# Artikel Terkait Integrasi

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

Mengapa Semakin Pintar AI Menjawab, Semakin Penting Manusia untuk Berpikir Mendalam? Universitas Fudan Merilis Buku Biru Pengembangan Kecerdasan Humaniora dan Ilmu Sosial 2026

Dengan kemampuan AI yang semakin maju, kemampuan manusia untuk berpikir mendalam justru menjadi semakin kritis. Laporan Buku Biru Perkembangan Kecerdasan Humaniora dan Ilmu Sosial 2026 yang dirilis oleh Universitas Fudan mengangkat tema "Menemukan Kembali Nilai Pemikiran Mendalam". Laporan ini menekankan bahwa hubungan antara AI dan humaniora sedang bergeser dari "pemberdayaan satu arah" menuju "integrasi dua arah". AI mengubah cara penelitian dilakukan, sementara humaniora harus menentukan tujuan, penerapan, dan batasan penggunaan AI. Meskipun AI dapat membantu dalam analisis data, penulisan, dan bahkan pengambilan keputusan, tanggung jawab untuk mengajukan pertanyaan yang tepat, menilai validitas bukti, menafsirkan mekanisme yang mendasari, serta membuat pertimbangan nilai dan etika tetap berada di tangan manusia. Risiko muncul ketika AI menyederhanakan masalah kompleks menjadi format yang mudah diproses, berpotensi mengabaikan nuansa dan konteks sosial. Dalam penelitian, kecepatan generasi AI tidak sama dengan kemajuan pengetahuan. Penting untuk mempertahankan rantai bukti yang jelas, memastikan proses yang dapat dilacak, dan menjaga peran manusia dalam pengawasan kritis. Dalam tata kelola, transparansi, akuntabilitas, dan mekanisme intervensi manusia yang efektif sangat penting, terutama dalam sistem yang memengaruhi hak-hak publik. Pemikiran mendalam perlu diwujudkan dalam proses penelitian, prosedur tata kelola, dan desain sistem. Kerangka seperti STRIDES dirancang untuk mengintegrasikan pemeriksaan manusia dalam alur kerja penelitian yang melibatkan AI. Tata kelola AI harus mencakup seluruh siklus hidup sistem, dari penilaian risiko hingga mekanisme banding. Humaniora berkontribusi dengan mengonversikan konflik nilai menjadi analisis yang dapat ditimbang, mengukur konsekuensi sosial, dan menyediakan kerangka pengetahuan untuk memberikan arah bagi pengembangan teknologi. Membangun infrastruktur yang kuat untuk integrasi AI dan humaniora memerlukan lebih dari sekadar proyek-percontohan; diperlukan pengembangan data, alat, norma, talenta, dan mekanisme kolaborasi yang berkelanjutan. Kesimpulannya, di era di mana AI semakin mahir memberikan jawaban, peran manusia yang paling penting adalah menentukan pertanyaan apa yang harus diajukan, menilai jawaban yang diberikan, dan memastikan bahwa kemajuan teknologi selaras dengan nilai-nilai dan tanggung jawab manusia.

marsbit4j yang lalu

Mengapa Semakin Pintar AI Menjawab, Semakin Penting Manusia untuk Berpikir Mendalam? Universitas Fudan Merilis Buku Biru Pengembangan Kecerdasan Humaniora dan Ilmu Sosial 2026

marsbit4j yang lalu

Membongkar HyperEVM: Aplikasi Apa yang Benar-benar Dapat Mengambil Inti Manfaat dari Hyperliquid?

