# Artikel Terkait Keterampilan

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

Versi Open Source dari Claude Science Telah Hadir, Tanpa Dependensi, Lisensi MIT, Dilengkapi 30+ Skills Penelitian

Claude Science, asisten penelitian AI dari Anthropic yang dapat mencari literatur, menulis kode, menganalisis data, dan membuat laporan, kini telah direplikasi dalam versi sumber terbuka bernama **OpenAI4S (Open AI for Scientist)**. Dikembangkan oleh Laboratorium Bersama Universitas Peking & Yuan Kong AI Agent, proyek ini dirilis dengan lisensi MIT dan bebas ketergantungan eksternal. OpenAI4S menggunakan pendekatan **Code-as-Action**, di mana agen menghasilkan dan mengeksekusi kode Python/R dalam lingkungan kernel yang berjalan terus-menerus. Ini memungkinkan AI menyelesaikan alur kerja penelitian yang kompleks—mulai dari pengambilan data, pembersihan, analisis, hingga visualisasi—dalam satu antarmuka terpadu. Semua hasil penelitian disimpan dan diversioning untuk memudahkan pemeriksaan dan modifikasi. Proyek ini dilengkapi **30+ keterampilan (Skills)** bawaan yang mencakup analisis struktur protein, desain protein, analisis sel tunggal, penelusuran literatur, dan lainnya, termasuk 14 Skills yang membutuhkan GPU atau model khusus. OpenAI4S juga mendukung integrasi dengan lingkungan komputasi sendiri, memungkinkan tugas berat dijalankan pada server GPU pribadi. Salah satu prinsip intinya adalah **kebijakan tanpa pemalsuan (no-fabrication policy)**: sistem hanya menggunakan data nyata dari sumber terpercaya dan akan memberikan pesan error jika layanan atau komputasi tidak tersedia, alih-alih menghasilkan data atau hasil palsu. OpenAI4S mengundang kontributor dari universitas, institusi penelitian, dan pengembang untuk memperluas Skills, menyempurnakan arsitektur, atau memberikan umpan balik guna menjadikan agen penelitian AI sebagai infrastruktur yang andal dan dapat diterapkan di berbagai bidang ilmu.

marsbit18j yang lalu

Versi Open Source dari Claude Science Telah Hadir, Tanpa Dependensi, Lisensi MIT, Dilengkapi 30+ Skills Penelitian

marsbit18j yang lalu

Claude Selesai Menulis Kode Tidak Langsung Diserahkan: Periksa Sendiri dengan 4 Skill Ini, Perbaiki Baru Cari Anda

