# 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.

Diblokir oleh Platform Sendiri, WeChat AI Turun Tangan Sendiri

Inti AI WeChat akhirnya diumumkan setelah insiden "pemblokiran sendiri". Pada 2 Juni, saham Tencent melonjak lebih dari 10% menyusul laporan bahwa WeChat sedang menyelesaikan pengujian AI Agent asli yang tertanam langsung di aplikasi. Entri interaksi direncanakan berupa geser ke kanan di layar utama untuk memunculkan jendela percakapan AI. Langkah ini didorong oleh ketertinggalan Tencent di pasar AI konsumen. "Yuanbao", asisten AI independen mereka, hanya memiliki 57 juta MAU pada Maret 2026, jauh di belakang Doubao (345 juta) dan Qianwen (166 juta). Titik balik terjadi ketika WeChat sendiri memblokir kampanye红包 Yuanbao pada Februari 2026 karena melanggar aturan platform, menyoroti konflik internal tentang penempatan AI. AI Agent WeChat bukan sekadar chatbot. Ia dirancang untuk mengeksekusi tugas secara langsung dengan memanfaatkan aset unik WeChat: jutaan *mini-program* dengan API terstandarisasi, sistem identitas & pembayaran terintegrasi (WeChat Pay), dan basis pengguna 1,4 milar. Ini memungkinkan eksekusi perintah alami seperti "pesan kopi" atau "buat janji dokter" dalam satu alur tertutup di dalam WeChat, mengisi celah kemampuan eksekusi pada produk AI Tencent lainnya. Tantangan utama meliputi: performa model dasar Hunyuan yang masih perlu dikejar, konsumsi daya komputasi yang masif untuk 1,4 milar pengguna, dan perluasan model insentif bagi pengembang *mini-program* yang aliran traffiknya mungkin berubah drastis. Masa depan AI Agent WeChat akan menentukan apakah ia dapat mendefinisikan ulang koneksi manusia-layanan di era AI, mempertahankan pengguna dalam ekosistemnya, dan mengubah platform dari "tempat pengguna mencari layanan" menjadi "sistem di mana AI menyelesaikan tugas".

marsbit3j yang lalu

Diblokir oleh Platform Sendiri, WeChat AI Turun Tangan Sendiri

marsbit3j yang lalu

Dari Web3 ke AI Agent, VC Kripto Legendaris Variant Taruhan Transformasi 2 Triliun Rupiah

**Variant Luncurkan Dana Baru Rp 3,55 Triliun, Fokus Beralih dari "Kepemilikan Digital" ke "Otonomi" (Autonomy)** Variant Fund, sebuah venture capital (VC) kripto ternama, mengumumkan peluncuran dana baru senilai USD 222 juta (sekitar Rp 3,55 triliun) bernama Variant 4. Dana ini akan berinvestasi pada tahap awal (early-stage) dan tahap pertumbuhan/likuiditas. Filosofi investasi Variant mengalami evolusi. Dari sebelumnya berfokus pada **"Kepemilikan Digital"** (atas uang, identitas, data, produk), kini berkembang menjadi tema yang lebih luas: **"Otonomi" (Autonomy)**. Inti dari Otonomi adalah **meningkatkan daya pikir dan kendali pengguna** atas hidup, aset, dan identitas mereka sendiri. Variant membedakan ini dengan sekadar **otomatisasi cerdas**. Menurut mereka, teknologi otomatisasi harus meningkatkan kedaulatan pengguna, bukan hanya menguntungkan platform. Kunci utamanya adalah: teknologi itu melayani pengguna atau pihak lain? Variant meyakini bahwa **agen AI (AI Agent)** dan **infrastruktur keuangan global yang terbuka** akan mengubah struktur internet — dari model di mana pengguna adalah produk, menjadi internet di mana pengguna memiliki daya pikir yang belum pernah terjadi sebelumnya. Pergeseran ini tidak hanya untuk konsumen, tetapi juga mencakup pasar, alat, dan layanan baru untuk pengembang dan bisnis. Oleh karena itu, tesis investasi baru mereka adalah: **Variant berinvestasi pada teknologi yang memperluas Otonomi**, dengan fokus pada pasar, infrastruktur, dan aplikasi baru yang memberdayakan pengguna melalui peningkatan akses, pengetahuan, dan kepemilikan. Tesis ini mencakup investasi masa lalu mereka di pemimpin kategori blockchain (Ethereum, Solana), infrastruktur pengembang (Blockaid, Turnkey, Relay), pasar keuangan baru (Uniswap, Morpho, OpenFX), dan produk konsumen (Phantom, World). Ini juga tercermin dalam investasi baru-baru ini seperti: * **Honcho**: Solusi penyimpanan memori agen yang di-host sendiri. * **Octet**: Memungkinkan aplikasi memverifikasi lokasi fisik pengguna secara kriptografis sebagai blok pembangun identitas digital. * **here.now**: "Awan agen" yang memungkinkan kepemilikan dan komposisi konten yang dihasilkan. Variant mengundang para pendiri yang membangun dengan tujuan untuk memperluas otonomi pengguna untuk menghubungi mereka.

marsbit5j yang lalu

Dari Web3 ke AI Agent, VC Kripto Legendaris Variant Taruhan Transformasi 2 Triliun Rupiah

marsbit5j yang lalu

Pidato GTC Taipei 2026 Huang Renxun: Era Agen AI Tiba, Komputasi adalah Pendapatan

Dalam pidato GTC Taipei 2026, CEO NVIDIA Jensen Huang mengumumkan bahwa AI telah memasuki era **"agen"** — sistem AI yang dapat melakukan tugas nyata dan menghasilkan nilai ekonomi. Ia menekankan bahwa **"Token adalah unit pendapatan,"** dan permintaan komputasi untuk menghasilkan Token akan meledak, yang disebut sebagai **"Pabrik AI."** Huang memperkenalkan **Vera Rubin**, bukan sekadar chip, tetapi sistem infrastruktur komputasi ujung-ke-ujung yang dirancang khusus untuk menjalankan agen AI. Ia juga memperkenalkan **Vera CPU**, prosesor pertama yang dibuat untuk agen AI, yang mengutamakan latensi rendah dan bandwidth tinggi karena agen "tidak sabar." NVIDIA meluncurkan **Toolkit Agen AI Perusahaan** yang mencakup model (seperti Nemotron 3 Ultra terbuka), framework, alat, dan runtime untuk membantu bisnis membangun agen mereka sendiri. Bersama Microsoft, mereka memperkenalkan **generasi baru PC** yang dapat menjalankan agen AI secara lokal. Dalam domain AI fisik, Huang mengumumkan **Cosmos 3** (model dasar untuk robotika), **Alpamayo 2** (untuk kendaraan otonom), dan platform referensi robot humanoid **Isaac GR00T**. Pola komputasi agen—model, framework, alat, runtime—akan menjadi standar di cloud, enterprise, PC, robot, dan perangkat tepi. Intinya, Huang menyatakan **"Komputasi adalah pendapatan,"** dan NVIDIA bertransisi dari perusahaan sistem menjadi **perusahaan infrastruktur** untuk membantu klien membangun pabrik AI yang menghasilkan keuntungan.

marsbitKemarin 03:40

Pidato GTC Taipei 2026 Huang Renxun: Era Agen AI Tiba, Komputasi adalah Pendapatan

marsbitKemarin 03:40

Menggugat Gagasan Utama Menangani Halusinasi: Metakognisi, Solusi Baru untuk Menghancurkan Halusinasi Model Besar

Peneliti Google mengusulkan pendekatan baru untuk mengatasi "halusinasi" AI dalam makalahnya, **"Hallucinations Undermine Trust; Metacognition is a Way Forward."** Alih-alih berusaha membuat AI mengetahui segalanya atau menolak menjawab banyak pertanyaan (yang menimbulkan "pajak utilitas"), makalah ini mendefinisikan ulang halusinasi sebagai **AI memberikan informasi yang salah dengan keyakinan tinggi padahal ia tidak yakin.** Solusi intinya adalah **"ketidakpastian yang setia" (faithful uncertainty)** atau **metakognisi** – kemampuan AI untuk merasakan tingkat keyakinan internalnya dan mengekspresikannya dengan jujur dalam bahasa. Misalnya, jika AI ragu, ia harus mengatakan "Saya tidak terlalu yakin." Pendekatan ini lebih realistis karena hanya mengharuskan keselarasan antara sinyal internal dan output AI, bukan kebenaran mutlak yang mustahil. Metakognisi menjadi sangat penting di era **Agent AI** yang menggunakan alat eksternal seperti mesin pencari. Tanpanya, Agent tidak dapat memutuskan kapan harus mencari, kapan harus berhenti, atau bagaimana mengevaluasi informasi yang ditemukan. Namun, implementasinya menghadapi tantangan seperti **"paradoks bootstrap"** (data pelatihan yang statis untuk kemampuan dinamis), **"sinyak perusak keselarasan"** dari pelatihan RLHF yang mendorong AI selalu tampak yakin, dan kesulitan menilai apakah AI benar-benar memiliki metakognisi atau hanya berpura-pura. Makalah ini menyerukan perubahan paradigma: fokus pada pengembangan AI yang jujur tentang batas pengetahuannya, bukan AI yang sempurna tanpa kesalahan. Kepercayaan datang dari kejujuran tentang ketidakpastian, bukan dari klaim kepastian yang salah.

marsbitKemarin 00:46

Menggugat Gagasan Utama Menangani Halusinasi: Metakognisi, Solusi Baru untuk Menghancurkan Halusinasi Model Besar

marsbitKemarin 00:46

Claude Borong 5 Miliar, Naik 60 Kali dalam Semalam, Tagihan Token Anda Masih Bertahan?

Sebuah perusahaan dikabarkan menghabiskan tagihan $500 juta dalam sebulan di Claude karena lupa menetapkan batas penggunaan. Kasus kebocoran biaya AI lainnya termasuk pengguna Google Cloud yang ditagih $18.000 akibat penyalahgunaan API key, serta eksperiman OpenAI internal yang menghabiskan $1,3 juta untuk 760 juta permintaan dari 100 agen Codex. Pemicu utama lonjakan tagihan adalah peralihan model pembayaran AI dari langganan bulanan ke penggunaan berbasis token, seperti yang diterapkan OpenAI pada April dan GitHub Copilot mulai 1 Juni 2026. Perubahan ini membuat tugas berat seperti pengkodean oleh agen AI menjadi jauh lebih mahal, memicu keluhan pengguna karena biaya melonjak puluhan kali lipat. Di sisi lain, budaya "token maxxing" atau membakar token demi peringkat internal (seperti di Amazon) juga menyia-nyiakan sumber daya. Namun, bisnis seperti Glean dan Factory AI muncul dengan solusi mengoptimalkan konteks dan merutekan tugas ke model yang tepat untuk menghemat token. Penelitian menunjukkan konsumsi token oleh agen AI bisa ribuan kali lebih tinggi, namun biaya lebih tinggi tidak selalu menjamin akurasi lebih baik. CEO Glean Arvind Jain mencatat bahwa biaya AI kini mulai menyamai biaya tenaga kerja di beberapa perusahaan, menandai perlunya efisiensi. Intinya: era penggunaan AI tanpa batas berakhir. Kesuksesan di masa depan akan ditentukan oleh kemampuan mengelola dan mengoptimalkan setiap token dengan bijak.

marsbit2 hari yang lalu 11:20

Claude Borong 5 Miliar, Naik 60 Kali dalam Semalam, Tagihan Token Anda Masih Bertahan?

marsbit2 hari yang lalu 11:20

AI PC Tiba, Bentrok Lokal dengan Model Besar 120B! NVIDIA Redefinisikan Dasar "PC AI Pribadi" dengan RTX Spark

Dalam acara GTC 2026, NVIDIA memperkenalkan SoC RTX Spark, yang membawa standar baru untuk "PC AI pribadi" dengan komputasi AI 1 petaflop (1000 TOPS), jauh melampaui NPU 45-50 TOPS pada AI PC generasi sebelumnya. Chip ini mengintegrasikan GPU arsitektur Blackwell dengan 6144 inti CUDA dan CPU Arm 20-inti dari MediaTek, menggunakan memori terpadu hingga 128GB. Desain ini memungkinkan CPU dan GPU berbagi kumpulan memori yang sama, menghilangkan hambatan transfer data dan mendukung model besar hingga 120B parameter berjalan secara lokal. Microsoft berkolaborasi dengan NVIDIA untuk meningkatkan mekanisme keamanan asli Windows dan memperkenalkan runtime sandbox open-source OpenShell, memberikan lapisan isolasi penting untuk agen AI lokal. Adobe juga mengumumkan pengembangan ulang mendasar untuk Photoshop dan Premiere guna mengoptimalkan arsitektur memori terpadu RTX Spark, yang diklaim dapat meningkatkan kinerja hingga dua kali lipat. Enam OEM utama termasuk ASUS, Dell, HP, Lenovo, Microsoft Surface, dan MSI akan merilis laptop tipis dan desktop kompak dengan RTX Spark pada musim gugur tahun ini. Meskipun demikian, detail seperti harga, efisiensi daya, dan performa nyata dalam skenario non-AI masih perlu dikonfirmasi setelah produk diluncurkan. Kehadiran RTX Spark menandai pergeseran potensial dalam industri PC menuju platform SoC yang berpusat pada GPU.

marsbit06/01 06:44

AI PC Tiba, Bentrok Lokal dengan Model Besar 120B! NVIDIA Redefinisikan Dasar "PC AI Pribadi" dengan RTX Spark

marsbit06/01 06:44

Huang Renxun: Vera Rubin Mulai Diproduksi Massal, AI Agent Adalah Fokus Utama, Menantang Intel Menuju Gerbang AI PC Generasi Berikutnya

