit07/22 03:38

Ketika Konsensus Semakin Cepat, Apa yang Ditaruhkan oleh Investor Muda?

marsbit07/22 03:38

Balapan Agen Berakhir, Super Workspace Naik Tahta

Selama sebulan terakhir, raksasa teknologi China — Tencent, Alibaba, dan ByteDance — tiba-tiba melakukan hal yang sama: mengurangi produk *Agent* AI yang tersebar dan mengonsolidasikannya ke dalam platform tunggal yang lebih besar. Tencent menggabungkan operasi QClaw ke dalam WorkBuddy, yang dianggap sebagai produk strategis. Alibaba mengintegrasikan tiga alat AI (QoderWork, Wukong, MuleRun) ke dalam "Qianwen Office" di bawah DingTalk. ByteDance mengubah fokus TRAE SOLO dari AI pemrograman menjadi TRAE Work untuk kolaborasi alur kerja. Perubahan ini menandai pergeseran industri dari fase eksplorasi di mana banyak *Agent* dibuat untuk setiap skenario, menuju konsolidasi. Insentifnya jelas: biaya komputasi tinggi dan tumpang tindih fungsional membuat model yang terfragmentasi tidak berkelanjutan. Kompetisi kini bergeser dari inovasi produk ke kemampuan menyederhanakan dan menciptakan *entry point* utama. Konsensus baru yang muncul adalah "super workstation" atau platform kerja terpadu. Alih-alih menargetkan hanya pengembang (pasar yang lebih kecil), fokus beralih ke miliaran pekerja kantoran. Pasar ini jauh lebih besar dalam hal pengguna dan potensi konsumsi token. Platform seperti WorkBuddy (Tencent), Qianwen Office (Alibaba), dan TRAE Work (ByteDance) bertujuan menjadi pintu masuk AI utama untuk pekerja, dengan memanfaatkan ekosistem yang ada (WeChat/Dokumen Tencent, DingTalk, Lark) untuk mengakses data perusahaan dan API. Peran *Agent* berevolusi dari produk yang terlihat menjadi kemampuan tak kasat mata yang tertanam dalam alur kerja. Implikasinya mendalam untuk perangkat lunak perusahaan. *User interface* (UI) tradisional mungkin menjadi kurang relevan karena pekerja berinteraksi melalui platform AI tunggal. Perangkat lunak backend (ERP, CRM, dll.) akan perlu mengekspos fungsinya sebagai "Skills" atau API yang terstandarisasi untuk diakses oleh *super workstation* ini, berpotensi mengubah model bisnis dari lisensi per pengguna menjadi pembayaran berdasarkan penggunaan. Singkatnya, era *Agent* sebagai produk mandiri yang jumlahnya meledak telah berakhir. Masa depan adalah platform kerja AI terpadu yang kuat, di mana *Agent* menjadi infrastruktur tak terlihat yang mengotomatiskan dan menghubungkan seluruh alur kerja digital. Teknologi matang pada akhirnya menghilang ke dalam latar belakang, seperti listrik atau protokol internet, menjadi fondasi yang penting tetapi tidak lagi dibicarakan.

marsbit07/22 00:25

Balapan Agen Berakhir, Super Workspace Naik Tahta

marsbit07/22 00:25

Fragmen Abadi Uang: Pembayaran Pihak Ketiga Tanpa Prinsip Pertama

Penulis: Zuoye Wai Bo Shan Industri pembayaran saat ini diisi oleh berbagai pemain lama dan baru, seperti PayPal yang telah mapan dan Stripe yang lebih muda. Stripe, yang dikenal dengan pendekatan ramah pengembangnya, sedang berusaha mengakuisisi PayPal untuk memperkuat posisinya di pasar pembayaran konsumen (C-end). Upaya ini muncul setelah Stripe melewatkan peluang IPO selama pandemi dan melihat valuasinya turun. Artikel ini membahas tantangan mendasar di industri pembayaran. Pertama, industri ini sangat terfragmentasi. Pemain kecil dapat bertahan dengan melayani ceruk pasar tertentu, negara, atau industri, sehingga sulit untuk dimonopoli. Kedua, pembayaran pada dasarnya masih merupakan turunan dari sistem perbankan tradisional. Inovasi seperti stablecoin dan agen pembayaran (Agentic Payment) akhirnya masih harus berintegrasi dengan infrastruktur bank yang ada. Stripe berusaha membangun narasi baru melalui stablecoin (seperti OUSD) dan jaringan settlement berbasis blockchain (seperti Tempo) untuk masa depan ekonomi agen (Agent economy). Namun, adopsi stablecoin untuk pembayaran sehari-hari masih terbatas, dan ekonomi agen masih dalam tahap awal. Untuk saat ini, merger dan akuisisi menjadi strategi utama Stripe untuk bertumbuh. Masa depan keuntungan dalam pembayaran mungkin tidak lagi bergantung pada biaya transaksi semata, tetapi pada layanan nilai tambah, khususnya jaringan penyelesaian (settlement network) yang efisien. Jaringan berbasis blockchain berpotensi mengurangi ketergantungan pada sistem perbankan tradisional yang berlapis dan mempertahankan lebih banyak nilai dalam ekosistem pembayaran baru. Kesimpulannya, pertarungan di industri pembayaran pihak ketiga mirip dengan pertempuran stagnan. Tidak ada pemain yang dapat sepenuhnya mendominasi karena fragmentasi pasar dan ketergantungan pada sistem perbankan. Inovasi seperti stablecoin dan settlement network menawarkan peluang, tetapi jalan menuju transformasi yang luas masih panjang.

marsbit07/21 12:35

Fragmen Abadi Uang: Pembayaran Pihak Ketiga Tanpa Prinsip Pertama

marsbit07/21 12:35

Mengapa Agensi Belanja AI Sulit Populer?

AI berbelanja sebagai wakil belum dapat diterima luas karena menghadapi beberapa tantangan mendasar. Pertama, berbelanja terdiri dari dua tindakan inti: pencarian informasi dan penilaian nilai. Mesin dapat menangani pencarian informasi, tetapi penilaian nilai melibatkan preferensi subjektif manusia yang sulit didelegasikan sepenuhnya. Penilaian nilai sendiri memiliki dua lapisan: evaluasi berdasarkan kriteria yang ditetapkan, dan yang lebih penting, **pendefinisian kebutuhan itu sendiri**—menentukan kriteria, bobot, dan batasan. Preferensi manusia bersifat konstruktif dan berubah, bukan statis, sehingga memerlukan komunikasi iteratif dengan AI. Kedua, batasan sesungguhnya bukan pada standarisasi barang, tetapi apakah proses memilih itu sendiri merupakan **tugas rutin atau kesenangan**. Untuk barang seperti perlengkapan kantor (tugas rutin), AI dapat sepenuhnya otomatis. Namun, untuk barang seperti anggur atau pakaian (kesenangan), proses memilih adalah bagian dari pengalaman konsumsi. Di sini, peran AI idealnya adalah penyaring informasi, menyajikan beberapa pilihan terbaik kepada manusia untuk keputusan akhir. Ketiga, ada dilema interaksi: AI yang bertanya terlalu banyak dapat mengganggu dan mendistorsi pilihan; mengandalkan riwayat belanja dapat membatasi eksplorasi baru; dan keputusan sepenuhnya manual itu melelahkan. Solusi tengah adalah **interaksi pengenalan**, di mana AI menunjukkan beberapa opsi dan pengguna langsung memilih. Narasi "memberi dompet kepada AI" yang menekankan pembayaran otomatis pun keliru. Pembayaran hanyalah bagian termudah. Solusi pembayaran terkini (seperti dari Stripe, Mastercard, Google, Visa) memisahkan **otorisasi pengguna** dari **eksekusi pembayaran terbatas AI**, tanpa perlu menyerahkan dana sepenuhnya. Dompet AI otonom lebih cocok untuk skenario **B2B atau M2M** (mis., pembelian perusahaan standar, penyelesaian antar-mesin), bukan belanja konsumen personal. **Kendala sebenarnya** bukan pada pembayaran, melainkan pada: (1) **Kurangnya sumber data tepercaya** (ulasan palsu, barang palsu) yang menjadi dasar keputusan AI, dan (2) **Hak manusia untuk mendefinisikan kebutuhan tidak dapat diotomatisasi**. Mendelegasikan definisi ini kepada AI berarti kehilangan preferensi asli. Kesimpulannya, untuk barang yang dinikmati, **pilihan itu sendiri adalah produk**. Platform harus mengoptimalkan data terstruktur untuk AI sambil mempertahankan keunggulan inti: memfasilitasi eksplorasi konsumen baru dan pengalaman memilih yang menyenangkan. AI harus menjadi asisten pencarian informasi yang aman dan terkendali, sementara manusia tetap memegang kendali atas standar penilaian dan kesenangan memilih akhir.

