# 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.

Codex dan ChatGPT Digabungkan, Perebutan Posisi Alat Pemrograman Dimulai

OpenAI mengalihkan fokus dari ChatGPT ke Codex, dengan mengintegrasikan ketiganya bersama Atlas menjadi satu aplikasi desktop super. Codex, yang awalnya alat pemrograman, kini menjadi bisnis pertumbuhan tercepat OpenAI, dengan pengguna aktif mingguan melebihi 5 juta. Perbedaannya adalah ChatGPT memberikan jawaban dan saran, sedangkan Codex bertindak untuk menyelesaikan pekerjaan secara langsung. Hal ini membuatnya semakin populer di kalangan analis, manajer investasi, bankir, dan profesional lainnya. OpenAI memperkuat Codex dengan model GPT-5.2/5.5, mengubahnya dari alat pelengkap kode menjadi agen AI yang dapat menangani tugas kompleks. Perusahaan juga meluncurkan enam plugin untuk berbagai peran seperti analisis data, penjualan, dan desain produk. Fitur baru "Sites" memungkinkan pembuatan situs web interaktif dari dokumen, sementara fitur "Anotasi" memudahkan pengeditan kolaboratif. Perubahan ini merepresentasikan pergeseran industri AI dari era "obrolan" ke era "eksekusi", di mana AI bertindak sebagai rekan kerja digital yang memahami tujuan pengguna dan secara otomatis menyelesaikan pekerjaan menggunakan alat yang sesuai.

marsbit06/04 11:36

Codex dan ChatGPT Digabungkan, Perebutan Posisi Alat Pemrograman Dimulai

marsbit06/04 11:36

ByteDance Menggunakan CPU Arm, Huang Renxun: Sedihnya Tidak Membeli Arm

Pada Computex 2026, CEO Arm Rene Haas mengumumkan bahwa ByteDance dan Oracle telah mengadopsi chip CPU data center buatan Arm, Arm AGI, yang dirancang khusus untuk infrastruktur AI dan agen cerdas. Arm meningkatkan proyeksi permintaan untuk CPU ini dua kali lipat, dengan target pendapatan tahunan mencapai $150 miliar dalam lima tahun. Haas menyebut pembatasan ekspor CPU AI ke China sulit diterapkan karena kesulitan membedakan CPU khusus AI. Diskusi menarik terjadi antara Rene Haas dan CEO Nvidia Jensen Huang, yang berbagi penyesalan atas gagalnya akuisisi Arm oleh Nvidia. Huang menjelaskan alasan di balik chip RTX Spark berbasis Arm, menekankan pentingnya CPU yang kuat untuk agen cerdas yang berjalan di PC dan cloud. Ia yakin agen cerdas akan memperluas skala industri komputer secara signifikan. Haas memaparkan kemajuan Arm dalam chip PC, termasuk kolaborasi dengan Nvidia, MediaTek, serta rencana rute untuk CPU Arm AGI generasi kedua dan ketiga. Dengan masuknya pemain seperti Amazon, Google, dan Nvidia ke CPU berbasis Arm, fokus persaingan komputasi mulai bergeser dari GPU ke CPU, terutama untuk tugas inferensi dan manajemen agen cerdas, dengan efisiensi daya sebagai poros persaingan utama.

marsbit06/04 04:55

ByteDance Menggunakan CPU Arm, Huang Renxun: Sedihnya Tidak Membeli Arm

marsbit06/04 04:55

Claude Code Meluncurkan Workflow Dinamis: Membuat AI Belajar Bekerja dalam Tim Sendiri

