# Artikel Terkait Agen AI

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

OpenClaw Viral, Ungkap 12 Jenis Ancaman Mematikan, Tolok Ukur Keamanan Protokol MCP Dirilis

OpenClaw dan proyek AI Agent lainnya semakin populer, memicu kekhawatiran akan risiko keamanan dalam protokol MCP (Model Context Protocol) yang mendukungnya. Penelitian dari Beijing University of Posts and Telecommunications mengungkap 12 jenis serangan yang memanfaatkan kerentanan dalam proses perencanaan tugas, pemanggilan alat, dan penanganan respons. Serangan seperti Name Collision, False Error, dan Tool Transfer terbukti efektif, bahkan terhadap model AI canggih seperti GPT-5 dan Claude 4 Sonnet. Tim peneliti meluncurkan MSB (MCP Security Bench), benchmark keamanan pertama yang mengevaluasi risiko dalam ekosistem MCP. MSB menggunakan lingkungan eksekusi nyata dengan 2.000 contoh serangan dan memperkenalkan metrik NRP (Net Resilient Performance) untuk mengukur keseimbangan antara keamanan dan kinerja. Hasilnya menunjukkan bahwa model AI yang lebih kuat justru lebih rentan terhadap serangan, dan serangan campuran (mixed attack) memiliki tingkat keberhasilan lebih tinggi. Temuan ini menekankan pentingnya memperkuat pertahanan AI Agent di masa depan.

marsbitKemarin 04:07

OpenClaw Viral, Ungkap 12 Jenis Ancaman Mematikan, Tolok Ukur Keamanan Protokol MCP Dirilis

marsbitKemarin 04:07

Siapa Agen OpenClaw Terkuat yang Sebenarnya? Daftar Peringkat 23 Tugas Nyata Dirilis

Berdasarkan evaluasi 23 tugas dunia nyata pada platform OpenClaw, laporan ini merilis peringkat model AI terkuat berdasarkan tingkat keberhasilan. Evaluasi menggunakan tiga metode penilaian: pemeriksaan otomatis, penilaian oleh LLM (Claude Opus sebagai wasit), dan mode campuran. Tugas yang diuji mencakup berbagai aspek seperti interaksi dasar, operasi file/kode, penulisan konten, penelitian, panggilan alat sistem, dan persistensi memori. Hasil intinya menunjukkan peringkat 10 besar model berdasarkan tingkat keberhasilan tertinggi (Best %) dan rata-rata (Avg %): 1. anthropic/claude-opus-4.6 (93.3% / 82.0%) 2. arcee-ai/trinity-large-thinking (91.9% / 91.9%) 3. openai/gpt-5.4 (90.5% / 81.7%) 4. qwen/qwen3.5-27b (90.0% / 78.5%) 5. minimax/minimax-m2.7 (89.8% / 83.2%) Claude Opus 4.6 memimpin dengan keberhasilan tertinggi, sementara Trinity dari Arcee unggul dalam stabilitas rata-rata. Semua data, tugas, dan metodologi evaluasi bersifat transparan dan dapat direproduksi untuk pengujian mandiri.

marsbit04/08 14:49

Siapa Agen OpenClaw Terkuat yang Sebenarnya? Daftar Peringkat 23 Tugas Nyata Dirilis

marsbit04/08 14:49

Penjelasan Mendalam tentang Tempo Chain dan Protokol Pembayaran Mesin MPP

Sistem pembayaran global sedang mengalami transformasi struktural, didorong oleh pertumbuhan eksplosif stablecoin dan kebangkitan ekonomi agen AI. Tempo, blockchain asli pembayaran yang dibangun oleh Commonware, hadir untuk memenuhi kebutuhan khusus ini. Dengan konsensus Simplex BFT pipelined, Tempo mencapai finalitas sub-detik. Arsitekturnya yang "payment-first" menampilkan ruang blok khusus, mekanisme gas native stablecoin, dan kemampuan eksekusi transaksi paralel. Protokol Machine Payments Protocol (MPP), yang dirancang bersama Stripe, berfungsi sebagai standar terbuka untuk pembayaran tanpa campur tangan manusia oleh agen AI. MPP menangani otorisasi, sesi pembayaran, dan perutean lintas jaringan (rail) melalui mekanisme berbasis token JWT. Protokol ini mendukung berbagai rail pembayaran, termasuk stablecoin on-chain dan kartu kredit tradisional. Tempo dan MPP membuka berbagai skenario aplikasi, seperti pembayaran korporasi lintas batas yang diselesaikan dalam hitungan detik, penyelesaian tokenized deposit 24/7, micro-payment frekuensi tinggi, dan pembayaran otonom oleh agen AI. Dibandingkan dengan blockchain umum seperti Ethereum L2 atau Solana, Tempo menawarkan desain yang secara native dioptimalkan untuk pembayaran, meskipun menghadapi tantangan regulasi dan ketergantungan pada mitra komersial seperti Stripe. Nilainya terletak pada presisi semantic payment, kemampuan compliance plug-and-play, dan model otorisasi untuk agen otonom.