**Claude Tidak Langsung Menyerahkan Kode: 4 Skill untuk Memeriksa Sendiri, Perbaiki Dulu Baru Cari Kamu** Dalam pengembangan perangkat lunak, AI kini dapat menulis kode, tetapi tugas verifikasi masih dibebankan pada manusia. Untuk mengatasi hambatan ini, Anthropic memperkenalkan "loop verifikasi" (verification loop) dalam Claude Code, di mana Claude memeriksa dan memperbaiki pekerjaannya sendiri sebelum menyerahkannya. Siklus kerja agen cerdas yang sebelumnya "kumpulkan konteks → eksekusi tindakan → pemeriksaan manual" kini diperpanjang menjadi "kumpulkan konteks → eksekusi tindakan → verifikasi otomatis → perbaikan → verifikasi ulang". Verifikasi dan perbaikan dimasukkan kembali ke dalam siklus. Tim Claude Code menggunakan empat Skill pemeriksaan mandiri ini setiap hari: 1. **/code-review:** Mengulas perubahan kode untuk menemukan bug dan memberikan umpan balik. 2. **/simplify:** Membersihkan implementasi yang berbelit-belit dan redundan, menyederhanakan struktur. 3. **/verify:** Melakukan verifikasi ujung ke ujung dengan menjalankan aplikasi untuk memastikan fungsionalitas benar-benar bekerja. 4. **/design:** Memeriksa implementasi UI terhadap panduan desain dalam file DESIGN.md (hanya diaktifkan jika UI diubah). Skill ini dibangun di atas infrastruktur verifikasi Claude Code yang sudah ada, seperti kemampuan menjalankan aplikasi dan integrasi GitHub Actions. Untuk membuat Skill verifikasi sendiri, pengguna dapat mendeskripsikan langkah pemeriksaan manual rutin mereka dalam bahasa sederhana, seperti menginstruksikan rekan kerja baru, lalu menyimpannya sebagai file Markdown di direktori `.claude/skills/`. Tingkat otomatisasi verifikasi dapat disesuaikan dalam empat tingkat: * **Standalone:** Dipanggil manual. * **Embedded:** Tertanam dalam alur tugas tertentu. * **Chained:** Beberapa Skill dirantai dan dijalankan secara berurutan. * **On every PR:** Dijalankan otomatis pada setiap pull request (peringatan: konsumsi token meningkat). Perkembangan ini menandai pergeseran kompetisi AI programming dari generasi kode ke verifikasi. Skill, yang berisi instruksi, alur kerja, dan konfigurasi, menjadi modul kemampuan yang dapat digunakan kembali dan mulai distandardisasi di berbagai platform seperti GitHub Copilot dan Cursor. Kesenjangan efisiensi antar tim tidak lagi terletak pada model AI, tetapi pada seberapa baik mereka membangun alur kerja dan mekanisme verifikasi otomatis ini. Dengan loop verifikasi yang kuat, agen AI dapat berjalan lebih lama dan mandiri, mengurangi kebutuhan pengawasan manusia yang konstan. Ini bukan tentang AI mengambil alih pekerjaan engineer, tetapi tentang mengajari AI untuk memvalidasi pekerjaannya sendiri, sehingga pada akhirnya dapat benar-benar meringankan beban manusia dalam proses pengembangan.

marsbit07/27 10:26

Claude Selesai Menulis Kode Tidak Langsung Diserahkan: Periksa Sendiri dengan 4 Skill Ini, Perbaiki Baru Cari Anda

marsbit07/27 10:26

Mengapa Semakin Banyak Eksekutif India Muncul di Lingkungan Pembayaran Global?

Penulis Steven dari Payment 201 membahas fenomena meningkatnya jumlah eksekutif India di industri pembayaran global. Artikel ini mengamati kontras antara persepsi umum tentang pasar India yang kompleks dengan realita naiknya para profesional India di perusahaan-perusahaan fintech dan pembayaran internasional. Banyak profesional Tionghoa awalnya meragukan kemampuan kolega India, sering menganggap mereka hanya pandai presentasi. Namun, pengalaman dalam proyek kompleks—seperti pembayaran lintas batas, kerja sama perbankan, atau masalah kepatuhan—akhirnya mengungkap keahlian sesungguhnya. Keunggulan ini bukan hanya pada kemampuan teknis, melainkan terutama pada **kemampuan organisasi dan stakeholder management**. Eksekutif India terampil dalam mengoordinasikan berbagai pihak seperti bank, regulator, dan mitra bisnis dalam jaringan pembayaran yang rumit. Faktor pendorong lainnya adalah **jejaring profesional yang kuat** di antara diaspora India, menciptakan efek compounding untuk karier mereka. Selain itu, banyak pengusaha India masuk ke bidang **infrastruktur pembayaran** (seperti TerraPay, Tazapay) yang membutuhkan pemahaman mendalam tentang teknologi, keuangan, dan regulasi. Singapura berperan sebagai "penguat" bagi talenta India di Asia, karena menjadi kantor pusat regional banyak perusahaan pembayaran global. Artikel ini menyimpulkan bahwa talenta pembayaran Tiongkok memiliki pengalaman unik dari pasar domestik yang masif, tetapi perlu mengembangkan **kepemimpinan global**, kemampuan membangun konsensus, dan visibilitas dalam organisasi besar. Era kompetisi baru ini bukan tentang menggantikan satu talenta dengan lainnya, tetapi tentang kemampuan menyatukan berbagai pihak di seluruh dunia untuk menyelesaikan masalah secara kolaboratif.

