# Artikel Terkait Sumber Terbuka

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

Watermark Claude Telah Dibobol, Raih 11k Star, Namun Akan Ditolak untuk Diinstal

Kebijakan watermark AI Claude dari Anthropic telah memicu kontroversi. Perusahaan ini menambahkan tanda air tersembunyi ke semua teks yang dihasilkan AI untuk pengguna global, menggunakan teknik SynthID-Text dari Google DeepMind. Kebijakan ini dianggap berlebihan karena bahkan teks yang ditulis manusia, jika diperiksa oleh Claude, akan diberi label sebagai hasil AI. Sebagai respons, sebuah proyek open source bernama "watermarks-remover" dirilis untuk menghilangkan watermark AI. Dalam lima hari, proyek ini mendapat 11k bintang di GitHub. Alat ini bekerja dalam tiga lapisan: membersihkan karakter Unicode tak terlihat, mengubah teks untuk mengacaukan pola statistik watermark, dan menghapus metadata dari berbagai format file. Proyek ini dapat menangani watermark dari Claude, Gemini, dan OpenAI. Menariknya, ketika pengguna meminta Claude untuk menginstal "skill" penghapus watermark ini, Claude menolak. Akhirnya, model AI lain, GLM 5.2, yang menyelesaikan instalasinya. Ironisnya, kode untuk skill ini kemungkinan dihasilkan oleh Claude sendiri. Debat terus berlanjut antara pihak yang menentang watermark, yang menganggapnya melanggar hak pengguna berbayar dan menciptakan "konten AI kelas dua", dengan pihak yang mendukung, yang menekankan pentingnya transparansi dan pelacakan untuk memerangi misinformasi. Perlombaan antara teknologi watermark dan alat penghapusnya diprediksi akan terus berlangsung.

marsbit4j yang lalu

Watermark Claude Telah Dibobol, Raih 11k Star, Namun Akan Ditolak untuk Diinstal

marsbit4j yang lalu

Baru Saja, Xiaohongshu Open Source dots3-note, Model Seri yang Sama Raih Skor IMO 42 Sempurna

Baru-baru ini, Xiaohongshu merilis model open-source "dots3-note preview", versi dari seri model yang meraih nilai sempurna 42 poin di kompetisi matematika internasional (IMO). Model ini memiliki 280B parameter total (16B aktif), mendukung konteks hingga 512K token, serta kemampuan multimodal (teks, visual, suara), yang dioptimalkan untuk penalaran kompleks, Agent AI, dan tugas jangka panjang yang realistis seperti perencanaan perjalanan atau pengembangan aplikasi. Tes menunjukkan model ini dapat menangani tugas panjang dan dinamis. Misalnya, ia mampu memainkan game "Slay the Spire II" hingga level 33, memecahkan teka-teki ARC-AGI 3 dengan belajar aturan baru secara mandiri, membantu perhitungan tata letak dapur berdasarkan gambar denah dan spesifikasi produk, serta mengembangkan aplikasi visionOS dari nol hingga berhasil dikompilasi. Kemampuan kuncinya adalah pembelajaran berkelanjutan dan koreksi diri dalam tugas panjang tanpa jawaban pasti. Untuk melatih ini, Xiaohongshu mengembangkan metode TEMPO yang memungkinkan model mengevaluasi kemajuan dirinya sendiri di tengah tugas, serta mekanisme "Self-Critiquing" untuk memperbaiki kesalahan selama penalaran. Xiaohongshu juga merilis dua tolok ukur untuk mengevaluasi Agent AI dalam skenario kehidupan nyata: **VibeSearchBench** (untuk memahami kebutuhan pengguna yang ambigu) dan **VibeLifeBench** (untuk menangani perubahan kondisi selama tugas panjang). Hasilnya menunjukkan bahkan model besar global masih kesulitan dengan tugas-tugas semacam ini. Ini adalah bagian terbaru dari strategi open-source Xiaohongshu, menyusul model teks, OCR, dan visi sebelumnya. Versi final dots3-note dan model seri dots3 lainnya (jazz, aria) dijadwalkan akan dirilis di masa depan. **Tautan:** - API: https://dots.ai/platform/ - Huggingface: https://huggingface.co/dots-studio/dots3-note-prev - GitHub: https://github.com/studio-dots-ai/dots3-note-prev - Blog Teknis: https://studio.dots.ai/dots/dots3-zh.html - VibeSearchBench: https://vibebench.github.io/VibeSearchBench.github.io/ - VibeLifeBench: https://vibebench.github.io/VibeLifeBench_homepage/

marsbit08/14 03:40

Baru Saja, Xiaohongshu Open Source dots3-note, Model Seri yang Sama Raih Skor IMO 42 Sempurna

marsbit08/14 03:40

Perusahaan Kripto Minta Laboratorium AI 'Persenjatai' Pembela Bitcoin dengan Model Paling Kuat

