# Artikel Terkait Sistem Multi-Agen

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

Dari TPU ke Agent yang Berevolusi Sendiri: Bagaimana Jeff Dean Menilai Langkah Selanjutnya AI

Jeff Dean, Kepala Ilmuwan AI di Google, membagikan pandangannya tentang arah perkembangan AI dalam wawancara di YC Startup School 2026. Ia menekankan bahwa tahap berikutnya AI bukan hanya tentang melatih model yang lebih pintar, tetapi membangun sistem yang memungkinkan AI bekerja jangka panjang, terus mencoba, memvalidasi otomatis, dan mengakumulasi kemampuan. **Tren Utama AI:** * **Perubahan Fokus:** Kompetisi AI bergeser dari "siapa yang memiliki model lebih besar" ke "siapa yang dapat mengorganisir kecerdasan dengan lebih baik." * **Kemampuan Agent:** Kemampuan AI kini mendekati insinyur pemula dan berkembang pesat dalam tugas kompleks dan alur kerja panjang. * **Otomatisasi Penelitian:** Sistem AI akan semakin banyak digunakan untuk meningkatkan sistem AI itu sendiri melalui eksperimen otomatis dan evaluasi. **Peluang dan Tantangan:** * **Peluang Startup:** Tim kecil dapat bersaing dengan fokus pada bidang spesifik di mana model umum gagal (tingkat keberhasilan ~1%). Peluang terletak pada data milik pribadi, alat evaluasi khusus, atau model domain-spesifik. * **Tantangan Teknis:** Biaya utama dalam sistem AI saat ini adalah **perpindahan data**, bukan komputasi. **Latensi rendah** dan **efisiensi energi** sangat penting untuk pengambilan keputusan real-time dan agen yang berjalan lama. * **Rekayasa Konteks:** Kunci untuk sistem AI yang berguna terletak pada organisasi konteks—alat, memori, lingkungan eksekusi, dan mekanisme umpan balik—bukan hanya modelnya sendiri. **Keterampilan (skills)** yang dikodekan menjadi aset berharga. **Saran untuk Inovasi:** * **Prinsip Pertama:** Tantang asumsi yang ada dan hitung kembali batasan dari sudut pandang prinsip pertama. * **Spesifikasi yang Jelas:** Ketika kode menjadi murah, **spesifikasi yang jelas**, **selera (taste)** dalam memilih masalah, dan **standar penerimaan** menjadi lebih berharga. * **Metode Ilmiah Terotomatisasi:** AI dapat mempercepat siklus penemuan dengan mengotomatisasi proposal eksperimen dan membuat verifikasi yang cepat dan murah. Pada intinya, di era AI, kemampuan langka yang paling berharga tetaplah **kemampuan untuk melihat dan mendefinisikan masalah dengan jelas.**

marsbitKemarin 00:19

Dari TPU ke Agent yang Berevolusi Sendiri: Bagaimana Jeff Dean Menilai Langkah Selanjutnya AI

marsbitKemarin 00:19

Mengamankan 15 Zero-Day Vulnerability Tingkat Atas: Kerangka Debug Agent Cerdas Protokol Konsensus yang Dibangun oleh 0G Lab Bersama Tim NUS, PKU, dan BUPT

Sistem konsensus terdistribusi, sebagai fondasi infrastruktur digital, terkenal kompleks dan rentan terhadap bug logika dalam (deep logic bug) yang sulit dideteksi. Makalah yang diterima di ICML 2026, hasil kolaborasi 0G Labs, National University of Singapore, Peking University, dan Beijing University of Posts and Telecommunications, memperkenalkan Agora, framework otomatis pertama yang menggabungkan pengetahuan domain dengan kolaborasi multi-agent LLM. Agora mengatasi kelemahan model LLM tunggal dengan mendesain tiga agent khusus: Orchestrator (koordinasi global), Strategy (generasi skenario serangan berbasis pengetahuan distribusi), dan TestGen (pembuatan & eksekusi tes). Framework ini mengintegrasikan arsitektur "harness" yang efisien dan mekanisme komunikasi ringkas, memungkinkan loop pengujian dan perbaikan otomatis dengan biaya token rendah. Dalam evaluasi pada protokol konsensus industri seperti Raft dan komponen inti Sui, Agora berhasil menemukan 15 deep bug logika yang sebelumnya tidak diketahui (zero-day). Sebaliknya, model baseline kuat seperti GPT-5.2 dan Claude 4.5 gagal mendeteksi bug ini. Agora mencapai ini dengan tingkat false positive hanya 26.1% dan biaya rata-rata sekitar $40 per bug. Kemajuan ini menunjukkan bahwa pendekatan "LLM + multi-agent + hypothesis-driven testing" tidak hanya efektif untuk audit keamanan protokol konsensus, tetapi juga memiliki potensi tinggi untuk diterapkan di area lain seperti kontrol konkurensi database, kernel OS, dan audit kontrak pintar Web3. Agora menawarkan solusi yang terjangkau dan efisien, membuka era otomatisasi AI untuk pengujian infrastruktur keras tingkat produksi.

marsbit06/11 07:16

Mengamankan 15 Zero-Day Vulnerability Tingkat Atas: Kerangka Debug Agent Cerdas Protokol Konsensus yang Dibangun oleh 0G Lab Bersama Tim NUS, PKU, dan BUPT

marsbit06/11 07:16

活动图片