**Ringkasan: Membongkar HyperEVM: Aplikasi Mana yang Dapat Menikmati Manfaat Inti Hyperliquid?** HyperEVM adalah lapisan kontrak pintar yang nilai utamanya terletak pada kemampuannya memberikan akses aplikasi ke data perdagangan, kolateral, posisi, dan risiko dari HyperCore. Aplikasi berharga di HyperEVM harus memenuhi tiga kriteria: membutuhkan logika EVM yang fleksibel, bergantung pada status unik HyperCore, dan meningkatkan utilitas Hyperliquid sebagai pusat keuangan. Pendekatan Hyperliquid yang unik adalah "pertukaran pertama" (exchange-first), bukan "rantai dulu" (chain-first). Ini membuat HyperEVM menjadi sarana untuk memprogram pertukaran itu sendiri, bukan sekadar tempat menyalin DeFi. Evaluasi aplikasi dapat dilihat dalam matriks 2x2: 1. **Keuangan EVM Lokal:** Aplikasi seperti AMM dan pasar uang (contoh: Felix, HyperLend) yang membutuhkan kontrak pintar namun dapat diadaptasi. Mereka membentuk lapisan dasar yang penting. 2. **Ekstensi Asli Inti:** Aplikasi yang membuat aset internal Hyperliquid lebih berguna, seperti pembungkus HLP atau aset terkait Unit. Mereka menyediakan bahan baku (kolateral) untuk aktivitas keuangan. 3. **HyperCore yang Dapat Diprogram:** Kuadran paling inovatif di mana aplikasi (contoh: Rysk, Liminal, Valantis Prime) menggunakan logika EVM dan secara mendalam mengintegrasikan status serta eksekusi HyperCore, menjadikan aktivitas pertukaran sebagai produk. Bentuk akhir yang paling berharga mungkin adalah **akun keuangan terpadu**. Pengguna dapat menyetor aset sekali dan menggunakan saldo yang sama untuk berdagang di HyperCore, meminjam di HyperEVM, menghasilkan yield, melakukan lindung nilai, dan membayar. Hyperliquid menggabungkan infrastruktur likuiditas dan risiko tingkat pertukaran dari HyperCore dengan permukaan aplikasi terbuka HyperEVM, menciptakan "rumah keuangan" yang dikendalikan pengguna namun didukung oleh neraca yang kuat. Gelombang pertama HyperEVM membuat ekosistem dapat digunakan, gelombang berikutnya akan membuat HyperCore benar-benar dapat diprogram.

Foresight News06/26 10:06

Membongkar HyperEVM: Aplikasi Apa yang Benar-benar Dapat Mengambil Inti Manfaat dari Hyperliquid?

Foresight News06/26 10:06

OpenAI Melakukan Paling "Terbuka", Codex Tidak Lagi Eksklusif untuk GPT

OpenAI telah membuat langkah yang dianggap sebagai "yang paling terbuka" dengan mengintegrasikan kemampuan untuk menggunakan model sumber terbuka ke dalam Codex, asisten pemrograman berbasis AI mereka. Sebelumnya, Codex hanya dapat digunakan dengan model GPT milik OpenAI. Kini, pengembang dapat menggunakan baris konfigurasi sederhana seperti `--oss` untuk menjalankan model dari penyedia layanan lokal seperti Ollama dan LM Studio, atau bahkan mengonfigurasi penyedia model pihak ketiga. Perubahan ini memberikan fleksibilitas besar bagi pengembang. Mereka dapat mengatur arsitektur "campuran" di mana model OpenAI (seperti GPT) menangani perencanaan tugas yang kompleks, sementara model sumber terbuka yang lebih ringan dan hemat biaya mengeksekusi pembuatan kode. Selain itu, penggunaan model lokal memungkinkan pemrosesan offline, meningkatkan privasi, dan mengendalikan biaya. Namun, integrasi yang mulus tidak selalu langsung tercapai. Codex menggunakan protokol API "Responses" OpenAI, sedangkan banyak model sumber terbuka menggunakan standar "Chat Completions". Komunitas pengembang merespons dengan menciptakan lapisan penerjemah atau router (misalnya, CC Switch, LiteLLM) untuk menjembatani perbedaan protokol ini. Langkah OpenAI ini dilihat sebagai pergeseran strategi: dari sekadar penyedia model menjadi pengendali platform dan standar antarmuka. Dengan membuka lapisan integrasi model, OpenAI memperkuat posisi Codex sebagai pintu masuk utama bagi pengembang untuk pemrograman berbasis AI, terlepas dari model yang digunakan di baliknya.

marsbit06/22 00:26

OpenAI Melakukan Paling "Terbuka", Codex Tidak Lagi Eksklusif untuk GPT

marsbit06/22 00:26

活动图片