Lebih dari 30 perusahaan bitcoin dan kripto, melalui Bitcoin Policy Institute, menyerukan kepada lab AI terkemuka agar memberikan pengembang sumber terbuka akses awal ke model AI paling canggih untuk keamanan siber. Penandatangan, termasuk Coinbase, Block, dan ARK Invest, berargumen bahwa pengembang infrastruktur kritis seperti Bitcoin Core saat ini menggunakan alat AI yang kurang kuat dibandingkan calon penyerang. Pembatasan pada model publik juga dianggap menghambat pencarian kerentanan yang sah. Mereka meminta program akses tepercaya permanen yang mencakup akses awal ke model canggih, sumber daya komputasi yang memadai, lingkungan aman untuk analisis kode privat, serta partisipasi pengembang independen. Seruan ini didorong oleh serangkaian serangan dan kerugian besar baru-baru ini. Misalnya, BTCPay Server menemukan kerentanan kritis yang dieksploitasi untuk menyerang node Lightning. Sementara itu, serangan pada Coldcard yang menyebabkan kehilangan sekitar $111 juta (1.719 BTC) menunjukkan betapa parahnya dampak kesalahan dalam infrastruktur kriptografi. Insiden lain pada 2026, seperti kerugian ~$24 juta di protokol Ostium dan AFX, serta serangan pada Summer.fi dan Bonzo Lend, semakin menekankan kebutuhan akan alat yang lebih baik. AI tingkat lanjut diharapkan dapat menganalisis basis kode besar, menemukan skenario eksploitasi yang tidak biasa, dan membantu mengidentifikasi masalah sebelum dimanfaatkan oleh pihak jahat, sehingga memperkuat perlindungan infrastruktur yang menjaga triliunan dolar aset digital.

cryptonews.ru08/13 12:34

Perusahaan Kripto Minta Laboratorium AI 'Persenjatai' Pembela Bitcoin dengan Model Paling Kuat

cryptonews.ru08/13 12:34

Bitcoin Policy Institute Menyerukan Pengembang AI Memberikan Akses ke Model Canggih bagi Pembela Infrastruktur Kripto

Institut Kebijakan Bitcoin (BPI) telah mengeluarkan surat terbuka yang mendesak pengembang dan laboratorium kecerdasan buatan (AI) terdepan untuk memberikan akses lebih awal ke model AI canggih bagi para pengembang dan peneliti yang melindungi infrastruktur keuangan berbasis kode sumber terbuka, terutama di sektor aset digital. BPI memperingatkan bahwa sistem AI mutakhir, yang mampu menganalisis basis kode besar dan menemukan kerentanan, dapat lebih dulu dimanfaatkan oleh penyerang jahat daripada oleh para pembela. Hal ini menimbulkan risiko besar bagi infrastruktur seperti dompet digital, perangkat penandatanganan, perpustakaan kriptografi, perangkat lunak node, bursa, dan jaringan pembayaran, yang mengamankan triliunan dolar. Aset digital dianggap lebih rentan karena peretasan dapat dengan cepat mengakibatkan kerugian finansial. Surat tersebut mencatat bahwa pengembang inti (core) Bitcoin saat ini tidak memiliki akses ke program keamanan siber khusus dari laboratorium AI terkemuka. Oleh karena itu, BPI menyerukan pembuatan program akses tepercaya yang menyediakan akses awal terkontrol ke model AI paling kuat, sumber daya komputasi yang memadai untuk audit keamanan, lingkungan aman untuk analisis kode pribadi, serta akses bagi tim kecil, LSM, dan pengembang independen. Tujuannya adalah memungkinkan perbaikan kerentanan sebelum dieksploitasi oleh pihak yang tidak bertanggung jawab. BPI juga mendorong industri kripto untuk membantu mengidentifikasi peserta yang dapat dipercaya dalam program tersebut.

cryptonews.ru08/12 12:15

Bitcoin Policy Institute Menyerukan Pengembang AI Memberikan Akses ke Model Canggih bagi Pembela Infrastruktur Kripto

cryptonews.ru08/12 12:15

Presentasi Terbaru Pendiri OpenClaw, 'Peter Steinberg': Kisah Hidup dan Mati Sebuah Proyek Open Source, Bagaimana OpenClaw Bangkit dari Pusat Badai

Pendiri OpenClaw, Peter Steinberg, berbagi kisah perjalanan proyek sumber terbuka AI yang fenomenal, dari ide awal hingga badai perhatian global. Proyek ini terinspirasi oleh rasa frustrasinya sendiri karena tidak ada cara mudah mengirim perintah AI dari ponsel ke komputer pada November 2024. Ia membuat prototipe "WhatsApp Relay" yang terasa seperti "sihir" karena interaksinya yang seperti teman. Meski awalnya tidak mendapat perhatian, saat ia memperlihatkannya ke 80 teman (non-teknis sekalipun), reaksi emosional mereka meyakinkannya tentang potensi produk. Setelah meluncurkan di Discord sebagai "Claudis" (nantinya jadi OpenClaw), proyeknya meledak secara viral dalam semalam, menarik ribuan kontributor dan pujian seperti dari CEO Nvidia. Namun, ketenaran ini hampir menghancurkannya secara mental. Tantangan terbesar datang dari ketergantungan berlebihan pada model AI tertentu yang tiba-tiba mengubah kebijakan, mengajarkannya pelajaran pahit tentang risiko ketergantungan. Popularitas OpenClaw pun mengalami pasang surut, sempat dinyatakan "mati" sebelum mencetak rekor unduhan baru. Peter menyadari kunci utamanya adalah **"kesenangan"**. Saat ia berhenti menikmati proses membangun untuk diri sendiri dan merasa terbebani, produknya stagnan. Kembalinya kesenangan itu, dibantu dukungan dari komunitas dan Nvidia, membawa proyek kembali ke jalurnya. Inti OpenClaw, menurutnya, adalah memberikan **pilihan lain**: agen AI yang berjalan di mana saja, dengan model apa saja, menjaga data tetap di perangkat pengguna. Kini, dengan tim 10 orang, mereka membangun OpenClaw dengan OpenClaw itu sendiri. Pelajaran utamanya: Bangunlah untuk memecahkan masalahmu sendiri, temukan pengguna awal dari lingkaran terdekat, dan yang terpenting, **jaga agar prosesnya tetap menyenangkan**, karena itulah bahan bakar inovasi sejati.

marsbit08/12 09:10

Presentasi Terbaru Pendiri OpenClaw, 'Peter Steinberg': Kisah Hidup dan Mati Sebuah Proyek Open Source, Bagaimana OpenClaw Bangkit dari Pusat Badai

marsbit08/12 09:10

Cache Hit Rate 99.93%, Harness yang Paling Cocok untuk DeepSeek Hadir, GitHub Raup 8.6 Juta Star

Proyek Pi, sebuah harness agen pemrograman open-source yang telah meraih sekitar 86,000 bintang di GitHub, diklaim sebagai harness "terbaik" untuk model AI DeepSeek. Kunci utamanya adalah efisiensi biaya yang sangat tinggi berkat mekanisme caching yang optimal. Ketika diintegrasikan dengan DeepSeek, Pi mencapai **tingkat hit cache sekitar 99.97%** (atau tingkat *cache miss* hanya 0.03%). Ini berarti sebagian besar token konteks yang berulang tidak perlu dihitung ulang oleh model, sehingga **secara drastis mengurangi biaya pemrosesan**. Sebagai contoh, biaya untuk memproses 1 miliar token bisa turun dari sekitar 900 yuan menjadi hanya 19 yuan. Sebuah tes perbandingan oleh tim Composio terhadap 8 harness agen utama yang menjalankan DeepSeek V4 Flash pada tugas nyata mengonfirmasi keunggulan Pi. **Pi mencatat biaya rata-rata terendah per tugas berhasil, yaitu sekitar $0.028**. Sebagai perbandingan, Claude Code, harness yang dibangun khusus untuk model Claude, mencatat biaya sekitar **$0.195 per tugas**, hampir 7 kali lebih mahal. Alasan Pi sangat cocok dengan DeepSeek adalah karena kesederhanaannya. Pi hanya menyediakan empat alat dasar (baca file, tulis file, ubah file, eksekusi perintah) secara default, memungkinkan sesi berkembang secara linier. Desain ini cocok dengan aturan antarmuka DeepSeek, meminimalkan perubahan pada prompt sistem dan sejarah percakapan sehingga caching awalan otomatis dapat bekerja dengan sangat efektif. Sementara itu, DeepSeek sendiri dikabarkan sedang mengembangkan harness resmi mereka yang ditargetkan untuk menyaingi Claude Code. Harness resmi ini diharapkan memberikan pengalaman "siap pakai" dan integrasi yang lebih dalam dengan model DeepSeek. Di sisi lain, Pi tetap akan relevan bagi pengembang yang lebih menyukai fleksibilitas untuk menyesuaikan alur kerja dan dengan mudah berganti model AI (mendukung Claude, OpenAI, Gemini, dll.). Pada akhirnya, meskipun Pi saat ini menjadi solusi pihak ketiga yang sangat efisien untuk DeepSeek, persaingan dengan harness resmi yang akan datang dinantikan oleh komunitas pengembang.

marsbit08/11 01:13

Cache Hit Rate 99.93%, Harness yang Paling Cocok untuk DeepSeek Hadir, GitHub Raup 8.6 Juta Star

marsbit08/11 01:13

活动图片