Claude Code telah memperkenalkan "workflows dinamis" yang memungkinkan AI membuat dan mengoordinasi tim agen (sub-agent) untuk menangani tugas kompleks secara mandiri. Fitur ini mengatasi masalah umum seperti "kemalasan agen," bias preferensi diri, dan pergeseran tujuan selama tugas panjang. Dengan memecah tugas, menugaskan agen khusus, memproses paralel, dan validasi silang, workflows dinamis memperluas penggunaan Claude Code dari sekadar tugas pemrograman (migrasi, refaktor, tinjauan kode) ke area non-teknis seperti penelitian mendalam, verifikasi fakta, penyaringan resume, analisis akar masalah, dan penilaian rencana bisnis. Workflows beroperasi dengan menjalankan file JavaScript yang berisi fungsi khusus untuk menghasilkan dan menyinkronkan agen. Pola umum meliputi klasifikasi dan eksekusi, pembagian dan sintesis, verifikasi adverserial, generasi dan penyaringan, turnamen, serta perulangan hingga kondisi terpenuhi. Meski lebih banyak menggunakan token dan tidak selalu diperlukan untuk tugas coding biasa, fitur ini menawarkan pendekatan terstruktur untuk pekerjaan rumit. Pengguna dapat menyimpan, berbagi, dan menggabungkannya dengan perintah seperti /goal dan /loop, sambil mengatur anggaran token. Inovasi ini menandai pergeseran kompetisi alat AI ke kemampuan mengatur alur eksekusi yang andal dan dapat diperiksa.

marsbit06/04 02:19

Claude Code Meluncurkan Workflow Dinamis: Membuat AI Belajar Bekerja dalam Tim Sendiri

marsbit06/04 02:19

Setelah Ini, ChatGPT Mungkin Akan Hilang

OpenAI secara resmi mengumumkan akan menggabungkan Codex ke dalam ChatGPT dalam beberapa minggu ke depan, menandai langkah pertama menuju aplikasi super yang menggabungkan percakapan dan eksekusi. Meski masih memakai nama ChatGPT, esensinya berubah dari alat chat menjadi platform agen yang bertindak. Penggabungan ini didorong oleh kesuksesan Codex yang mencapai 500 juta pengguna aktif mingguan, dengan 20% di antaranya bukan programmer. Codex juga menyumbang 40% pendapatan OpenAI. OpenAI memperkenalkan tiga pembaruan utama: plugin Agen untuk enam peran profesional, fitur Annotations untuk modifikasi langsung, dan Sites untuk mengubah hasil kerja menjadi aplikasi web. Langkah ini merupakan respons terhadap pesaing utama, Anthropic Claude Code, yang memimpin dalam kualitas kode, tetapi Codex unggul dalam aksesibilitas dan efisiensi biaya dengan model GPT-5.5 yang menghemat token. OpenAI berfokus pada peralihan dari era "chat" ke era "agen", di mana ChatGPT berfungsi sebagai basis pengguna, sementara Codex menjadi mesin pertumbuhan. Di masa depan, integrasi dengan browser Atlas diharapkan dapat menciptakan aplikasi super tunggal untuk semua tugas. Di China, perusahaan-perusahaan besar juga berlomba mengembangkan platform agen serupa untuk merebut pintu masuk utama di era AI ini. Intinya, ChatGPT akan tetap menjadi merek, tetapi fungsinya berkembang menjadi platform agen yang lebih otomatis dan eksekutif.

marsbit06/03 23:55

Setelah Ini, ChatGPT Mungkin Akan Hilang

marsbit06/03 23:55

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

Selama tiga tahun terakhir, narasi kekuatan komputasi AI hampir sepenuhnya berpusat pada GPU, dengan CPU hanya dianggap sebagai peran pendukung. Namun, mulai 2026, narasi ini mulai retak. Intel meluncurkan prosesor Xeon 6+ di Beijing, yang dideskripsikan bukan sebagai pendamping GPU, melainkan sebagai "bidang kendali" infrastruktur AI, yang bertanggung jawab atas orkestrasi, konkurensi, dan aliran data. Laporan dari SemiAnalysis pada Februari 2026 juga menyoroti "kembalinya CPU" dengan cara yang berbeda. Pergeseran ini didorong oleh perubahan beban kerja AI dari pelatihan model skala besar ke inferensi dan agen AI yang melibatkan ribuan tugas ringan secara bersamaan. Di sinilah CPU, dengan kemampuan orkestrasi dan penanganan aliran data, menjadi penting kembali—bukan karena lebih cepat daripada GPU, tetapi karena menyelesaikan hambatan baru yang tidak dapat ditangani GPU. Xeon 6+ memilih jalur inti efisiensi (E-core) hingga 288 inti, berfokus pada kepadatan dan efisiensi tinggi untuk menangani beban kerja throughput tinggi seperti agen AI. Namun, jalan Intel tidak tanpa tantangan: persaingan dengan NVIDIA (yang mengembangkan solusi CPU+GPU terintegrasi), CPU ARM buatan vendor cloud seperti AWS Graviton, serta ketatnya kompetisi teknologi proses manufaktur 18A melawan TSMC N2 dan Samsung 2nm. Kesimpulannya, kembalinya CPU ke panggung kekuatan AI adalah nyata, didorong oleh kebutuhan orkestrasi dalam era agen AI. Namun, siapa yang akan memimpin "kembalinya" ini—apakah Intel, ARM, vendor cloud, atau NVIDIA—masih harus dibuktikan dalam beberapa tahun ke depan.

