# Artikel Terkait alat

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

Gratis Total, Alternatif Open Source untuk Claude Science, DeepSeek/GLM Bisa Dipakai Sesuka Hati

Para peneliti pasti senang! Tak sampai seminggu setelah peluncuran Claude Science oleh Anthropic, komunitas open source merespons dengan proyek alternatif gratis bernama OpenScience. Dikembangkan oleh Synthetic Sciences (tim AI penelitian yang diinkubasi YC), OpenScience adalah platform kerja AI penelitian yang mencakup seluruh alur kerja: pencarian literatur, generasi hipotesis, eksperimen kode, hingga penulisan makalah. Keunggulan utamanya adalah **model-agnostic**, memungkinkan pengguna memilih model AI apa pun seperti DeepSeek, GLM, Claude, atau GPT, baik model internasional maupun domestik, cukup dengan kunci API masing-masing. Bahkan mendukung model lokal via Ollama untuk keamanan data penuh. Platform ini, yang dilisensikan di bawah Apache 2.0, dapat diinstal hanya dengan satu perintah terminal. Ia menawarkan lebih dari 250 paket keterampilan penelitian (4x lebih banyak dari Claude Science) untuk bidang seperti biologi komputasi dan kimia informatika. OpenScience juga menghadirkan antarmuka terpadu untuk menggantikan banyak alat yang sebelumnya terpisah. Berbeda dengan Claude Science yang terbatas pada macOS/Linux, hanya untuk pengguna berbayar, dan eksklusif untuk model Claude, OpenScience menawarkan kebebasan, keterjangkauan, dan kompatibilitas yang lebih luas. Tim juga menyediakan platform terkelola bernama Atlas untuk kemudahan penggunaan, meskipun OpenScience itu sendiri dapat digunakan sepenuhnya gratis dengan kunci API pengguna. Proyek ini secara tegas dinyatakan sebagai proyek independen yang tidak berafiliasi dengan Anthropic, mencerminkan semangat komunitas open source dalam menyediakan akses terbuka untuk alat penelitian ilmiah.

marsbit07/07 07:33

Gratis Total, Alternatif Open Source untuk Claude Science, DeepSeek/GLM Bisa Dipakai Sesuka Hati

marsbit07/07 07:33

Menulis Prompt Sudah Ketinggalan Zaman? Pemrograman AI Sedang Beralih ke Loop Engineering

Ringkasan: Loop Engineering (Rekayasa Lingkaran) menggantikan peran manusia sebagai penulis prompt dengan merancang sistem yang secara otomatis menjalankan agen AI. Loop ini terdiri dari lima komponen utama: **Automations** (menemukan dan mengalokasikan tugas), **Worktrees** (lingkungan pengembangan paralel yang terisolasi), **Skills** (menyimpan pengetahuan proyek), **Plugins/Connectors** (terhubung ke alat seperti GitHub dan Slack), dan **Sub-agents** (memisahkan pembuat dan pemeriksa). Ditambah lapisan **memori eksternal** (seperti file Markdown) untuk melacak kemajuan. Loop ini memungkinkan sistem berjalan secara mandiri, meningkatkan produktivitas dengan signifikan. Namun, Loop Engineering tidak menghilangkan kebutuhan akan validasi, pemahaman, dan penilaian manusia. Risiko utamanya adalah ketika loop digunakan untuk menghindari pemahaman kode dan sistem. Kemampuan kunci di masa depan bukan lagi menulis prompt yang baik, tetapi merancang alur kerja agen yang andal, dapat diverifikasi, dan berkelanjutan. Loop Engineering adalah pergeseran titik ungkit, bukan pengganti peran insinyur.

