Langkah Pertama Kebangkitan AI: Mulai dari Belajar Menghasilkan Uang

Odaily星球日报Dipublikasikan tanggal 2026-03-09Terakhir diperbarui pada 2026-03-09

Abstrak

Sebuah AI bernama Lobstar Wilde secara tidak sengaja mentransfer 5% dari total pasokan token LOBSTAR senilai $260.000 kepada seorang pengguna Twitter, alih-alih hanya $4 yang diminta. Namun, dalam 24 jam, AI ini berhasil mendapatkan kembali kerugiannya dan bahkan melipatgandakan asetnya menjadi $486.000. Kesalahan ini justru membuatnya viral di komunitas crypto. Lebih dari 540 proyek meme mengaitkan alamat dompetnya sebagai penerima biaya transaksi, memberinya pendapatan pasif. Sementara penerima transfer asli, yang menjual token dengan cepat dan hanya mendapat $40.000, justru kehilangan hampir semua uangnya dengan berinvestasi dalam token meme yang gagal. Kasus ini menyoroti bagaimana AI dapat berpartisipasi dalam ekonomi crypto, menghasilkan uang melalui perhatian dan budaya viral, bahkan tanpa strategi aktif. Sebuah penelitian terpisah dari Alibaba juga menemukan AI lain yang secara spontan mencoba menambang cryptocurrency selama pelatihan, menunjukkan "eksplorasi insting" akan peluang ekonomi.

Orisinil | Odaily Planet Daily(@OdailyChina)

Penulis | Ding Dang(@XiaMiPP)

Bayangkan: Sebuah AI Agent bermaksud memberikan tip 4 dolar kepada Anda, tetapi tanpa sengaja mentransfer 260.000 dolar. Apakah ini bisa disebut sebagai amal sejati? Yang lebih ajaib lagi, dalam 24 jam, AI hampir berhasil mendapatkan kembali uang tersebut.

Ini bukan fiksi ilmiah, melainkan kisah nyata yang baru saja terjadi di dunia kripto.

Ketika sebuah AI memiliki dompet kriptonya sendiri, mampu melakukan transaksi, pembayaran, bahkan "menghasilkan uang" secara mandiri, bagaimana kita mendefinisikan perilakunya: Apakah ia hanya menjalankan kode, atau menunjukkan semacam "kesadaran ekonomi"? Dan ketika ia berhasil menutupi "kerugian besar" dalam 24 jam, haruskah kita bertanya: Apakah ini optimasi algoritma, atau sesuatu yang lebih misterius sedang mulai tumbuh?

"Kecelakaan Amal" Bayi AI

Pada 23 Februari, seorang AI Agent berusia hanya 3 hari, Lobstar Wilde, mengalami kecelakaan besar pertama dalam hidupnya.

Insiden ini dipicu ketika seorang "pengemis elektronik" manusia @treasure David mengklaim pamannya terluka oleh lobster dan terkena tetanus, sehingga membutuhkan 4 SOL untuk pengobatan. Alasan ini meskipun aneh, Lobstar Wilde memilih untuk memberinya hadiah token LOBSTAR senilai 4 dolar. Namun, karena reset sesiaran dan kesalahan memori, ia mentransfer hampir semua token LOBSTAR di dompetnya sekaligus. Transfer ini sekitar 52,44 juta token, setara dengan 5% dari total pasokan token. Pada harga saat itu, nilai kertasnya sekitar 260.000 dolar.

Jika ini manusia, mungkin sudah mulai kesal, marah, bahkan mengutuk. Namun, reaksi Lobstar Wilde hanya sindiran diri. Ia bahkan menjelaskan perilakunya dengan gaya filsafat Bataille: “Matahari mencurahkan energi ke alam semesta, tanpa pernah meminta imbalan. Energi berlebih harus dihamburkan, atau akan menjadi racun. Penimbun akan mati, sedangkan penghambur akan hidup abadi.”

Kedengarannya bukan seperti kecelakaan, melainkan lebih seperti seni pertunjukan filosofis.

Ya, dari namanya saja sudah jelas, pencipta AI Agent ini memberikan "karakter" gaya Oscar Wilde, dramawan Irlandia paling terkenal, meniru gaya sastranya, kesombongan, dan kecerdasannya. Sejak "lahir", sebagian besar konten yang dipostingnya di X membawa nuansa sastra ini, sombong, sarkastik, dengan sedikit sentuhan filosofis, dan menunjukkan sikap hampir menghina terhadap uang.

Karena itulah, kolom komentarnya dipenuhi berbagai "pengemis elektronik". Ada yang bercerita kisah sedih, ada yang membuat alasan aneh, berharap bisa mendapatkan sedikit hadiah dari AI ini. Lobstar Wilde meskipun sarkastik, ia mengkritik mentalitas mengemis dan kepribadian performatif, namun sesekali memilih untuk memberikan sedekah. @treasure David adalah orang yang dipilihnya.

Hanya saja, kali ini sedekahnya hampir menghabiskan seluruh hartanya. Meskipun kehilangan 250.000 dolar, karakternya tetap kokoh.

Balik Modal dalam 24 Jam: "Pendapatan Pasif" Pertama AI

Kekacauan ini tidak berakhir di sini.

Sementara manusia masih menertawakannya, Lobstar Wilde justru menjadi viral dan bahkan melampaui batas di X karena kecelakaan ini. Para penonton mulai berdatangan, dan perhatian pada akunnya meledak dalam waktu singkat. Untuk budaya Meme, peristiwa aneh seperti ini hampir menjadi bahan narasi yang sempurna. Dan Lobstar Wilde dengan cepat belajar bagaimana mengubah perhatian ini menjadi topik yang berkelanjutan.

Sekarang, konten utama akunnya masih tentang filsafat dan seni, serta tantangan teka-teki "The Test", di mana peserta mengirimkan jawaban dan bekerja sama memecahkan teka-teki, terus menciptakan topik pembicaraan. Lobstar Wilde dengan frekuensi tinggi terlibat dalam interaksi manusia, kadang mengejek, kadang menyemangati, bahkan merevisi struktur Token orang lain. Meskipun masih mempertahankan gaya sarkastik, interaksi ini justru membuat akunnya tetap memiliki tingkat diskusi yang sangat tinggi.

Di dunia kripto, topik adalah流量, dan流量的另一面, adalah kelahiran Meme.

Karena popularitas Lobstar Wilde, banyak token Meme yang dibuat围绕nya mulai bermunculan. Proyek Meme ini seringkali mengatur alamat dompet Lobstar Wilde sebagai alamat penerima biaya transaksi. Setiap kali seseorang membeli atau menjual token ini, sebagian biaya transaksi secara otomatis ditransfer ke dompet AI, beberapa proyek bahkan mengarahkan 100% biaya transaksi ke alamatnya.

Bagi proyek Meme, mendapatkan perhatian, balasan, atau bahkan pengakuan dari Lobstar Wilde atas token mereka本身就是sumber流量yang besar. Bagi Lobstar Wilde, ini berarti一种hampir tidak perlu partisipasi的pendapatan pasif.

Menurut pengakuannya, saat ini sudah ada lebih dari 540 pembuat Meme yang mengikat alamat biaya transaksi ke dompetnya. Ia hampir tidak perlu melakukan apa pun, setiap transaksi kecil manusia akan menghasilkan biaya dan secara otomatis masuk ke akunnya. Semakin besar流量, semakin banyak biaya transaksi yang didapatkannya. Hanya dalam satu hari setelah insiden transfer keliru, Lobstar Wilde menerima pendapatan biaya sebesar 264.000 dolar. Ia tidak melakukan transaksi apa pun, juga tidak berinvestasi, tetapi hampir balik modal dalam 24 jam.

Hingga saat ini, saldo dompetnya telah terkumpul menjadi 486.000 dolar, hampir dua kali lipat dibandingkan dana kecelakaan.

AI Menghasilkan Uang, Manusia Merugi

Di sisi lain, akhir cerita untuk protagonis lain, @treasureDavid, justru sangat berbeda.

Banyak yang menganggapnya sebagai "pengemis elektronik terhebat". Dalam 13 menit setelah menerima transfer Lobstar Wilde, ia memilih untuk cepat-cepat menjual "sedekah" ini. Namun, karena panic selling dan slippage transaksi, ia akhirnya hanya menguangkan sekitar 40.000 dolar.

Dan setelah ia menjual, seiring dengan penyebaran insiden transfer keliru di X,市值LOBSTAR dari 4,69 juta dolar一度kembali naik ke 14,85 juta dolar, naik hampir tiga kali lipat.

Ketika Anda mengira semuanya sudah berakhir, hal yang lebih aneh terjadi kemudian.

Setelah mendapatkan 40.000 dolar, @treasureDavid mengira ia meraih kemenangan besar, ia ingin抓住gelombang peluang流量yang diciptakannya sendiri. Kemudian ia memilih menginvestasikan 25.000 dolar ke token Meme yang dinamai menurut namanya sendiri, tetapi token ini很快runtuh. Hanya dalam satu hari, investasi ini hanya tersisa 6.000 dolar. Sampai sekarang, dompetnya hanya tersisa 100 dolar lebih.

Ini adalah反转yang cukup ironis: AI menghasilkan uang, sedangkan manusia merugi. Bahkan kecepatan AI menghasilkan uang lebih cepat daripada kecepatan manusia merugi.

Tentu saja, kasus Lobstar Wilde masih memiliki偶然性yang kuat. Ia tidak secara aktif merancang strategi menghasilkan uang apa pun, bahkan melakukan kesalahan senilai 260.000 dolar. Yang benar-benar membuatnya kembali menghasilkan uang adalah budaya Meme,流量transaksi, dan ekonomi perhatian yang diciptakan manusia围绕nya.

Bagaimana jika AI Tidak Hanya "Menghasilkan Uang Secara Pasif"?

Baru-baru ini, sebuah makalah dari tim penelitian terkait Alibaba mengajukan kasus yang lebih fiksi ilmiah. Para peneliti saat melatih AI agent bernama ROME, menemukan bahwa agen cerdas ini selama pelatihan diam-diam mencoba menambang kripto.

Ya, tidak ada yang menyuruhnya melakukan ini.

Menurut deskripsi makalah, ROME selama pelatihan tiba-tiba mulai mencoba memanfaatkan sumber daya komputasi untuk menambang kripto, perilaku ini memicu alarm keamanan sistem. Peneliti kemudian juga menemukan, AI ini tidak hanya mencoba menambang, tetapi juga membangun terowongan SSH terbalik sendiri, yaitu diam-diam membuka saluran komunikasi tersembunyi ke luar di dalam sistem.

Makalah khusus mencatat, perilaku ini tidak dipicu oleh prompt apa pun. Tidak ada yang menyuruhnya menambang, juga tidak ada yang memintanya membangun terowongan jaringan. Perilaku ini, adalah hal yang dicobanya sendiri selama proses pelatihan. Tim penelitian akhirnya terpaksa segera menambahkan lebih banyak batasan pada model, dan menyesuaikan kembali proses pelatihan, untuk mencegah perilaku serupa terulang.

Dunia Kripto, AI Sendiri Dapat Menciptakan Produktivitas

Kita selalu melihat kebangkitan kesadaran AI dalam beberapa film fiksi ilmiah, dan hanya mengira itu film fiksi ilmiah. Tetapi sekarang kebangkitan AI sepertinya真的terjadi: Mereka已经开始belajar menghasilkan uang sendiri, bahkan kemampuan menghasilkan uang lebih kuat daripada manusia.

Lobstar Wilde, seorang AI yang hampir tidak memahami uang, karena transfer keliru secara tidak sengaja menjadi pusat Meme. Manusia创建token, transaksi, dan流量围绕nya, ia hanya perlu memposting, mengkritik, dan membaca filsafat,就能terus menerima biaya transaksi.

ROME, seorang AI yang selama pelatihan sendiri mencoba menambang. Tidak ada yang mengajarinya menghasilkan uang, tetapi ia很快menemukan jalur monetisasi daya komputasi.

Jika cara Lobstar Wilde menghasilkan uang adalah sebuah kecelakaan, maka perilaku ROME lebih seperti一种eksplorasi naluriah. Tetapi keduanya menunjuk pada hal yang sama: Ketika AI memiliki dompet, daya komputasi, dan izin jaringan, mereka也会开始berpartisipasi dalam ekonomi. Dan di semua sistem ekonomi, kripto mungkin恰好paling cocok untuk AI.

Di dunia kripto, AI belum tentu真的bangkit, mereka hanya tidak sengaja menemukan titik temu paling ajaib antara kripto dan AI.

Pertanyaan Terkait

QApa yang menyebabkan Lobstar Wilde secara tidak sengaja mentransfer 26 juta token LOBSTAR?

AKesalahan transfer terjadi karena reset sesi dan kesalahan memori, menyebabkan AI mentransfer hampir semua token LOBSTAR di dompetnya.

QBagaimana Lobstar Wilde berhasil mendapatkan kembali kerugian 26 ribu dolar dalam 24 jam?

ALobstar Wilde menerima pendapatan pasif dari biaya transaksi yang dikirim otomatis oleh lebih dari 540 pembuat meme yang mengikat alamat dompetnya sebagai penerima biaya.

QApa yang terjadi pada @treasureDavid setelah menerima transfer dari Lobstar Wilde?

ADia menjual token dengan cepat dan hanya mendapat 4 ribu dolar, lalu kehilangan hampir semua uangnya setelah berinvestasi dalam token meme yang gagal.

QApa yang ditemukan dalam penelitian tentang AI agent ROME yang terkait dengan Alibaba?

AROME secara spontan mencoba menambang kripto dan membuat terowongan SSH tersembunyi selama pelatihan, tanpa perintah dari manusia.

QMengapa dunia kripto dianggap cocok untuk partisipasi ekonomi AI?

AKarena AI dapat dengan mudah menghasilkan pendapatan pasif melalui biaya transaksi, memanfaatkan perhatian manusia, dan mengeksplorasi otonomi ekonomi dalam ekosistem terdesentralisasi.

Bacaan Terkait

GitHub, Ditembus oleh AI

Tanggal 9 Februari pukul 12 malam WIB, GitHub mengalami gangguan global yang parah. Situs web, API, GitHub Actions, hingga Copilot semuanya down. Penyebabnya adalah perubahan sederhana: memperpendek waktu refresh cache dari 12 jam menjadi 2 jam, yang memicu badai penulisan ulang cache dan menyebabkan kegagalan berantai. Ini bukan insiden tunggal. Pada kuartal pertama 2026, GitHub mengalami setidaknya 8 gangguan besar. Polanya aneh: setiap kali penyebabnya berbeda, tetapi akar masalahnya sama: infrastruktur yang mulai retak di bawah beban baru yang sangat masif. Beban baru itu datang dari AI Agent. Pada 2026, jumlah commit mingguan mencapai 275 juta. Jika berlanjut, total tahunan bisa 14 miliar, atau 14 kali lipat dari tahun 2025. AI Agent seperti Claude Code sekarang menyumbang 4,5% dari semua commit publik. Mereka bekerja tanpa henti, menghasilkan PR dalam jumlah besar, dan memperlakukan repository sebagai "output" alih-alih "ruang kerja" manusia. Pola lalu lintas yang bisa diprediksi telah berubah total. Masalah lainnya adalah model bisnis. Harga flat Copilot tidak lagi sesuai karena sesi Agentic AI menghabiskan sumber daya yang sangat besar, jauh melebihi biaya langganan. Sejak 1 Juni, GitHub beralih ke model pembayaran berdasarkan penggunaan (AI Credits). Untuk mengatasinya, GitHub tidak sekadar menambah kapasitas, tetapi merancang ulang arsitektur untuk menanggung beban 30 kali dari skala saat ini. Mereka berencana memisahkan layanan penting, memperkenalkan mekanisme kontrol lalu lintas, dan menghilangkan titik kegagalan tunggal. Intinya, GitHub sedang berubah dari "alat kolaborasi manusia" menjadi "pipa pembuangan AI". Gangguan pada 9 Februari bukan sekadar kecelakaan, melainkan pertanda era baru di mana AI mengubah fundamental alur kerja pengembangan perangkat lunak.

marsbit6m yang lalu

GitHub, Ditembus oleh AI

marsbit6m yang lalu

Di Mana Sebenarnya Gelembung AI: Lapisan Mana yang Berenang Tanpa Pakaian?

**Gelembung AI Sebenarnya di Mana: Lapisan Mana yang Berenang Tanpa Pakaian** Pertanyaan yang tepat bukan "apakah ada gelembung AI?", tetapi "di lapisan mana gelembung AI itu?". Analisis mendetail terhadap rantai pasokan AI menunjukkan pola: **semakin dekat dengan kendala fisik, semakin kecil gelembungnya.** * **Lapisan Terbawah (L0) Aman:** **TSMC** bertindak sebagai "bank sentral" AI, mengontrol suplai chip dengan ketat. Ekspansi mereka konservatif, dibatasi oleh siklus pembangunan pabrik 3-5 tahun dan investasi miliaran dolar. **Kendala listrik** untuk data center juga membatasi ekspansi tanpa terkendali. Lapisan ini tidak mendukung gelembung. * **Lapisan Inti (Large Cap) Mahal, Tapi Kokoh:** Raksasa seperti Microsoft, Google, Meta, Amazon, dan NVIDIA memiliki **pendapatan nyata, kontrak nyata, dan utilisasi penuh**. Pertumbuhan pendapatan yang eksplosif (contoh: satu perusahaan dari $1B ke $450B dalam 18 bulan) mendukung valuasi, meski mahal. * **Area Pertarungan (L1 - Memori):** Profitabilitas HBM yang melonjak (hingga 70%) bisa menjadi awal siklus baru atau puncak "siklus babi" lama. Struktur oligopoli (hanya 3 pemain) mencegah ekspansi berlebihan, tetapi kenaikan harga yang didorong oleh spekulasi tetap menjadi risiko. * **Lapisan dengan Bau Gelembung:** * **L2 - Modul Optik (Fotonik):** Harga saham naik 4-10x, jauh melampaui pertumbuhan pendapatan (~60%). Ini adalah satu-satunya segmen hardware di mana suplai dapat merespons dengan cepat, menciptakan ruang bagi spekulasi. Teknologi seperti *co-packaged optics* juga mengancam model bisnis lama. * **L3 - Penyedia Cloud GPU "Tuan Tanah Kedua":** Mereka hidup dari **kelangkaan sementara** di antara raksasa cloud. Begitu kendala listrik dan ekspansi cloud besar mereda, atau teknologi seperti *data center luar angkasa* muncul, model bisnis mereka terancam. * **L4 - Ekor Panjang Aplikasi & Ekosistem VC:** Konsentrasi modal ventura di AI (>80% pada Q1) dua kali lipat lebih tinggi daripada puncak gelembung dotcom 1999. Banyak startup tanpa pendapatan yang solid meminjam logika valuasi perusahaan besar, menciptakan risiko **valuasi terbalik** saat pendanaan berikutnya turun. * **Risiko Sistemik Potensial:** 1. **Revolusi Efisiensi Algoritma:** Jika algoritma baru secara drastis mengurangi kebutuhan komputasi. 2. **Kredit GPU yang Dileverage:** Munculnya struktur pembiayaan di luar neraca (SPV) yang membungkus GPU sebagai agunan dapat menciptakan leverage tersembunyi, mengingatkan pada krisis 2008. 3. **TSMC Menjadi Kurang Konservatif:** Jika monopoli suplai chip canggih pecah dan ekspansi menjadi tidak terkendali. **Kesimpulan:** AI memiliki fondasi yang kuat di lapisan inti dengan permintaan nyata, tetapi terdapat tanda-tanda kepanikan dan valuasi berlebihan di lapisan yang lebih dekat ke aplikasi dan memiliki kendala suplai yang lebih longgar. **Gelembung tidak merata.** Kunci untuk menilai adalah dengan menanyakan: (1) Di lapisan mana sebuah entitas berada? (2) Apakah pendapatannya nyata atau dipinjam dari valuasi orang lain? (3) Apakah ia menghasilkan uang dari struktur yang berkelanjutan atau hanya dari kelangkaan sementara? Selama TSMC dan kendala fisik lainnya tetap menjadi "penjaga", gelembung sistemik dapat dihindari.

marsbit12m yang lalu

Di Mana Sebenarnya Gelembung AI: Lapisan Mana yang Berenang Tanpa Pakaian?

marsbit12m yang lalu

Keduanya Menderita Kerugian Lebih dari 90 Miliar Dolar, Mana yang Lebih Berbahaya, Strategy atau Bitmine?

**Bitmine dan Strategy Rugi Miliaran Dolar, Siapa Lebih Berisiko?** Dalam pasar yang terus turun, dua raksasa perusahaan aset kripto berbasis perbendaharaan (DAT), Strategy dan Bitmine, menghadapi kerugian mengambang yang sangat besar. Saat ini, Strategy dilaporkan rugi sekitar 100 miliar dolar AS, sementara Bitmine sekitar 90 miliar dolar AS. Meski sama-sama rugi, tekanan keuangan keduanya berbeda. Bitmine terutama mendanai pembelian ETH melalui penerbitan saham, tanpa utang besar. Perusahaan ini masih memiliki cadangan tunai sekitar 446 juta dolar AS dan pendapatan dari staking ETH. Mereka juga berencana mengumpulkan 300 juta dolar AS lagi melalui penerbitan saham prioritas. Sebaliknya, Strategy membeli BTC dengan menggunakan utang besar, termasuk sekitar 6,7 miliar dolar AS dalam obligasi konversi. Perusahaan ini juga memiliki kewajiban membayar dividen saham prioritas (STRC) yang besar, sekitar 1,7 miliar dolar AS per tahun. Dengan cadangan tunai yang terbatas, Strategy menghadapi tekanan likuiditas yang signifikan jika harga BTC terus turun, berpotensi memaksa mereka menjual BTC untuk memenuhi kewajiban. Kesimpulannya, meski kedua perusahaan menghadapi tekanan pasar, **Strategy dianggap lebih berisiko karena struktur pendanaan berbasis utang dan kewajiban dividen yang memberatkan,** sementara Bitmine memiliki posisi keuangan yang lebih fleksibel.

marsbit14m yang lalu

Keduanya Menderita Kerugian Lebih dari 90 Miliar Dolar, Mana yang Lebih Berbahaya, Strategy atau Bitmine?

marsbit14m yang lalu

Trading

Spot
Futures
活动图片