CEO Nvidia Jensen Huang mengumumkan serangkaian produk dan strategi baru dalam pidato utamanya di GTC Taipei 2026. Arsitektur Vera Rubin telah memasuki produksi massal penuh, dengan OpenAI, Anthropic, dan SpaceX sebagai pelanggan pertama. Nvidia menekankan fokus pada pengembangan AI Agent dan meluncurkan CPU Vera khusus untuk itu. Nvidia juga mengincar pasar AI PC generasi berikutnya dengan mengumumkan prosesor baru untuk sistem Windows, menantang Intel. Chip bernama RTX SPARK dikembangkan bersama MediaTek dan akan diproduksi oleh TSMC, ditargetkan rilis musim gugur tahun ini untuk laptop dan desktop. Di bidang kendaraan otonom, platform DRIVE Hyperion mengukuhkan posisinya, dengan perusahaan seperti BYD, Geely, Zeekr, Xiaomi, dan Pony.ai mengadopsi atau mengembangkan sistem berbasis platform tersebut. Model inferensi super Alpamayo 2 juga diperkenalkan untuk robotaxi. Untuk robotika humanoid, Nvidia meluncurkan platform referensi NVIDIA Isaac GR00T untuk penelitian akademis dan toolkit agen cerdas sumber terbuka. Perusahaan bermitra dengan Unitree (H2 Plus sebagai model referensi) dan produsen robot global lainnya. Produk penting lainnya termasuk model AI baru Nemotron 3 Ultra dan platform DSX yang bertindak sebagai "panduan" lengkap untuk membangun infrastruktur pabrik AI. Harga saham Nvidia naik 2.7% dalam perdagangan malam.

marsbit06/01 06:15

Huang Renxun: Vera Rubin Mulai Diproduksi Massal, AI Agent Adalah Fokus Utama, Menantang Intel Menuju Gerbang AI PC Generasi Berikutnya

marsbit06/01 06:15

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

**Mengapa Lebih Banyak AI Agent Tidak Sama dengan Produktivitas Lebih Tinggi?** Meskipun teknologi memungkinkan kita meluncurkan banyak AI Agent dengan mudah dan murah, produktivitas nyata tidak serta-merta meningkat. Ini karena munculnya konsep "Pajak Orkestrasi"—biaya tersembunyi untuk mengelola, menilai, dan menggabungkan hasil kerja semua Agent tersebut. Pekerjaan ini harus kembali ke satu sumber daya serial yang tidak dapat diduplikasi: perhatian dan penilaian manusia. **Manusia adalah 'GIL' dalam Sistem.** Seperti Global Interpreter Lock (GIL) dalam Python, semua Agent dapat berjalan paralel, tetapi untuk keputusan penting (seperti tinjauan arsitektur, kode, atau penyelesaian konflik), mereka harus "mengambil kunci" dari Anda—sang pengembang. Hukum Amdahl berlaku: percepatan maksimum dari paralelisasi dibatasi oleh bagian kerja yang harus tetap serial, yaitu kapasitas penilaian manusia. Menambah Agent hanya membuat antrian tinjauan lebih panjang, memperbesar beban konteks, dan menyebabkan kelelahan kognitif. **Kelelahan dan Utang Tersembunyi.** Banyaknya Agent yang aktif memberi ilusi produktivitas tinggi, tetapi rasa sibuk itu tidak sama dengan hasil berkualitas. Jika Anda "menyerah secara kognitif" dan tidak meninjau hasil dengan benar, Anda menumpuk utang teknis dan utang kognitif—masalah yang akan muncul nanti. Pajak orkestrasi harus dibayar, baik secara sadar melalui proses yang terencana, atau diam-diam melalui penurunan kualitas. **Solusi: Kelola Perhatian Seperti Sistem Produksi.** Kuncinya adalah merancang alur kerja dengan menghormati batas perhatian manusia sebagai sumber daya langka: 1. **Kontrol Jumlah Agent:** Sesuaikan jumlah Agent dengan kemampuan *review* Anda, bukan dengan apa yang UI izinkan. Batasi ke angka rendah. 2. **Klasifikasi Tugas:** Pisahkan tugas independen (cocok untuk Agent paralel) dari tugas kompleks yang membutuhkan penilaian mendalam (kerjakan secara serial). 3. **Tinjau Secara Berkelompok (*Batch Review*):** Kurangi biaya alih konteks dengan meninjau hasil beberapa Agent sekaligus. 4. **Gunakan Waktu Serial untuk Penilaian:** Fokuskan perhatian hanya pada bagian yang memerlukan penilaian manusia. Biarkan Agent menangani bagian yang dapat diverifikasi otomatis (seperti tes). 5. **Lindungi Waktu Fokus Anda:** Kadang, tindakan paling produktif adalah berhenti mengoordinasi banyak Agent dan fokus pada satu masalah inti. Kemampuan sebenarnya di era AI bukanlah menjalankan banyak Agent, tetapi merancang sistem yang secara sadar mengelilingi dan melindungi kapasitas penilaian serial manusia—sumber daya paling berharga dalam proses pengembangan.

marsbit05/31 22:47

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

marsbit05/31 22:47

活动图片