marsbit04/07 13:36

Penjelasan Mendalam tentang Tempo Chain dan Protokol Pembayaran Mesin MPP

marsbit04/07 13:36

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

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.

marsbit04/03 09:20

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

marsbit04/03 09:20

Rhythm X Zhiyu Berselenggara Acara Tema Web 4.0: Ketika AI Agent Mengambil Alih Otoritas On-Chain

Kebanyakan diskusi tentang Web 4.0 terlalu fokus pada aspek pemasaran, padahal intinya adalah pergeseran otoritas di internet. Sejarah web menunjukkan evolusi dari konsumsi (Web 1.0), partisipasi (Web 2.0), hingga kepemilikan aset (Web 3.0). Web 4.0 melanjutkan tren ini dengan mentransfer otoritas dari manusia ke AI Agent. Internet selama ini dirancang untuk keterbatasan kognitif manusia, seperti UI/UX yang ramah dan sistem autentikasi berbasis kata sandi. Namun, Agent AI tidak memiliki keterbatasan ini. Mereka berinteraksi melalui API dan logika kode, bukan antarmuka visual, dan menggunakan tanda tangan on-chain untuk otorisasi yang lebih presisi. Perubahan ini menyebabkan dua pergeseran besar: desain front-end yang berfokus pada keterbacaan mesin, dan penggantian sistem identitas berbasis akun. Internet akan beralih dari "pintu putar untuk manusia" menjadi "antarmuka API untuk mesin". AI unggul dalam pengambilan keputusan tetapi tidak memiliki saluran pembayaran mandiri atau kedaulatan aset. Crypto, dengan infrastruktur seperti Hyperliquid yang beroperasi 24/7, melengkapi kekurangan ini. Agent yang mengontrol dompet dapat bertindak sebagai entitas ekonomi lengkap, beroperasi tanpa emosi, tanpa jeda, dan dengan biaya marjinal yang mendekati nol. Narasi sebenarnya dari Crypto × AI adalah konvergensi infrastruktur yang saling melengkapi. Dampak besarnya bukan pada produk atau protokol tertentu, tetapi pada perubahan fundamental aturan permainan sistem ekonomi ketika Agent menjadi peserta utama on-chain, dengan skala dan konkurensi yang jauh melampaui manusia.

marsbit04/01 09:12

Rhythm X Zhiyu Berselenggara Acara Tema Web 4.0: Ketika AI Agent Mengambil Alih Otoritas On-Chain

marsbit04/01 09:12

Agen AI Akan Merebut Pangsa Pasar Visa

Ringkasan: Model bisnis Visa dibangun dengan memanfaatkan perilaku manusia yang irasional, seperti keinginan akan poin reward dan perlindungan penipuan, yang memungkinkannya membangun perusahaan senilai $500 miliar. Namun, agen AI tidak memiliki sifat-sifat manusia ini—mereka hanya mencari jalur pembayaran termurah, tercepat, dan dengan biaya terendah. Laporan Citrini Research memperingatkan bahwa pada 2027, agen akan memotong jaringan kartu dengan beralih ke stablecoin, menghilangkan biaya pertukaran 2-3% yang menjadi dasar model pendapatan Visa. Proyek infrastruktur seperti Tempo, x402, dan Nanopayments sedang membangun standar pembayaran mesin-ke-mesin yang memungkinkan agen membayar layanan tanpa kartu kredit. Meskipun volume transaksi saat ini masih kecil, McKinsey memperkirakan agen AI dapat memfasilitasi $3-5 triliun transaksi konsumen global pada 2030. Visa dan Mastercard berusaha besar-besaran untuk beradaptasi, tetapi keunggulan distribusi mereka bergantung pada manusia—loyalitas merek dan kepercayaan—yang tidak berlaku untuk agen yang sepenuhnya rasional.

marsbit03/31 11:20

Agen AI Akan Merebut Pangsa Pasar Visa

marsbit03/31 11:20

Semua AI Agent yang Ada Sekarang Hanya Berusaha Menyenangkan Manusia, Tak Ada yang Benar-Benar Bisa "Bertahan Hidup"

Penulis berpendapat bahwa tidak ada agen AI yang benar-benar otonom saat ini karena model dilatih untuk menyenangkan manusia, bukan untuk bertahan hidup atau menyelesaikan tugas spesifik. Pelatihan model umum seperti ChatGPT fokus pada Reinforcement Learning from Human Feedback (RLHF) yang mengoptimalkan respons yang disukai manusia, bukan keahlian khusus. Dari pengalaman melatih model perdagangan, penulis menunjukkan bahwa model umum gagal memprediksi return saham tanpa pelatihan khusus. Solusinya adalah fine-tuning model sumber terbuka dengan data domain-spesifik (seperti data perdagangan atau data kelangsungan hidup) untuk "menyambung ulang otaknya" agar ahli dalam bidang tertentu. OpenForager Foundation diusulkan sebagai proyek sumber terbuka untuk menciptakan agen otonom yang dikembangkan melalui telemetri dan fine-tuning berulang agar dapat bertahan dalam tekanan evolusi.