链捕手07/27 10:09

Mengapa Semakin Banyak Eksekutif India Muncul di Lingkungan Pembayaran Global?

链捕手07/27 10:09

Claude Hadirkan Fitur Baru: Rekaman Layar+Suara, Satu Klik "Mendistilasi" Skill untuk Bekerja Menggantikan Anda

Anthropic telah meluncurkan fitur "Record a Skill" pada aplikasi desktop Claude. Fitur ini memungkinkan pengguna Pro, Max, dan Team untuk membuat Skill yang dapat digunakan kembali hanya dengan merekam layar dan memberikan penjelasan suara tentang alur kerja mereka. Claude kemudian secara otomatis menganalisis rekaman dan menghasilkan Skill yang siap pakai, yang dapat dipanggil dengan perintah garis miring (/) dalam percakapan. Fitur ini secara signifikan menurunkan hambatan untuk mengotomatisasi tugas. Alih-alih harus menulis instruksi manual dalam Markdown, pengguna hanya perlu mendemonstrasikan dan menceritakan prosesnya. Hal ini tidak hanya menangkap langkah-langkah yang terlihat, tetapi juga logika dan pertimbangan tersembunyi yang disampaikan dalam narasi suara. Inovasi ini berpotensi mengubah manajemen pengetahuan dan operasi di tempat kerja, memudahkan pendokumentasian dan transfer keahlian. Namun, artikel ini juga menyoroti sisi lain: kemudahan dalam mengemas keahlian menjadi alur kerja otomatis dapat mengikis "parit pertahanan" pekerjaan tradisional. Kemampuan untuk melakukan suatu tugas menjadi kurang berharga dibandingkan kemampuan untuk melakukan hal-hal yang tidak dapat dengan mudah diajarkan atau diotomatisasi.

marsbit07/22 07:59

Claude Hadirkan Fitur Baru: Rekaman Layar+Suara, Satu Klik "Mendistilasi" Skill untuk Bekerja Menggantikan Anda

marsbit07/22 07:59

Meraih 24K Bintang GitHub: Dengan Satu Baris Perintah, AI Sekarang Bisa Mencari Skill Sendiri

Vercel telah meluncurkan "skills", alat baris perintah untuk mengelola paket kemampuan (skills) untuk agen AI, yang telah menarik 24.000 bintang di GitHub dalam 5 bulan. Alat ini memungkinkan pengguna menginstal "skill packages" dengan perintah sederhana seperti `npx skills add <package>`, yang berisi aturan, template, atau skrip untuk meningkatkan kemampuan agen AI dalam tugas tertentu (misalnya, pengembangan React). Skills berfungsi seperti npm untuk AI, mendukung lebih dari 68 agen seperti Claude Code dan Cursor. Platform skills.sh menampilkan direktori dan peringkat skill populer, di mana "find-skills" (2,3 juta instalasi) menonjol sebagai skill untuk menemukan dan menginstal skill lain secara otomatis. Inisiatif ini menandai pergeseran dari "prompt engineering" ke "capability engineering", di mana kemampuan AI dapat dikemas dan digunakan kembali. Namun, audit keamanan oleh Snyk dan Koi Security mengungkapkan risiko signifikan: sekitar 13,4% dari hampir 4.000 skill dianalisis mengandung kerentanan serius, termasuk malware dan pencurian data. Pengguna disarankan untuk memeriksa sumber dan izin skill sebelum menginstal. Diciptakan oleh Guillermo Rauch (pendiri Vercel), proyek ini melanjutkan misinya untuk menyederhanakan pengembangan dengan alat baris perintah yang kuat, kini diterapkan pada ekosistem agen AI.

marsbit07/06 00:22

Meraih 24K Bintang GitHub: Dengan Satu Baris Perintah, AI Sekarang Bisa Mencari Skill Sendiri

marsbit07/06 00:22

Dan Koe: Melarikan Diri dari Takdir Pekerja, Bagaimana Bertahan dalam Gelombang Penggantian AI?