marsbit06/10 18:00

Menulis Prompt Sudah Ketinggalan Zaman? Pemrograman AI Sedang Beralih ke Loop Engineering

marsbit06/10 18:00

Mengapa Tidak Jual Kosong Meski Bearish? Munger Sudah Hitung Biaya Kerugiannya

Mengapa meskipun pesimis terhadap suatu aset, sebaiknya tidak melakukan short selling? Artikel ini menjelaskan alasan di balik sikap tersebut melalui sudut pandang investor legendaris seperti Charlie Munger dan Stanley Druckenmiller. Munger menekankan bahwa secara matematis, short selling memiliki asimetri risiko dan imbalan yang tidak menguntungkan. Saat melakukan short, keuntungan maksimum terbatas (100% jika harga turun ke nol), tetapi kerugian potensial tak terbatas karena harga bisa naik terus. Selain itu, perusahaan yang bermasalah atau penipu seringkali mampu mempertahankan gelembung harga dengan ide-ide baru, menyebabkan pelaku short kehabisan dana sebelum harga akhirnya runtuh. Pengalaman Stanley Druckenmiller, mantan tangan kanan George Soros, mengonfirmasi hal ini. Ia pernah memilih 12 perusahaan untuk di-short, yang semuanya akhirnya bangkrut. Namun, dalam tiga minggu, sentimen pasar mendorong harga saham mereka melonjak drastis. Akibatnya, Druckenmiller tidak hanya kehilangan modal $200 juta, tetapi juga harus menanggung kerugian tambahan $600 juta untuk menutposisi, sehingga gagal menuai keuntungan saat perusahaan-perusahaan itu akhirnya kolaps. Kesimpulannya, baik untuk kontrak derivatif maupun short selling, alat keuangan kompleks ini sangat sulit dimanfaatkan untuk menghasilkan keuntungan konsisten dalam jangka panjang oleh investor biasa. Seperti kata Munger, kecuali Anda seorang genius, lebih baik menghindarinya dan fokus pada strategi investasi yang lebih aman dan sederhana.

marsbit06/03 02:37

Mengapa Tidak Jual Kosong Meski Bearish? Munger Sudah Hitung Biaya Kerugiannya

marsbit06/03 02:37

Agentic Design Patterns: Buku yang Membuat Saya Memahami Kembali "Apa Itu Agent Sebenarnya"

Buku *Agentic Design Patterns* oleh Antonio Gulli (direktur teknik Google) menawarkan kerangka untuk memahami dan membangun AI Agent. Artikel ini menyoroti beberapa konsep kunci: **1. Level Agent (0-3):** Sebagian besar "AI" saat ini hanya Level 0 (LLM telanjang tanpa alat). Agent sejati dimulai dari Level 1 (pengguna alat yang memutuskan kapan dan bagaimana menggunakan alat), Level 2 (pemikir strategis dengan perencanaan dan *Context Engineering*), hingga Level 3 (kolaborasi multi-Agent seperti tim). **2. Context Engineering:** Lebih dari sekadar *prompt engineering*, ini adalah seni menyusun konteks yang tepat (termasuk *system prompt*, data eksternal, data implisit, dan umpan balik) untuk memberi Agent informasi yang terfokus dan relevan, meningkatkan akurasi. **3. Reflection (Produser-Kritikus):** Pola praktis di mana satu Agent (Produser) menghasilkan output, dan Agent lain (Kritikus) dengan peran/prompt berbeda meninjaunya. Mereka berinteraksi dalam loop hingga kualitas memadai. Pendekatan ini meningkatkan kualitas hasil untuk coding, penulisan, dll. **4. Kolaborasi Multi-Agent:** Tidak harus kompleks. Tiga topologi komunikasi umum: Agen Tunggal, Peer-to-Peer, dan Supervisor (agen pengatur yang mengoordinasikan pekerja). Pilihan tergantung pada kompleksitas tugas. **5. Memori Tiga Lapis:** *Session* (memori percakapan sementara), *State* (data sementara untuk satu tugas), dan *Memory* (penyimpanan jangka panjang untuk preferensi dan pembelajaran). Desain strategi penyimpanan dan pengambilan memori penting. **6. Tindakan Langsung:** Artikel menyarankan untuk segera: (a) menambahkan Agent Kritikus pada workflow yang ada, (b) menerapkan *Context Engineering*, dan (c) fokus menyempurnakan satu Agent hingga Level 2 sebelum beralih ke sistem multi-Agent yang kompleks. Buku ini memetakan pola-pola inti dalam pengembangan Agent, membantu developer menghindari "mengulangi penemuan roda" dan membangun sistem yang lebih robust.