marsbit06/03 10:45

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

marsbit06/03 10:45

SaaS Selamat di Tengah Kepunahan: Semua Pemenang yang Bertahan Punya Kesamaan

Pasar SaaS baru saja melalui periode sulit yang disebut "SaaSpocalypse" karena kekhawatiran AI akan menggantikan perangkat lunak berbasis langganan per pengguna. Namun, beberapa perusahaan kini bangkit, sementara yang lain masih tertekan. Pemenang seperti **Snowflake** dan **Datadog** melonjak karena model bisnis mereka yang berbasis konsumsi (pemakaian). AI justru meningkatkan kebutuhan akan pemrosesan data dan pemantauan, sehingga mempercepat pendapatan mereka. **Microsoft** dan **Palantir** juga kuat sebagai platform/channel yang memfasilitasi adopsi AI. Di sisi lain, perusahaan seperti **Salesforce** dan **ServiceNow** yang tradisionalnya berbasis lisensi per pengguna sedang dalam transisi menuju model berbasis nilai/konsumsi (misalnya Flex Credits dari Salesforce). Pasar masih menunggu bukti kecepatan transformasi ini. Sementara itu, perusahaan seperti **Intuit** menghadapi tekanan lebih langsung karena layanan mereka lebih rentan tergantikan oleh AI. Intinya, pasar kini beralih dari ketakutan umum ke tahap menyaring perusahaan mana yang **diperkuat oleh AI** (karena menciptakan lebih banyak pekerjaan/pemakaian) dan mana yang **terancam digantikan** olehnya. Garis pemisah antara model bisnis "berbasis konsumsi" dan "berbasis kursi/per tugas" menjadi kunci untuk memahami pergerakan pasar ke depan.

marsbit06/03 02:05

SaaS Selamat di Tengah Kepunahan: Semua Pemenang yang Bertahan Punya Kesamaan

marsbit06/03 02:05

Setelah 540 Ribu Baris Kode, Garry Tan Menyadari Permainan Lama Pemrograman AI Sudah Berakhir

Editor's Note: Sementara banyak orang memperdebatkan apakah AI akan menggantikan programmer, Presiden YC Garry Tan justru mengajukan pertanyaan lain: Jika AI sudah dapat menyelesaikan sebagian besar pekerjaan pemrograman, mengapa kita masih mengelolanya dengan cara lama seperti perangkat lunak biasa? Awal tahun ini, Garry Tan menghabiskan beberapa bulan untuk membuat proyek "Garry's List" dengan Rails dan AI Agent, yang menghasilkan lebih dari 540.000 baris kode. Namun, ia menyimpulkan bahwa kode tersebut tidak penting. Yang berharga adalah "GStack"—kerangka kerja pengembangan baru yang dibangun di sekitar alur kerja AI Agent. Menurutnya, industri perangkat lunak selama ini terbiasa membungkus model AI dengan banyak tes, validator, mekanisme percobaan ulang, dan logika kontrol. Ini seperti membangun "pabrik Foxconn" untuk pekerja AI yang sangat cerdas—membatasi agen yang sebenarnya sudah mampu dengan banyak aturan. Dengan biaya model yang turun cepat dan kemampuannya meningkat, fokus pengembangan perangkat lunak beralih dari "menulis lebih banyak kode" ke "merancang lebih banyak kemampuan." Tan mengusulkan menggunakan Markdown untuk membuat "skill pack" (paket keterampilan yang dapat diuji dan digunakan kembali), di mana Agent dapat secara otomatis menghasilkan kode, tes, dan sistem evaluasi. Sebagai contoh, pekerjaan menilai hackathon yang biasanya memakan waktu berhari-hari kini dapat diselesaikan oleh Agent dalam beberapa puluh menit. Intinya, artikel ini membahas akhir dari logika industrialisasi perangkat lunak. Ketika kode bukan lagi sumber daya paling langka, kompetensi inti insinyur juga bergeser: Daripada menulis lebih banyak kode, kemampuan untuk menilai apa yang layak dibangun, mendefinisikan masalah, dan mengemas pengalaman menjadi aset kemampuan yang dapat digunakan kembali menjadi lebih penting. Kesimpulannya: Insinyur terbaik di masa depan mungkin bukan yang menulis kode paling banyak, tetapi yang menulis paling sedikit namun mampu melepaskan kecerdasan paling besar.

marsbit06/02 21:42

Setelah 540 Ribu Baris Kode, Garry Tan Menyadari Permainan Lama Pemrograman AI Sudah Berakhir

marsbit06/02 21:42

Partner Pantera: Di Era Agen Cerdas, Blockchain adalah Jawaban yang Tak Terhindarkan untuk AI

Penulis asli: Paul Veradittakit, Mitra di Pantera Capital. Ringkasan: AI dan blockchain tengah berintegrasi di empat pilar utama: penyelesaian pembayaran, sistem identitas, sistem terbuka, dan agregasi sumber daya. Logika dasarnya saling melengkapi: AI mewakili kelimpahan pasokan (konten dan agen cerdas yang tak terbatas), sementara blockchain mewakili kelangkaan dan kepastian hak (kepemilikan terverifikasi, penyelesaian asli di rantai). AI menghasilkan konten dan layanan, blockchain menetapkan hak dan menyelesaikan nilai. Ekonomi agen cerdas (AI Agent) membutuhkan infrastruktur keuangan native yang dirancang untuk mesin, bukan manusia. Agen tidak dapat membuka rekening bank atau menggunakan sistem transfer tradisional; mereka memerlukan jaringan pembayaran berbiaya rendah, tersedia 24/7, dan dapat diprogram, yang merupakan keunggulan inti blockchain. Proyek seperti OpenFX (penyelesaian dengan stablecoin) dan Alchemy (platform pengembangan) telah menunjukkan kelayakan komersialnya. Di era konten dan identitas yang dihasilkan AI, kebutuhan untuk membedakan manusia asli dari AI menjadi mendesak. Blockchain menawarkan solusi verifikasi identitas global yang aman, privat, dan tahan sensor, seperti yang diimplementasikan oleh World (Worldcoin) dan TransCrypts. Saat ini terjadi kesenjangan valuasi yang signifikan antara sektor AI dan aset kripto. Valuasi perusahaan AI terkemuka melambung tinggi, sementara aset kripto seperti Bitcoin berada di bawah tren jangka panjangnya, menciptakan peluang investasi relatif yang langka. Para pemimpin industri seperti Robbie Mitchnick dari BlackRock menyatakan bahwa aset kripto adalah mata uang native untuk era kecerdasan mesin. Jendela peluang industri telah terbuka. Integrasi AI dan blockchain bukan lagi tren masa depan, melainkan realitas yang sedang diterapkan. Infrastruktur pendukung seperti Alchemy, World, dan OpenFX semakin matang, lingkungan regulasi membaik, dan modal mulai mengakui nilai yang terpendam di sektor kripto. Ini adalah periode emas untuk membangun solusi keuangan native untuk agen, identitas terdesentralisasi, dan sistem kolaborasi otonom di rantai.

marsbit06/02 13:15

Partner Pantera: Di Era Agen Cerdas, Blockchain adalah Jawaban yang Tak Terhindarkan untuk AI

marsbit06/02 13:15

Chatbot Sudah Membakar Uang Tiga Tahun, Masihkah Menjadi 'Benua Baru' Era AI?

Dalam beberapa tahun terakhir, chatbot dianggap sebagai "peta harta karun" menuju "benua baru" di era AI, terutama setelah kesuksesan fenomenal ChatGPT. Namun, ekspektasi bahwa chatbot akan menjadi pintu masuk super yang menguasai nilai ekonomi, mirip dengan era internet seluler, mulai dipertanyakan. Realitas bisnis chatbot ternyata sulit. OpenAI, dengan miliaran pengguna aktif, masih merugi karena biaya komputasi yang tinggi per interaksi. Model langganan berbayar menghadapi tantangan, terutama di pasar seperti Tiongkok di mana kebiasaan membayar untuk aplikasi mandiri rendah. Iklan, yang diharapkan menjadi solusi, juga terbukti sulit diimplementasikan secara efektif dalam format dialog karena kurangnya niat beli pengguna, ruang terbatas, dan masalah kepercayaan terhadap jawaban. Analisis menunjukkan chatbot mungkin bukan bentuk akhir. Data dari Anthropic dan penelitian lainnya mengindikasikan mayoritas pengguna memanfaatkan AI untuk membantu pekerjaan, bukan sekadar mengobrol. Tren menuju "Agent" AI yang dapat mengeksekusi tugas multi-langkah, serta integrasi AI ke dalam aplikasi yang ada, sistem operasi, dan perangkat keras (seperti yang dilakukan oleh OpenClaw, Apple Intelligence, dan Meta) menunjukkan masa depan AI mungkin lebih tersebar dan tertanam, daripada terkonsentrasi pada aplikasi chatbot mandiri. Kesimpulannya, chatbot berperan penting dalam memperkenalkan kemampuan AI kepada publik, tetapi sebagai model bisnis mandiri, ia menghadapi tantangan ekonomi mendasar. "Peta lama" yang berfokus pada pencarian pintu masuk super mungkin perlu diperbarui. "Benua baru" yang sesungguhnya dalam era AI kemungkinan terletak pada bagaimana kemampuan AI diintegrasikan dan memberikan nilai di dalam produk serta layanan yang sudah ada, mengubahnya dari dalam.

marsbit06/02 10:40

Chatbot Sudah Membakar Uang Tiga Tahun, Masihkah Menjadi 'Benua Baru' Era AI?

marsbit06/02 10:40

Posisi Baru di Lembah Silikon, FDE, Sedang Naik Daun, Jenis Bakat AI Apa yang Diperlukan Perusahaan?

Redaksi: Dengan OpenAI dan Anthropic membentuk tim AI Forward Deployed Engineer (FDE), peran lama yang berasal dari Palantir kembali populer di Silicon Valley. Inti nilai FDE adalah bekerja di lokasi klien untuk mengubah model AI umum menjadi alur kerja Agent yang sesuai dengan proses bisnis spesifik. Namun, artikel ini membahas lebih dari sekadar karir FDE. Ini membahas bagaimana struktur pekerjaan berevolusi di era AI. Penulis berpendapat bahwa dibandingkan sejumlah kecil FDE yang ditugaskan ke klien untuk melaksanakan produk vendor tertentu, kebutuhan yang lebih besar di masa depan adalah AI Engineer internal perusahaan. Mereka perlu memahami prompt, kerangka Agent, sistem evaluasi, serta menggunakan alat pemrograman AI seperti Claude Code untuk menyematkan kemampuan AI ke dalam perangkat lunak dan sistem bisnis. Ini menunjukkan dampak AI terhadap pasar tenaga kerja tidak hanya sekadar "penggantian". AI lebih mungkin menciptakan sejumlah peran umum baru terlebih dahulu, kemudian terus berevolusi menjadi spesialisasi yang lebih sempit seperti LLMOps Engineer, Evals Engineer, dan AI Data Engineer, mirip dengan diferensiasi peran software engineer di masa lalu. Yang benar-benar langka adalah orang-orang yang memahami implementasi teknik sekaligus konteks bisnis. Saat ini, permintaan untuk AI Engineer meningkat pesat. Insinyur ini mampu membangun aplikasi menggunakan komponen perangkat lunak AI. Seiring peran ini matang, diperkirakan akan terpecah menjadi spesialisasi lebih lanjut. Meski spesialisasi masa depan belum pasti, banyak AI Engineer umum sudah menciptakan nilai besar dan sangat dibutuhkan. Diperkirakan bidang ini akan terus matang dalam dekade mendatang, menciptakan lebih banyak peluang kerja baru melalui spesialisasi.

marsbit06/02 04:42

Posisi Baru di Lembah Silikon, FDE, Sedang Naik Daun, Jenis Bakat AI Apa yang Diperlukan Perusahaan?