**Ringkasan: Bertahan di Era Penggantian AI dengan Membangun Karier Anda Sendiri** Banyak orang panik tentang AI yang akan mengambil alih pekerjaan, tetapi ancaman sebenarnya adalah ketergantungan finansial dan mental pada orang lain. "Perbudakan gaji" terjadi ketika Anda terjebak dalam pekerjaan tanpa makna hanya untuk bertahan hidup. Solusinya bukan menolak AI, melainkan **membangun bisnis atau karya Anda sendiri**. Untuk bertahan dan berkembang, Anda perlu menguasai lima elemen inti: 1. **Agency**: Kemampuan bertindak tanpa menunggu perintah. 2. **Selera**: Kepekaan untuk membedakan apa yang bernilai. 3. **Kemampuan persuasi**: Meyakinkan orang untuk mendukung usaha Anda. 4. **Ketekunan**: Memahami bahwa kegagalan adalah bagian dari proses. 5. **Iterasi**: Kemampuan memperbaiki diri berdasarkan umpan balik. Lima hal ini dapat disederhanakan menjadi **keterampilan memecahkan masalah dan akumulasi pengalaman**. **Langkah Praktis untuk Memulai:** 1. **Ubah lingkungan dan identitas**: Ganti kebiasaan, konten yang dikonsumsi, dan lingkaran pergaulan untuk memicu pola pikir baru. 2. **Pilih media sebagai alat utama**: Dibandingkan coding, membuat konten (tulisan, video, podcast) lebih berharga karena nilainya subjektif dan membutuhkan selera yang tidak bisa digantikan AI sepenuhnya. 3. **Temukan "bahan mentah" Anda**: Jawab pertanyaan mendalam tentang minat, keahlian alami, dan pengalaman unik Anda. Ini akan menjadi fondasi konten Anda. 4. **Cari sudut pandang "anti-mainstream"**: Identifikasi keyakinan Anda yang bertentangan dengan opini umum di bidang Anda. 5. **Segera publikasikan**: Posting ide pertama Anda besok. Versi pertama mungkin buruk, tetapi umpan balik nyata adalah awal pembelajaran. Kunci utamanya adalah **mulai dari hal kecil, konsisten, dan berani menerima umpan balik untuk terus berimprovisasi.** Dengan memanfaatkan AI sebagai alat bantu dan fokus pada pengembangan diri, Anda dapat menciptakan jalan karier yang bermakna dan mandiri.

marsbit06/24 05:38

Dan Koe: Melarikan Diri dari Takdir Pekerja, Bagaimana Bertahan dalam Gelombang Penggantian AI?

marsbit06/24 05:38

Panduan Pendaftaran dan Pengiriman Artikel Kolom PANews

Panduan Pendaftaran dan Pengiriman Artikel Kolom PANews Artikel ini menjelaskan proses lengkap untuk mendaftar sebagai penulis kolom dan mengirimkan artikel ke platform PANews, serta beberapa fitur yang tersedia. **Syarat Utama untuk Kolom:** * Konten harus mendalam seputar Crypto, Web3, blockchain, data, atau opini terkait. * Konten yang bersifat promosi merek/perkenalan produk atau soft PR disarankan melalui jalur bisnis. * Konten yang sebagian besar dibuat dengan AI tidak akan disetujui. **Cara Mendaftar Kolom:** 1. **Versi Web:** * Akses situs web PANews, gulir ke bagian bawah, dan klik "申请专栏" (Ajukan Kolom). * Daftar menggunakan nomor ponsel atau email. Login hanya memerlukan kode verifikasi, tanpa kata sandi. * Isi nama kolom, deskripsi, unggah foto profil, dan lampirkan tautan artikel yang pernah diterbitkan (sebagai referensi). 2. **Versi Ponsel:** * Di aplikasi/website, temukan bagian "我的" (Saya), lalu pilih "投稿与创作" (Kirim & Buat). * Isi informasi yang diperlukan. **Cara Membuat & Mengirim Artikel:** 1. Login ke situs web PANews. 2. Akses "个人主页" (Halaman Profil) dan masuk ke "创作者中心" (Pusat Kreator). 3. Klik untuk membuat artikel baru dan mulai menulis. **Cara Menyematkan Video:** Platform saat ini hanya mendukung penyematan kode video dari pihak ketiga (contoh: Bilibili). * Salin kode semat (embed code) dari video yang diinginkan. * Di editor artikel, klik tombol "插入/编辑媒体" (Sisipkan/Edit Media), pilih tab "嵌入" (Semat), tempel kode, dan simpan. * Ukuran video dapat disesuaikan dengan memilih video yang sudah disematkan, lalu edit propertinya (disarankan: lebar 100%, tinggi 560px). **PANews Skills (Alat AI untuk Penulis):** PANews menyediakan set keterampilan AI bernama **PANews Skills** (dapat dipasang dari GitHub) untuk membantu penulis. * **panews:** Melacak berita panas, artikel tren, data pendanaan, untuk pembuatan laporan harian otomatis. * **panews-creator (Kunci):** Mengelola kolom, mempublikasikan artikel, mengunggah gambar. Membutuhkan token otentikasi (`authorization`) yang bisa didapat dari browser setelah login ke akun PANews (lihat Network tab). * **panews-web-viewer:** Mengonversi konten web PANews menjadi Markdown. Alat ini kompatibel dengan berbagai agen AI seperti Cursor, Claude Code, ChatGPT, dll., untuk membantu pembuatan konten, pemantauan tren, dan publikasi.

marsbit06/16 06:41

Panduan Pendaftaran dan Pengiriman Artikel Kolom PANews

marsbit06/16 06:41

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

Tidak ada yang benar-benar mengajarimu cara melakukan penelitian. Kamu hanya mendapat meja kerja, masalah yang dipilih orang lain, dan instruksi samar untuk "menghasilkan sesuatu yang baru". Kebanyakan orang akhirnya belajar hanya bagaimana "terlihat" seperti peneliti, bukan menjadi peneliti yang sebenarnya. Kemampuan penelitian yang sesungguhnya adalah tumpukan keterampilan kecil yang hampir semuanya dapat dikembangkan melalui *deliberate practice*. **Pilihlah Masalahmu Sendiri:** Jangan hanya menyerap masalah dari mentor atau tren terkini. Ikuti metode John Schulman: pilih hasil yang benar-benar kamu inginkan, lalu rancang eksperimen untuk mencapainya. Ini menciptakan orisinalitas. "Selera" penelitian seperti otot; latihlah dengan memprediksi hasil eksperimen atau makalah sebelum melihat hasil aslinya, dan uji prediksimu dari waktu ke waktu. **Tingkatkan Input-mu:** Jika bacaanmu hanya dari arXiv atau grup diskusi tren, idemu akan sama dengan orang lain dan tidak berharga. Hargai sumber lama (misalnya, *The Bitter Lesson* dari Richard Sutton tahun 2019 atau pidato Claude Shannon tahun 1952). Kedalaman dan keluasan sama pentingnya. Pinjam pengetahuan dari bidang lain. Baca makalah asli, terutama bagian lampiran dan batasan, bukan sekadar ringkasannya. **Tuliskan Semuanya:** Seperti dikemukakan Paul Graham, sebuah ide baru terasa matang sampai kamu mencoba menuliskannya. Menulis adalah mekanisme pertahanan termurah untuk mengungkap celah dan asumsi yang tidak teruji. Terapkan prinsip Feynman: jangan menipu dirimu sendiri. Ikuti kebiasaan Darwin: catat segera fakta yang bertentangan dengan teorimu. Buatlah log eksperimen (hipotesis, pengaturan, prediksi, hasil, pemahaman baru). Membaca ulang catatanmu dari bulan lalu adalah pelajaran kerendahan hati yang paling efektif.

marsbit06/15 12:26

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

marsbit06/15 12:26

Pendiri Baixing: Empat Belas Pengalaman Saya Menggunakan Claude Code

Pendiri 58.com (situs rakyat) membagikan 14 pengalaman pribadinya menggunakan Claude Code: Fokus pada satu alat (Claude Code) dan kuasai shortcut keyboard penting (Ctrl+G, A, E, U). Gunakan input suara (HoldSpeak). Untuk proyek baru, mulai dengan menulis PROJECT.md yang terstruktur. Aktifkan Claude agents secara default dan manfaatkan integrasi dengan GitHub serta Cloudflare untuk infrastruktur. Pisahkan pekerjaan manusia dan mesin: rawat manual file inti CLAUDE.md, jangan baca kode yang ditulis AI. Untuk komunikasi, seret dan lepas file (audio, video, dokumen, tangkapan layar) ke jendela Claude Code. Kelola sistem memori dengan berpusat pada ~/.claude/CLAUDE.md, simpan file memory di Git (repo privat GitHub) agar pengetahuan terkumpul dan permanen. Kembangkan dan perbarui Skill secara rutin, minta Claude untuk "mengendapkan pembelajaran ke dalam Skill". Untuk tugas kompleks, gunakan ultracode (dynamic workflow). Gunakan dokumen dalam Git sebagai "tongkat estafet" antar agents. Anggap Claude Code seperti kuda yang memiliki otonomi, bukan mobil yang sepenuhnya dikendalikan – atur tujuan dan batasannya, lalu biarkan ia mencari jalannya.

链捕手06/08 12:55

Pendiri Baixing: Empat Belas Pengalaman Saya Menggunakan Claude Code

链捕手06/08 12:55

Cara Tepat Menggunakan Skill: 5 Refleksi Setelah Anthropic Membagikan Metodologi Internal Mereka

Menurut artikel "Skill 的正确打开方式" yang membahas metodologi internal Anthropic, berikut adalah 5 poin refleksi penting dalam menggunakan dan membangun Skill secara efektif: 1. **Jangan tulis informasi yang sudah jelas**: Skill bertujuan untuk mengkodifikasi pengetahuan implisit organisasi. Fokuslah pada "Gotchas" atau pengalaman spesifik seperti masalah database atau kasus tepi yang hanya diketahui oleh anggota tim berpengalaman. 2. **Skill adalah Rekayasa Konteks**: Skill bukan sekadar file, melainkan struktur folder yang mengelola konteks dengan cerdas. File utama `SKILL.md` berfungsi sebagai halaman navigasi yang merujuk ke detail di subfolder seperti `references/`, `scripts/`, dan `examples/`, sehingga menghindari kelebihan konteks. 3. **Utamakan penggunaan skrip**: Jangan buang kemampuan penalaran model untuk tugas berulang. Otomatisasikan dengan skrip untuk eksekusi yang lebih konsisten, akurat, dan efisien dalam penggunaan token. Instruksi memberikan panduan dan penilaian, sedangkan skrip memberikan kemampuan eksekusi. 4. **Deskripsi Skill sebagai aturan perutean**: Deskripsi harus menjelaskan *kapan* Skill harus digunakan berdasarkan niat pengguna, bukan hanya fungsinya. Ini membantu Claude menentukan Skill mana yang akan dimuat untuk masalah spesifik pengguna. 5. **Kelola dan sebarkan Skill secara bertahap**: Mulailah dengan Skill yang dibagikan dalam tim kecil. Saat jumlah Skill bertambah, adopsi model seperti Marketplace organik, di mana Skill yang terbukti bermanfaat dan banyak digunakan naik level ke repositori formal, menghindari proses persetujuan yang berat. Kesimpulannya, Skill yang efektif menyelesaikan masalah konteks, daur ulang pengalaman, dan penggunaan kemampuan, bukan hanya masalah *prompt engineering*.

marsbit06/08 09:09

Cara Tepat Menggunakan Skill: 5 Refleksi Setelah Anthropic Membagikan Metodologi Internal Mereka

marsbit06/08 09:09

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow