# Artikel Terkait Alur kerja

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

10 Ribu Ilmuwan Gratis Pakai Selama 1 Tahun, OpenAI Pindahkan Lini Produksi Riset ke dalam ChatGPT

OpenAI meluncurkan program "ChatGPT for Academic Researchers" pada 29 Juli, menawarkan akses gratis selama satu tahun ke model unggulan mereka (GPT-5.6 Sol Pro) kepada 10.000 peneliti akademis musim panas ini, dengan target total 100.000 pada tahun 2027. Program ini tidak hanya menyediakan ChatGPT, tetapi juga paket lengkap termasuk ChatGPT Work, Codex, Deep Research yang diperluas, serta akses ke lebih dari 75 alat ilmu kehidupan dan konektor ke database penelitian seperti Zotero dan GitHub. Tujuannya adalah untuk mengintegrasikan seluruh alur kerja penelitian — mulai dari membaca literatur, menulis kode, menganalisis data, hingga menulis naskah — ke dalam satu workspace tunggal. Data OpenAI menunjukkan sekitar 1,3 juta orang per minggu sudah menggunakan ChatGPT untuk sains dan matematika tingkat tinggi. Namun, program ini memiliki batasan: kuota penggunaan terbatas, tidak termasuk akses API, dan yang terpenting, tidak membuka bobot model (model weights) kepada peneliti. Persyaratan juga ketat, ditujukan untuk peneliti tetap atau pascadoktoral di institusi terpilih dengan publikasi ilmiah terkini. Strategi ini mirip dengan program "AI for Science" Anthropic, yang menawarkan kredit API, tetapi berbeda dalam pendekatan: OpenAI memberikan lingkungan kerja lengkap untuk membentuk kebiasaan pengguna. Pakar memperkirakan langkah ini bertujuan untuk meningkatkan ketergantungan peneliti pada ekosistem OpenAI, sehingga mereka enggan beralih setelah masa gratis berakhir.

marsbit12j yang lalu

10 Ribu Ilmuwan Gratis Pakai Selama 1 Tahun, OpenAI Pindahkan Lini Produksi Riset ke dalam ChatGPT

marsbit12j yang lalu

Claude Designer Kalah dalam Persaingan dengan Engineer, Balas dengan Menciptakan Alat yang Digunakan Jutaan Pengguna

Claude Design, sebuah alat yang digunakan oleh lebih dari satu juta pengguna, ternyata lahir dari proyek sampingan seorang desainer yang "tertinggal" karena rekan-rekannya yang engineer bekerja semakin cepat dengan bantuan AI. Kisahnya bermula dari Nate Parrott, desainer satu-satunya di tim Claude Code. Setelah rilis Opus 4.5 pada November 2025, dua engineer di timnya menjadi sangat produktif dengan bantuan AI, sementara kecepatan Parrott dalam mendesain tetap sama. Merasa tertinggal, Parrott pun membuat sebuah alat kecil di waktu luangnya untuk mengejar ketertinggalan itu. Awalnya, ia mencoba meminta Claude untuk "mendesain" berdasarkan deskripsi tekstual, namun hasilnya kurang memuaskan. Terobosan datang ketika ia menyadari bahwa Claude sangat mahir menulis HTML. Ia pun beralih meminta Claude menghasilkan HTML, lalu menampilkannya di sisi kanan antarmuka sambil bercakap-cakap di sebelah kiri. Kuncinya adalah memandang HTML sebagai kanvas visual serbaguna untuk membuat presentasi, prototipe interaktif, dan halaman web. Agar desain yang dihasilkan sesuai dengan merek Anthropic, Parrott juga menyempurnakan *prompt*-nya dengan memasukkan sistem desain perusahaan, termasuk font, palet warna, dan prinsip desain. Prototipe internal ini langsung digunakan oleh desainer lain di perusahaan untuk membuat prototipe interaktif dengan cepat, cukup dengan memberikan aset dan instruksi. Alat ini mendapatkan momentum saat presentasi ide di sebuah pertemuan *offsite* tim Labs Anthropic, di mana banyak peserta menggunakannya secara spontan untuk membuat slide presentasi. Hal ini meyakinkan tim untuk mengalokasikan sumber daya dan menjadikannya produk resmi. Kini, Claude Design diposisikan sebagai alat untuk tahap awal—membantu eksplorasi ide, komunikasi visual, dan membangun konsensus—sebelum pengembangan sebenarnya dilakukan dengan Claude Code. Alat ini dapat mengekspor ke berbagai format dan terhubung dengan platform seperti Canva dan Adobe. Kisah Parrott menunjukkan bahwa di tengah disrupsi AI, solusinya adalah dengan menciptakan atau menemukan alat baru untuk membuka peluang.

marsbit2 hari yang lalu 00:43

Claude Designer Kalah dalam Persaingan dengan Engineer, Balas dengan Menciptakan Alat yang Digunakan Jutaan Pengguna

marsbit2 hari yang lalu 00:43

ChatGPT Voice Masuk ke Desktop, Anda Hanya Perlu Bicara, Sekelompok AI yang Bertugas Bekerja

ChatGPT Voice kini tersedia di versi desktop, memungkinkan pengguna memberikan perintah secara lisan untuk mengelola tugas dengan bantuan AI. Fitur ini, yang diumumkan OpenAI pada 23 Juli, sudah hadir di macOS dan Windows, serta akan segera menyusul di Android. Dengan model suara terbaru GPT-Live, interaksi menjadi lebih alami—pengguna dapat menyela dan AI akan langsung merespons. Fitur suara tidak hanya digunakan untuk percakapan biasa, tetapi juga untuk mengelola tugas dalam mode Work dan Codex. Pengguna dapat memulai tugas, memprioritaskannya, mengubah arah, atau mengoordinasikan beberapa agen AI sekaligus. AI juga dapat memahami konteks proyek dan terhubung dengan dokumen, kalender, serta alat lainnya, sehingga tugas dapat dilanjutkan dari titik sebelumnya. Para ahli seperti Andrej Karpathy, Elon Musk, dan Sam Altman menekankan bahwa input suara mengatasi hambatan ketik, karena memungkinkan penyampaian ide yang lebih cepat dan kompleks. Dengan kecepatan sekitar 240 kata per menit, suara menjadi "pintu masuk konteks berbandwidth tinggi" bagi AI. OpenAI berencana mengembangkan ChatGPT menjadi "sistem operasi kerja AI," di mana pengguna dapat mengelola tim agen AI secara lisan. Perubahan ini menggeser interaksi dari "tanya-jawab" menjadi "perintah-eksekusi," membuka potensi untuk produktivitas yang lebih efisien di masa depan.

marsbit07/27 10:45

ChatGPT Voice Masuk ke Desktop, Anda Hanya Perlu Bicara, Sekelompok AI yang Bertugas Bekerja

marsbit07/27 10:45

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

Balapan Agen Berakhir, Super Workspace Naik Tahta

Selama sebulan terakhir, raksasa teknologi China — Tencent, Alibaba, dan ByteDance — tiba-tiba melakukan hal yang sama: mengurangi produk *Agent* AI yang tersebar dan mengonsolidasikannya ke dalam platform tunggal yang lebih besar. Tencent menggabungkan operasi QClaw ke dalam WorkBuddy, yang dianggap sebagai produk strategis. Alibaba mengintegrasikan tiga alat AI (QoderWork, Wukong, MuleRun) ke dalam "Qianwen Office" di bawah DingTalk. ByteDance mengubah fokus TRAE SOLO dari AI pemrograman menjadi TRAE Work untuk kolaborasi alur kerja. Perubahan ini menandai pergeseran industri dari fase eksplorasi di mana banyak *Agent* dibuat untuk setiap skenario, menuju konsolidasi. Insentifnya jelas: biaya komputasi tinggi dan tumpang tindih fungsional membuat model yang terfragmentasi tidak berkelanjutan. Kompetisi kini bergeser dari inovasi produk ke kemampuan menyederhanakan dan menciptakan *entry point* utama. Konsensus baru yang muncul adalah "super workstation" atau platform kerja terpadu. Alih-alih menargetkan hanya pengembang (pasar yang lebih kecil), fokus beralih ke miliaran pekerja kantoran. Pasar ini jauh lebih besar dalam hal pengguna dan potensi konsumsi token. Platform seperti WorkBuddy (Tencent), Qianwen Office (Alibaba), dan TRAE Work (ByteDance) bertujuan menjadi pintu masuk AI utama untuk pekerja, dengan memanfaatkan ekosistem yang ada (WeChat/Dokumen Tencent, DingTalk, Lark) untuk mengakses data perusahaan dan API. Peran *Agent* berevolusi dari produk yang terlihat menjadi kemampuan tak kasat mata yang tertanam dalam alur kerja. Implikasinya mendalam untuk perangkat lunak perusahaan. *User interface* (UI) tradisional mungkin menjadi kurang relevan karena pekerja berinteraksi melalui platform AI tunggal. Perangkat lunak backend (ERP, CRM, dll.) akan perlu mengekspos fungsinya sebagai "Skills" atau API yang terstandarisasi untuk diakses oleh *super workstation* ini, berpotensi mengubah model bisnis dari lisensi per pengguna menjadi pembayaran berdasarkan penggunaan. Singkatnya, era *Agent* sebagai produk mandiri yang jumlahnya meledak telah berakhir. Masa depan adalah platform kerja AI terpadu yang kuat, di mana *Agent* menjadi infrastruktur tak terlihat yang mengotomatiskan dan menghubungkan seluruh alur kerja digital. Teknologi matang pada akhirnya menghilang ke dalam latar belakang, seperti listrik atau protokol internet, menjadi fondasi yang penting tetapi tidak lagi dibicarakan.

marsbit07/22 00:25

Balapan Agen Berakhir, Super Workspace Naik Tahta

marsbit07/22 00:25

Kimi Paksa Dua Raksasa Ubah Skema Harga? Sam Altman Langka Minta Maaf, Kuota Claude Direset

Artikel ini membahas dampak peluncuran Kimi K3 dan perkembangan terkini persaingan antara OpenAI dan Anthropic di era agen AI. Kimi K3 yang diluncurkan dengan harga rendah diduga mempengaruhi strategi harga perusahaan AI besar. Sam Altman dari OpenAI secara terbuka mengakui kesalahan kinerja tahun lalu, namun sekaligus memprediksi 12 bulan terbaik yang akan datang. OpenAI mengalami lonjakan pengguna aktif yang signifikan, menambah 3 juta pengguna dalam beberapa hari, sehingga tim mereka kewalahan. Baik OpenAI maupun Anthropic terlibat dalam "perang token" dengan saling memberikan kuota dan meningkatkan batas penggunaan kepada pengguna untuk merebut pangsa pasar dan mengumpulkan data tugas panjang yang berharga. OpenAI, melalui CFO Sarah Friar, memperkenalkan metrik baru "Useful Intelligence per Dollar", yang menekankan biaya total untuk menyelesaikan tugas yang berkualitas, bukan sekadar harga token. Mereka meluncurkan model GPT-5.6 dan ChatGPT Work, yang mengubah AI dari sekadar menjawab pertanyaan menjadi mitra yang menyelesaikan pekerjaan kompleks. Anthropic merespons dengan Claude Code dan Cowork. Inti persaingan ini adalah siapa yang dapat mengintegrasikan AI ke dalam alur kerja pengguna sebagai "rekan kerja" yang andal, mendefinisikan ulang cara mengukur nilai AI di tempat kerja.

marsbit07/20 01:05

Kimi Paksa Dua Raksasa Ubah Skema Harga? Sam Altman Langka Minta Maaf, Kuota Claude Direset

marsbit07/20 01:05

Pasukan AI Malam Sang Pencipta Claude Code, Fable 5 Siap Dibangun dengan Dua Perintah Saja

Selama setahun terakhir, Boris Cherny, pencipta Claude Code, tidak menulis satu baris kode pun. Ia mengelola ratusan bahkan ribuan agen AI yang bekerja siang dan malam, menangani semua pengkodean. Kunci dari operasi ini adalah konsep "Loop" — tugas terjadwal yang dijalankan secara otomatis oleh Claude untuk menangani PR, memperbaiki CI, mengumpulkan umpan balik pengguna, dan banyak lagi. Pekerjaan kini telah berubah: dari interaksi satu perintah-satu respons menjadi merancang sistem otonom. Insinyur beralih peran dari penulis kode menjadi desainer dan pengawas sistem otomatis, dengan fokus pada validasi. Kunci keberhasilan Loop adalah mekanisme verifikasi mandiri (/goal), di mana model terpisah memeriksa apakah tujuan telah tercapai, mencegah produksi bug berkelanjutan. Kemampuan ini kini dapat diakses melalui Fable 5, yang menawarkan dua perintah utama: `/goal` untuk tugas dengan target spesifik yang dapat diverifikasi, dan `/loop` untuk tugas berulang. Untuk hasil optimal, pengguna disarankan menyiapkan sistem konteks lokal (folder dengan file memori dan instruksi) agar Fable 5 dapat "mengingat" preferensi dan informasi bisnis pengguna. Intinya, "pasukan malam" AI Boris terdiri dari tiga elemen: model yang dapat bekerja mandiri, standar definisi "selesai" yang jelas, dan siklus operasi yang andal. Tantangan terbesar kini adalah kemampuan mendefinisikan tugas dengan tepat kepada model.

marsbit07/20 00:27

Pasukan AI Malam Sang Pencipta Claude Code, Fable 5 Siap Dibangun dengan Dua Perintah Saja

marsbit07/20 00:27

Ini Mungkin Gambar Paling Memukau di WAIC Tahun Ini!

Baru-baru ini di WAIC 2026, SenseTime meluncurkan model gambar AI baru mereka, **SenseNova U1 Pro**. Model ini menonjol karena kemampuannya menghasilkan gambar berkualitas **8K asli** dengan detail yang sangat jelas, bahkan dalam kanvas sangat panjang. Selain resolusi tinggi, U1 Pro dirancang untuk memahami tujuan kompleks, merencanakan, mengatur informasi, dan menghasilkan konten multimodal dalam satu alur kerja terpadu. Model ini diuji dengan berbagai permintaan menantang seperti membuat ilustrasi panjang bertema "24 Musim", poster laboratorium futuristik, pemandangan arsitektur kuno dengan nuansa kaca, serta poster film yang siap pakai. Hasilnya menunjukkan kemampuan U1 Pro dalam mempertahankan konsistensi visual, komposisi yang terstruktur, dan kejelasan teks bahkan pada gambar beresolusi sangat tinggi. Pendekatan U1 Pro bergeser dari sekadar menghasilkan gambar tunggal menjadi sistem yang bertanggung jawab atas **pengiriman konten akhir** yang dapat langsung digunakan. Ini mirip evolusi pada AI coding, di mana fokus berubah dari menulis kode baris demi baris menjadi menyelesaikan seluruh proyek. Dengan kemampuan "berpikir" dalam alur gambar-teks, pemeriksaan mandiri, dan perbaikan berkelanjutan, U1 Pro menargetkan skenario profesional seperti desain informasi, perencanaan kota, storyboard film, dan desain komersial. Intinya, SenseNova U1 Pro tidak hanya tentang gambar yang lebih tajam, tetapi tentang membawa generasi AI multimodal ke tahap di mana ia dapat mengelola tugas desain yang kompleks dan memberikan hasil akhir yang siap pakai, mengurangi ketergantungan pada penyuntingan manusia yang berulang.

marsbit07/19 02:42

Ini Mungkin Gambar Paling Memukau di WAIC Tahun Ini!

marsbit07/19 02:42

Baru Saja, "Otak" Desain Claude Pergi, Musk Kembali Mendapat Kemenangan

Baru saja, Jenny Wen, kepala desain inti Claude dari Anthropic, mengumumkan pindah ke Cursor sebagai Kepala Desain. Langkah ini terjadi tak lama setelah perusahaan induk Cursor, Anysphere, diakuisisi penuh oleh SpaceXAI, sehingga secara efektif membawanya ke dalam kendali Elon Musk. Di Anthropic, Jenny bertanggung jawab atas desain ulang visual Claude.ai dan memainkan peran kunci dalam pengembangan agen AI universal "Cowork", yang mengubah Claude dari sekadar kotak obrolan menjadi platform kerja. Baru-baru ini, dia menyatakan bahwa proses desain tradisional sudah "mati" karena tekanan dari sisi rekayasa, di mana insinyur kini bisa bekerja dengan jauh lebih cepat menggunakan beberapa AI sekaligus. Sebelum ke Anthropic, Jenny adalah Direktur Desain di Figma, mengelola produk-produk utama seperti FigJam. Dia sengaja turun jabatan ke peran individu untuk tetap dekat dengan kode dan produk di tengah perubahan industri yang cepat. Perpindahan ini menandai strategi Cursor yang bergeser. Setelah mengandalkan kecepatan integrasi model dan iterasi, Cursor kini fokus membangun keunggulan melalui pengalaman pengguna dan detail desain yang superior—faktor yang semakin krusial di pasar AI coding yang semakin kompetitif, di mana perbedaan model dasar telah menyempit.

marsbit07/14 14:00

Baru Saja, "Otak" Desain Claude Pergi, Musk Kembali Mendapat Kemenangan

marsbit07/14 14:00

Matematikawan AI Tsinghua Hadir, Meneruskan Ide Menjadi Teorema, Berpartisipasi Menyelesaikan Makalah Algoritma Kuantum 84 Halaman

Sistem AI Matematikawan dari Universitas Tsinghua, AIM (AI Mathematician), telah melampaui peran tradisionalnya dalam menyelesaikan soal-soal matematika. Kali ini, AIM terlibat secara mendalam dalam proses penelitian dari awal, membantu para peneliti dalam mengeksplorasi ide, mengorganisir teorema, dan merancang naskah bukti untuk sebuah makalah algoritma kuantum berjumlah 84 halaman. Penelitian yang berjudul "Sign Embedding Quantum Algorithms for Matrix Equations and Matrix Functions" ini dimulai dari sebuah intuisi awal peneliti manusia tentang pendekatan rasional (*rational approximation*). AI berperan dalam mengembangkan ide tersebut menjadi berbagai calon arah penelitian. Peneliti manusia kemudian memilih dan memfokuskan pada jalur "Sign-Embedding". Selanjutnya, AIM membantu mengorganisir jalur yang dipilih menjadi target teorema yang dapat diaudit dan materi derivasi. Alur kerja kolaboratif manusia-AI ini terdiri dari lima tahap kunci: (1) Ekspansi jalur yang divergen oleh AI, (2) Penyaringan berdasarkan nilai dan kelayakan oleh manusia, (3) Pembentukan teorema dan derivasi dengan bantuan AIM, (4) Audit dan perbaikan kompleksitas, serta (5) Verifikasi dan integrasi akhir oleh peneliti manusia. Hasil teknisnya adalah proposal "Sign Embedding Quantum Algorithms" untuk menyelesaikan persamaan matriks (seperti Sylvester, Lyapunov) dan fungsi matriks. Algoritma ini menawarkan kerangka kerja yang terpadu untuk berbagai masalah tersebut. Studi kasus ini menunjukkan pergeseran kemampuan AI matematika dari sekadar "menyelesaikan soal" menuju "membantu penelitian". Peran AI adalah meningkatkan efisiensi eksplorasi dan derivasi, sementara peneliti manusia tetap memegang kendali penuh atas penilaian nilai penelitian, kelayakan asumsi, dan audit akhir. Pendekatan kolaboratif ini membuka kemungkinan baru untuk memperluas cakrawala dan meningkatkan produktivitas dalam penelitian teoretis.

marsbit07/10 02:56

Matematikawan AI Tsinghua Hadir, Meneruskan Ide Menjadi Teorema, Berpartisipasi Menyelesaikan Makalah Algoritma Kuantum 84 Halaman

marsbit07/10 02:56

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Berita Industriright-arrow