链捕手05/25 04:49

Agentic Design Patterns: Buku yang Membuat Saya Memahami Kembali "Apa Itu Agent Sebenarnya"

链捕手05/25 04:49

Semakin Sering Diperbarui, Claude Code dan Codex Semakin Mirip

Pembaruan yang sering membuat Claude Code dan Codex semakin mirip. OpenAI dan Anthropic, dengan model GPT-5.4-Cyber dan Claude Mythos, kini bersaing ketat dengan strategi yang hampir identik. Dua alat pemrograman AI andalan mereka, Codex dan Claude Code, yang awalnya memiliki pendekatan berbeda, kini semakin konvergen dalam fitur dan kemampuan. Awalnya, Codex fokus pada kecepatan dan interaksi ringan, sementara Claude Code dirancang untuk menangani tugas kompleks dengan konteks besar. Namun, keduanya kini mengadopsi solusi serupa untuk masalah teknis seperti isolasi konteks untuk sub-tugas tertentu. Ekosistem open source, seperti framework OpenClaw, telah mendorong standarisasi, meruntuhkan tembok eksklusivitas dan memaksa kedua raksasa AI ini untuk beradaptasi pada standar yang sama. Akibatnya, persaingan beralih ke detail pengalaman pengguna dan strategi penetapan harga. Meski kemampuannya semakin mirip, perbedaan halus tetap ada. Pengalaman pengguna menunjukkan Claude Code kadang lebih cepat tetapi kurang hati-hati, berpotensi meninggalkan "utang teknis". Sementara Codex, meski lebih lambat, dianggap lebih teliti dan mandiri. Pada akhirnya, ini bukan lagi perlombaan teknologi murni, melainkan pertempuran ekosistem, harga, dan kebiasaan pengguna. Bagi developer, nilai tambah manusia terletak pada kemampuan mendefinisikan masalah dan visi arsitektur sistem, bukan sekadar kecepatan menyelesaikan kode.

marsbit04/20 00:00

Semakin Sering Diperbarui, Claude Code dan Codex Semakin Mirip

marsbit04/20 00:00

Kilas Balik: 10 Kontribusi Penting dan Jarang Dikenal dari Tim Inti TON di Masa Awal

**Ringkasan: 10 Kontribusi Penting Awal Tim Inti TON yang Jarang Diketahui** Meskipun TON Foundation lebih dikenal, sedikit yang tahu tentang kontributor awalnya—tim NEWTON (tim inti TON). Melalui kontribusi teknis sukarela, mereka diakui oleh tim resmi Telegram pada 2021, menandai "pengambilalihan komunitas" terpenting dalam sejarah blockchain. Sebagai anggota awal NEWTON, Dr. Awesome Doge berbagi kisah ini. Misi utama mereka adalah menjaga stabilitas kode testnet2 TON dan meningkatkan alat pengembang. Mereka membuat organisasi NEWTON untuk mengoptimalkan kode. 10 kontribusi kunci mereka termasuk: 1. **mytonctrl:** Alat otomatisasi untuk mengelola node dan validator. 2. **tonmon:** Alat visual untuk memantau kesehatan blockchain. 3. **tonmine:** Melacak aktivitas penambangan dan kontrak Giver. 4. **Jembatan跨链 (Cross-chain bridge):** Memungkinkan transfer antara TON, Ethereum, dan BSC. 5. **cryptobot:** Dompet Telegram untuk beberapa cryptocurrency sebelum mini apps ada. 6. **toncenter:** Menyediakan API publik untuk mengakses data blockchain dengan mudah. 7. **explorer.toncoin.org:** Penjelajah blockchain TON pertama, sangat teknis. 8. **ton.sh:** Penjelajah blockchain generasi baru yang lebih user-friendly. 9. **TonWeb:** SDK JavaScript untuk menyederhanakan interaksi dengan kontrak pintar. 10. **ton wallet:** Dompet TON pribadi penulis yang masih berfungsi. Pada Juni 2021, NEWTON mengirim surat terbuka yang merangkum kerja mereka dan meminta akses ke GitHub. Tanggapan positif dari Telegram pada 30 Juni 2021 membuka babak baru untuk TON. Kontribusi awal ini meletakkan fondasi bagi pertumbuhan eksplosif TON yang dilihat pada tahun 2024.

