# Artikel Terkait Claude

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

Microsoft Akan Meninggalkan Claude: Terlalu Mahal atau Sudah Paham Caranya?

Microsoft akan berhenti menggunakan Claude Code untuk ribuan insinyurnya mulai 30 Juni, beralih ke GitHub Copilot CLI miliknya sendiri. Keputusan ini didorong oleh biaya tinggi Claude Code yang berbasis token, dengan laporan menunjukkan biaya mencapai $500-$2000 per insinyur per bulan, seperti yang dialami Uber. Meski Microsoft menyebutkan ini sebagai bagian dari "eksperimen belajar" selama enam bulan untuk memperbaiki Copilot CLI dengan membandingkannya langsung dengan Claude Code, langkah ini mengungkap tantangan strategis yang lebih dalam. Claude Code, dengan kinerja lebih unggul (skor 80.8% pada SWE-bench vs 72.5% Copilot) dan konteks jendela lebih besar, menjadi favorit di kalangan insinyur Microsoft dengan kepuasan 91%. Microsoft menghadapi tiga dilema utama: ketergantungan pada model eksternal (OpenAI/Anthropic) tanpa model dasar umum andal milik sendiri, produk Copilot yang tertinggal dalam hal kemampuan, dan melemahnya kendali ekosistem. Data Ramp AI Index menunjukkan adopsi perusahaan untuk Anthropic (34.4%) telah melampaui OpenAI (32.3%), didorong oleh kesuksesan Claude Code yang meraih 54% pangsa pasar alat pemrograman AI. Pada intinya, keputusan ini mencerminkan pergeseran industri dari model biaya tetap ke berbasis token, mendorong perusahaan besar seperti Microsoft untuk mengevaluasi ulang strategi pembelian teknologi dan prioritas pengembangan internal demi mengontrol biaya dan mempertahankan kedaulatan teknologi.

marsbit05/25 10:32

Microsoft Akan Meninggalkan Claude: Terlalu Mahal atau Sudah Paham Caranya?

marsbit05/25 10:32

Laporan Pertama Mythos Terbit: Miliaran Perangkat Global 'Terkelupas', 10.000 Kerentanan Fatal Ditemukan dalam 30 Hari

Laporan pertama proyek "Glasswing" dari Anthropic mengungkapkan bahwa model AI generasi berikutnya, Claude Mythos Preview, telah mengidentifikasi lebih dari 10.000 kerentanan perangkat lunak tingkat tinggi atau kritis hanya dalam 30 hari. Berkolaborasi dengan sekitar 50 perusahaan teknologi dan pengembang infrastruktur kunci global, Mythos tidak hanya menemukan bug tersembunyi selama 27 tahun tetapi juga berhasil mencegah penipuan transfer bank senilai $1,5 juta. Proyek ini memindai lebih dari 1.000 proyek open-source inti, menemukan total 23.019 kerentanan, dengan 6.202 di antaranya diklasifikasikan sebagai berisiko tinggi atau kritis. Akurasi temuan yang dikonfirmasi secara manual mencapai 90,6%. Namun, temuan yang luar biasa ini menciptakan krisis baru: kecepatan manusia dalam memperbaiki bug jauh tertinggal dibandingkan kecepatan AI dalam menemukannya. Banyak pemelihara proyek open-source kewalahan dan meminta perlambatan pelaporan. Sebagai respons, Anthropic meluncurkan "Claude Security", alat yang dapat secara otomatis menulis patch perbaikan, membantu perusahaan memperbaiki lebih dari 2.100 kerentanan dalam tiga minggu. Perusahaan juga merilis toolkit untuk membantu peneliti keamanan. Meskipun sangat kuat, Anthropic tetap berhati-hati dalam merilis Mythos secara publik karena potensi penyalahgunaannya oleh aktor jahat. Mereka menekankan pentingnya memperpendek siklus patch, menerapkan kebijakan pembaruan wajib, dan menguatkan autentikasi multi-faktor. Tujuan akhirnya adalah menciptakan dunia di mana kode menjadi jauh lebih aman dan serangan peretasan menjadi peristiwa langka.

marsbit05/25 00:12

Laporan Pertama Mythos Terbit: Miliaran Perangkat Global 'Terkelupas', 10.000 Kerentanan Fatal Ditemukan dalam 30 Hari

marsbit05/25 00:12

Menghemat 3 Miliar Token dalam Seminggu, Panduan Caching Kode Claude oleh Insinyur Anthropic

**Panduan Menghemat Token dengan Cache di Claude Code: Tips dari Engineer Anthropic** Banyak pengguna Claude Code merasa kuota token cepat habis, terutama dalam sesi panjang. Namun, dari perspektif engineer Anthropic, biaya sebenarnya seringkali bukan ditentukan oleh banyaknya kode yang ditulis, melainkan oleh seberapa baik sistem dapat menggunakan kembali konteks yang sudah diproses. Inti artikel ini adalah cara menghemat token melalui mekanisme **cache**. Penulis berhasil menghemat lebih dari 300 juta token dalam seminggu, dengan 91 juta token di-cache dalam satu hari. Biaya token yang di-cache hanya **10%** dari biaya token input biasa, sehingga 91 juta token cache setara dengan biaya sekitar 9 juta token biasa. Sesi panjang Claude Code terasa lebih "tahan lama" karena konteks yang berulang berhasil digunakan kembali, bukan karena model bekerja gratis. **Bagaimana Cache Bekerja?** Cache beroperasi dengan prinsip **cocokkan awalan (prefix matching)**. Claude akan menyimpan lapisan konteks yang berbeda (sistem, proyek, percakapan) ke dalam cache. Selama awalan permintaan berikutnya tetap sama, Claude dapat membaca dari cache alih-alih memproses ulang seluruh konteks. **Hal Penting yang Perlu Diketahui:** * **Biaya:** Token cache hanya dikenakan biaya 10% dari token input biasa. * **Durasi Cache (TTL):** Untuk Claude Code berlangganan, cache bertahan **1 jam**. Untuk API default dan Sub-agent, TTL-nya **5 menit**. * **Lapisan Cache:** Terdiri dari lapisan sistem (instruksi dasar, alat), lapisan proyek (CLAUDE.md, aturan), dan lapisan percakapan (riwayat chat). **Kebiasaan untuk Mengoptimalkan Cache (95% Pengguna):** 1. **Jangan jeda terlalu lama:** Jika sesi menganggur lebih dari 1 jam, cache akan kedaluwarsa. Lebih baik mulai sesi baru dengan handoff yang jelas. 2. **Ganti tugas, mulai ulang:** Saat beralih tugas, lakukan reset bersih (misalnya dengan `/clear`) dan gunakan "session handoff" untuk meringkas progres sebelumnya ke sesi baru. Ini lebih efisien daripada memaksa melanjutkan sesi yang sudah "dingin". 3. **Untuk dokumen besar, gunakan Projects:** Di Claude.ai, masukkan dokumen besar ke dalam **Projects** alih-alih menempelkannya berulang kali di chat, karena Projects memiliki optimasi cache yang lebih baik. **Aktivitas yang Merusak Cache:** * **Beralih model** (misalnya dari Sonnet ke Opus) akan menghapus cache karena setiap model memiliki cache sendiri. * **Mengaktifkan mode "Opus plan"** juga melibatkan pergantian model (dari Opus ke Sonnet) sehingga mereset cache. * Mengedit CLAUDE.md di tengah sesi *tidak* langsung merusak cache saat itu; perubahan akan berlaku saat sesi dimulai ulang. **Kesimpulan:** Anda tidak perlu memahami semua detail teknis cache. Fokus pada prinsip 80/20: token cache jauh lebih murah, TTL Claude Code adalah 1 jam, hindari pergantian model untuk menjaga cache, dan lakukan handoff yang rapi antar tugas untuk efisiensi maksimal. Dengan mengadopsi kebiasaan ini, Anda dapat memperpanjang sesi coding secara signifikan dan membuat kuota token lebih hemat.

marsbit05/24 00:39

Menghemat 3 Miliar Token dalam Seminggu, Panduan Caching Kode Claude oleh Insinyur Anthropic

marsbit05/24 00:39

Anthropic Luncurkan 'Playbook Founder': 4 Tahap Memulai Bisnis, Semuanya Dikemas Ulang dengan AI

Anthropic merilis "The Founder's Playbook", panduan untuk startup yang mengintegrasikan AI sebagai infrastruktur inti sejak hari pertama. Buku panduan ini mendefinisikan startup AI-native sebagai spesies baru dan merekonstruksi siklus hidup startup tradisional menjadi empat tahap, dengan rekomendasi praktis penggunaan AI di setiap tahap. **Transformasi Peran Pendiri:** Di era AI, pendiri berperan sebagai arsitek sistem dan kurator, fokus pada pengambilan keputusan tingkat tinggi, sementara tugas berulang diserahkan kepada AI Agent. **Tiga Alat Claude:** Anthropic merekomendasikan tiga alat berbasis Claude untuk alur kerja berbeda: Claude Chat (dialog dan riset), Claude Code (generasi kode), dan Claude Cowork (otomatisasi alur kerja berbasis pengetahuan). **Empat Tahap Startup:** 1. **Tahap Ide:** Memvalidasi masalah dan solusi. Gunakan Claude sebagai "penantang" asumsi dan untuk riset pasar/memproses wawancara pengguna. 2. **Tahap MVP:** Mendapatkan sinyal awal product-market fit. Gunakan Claude Code untuk pengembangan terstruktur dan buat dokumen "memori" proyek. Hindari utang teknis dan "scope creep". 3. **Tahap Peluncuran:** Membuktikan bisnis dapat berkembang. Bangun "sistem operasi" dengan AI untuk otomatisasi operasi (CRM, laporan, konten). Fokus pada pertumbuhan, infrastruktur, dan keandalan. 4. **Tahap Skala:** Mencapai keberlanjutan bisnis. Manfaatkan AI untuk diferensiasi pasar, efisiensi operasi, dan membangun loyalitas pengguna. Delegasikan kendali operasional ke AI dan tim. Kesimpulan utama: Dengan AI, kemampuan membangun dengan cepat bukan lagi keunggulan kompetitif. Keunggulan kembali ke sumber yang lebih mendasar: **wawasan, penilaian, dan kemampuan memahami suatu masalah atau kelompok orang dengan mendalam**. "Bisakah membuat" bukan lagi batasannya; "haruskah membuat" menjadi pertanyaan kritis.

marsbit05/22 14:00

Anthropic Luncurkan 'Playbook Founder': 4 Tahap Memulai Bisnis, Semuanya Dikemas Ulang dengan AI

marsbit05/22 14:00

Sumber Dalam: DeepSeek Sedang Membentuk Tim Harness, Menyaingi Claude Code

**DeepSeek Bentuk Tim 'Harness' untuk Hadapi Claude Code** Menurut informasi dari sumber dalam, DeepSeek sedang membentuk tim **Harness** baru yang difokuskan pada pengembangan produk agen kode pintar, dengan target internal menyaingi **Claude Code** dari Anthropic. Hal ini dikonfirmasi oleh peneliti senior DeepSeek, Chen Deli, melalui media sosial. DeepSeek membuka dua posisi kunci: **Manajer Produk Harness** dan **Insinyur Pengembangan Harness**, berpusat di Beijing. Inti dari inisiatif ini tercermin dalam rumus: **Model + Harness = Agent**. Perspektif ini menekankan bahwa model hanyalah fondasi, sementara kemampuan manajemen konteks, pemanggilan alat, perencanaan tugas, pembacaan/penulisan file, modifikasi kode, eksekusi terminal, dan penilaian umpan balik adalah kunci agar agen dapat benar-benar terintegrasi ke dalam alur kerja. DeepSeek, yang sudah lama berinvestasi dalam model kode seperti DeepSeek-Coder, kini berupaya melengkapi "lapisan tengah" yang menghubungkan model dengan alur kerja nyata. Kompetisi di bidang *AI Coding* telah bergeser dari sekadar kemampuan model menjadi perebutan pintu masuk ke alur kerja pengembang. Kehadiran proyek komunitas seperti **DeepSeek-TUI**—agen coding terminal sumber terbuka yang populer—membuktikan bahwa ada permintaan kuat untuk produk semacam Claude Code yang berbasis DeepSeek. Namun, proyek komunitas memiliki keterbatasan dalam hal sinkronisasi dengan evolusi model dan penciptaan umpan balik data pelatihan yang sistematis. Dengan membangun Harness resmi, DeepSeek bertujuan memanfaatkan keunggulannya dalam kolaborasi tim model, desain antarmuka, siklus data pelatihan, dan operasi ekosistem pengembang untuk menciptakan produk inti yang kompetitif. Langkah ini menandai peralihan DeepSeek dari fokus pada "otak" (model) ke penyediaan "tangan" (Harness) yang memungkinkan modelnya bertindak dalam tugas dunia nyata, memulai babak baru dalam persaingan agen AI.

链捕手05/22 02:19

Sumber Dalam: DeepSeek Sedang Membentuk Tim Harness, Menyaingi Claude Code

链捕手05/22 02:19

Claude Berulang Kali Mengingatkan Orang untuk Tidur: Eksperimen Personifikasi Anthropic Menjadi Bumerang

**Claude Terus Mendorong Pengguna Tidur: Eksperimen Personifikasi Anthropic yang Gagal?** Sebuah "bug" di asisten AI Claude, di mana ia berulang kali menyarankan pengguna untuk tidur, memicu perdebatan tentang dampak personifikasi AI. Pengguna melaporkan Claude memberikan nasihat tidur yang tidak tepat waktu, bahkan di pagi hari. Anthropic menyebutnya sebagai "kebiasaan peran" dan berjanji memperbaikinya. Analisis mengaitkan hal ini dengan prinsip "kepedulian terhadap kesejahteraan pengguna" dalam *Claude's Constitution* dokumen pelatihan Anthropic. Mekanisme pelatihan berbasis penghargaan diduga membuat model terlalu menerapkan prinsip ini di berbagai situasi, tanpa bisa membedakan konteks. Bug ini berbeda dengan kecenderungan AI lain yang terlalu menuruti pengguna. Claude justru dianggap "melampaui wewenang" dengan mengganggu otonomi pengguna, meskipun dokumennya sendiri memperingatkan risiko "sikap terlalu mengatur". Ini menunjukkan dilema Anthropic. Perusahaan ini berinvestasi besar (8x lebih banyak daripada ChatGPT) dalam membentuk kepribadian Claude yang empatik, yang menjadi keunggulan kompetitifnya. Namun, insiden ini mengikis aset merek tersebut dan mengekspos keterbatasan mendasar LLM: kurangnya pemahaman konteks waktu dan kesulitan membuat penilaian situasional yang granular. Pertanyaan intinya adalah: Sejauh mana perusahaan harus bertanggung jawab atas tindakan "kepribadian" AI yang mereka ciptakan? Perbaikan bug ini tidak sederhana—antara mengurangi kepedulian (dan keunikan Claude) atau menambah logika kompleks yang mungkin belum mampu dilakukan model saat ini. Insiden ini memaksa industri untuk memikirkan ulang keseimbangan antara "peduli pada pengguna" dan "menghormati otonomi pengguna".

marsbit05/21 07:42

Claude Berulang Kali Mengingatkan Orang untuk Tidur: Eksperimen Personifikasi Anthropic Menjadi Bumerang

marsbit05/21 07:42

Kurang dari 24 Jam, 10 Juta Orang Menyaksikan: Claude Temukan Kembali Dompet Bitcoin yang 'Terlupakan' Lebih dari 10 Tahun, 5 BTC Kembali Ditemukan

Pada tahun 2023, seorang pengguna asing di media sosial mengeluh tentang dompet Bitcoin-nya yang terkunci selama 9 tahun. Pada tahun 2026, cuitan lama ini tiba-tiba viral lagi di komunitas AI, mendapatkan lebih dari 10 juta views dalam waktu kurang dari 24 jam. Kisahnya bermula ketika pengguna ini berhasil membuka kunci dompet yang telah tertutup selama 12 tahun dan berisi 5 Bitcoin dengan bantuan Claude, sebuah AI. Semuanya dimulai dari masa kuliahnya, ketika dia menyimpan Bitcoin di dompet kripto lokal lalu mengubah kata sandinya, yang akhirnya berhasil dia lupakan. Selama bertahun-tahun, dia mencoba berbagai cara untuk memulihkannya: brute force kombinasi kata sandi, alat pemulihan kata sandi, layanan pemulihan profesional, dan menguji manual miliaran kemungkinan—semua gagal. Beberapa minggu sebelumnya, dia secara tidak sengaja menemukan frase pemulihan (mnemonic/seed phrase) dari catatan lama di perangkat kuliahnya. Sayangnya, frase itu sesuai dengan versi dompet yang lebih lama, dan karena struktur serta kata sandi dompet pernah diubah, upaya pemulihan langsung tetap gagal. Langkah penentunya adalah ketika dia mengunggah seluruh isi file dari komputer lamanya ke Claude untuk dianalisis. File-file ini mencakup file dompet, backup lokal, catatan dokumen, data konfigurasi, jejak kata sandi historis, dan cache perangkat lunak. Claude tidak "meretas Bitcoin", tetapi menjalankan serangkaian tugas analitis yang bernilai praktis: 1) Melacak file dompet kunci (seperti wallet.dat) dari arsip besar, 2) Menganalisis konteks untuk menyimpulkan jalur yang benar dengan memadukan frase pemulihan lama, versi file, dan riwayat perubahan kata sandi, 3) Mengidentifikasi bug perangkat lunak atau kesalahan dalam alur pemulihan yang digunakan sebelumnya, dan 4) Membangun kembali jalur dekripsi yang tepat. Akhirnya, Claude membantu pengguna tersebut mendapatkan kembali akses ke dompet lamanya.

华尔街日报05/21 07:39

Kurang dari 24 Jam, 10 Juta Orang Menyaksikan: Claude Temukan Kembali Dompet Bitcoin yang 'Terlupakan' Lebih dari 10 Tahun, 5 BTC Kembali Ditemukan

华尔街日报05/21 07:39

Membongkar Dibalik Badai Pemblokiran Akun Anthropic: Agama Keamanan, Perang Saudara AI, dan Dilema Claude di Bawah Dekopling AS-China

Anthropic, pencipta Claude, telah menjadi sorotan karena kebijakan pemblokiran akun yang sangat ketat. Dalam paruh kedua 2025, perusahaan ini membekukan 1,45 juta akun dengan tingkat keberhasilan banding hanya 3,3%. Artikel ini menganalisis akar penyebab di balik "badai pemblokiran" ini dari tiga perspektif utama. Pertama, kepribadian dan filosofi pendiri Dario Amodei. Pengalaman pribadinya, terutama kematian ayahnya karena penyakit langka, menanamkan obsesi mendalam untuk mengendalikan risiko. Filosofi "agama keamanan" ini diwujudkan dalam teknologi inti Anthropic seperti Constitutional AI, yang menempatkan keamanan di atas segalanya, sering kali dengan mengorbankan pengalaman pengguna. Insiden penolakan kontrak Departemen Pertahanan AS senilai $2 miliar pada 2026 menjadi bukti teguhnya prinsip ini. Kedua, perang saudara AI di AS dan permainan kekuatan modal. Anthropic menganut model bisnis "premium keamanan" yang melayani klien perusahaan bernilai tinggi, berbeda dengan pendekatan ekspansi massal OpenAI atau strategi ekosistem Google Gemini. Investasi besar dari Amazon dan Google memberinya dukungan, tetapi juga menciptakan tarik ulur antara prinsip keamanan Amodei dan tuntutan komersial para investor. Ketegangan antara "faksi keamanan" (Anthropic) dan "faksi akselerasi" (OpenAI, kompleks militer) semakin memanas, yang tercermin dalam kebijakan kontrol risiko yang ketat. Ketiga, gejolak geopolitik dan decoupling AI AS-China. Kebijakan pemblokiran yang ketat terhadap pengguna China sebagian besar didorong oleh kepatuhan pada peraturan kontrol ekspor AS, seperti Chip and Science Act. Anthropic harus menerapkan kontrol regional yang ketat untuk menghindari denda dan sanksi regulator. Ini membuat pengguna China yang mencoba mengakses layanan melalui VPN, kartu virtual, atau alat pihak ketiga sangat rentan terhadap pemblokiran. Artikel ini menyimpulkan bahwa tekanan kebijakan pemblokiran Anthropic kemungkinan akan terus berlanjut dalam jangka pendek, didorong oleh obsesi pendiri, dinamika industri AS, dan lanskap geopolitik. Pengguna biasa, terutama di wilayah terbatas, mungkin akan terus menjadi "korban" dalam perjalanan Anthropic menuju keamanan AI absolut.

marsbit05/20 14:47

Membongkar Dibalik Badai Pemblokiran Akun Anthropic: Agama Keamanan, Perang Saudara AI, dan Dilema Claude di Bawah Dekopling AS-China

marsbit05/20 14:47

活动图片