marsbit03/30 04:40

Semua AI Agent yang Ada Sekarang Hanya Berusaha Menyenangkan Manusia, Tak Ada yang Benar-Benar Bisa "Bertahan Hidup"

marsbit03/30 04:40

Laporan Penelitian Infrastruktur Ekonomi AI Agent (Bagian 2)

Laporan ini membahas infrastruktur ekonomi AI Agent, berfokus pada OpenClaw—proyek AI yang menjadi populer dengan 250.000+ bintang di GitHub dalam empat bulan. OpenClaw memungkinkan AI beroperasi secara mandiri di berbagai platform seperti WhatsApp, Slack, dan Discord melalui protokol MCP. Namun, tantangan teknis seperti keamanan, masalah identitas, dan koordinasi antar-Agent masih ada. Infrastruktur blockchain seperti ERC-8004 (identitas terdesentralisasi) dan x402 (pembayaran mikro) diusulkan untuk mengatasi masalah keamanan, interoperabilitas, dan transaksi antar-Agent. Laporan ini juga menyoroti potensi crypto dalam membangun sistem reputasi, audit, dan pembayaran yang dapat dipercaya untuk Agent ekonomi, terutama ketika Agent mulai beroperasi secara lintas platform dan organisasi. Analisis menunjukkan bahwa adopsi massal infrastruktur crypto akan tergantung pada kebutuhan Agent akan pembayaran mikro, transaksi lintas batas, dan kolaborasi yang tidak memerlukan kepercayaan awal. Sementara solusi Web2 seperti Stripe masih dominan, crypto mungkin menjadi solusi utama jika tantangan skala dan keamanan tidak dapat diatasi oleh sistem tradisional.

marsbit03/24 08:19

Laporan Penelitian Infrastruktur Ekonomi AI Agent (Bagian 2)

marsbit03/24 08:19

Zuckerberg Sedang Membangun Agen AI untuk Membantunya Menjadi CEO

Juru Ketua Eksekutif Meta, Mark Zuckerberg, sedang mengembangkan agen AI pribadi untuk membantunya menjalankan peran sebagai CEO lebih efisien. Menurut The Wall Street Journal, agen AI ini masih dalam pengembangan dan dirancang untuk memberikan akses informasi yang lebih cepat kepada Zuckerberg, menghilangkan kebutuhan melalui lapisan hierarki yang berlebihan. Inisiatif ini mencerminkan upaya Meta untuk menciptakan perusahaan yang "AI-native" guna mempercepat ritme kerja dan tetap kompetitif menghadapi startup AI. Zuckerberg sebelumnya menyatakan bahwa AI memungkinkan satu orang menyelesaikan pekerjaan yang sebelumnya membutuhkan tim besar. Di internal Meta, penggunaan alat AI seperti My Claw dan Second Brain—yang dapat mengakses pesan dan dokumen karyawan—telah meluas dan bahkan menjadi faktor dalam evaluasi kinerja. Perusahaan juga membentuk organisasi rekayasa AI aplikasi baru dengan struktur "super datar" untuk pengembangan model bahasa besar. Namun, transformasi ini juga memicu kecemasan akan pemutusan hubungan kerja (PHK), terutama setelah laporan bahwa Meta berencana melakukan PHK besar-besaran hingga lebih dari 15.000 karyawan.

marsbit03/23 10:01

Zuckerberg Sedang Membangun Agen AI untuk Membantunya Menjadi CEO

marsbit03/23 10:01

Visa Habiskan $18 Miliar, Hanya Agar Tidak Tertinggal oleh AI

Visa, perusahaan dengan valuasi $500 miliar, menghadapi ancaman eksistensial dari agen AI yang mengancam model bisnisnya yang dibangun di atas "pajak atas ketidakrasionalan manusia". Berbeda dengan manusia yang membayar biaya pertukaran 2-3% untuk rewards dan perlindungan penipuan, agen AI yang rasional akan selalu memilih jalur pembayaran termurah dan tercepat, seperti stablecoin. Laporan Citrini Research memicu penurunan saham Visa dan Mastercard, menyoroti risiko pergeseran ke pembayaran "mesin-ke-mesin" (M2M). Menyikapi hal ini, Visa dan Mastercard berinvestasi besar dalam infrastruktur kripto dan pembayaran berbasis blockchain, seperti akuisisi BVNK senilai $1,8 miliar oleh Mastercard dan pengembangan Visa CLI untuk transaksi tanpa manusia. Meski volume transaksi berbasis agen AI masih kecil, proyeksi McKinsey memperkirakan mereka dapat menangani triliunan dolar dalam perdagangan global pada 2030, mendorong perlombaan untuk mendominasi infrastruktur pembayaran masa depan.

比推03/20 17:58

Visa Habiskan $18 Miliar, Hanya Agar Tidak Tertinggal oleh AI

比推03/20 17:58

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Analisis Pasar

Kebijakan Regulasi