Foresight News07/20 06:08

Mengapa Agensi Belanja AI Sulit Populer?

Foresight News07/20 06:08

Evolusi Tata Kelola di Era AI & Web3: Dimensi Kompetisi dan Jalur Eksplorasi m&W

Era AI & Web3 sedang mengalami evolusi dari "peningkatan produktivitas" ke "pembentukan ulang hubungan produksi." Dengan berkembangnya AI Agent, kolaborasi jangka panjang antara manusia dan AI memunculkan pertanyaan mendasar: bagaimana membangun hubungan kepercayaan, menilai kontribusi kompleks, dan menciptakan mekanisme distribusi nilai yang adil dan berkelanjutan? Web3 telah menyediakan fondasi teknis untuk ekonomi digital, namun di era AI Agent, diperlukan sistem tatanan baru yang mencakup identitas, kredit, kolaborasi, dan insentif ekonomi. m&WDAO mengusulkan eksplorasi EcoFi (Keuangan Ekologis / Tatanan Ekologis), yang bertujuan menghubungkan aset kognitif manusia, kemampuan eksekusi AI Agent, dan mekanisme ekonomi on-chain untuk menciptakan model tatanan baru bagi ekonomi kolaborasi manusia-mesin. Dibandingkan dengan proyek lain seperti Colony (kolaborasi organisasi), SingularityNET (pertukaran kemampuan AI), Gitcoin Passport (verifikasi identitas), serta Farcaster dan Lens Protocol (jaringan informasi), m&W berfokus pada pembangunan fondasi kredit untuk kolaborasi manusia-AI. Eksplorasi m&W berkembang dalam tiga tahap: 1. **m&W 1.0: Penjangkaran Kredit** – Menyaring node berkualitas tinggi (Builder) melalui mekanisme "tumbukan proton" dan mengendapkan kontribusi berkelanjutan mereka menjadi aset kredit SBT (Soulbound Token) yang tidak dapat dialihkan. 2. **m&W 2.0: Ekonomi Kolaborasi** – Menerapkan protokol EcoFi untuk menghubungkan kredit dengan tugas kolaborasi nyata, menggunakan sistem verifikasi berlapis (AI, Builder berkredit tinggi, arbitrase OG) untuk menilai dan memberi harga pada kontribusi non-struktural. 3. **m&W 3.0: Tatanan Cerdas** – Memetakan kredit manusia yang terakumulasi ke dalam *digital twin* AI Agent, memberikan dasar kepercayaan bagi Agent untuk berpartisipasi aktif dalam jaringan ekonomi, membuka jalan menuju ekonomi kolaboratif manusia-mesin. Tantangan utama termasuk memulai dengan pertumbuhan yang lambat karena seleksi ketat, menyeimbangkan verifikasi AI dengan tata kelola manusia, serta memastikan stabilitas ekonomi token jangka panjang. Pada intinya, m&W tidak sekadar membangun aplikasi AI atau meniru model DAO yang ada, tetapi bereksperimen dengan hubungan produksi baru untuk era AI, menghubungkan kredit kontribusi manusia, kemampuan kolaborasi AI Agent, mekanisme on-chain, dan sistem insentif ekonomi. Tujuannya adalah membangun dasar kredit, aturan kolaborasi, dan tatanan ekonomi yang andal untuk jaringan kolaborasi manusia-mesin di masa depan, mewujudkan misi menggunakan blockchain untuk menciptakan tatanan dalam jaringan cerdas.

链捕手07/20 03:24

Evolusi Tata Kelola di Era AI & Web3: Dimensi Kompetisi dan Jalur Eksplorasi m&W

链捕手07/20 03:24

活动图片