marsbit03/15 02:26

Kilas Balik: 10 Kontribusi Penting dan Jarang Dikenal dari Tim Inti TON di Masa Awal

marsbit03/15 02:26

Ini Mungkin Kesempatan Terakhir Orang Biasa Memahami AI Lebih Awal

Artikel ini, ditulis oleh seorang praktisi AI, memperingatkan bahwa kemajuan AI bukanlah evolusi bertahap melainkan perubahan eksponensial yang akan mengganggu hampir semua pekerjaan berbasis pengetahuan. Penulis, yang bekerja langsung dengan model terbaru, menyaksikan AI beralih dari alat bantu menjadi entitas yang dapat menyelesaikan pekerjaan kompleks secara mandiri, bahkan membangun generasi AI berikutnya. Kemajuan pesat terjadi pada awal 2025, dengan model seperti GPT-5.3 Codex dan Claude Opus 4.6 menunjukkan lompatan kemampuan signifikan. AI kini dapat menulis kode puluhan ribu baris, menguji, dan memperbaiki sendiri aplikasi. Yang lebih mengejutkan, AI mulai menunjukkan "penilaian" dan "rasa" dalam pengambilan keputusan. Perubahan ini tidak terbatas pada sektor teknologi. AI yang awalnya dioptimalkan untuk pemrograman sekarang beralih ke bidang lain seperti hukum, keuangan, penulisan, dan analisis medis. CEO Anthropic, Dario Amodei, memprediksi 50% pekerjaan kerah putih tingkat pemula dapat digantikan dalam 1-5 tahun. Penulis menekankan bahwa model berbayar saat ini (seperti ChatGPT GPT-5.2 atau Claude Opus 4.6) jauh lebih maju daripada versi gratis, dan kesenjangan antara persepsi publik dengan realitas AI berbahaya. Nasihatnya: segera gunakan alat AI terkuat untuk pekerjaan nyata, bukan hanya pertanyaan acak. Beradaptasi, eksperimen, dan kuasai alat ini sekarang untuk mendapatkan keunggulan kompetitif sebelum jendela peluang ini tertutup. Kelincahan dan kemampuan belajar akan menjadi aset paling berharga.

marsbit02/11 14:10

Ini Mungkin Kesempatan Terakhir Orang Biasa Memahami AI Lebih Awal

marsbit02/11 14:10

Era AI: Data adalah Minyak, Bagaimana Kita Orang Biasa Bisa dari Eksplorasi hingga Jual Bensin?

Ringkasan: Era AI, data sering disebut "minyak baru", tetapi bagi orang biasa, ini terasa seperti permainan untuk raksasa teknologi. Artikel ini memecah metafora ini menjadi langkah-langkah praktis yang dapat diterapkan: (1) Eksplorasi: Temukan "ladang minyak" data pribadi (seperti catatan kerja, email) dan data publik berkualitas (artikel, podcast) yang disaring untuk menghindari konten sampah AI (AGRC). (2) Pengolahan: Bangun "kilang minyak" pribadi dengan alat (seperti ChatGPT, Python) dan metodologi (Prompt, RAG) untuk mengubah data menjadi produk yang berguna. (3) Penjualan: Tentukan target pasar—untuk diri sendiri (penghematan waktu), perusahaan (solusi B2B), atau publik (aplikasi/konten B2C). (4) Perlindungan lingkungan: Bersihkan "polusi digital" dengan membuang alat usang, data yang tidak berguna, dan langganan yang tidak aktif. Kesimpulannya, orang biasa harus fokus pada membangun sistem input data berkualitas, memprosesnya dengan alat AI, dan menemukan pasar untuk hasilnya, bukan hanya mengonsumsi berita AI. Mulailah dengan komputer, bangun sumber data, dan ciptakan alat otomatisasi untuk diri sendiri terlebih dahulu.

marsbit01/19 11:13

Era AI: Data adalah Minyak, Bagaimana Kita Orang Biasa Bisa dari Eksplorasi hingga Jual Bensin?

marsbit01/19 11:13

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow