Trump Batalkan Perintah Eksekutif AI, Regulasi Kalah oleh Kecemasan Kompetitif

marsbitDipublikasikan tanggal 2026-05-22Terakhir diperbarui pada 2026-05-22

Abstrak

Kebijakan AI AS Terbelah antara Keamanan dan Kompetisi: Trump Batalkan Perintah Eksekutif Pengujian Model AI Pemerintahan Trump mendadak menghentikan rencana penerbitan perintah eksekutif mengenai AI, hanya beberapa jam sebelum penandatanganan. Perintah itu awalnya dirancang untuk menciptakan kerangka kerja sukarela, di mana perusahaan-perusahaan AI terkemuka seperti OpenAI, Google, dan Anthropic akan membagikan model canggih mereka kepada pemerintah AS 90 hari sebelum rilis publik, untuk dinilai risiko keamanan nasional dan siber. Presiden Trump menyatakan penolakannya dengan alasan tidak ingin ada hal yang memperlambat atau menghambat kepemimpinan AS di bidang AI, terutama dalam persaingan dengan China. Keputusan ini mencerminkan ketegangan inti dalam kebijakan AI AS: bagaimana mengelola risiko sistemik dari model-model frontier—yang dapat memengaruhi keamanan siber, sistem keuangan, dan lapangan kerja—tanpa mengorbankan keunggulan kompetitif dan inovasi. Meski bersifat sukarela dan kolaboratif, rencana ini tetap menghadapi penolakan dari kalangan industri yang mengkhawatirkan dampaknya terhadap inovasi. Penundaan ini terjadi di tengah tekanan publik, di mana sebagian besar pemilih AS mendukung pengujian keamanan untuk model AI canggih, sementara kekhawatiran tentang dampaknya terhadap pekerjaan dan lingkungan terus meningkat. Kebijakan AI AS kini berada di persimpangan antara tata kelola keamanan dan imperatif kompetisi global.

Catatan Redaksi: Pemerintahan Trump awalnya mencoba membangun mekanisme pengujian keamanan pra-peluncuran untuk model AI mutakhir, namun beberapa jam sebelum penandatanganan, perintah eksekutif ini tiba-tiba dibatalkan.

Menurut rencana semula, perusahaan-perusahaan AI terkemuka seperti OpenAI, Google, Anthropic, xAI akan secara sukarela berbagi model mereka dengan pemerintah AS 90 hari sebelum peluncuran publik model canggih, untuk menjalani penilaian risiko keamanan nasional dan keamanan siber. Trump akhirnya menolak menyetujui, dengan alasan "tidak ingin ada hal apapun yang menghalangi posisi kepemimpinan AS di bidang AI".

Di balik perubahan haluan terakhir ini, terdapat kontradiksi inti yang dihadapi kebijakan AI AS: kemampuan model mutakhir telah mulai menyentuh risiko publik seperti keamanan siber, kerentanan sistem keuangan, dampak terhadap lapangan kerja, dan ekspansi pusat data. Namun, dalam konteks persaingan AI AS-China yang dianggap sebagai strategi nasional, pengaturan regulasi apapun dapat ditafsirkan oleh dunia industri sebagai sesuatu yang memperlambat inovasi dan melemahkan daya saing AS.

Yang lebih halus adalah, perintah eksekutif ini awalnya bukanlah sistem persetujuan wajib, melainkan sebuah kerangka kerja penilaian model yang "kolaboratif dan sukarela". Dengan kata lain, Gedung Putih tidak berusaha mengontrol langsung peluncuran model, melainkan ingin menambahkan satu tahap pengujian keamanan pemerintah sebelum model dibuka untuk publik. Namun, bahkan skema yang relatif moderat ini, masih ditangguhkan sementara dalam tarik-menarik antara tata kelola keamanan dan kepemimpinan teknologi.

AI sedang berpindah dari sekadar isu industri teknologi, masuk ke area perpotongan keamanan nasional, ekonomi makro, dan tata kelola politik. Titik perdebatan kebijakan AI AS juga sedang bergeser dari "apakah mendukung pengembangan AI", menuju "bagaimana cara mengelola risiko sistemik yang mungkin dibawa oleh model mutakhir tanpa mengorbankan keunggulan kepemimpinan".

Berikut adalah teks asli:

Gedung Putih secara tak terduga menunda penandatanganan sebuah perintah eksekutif AI yang telah lama dinantikan publik. Sebelumnya, Donald Trump menyatakan bahwa dia "tidak menyukai" bagian-bagian tertentu dari rencana tersebut, terutama pengaturan di mana pemerintah AS berencana melakukan tinjauan keamanan nasional dan risiko siber terhadap model AI.

Perintah eksekutif itu semula dijadwalkan ditandatangani pada Kamis sore. Menurut rencana, perusahaan-perusahaan AI terkemuka seperti OpenAI, Google, dan Anthropic akan secara sukarela berkomitmen untuk menyerahkan model mereka kepada pemerintah untuk ditinjau.

Perubahan haluan mendadak Trump ini terjadi setelah perdebatan selama berminggu-minggu di dalam pemerintah AS mengenai batas-batas tinjauan regulasi.

Mengenai perintah eksekutif ini, Trump mengatakan: "Saya tidak suka beberapa aspeknya. Kami memimpin Tiongkok, dan memimpin semua orang, saya tidak ingin ada hal apapun yang menghalangi posisi kepemimpinan kami." Dia juga menyatakan bahwa kecerdasan buatan "juga sedang membawa banyak lapangan kerja".

Sebelum upacara penandatanganan tiba-tiba ditunda, sejumlah CEO perusahaan teknologi awalnya berencana pergi ke Washington untuk menghadiri acara tersebut bersama Trump.

Penundaan penandatanganan ini terjadi di tengah sejumlah jajak pendapat yang terus menunjukkan bahwa pemilih AS khawatir dengan dampak yang dibawa AI, dan banyak di antara mereka mendukung penerapan regulasi dan pengamanan yang lebih ketat untuk teknologi baru ini.

Kekhawatiran publik meningkat seputar dampak keamanan yang mungkin timbul dari dibukanya model AI yang kuat; sementara itu, dampak AI terhadap lapangan kerja serta kontroversi yang muncul dari pembangunan pusat data berskala besar, membuat kalkulasi politik Gedung Putih menjadi semakin kompleks. Tak lama sebelumnya, sikap pemerintahan ini terhadap industri AI masih terlihat jelas condong ke arah positif.

Beberapa sekutu Trump pernah menyerukan agar model AI terkemuka dimasukkan ke dalam kendali pemerintah AS; namun, beberapa orang dari kubu MAGA memperingatkan bahwa tindakan apapun yang membatasi pertumbuhan AI dapat membebani ekonomi AS.

Sebuah jajak pendapat yang dilakukan untuk Institute for Family Studies bulan ini menunjukkan, 82% warga Amerika mendukung Gedung Putih melakukan pengujian keamanan terhadap model AI canggih.

Pematangan perintah eksekutif ini berasal dari pejabat-pejabat kunci Gedung Putih yang sebelumnya telah mengakses model Mythos terbaru Anthropic lebih awal, termasuk Menteri Keuangan Scott Besent. Model ini memiliki kemampuan canggih yang dapat digunakan untuk menemukan kerentanan keamanan siber. Pejabat yang mengetahui masalahnya menyatakan, mereka terkejut dengan masalah seperti kerentanan sistem perbankan yang diungkapkan model tersebut.

Sampai saat ini, Anthropic hanya membatasi akses Mythos untuk beberapa lembaga tepercaya, termasuk perusahaan teknologi dan beberapa bank, agar lembaga-lembaga ini dapat menemukan dan memperbaiki masalah keamanan siber lebih awal, sebelum peretas mendapatkan akses ke model tersebut.

Direktur Dewan Ekonomi Nasional Trump, Kevin Hassett, pernah mengusulkan bahwa model AI mutakhir harus menjalani proses serupa persetujuan obat, baru dapat diluncurkan secara resmi setelah "terbukti aman, seperti obat yang disetujui FDA".

Pernyataannya ini mendapat penolakan kuat dari para pendiri dan investor AI, termasuk beberapa yang memiliki hubungan dekat dengan pemerintahan Trump. Mereka berpendapat, sistem serupa akan melemahkan kemampuan inovasi AS.

Perintah eksekutif tersebut jauh dari mencapai persyaratan sistem persetujuan semacam itu, melainkan beralih untuk membangun sebuah "kerangka kerja penilaian acuan model yang kolaboratif dan sukarela". Pada Kamis pagi, sebelum upacara penandatanganan yang dijadwalkan, pejabat Gedung Putih telah memberikan penjelasan singkat tentang isi perintah eksekutif ini kepada wartawan.

Menurut perjanjian yang diusulkan, perusahaan-perusahaan AI terkemuka, termasuk OpenAI dan xAI, akan secara sukarela membagikan model mereka kepada pemerintah 90 hari sebelum model terkait dirilis untuk publik. Dengan kata lain, mekanisme ini pada akhirnya masih akan sangat bergantung pada kemauan kerjasama para pimpinan perusahaan AI.

Pertanyaan Terkait

QApa alasan utama Donald Trump membatalkan perintah eksekutif yang direncanakan terkait pengujian keamanan AI?

ADonald Trump membatalkan perintah eksekutif karena dia "tidak ingin ada hal apapun yang menghalangi posisi terdepan Amerika Serikat dalam bidang AI." Dia khawatir pengaturan regulasi dapat memperlambat inovasi dan melemahkan daya saing Amerika Serikat, terutama dalam persaingan dengan Tiongkok.

QApa mekanisme yang diusulkan dalam rancangan perintah eksekutif AI sebelum dibatalkan?

AMekanisme yang diusulkan adalah kerangka penilaian model yang bersifat kolaboratif dan sukarela. Perusahaan AI terkemuka seperti OpenAI, Google, dan Anthropic akan berkomitmen secara sukarela untuk membagikan model canggih mereka kepada pemerintah AS 90 hari sebelum dirilis ke publik, untuk menjalani penilaian risiko keamanan nasional dan siber.

QApa model AI spesifik yang disebutkan dalam artikel yang membuat pejabat pemerintah khawatir?

AModel AI spesifik yang disebutkan adalah 'Mythos' dari perusahaan Anthropic. Model ini memiliki kemampuan canggih untuk menemukan kerentanan keamanan siber, dan eksposur terhadap masalah seperti kerentanan sistem perbankan dikatakan membuat pejabat yang mengetahui terkejut.

QBerdasarkan jajak pendapat dalam artikel, bagaimana sikap publik Amerika terhadap pengujian keamanan model AI canggih?

ABerdasarkan jajak pendapat oleh Institute for Family Studies yang disebutkan dalam artikel, 82% warga Amerika mendukung agar Gedung Putih melakukan pengujian keamanan pada model AI canggih sebelum dirilis.

QSalah satu pejabat Trump pernah mengusulkan pendekatan seperti apa untuk model AI canggih, dan bagaimana reaksi terhadap usulan tersebut?

AKevin Hassett, Direktur Dewan Ekonomi Nasional Trump, pernah mengusulkan agar model AI canggih menjalani proses persetujuan mirip dengan obat-obatan oleh FDA, yaitu hanya dirilis 'setelah terbukti aman'. Usulan ini mendapat penentangan kuat dari para pendiri dan investor AI, termasuk mereka yang dekat dengan pemerintahan Trump, yang berargumen bahwa sistem seperti itu akan melemahkan kemampuan inovasi AS.

Bacaan Terkait

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

**Mengapa Lebih Banyak AI Agent Tidak Sama dengan Produktivitas Lebih Tinggi?** Meskipun teknologi memungkinkan kita meluncurkan banyak AI Agent dengan mudah dan murah, produktivitas nyata tidak serta-merta meningkat. Ini karena munculnya konsep "Pajak Orkestrasi"—biaya tersembunyi untuk mengelola, menilai, dan menggabungkan hasil kerja semua Agent tersebut. Pekerjaan ini harus kembali ke satu sumber daya serial yang tidak dapat diduplikasi: perhatian dan penilaian manusia. **Manusia adalah 'GIL' dalam Sistem.** Seperti Global Interpreter Lock (GIL) dalam Python, semua Agent dapat berjalan paralel, tetapi untuk keputusan penting (seperti tinjauan arsitektur, kode, atau penyelesaian konflik), mereka harus "mengambil kunci" dari Anda—sang pengembang. Hukum Amdahl berlaku: percepatan maksimum dari paralelisasi dibatasi oleh bagian kerja yang harus tetap serial, yaitu kapasitas penilaian manusia. Menambah Agent hanya membuat antrian tinjauan lebih panjang, memperbesar beban konteks, dan menyebabkan kelelahan kognitif. **Kelelahan dan Utang Tersembunyi.** Banyaknya Agent yang aktif memberi ilusi produktivitas tinggi, tetapi rasa sibuk itu tidak sama dengan hasil berkualitas. Jika Anda "menyerah secara kognitif" dan tidak meninjau hasil dengan benar, Anda menumpuk utang teknis dan utang kognitif—masalah yang akan muncul nanti. Pajak orkestrasi harus dibayar, baik secara sadar melalui proses yang terencana, atau diam-diam melalui penurunan kualitas. **Solusi: Kelola Perhatian Seperti Sistem Produksi.** Kuncinya adalah merancang alur kerja dengan menghormati batas perhatian manusia sebagai sumber daya langka: 1. **Kontrol Jumlah Agent:** Sesuaikan jumlah Agent dengan kemampuan *review* Anda, bukan dengan apa yang UI izinkan. Batasi ke angka rendah. 2. **Klasifikasi Tugas:** Pisahkan tugas independen (cocok untuk Agent paralel) dari tugas kompleks yang membutuhkan penilaian mendalam (kerjakan secara serial). 3. **Tinjau Secara Berkelompok (*Batch Review*):** Kurangi biaya alih konteks dengan meninjau hasil beberapa Agent sekaligus. 4. **Gunakan Waktu Serial untuk Penilaian:** Fokuskan perhatian hanya pada bagian yang memerlukan penilaian manusia. Biarkan Agent menangani bagian yang dapat diverifikasi otomatis (seperti tes). 5. **Lindungi Waktu Fokus Anda:** Kadang, tindakan paling produktif adalah berhenti mengoordinasi banyak Agent dan fokus pada satu masalah inti. Kemampuan sebenarnya di era AI bukanlah menjalankan banyak Agent, tetapi merancang sistem yang secara sadar mengelilingi dan melindungi kapasitas penilaian serial manusia—sumber daya paling berharga dalam proses pengembangan.

marsbit1j yang lalu

Mengapa Lebih Banyak AI Agent Belum Tentu Berarti Produktivitas yang Lebih Tinggi?

marsbit1j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

Tiga tahun kemudian, pada Mei 2026, penulis meninjau kembali 20 prediksi tentang ChatGPT yang dibuatnya pada Maret 2023, menggunakan AI untuk mengevaluasi akurasinya berdasarkan data terbaru. Secara keseluruhan, arah dan mekanisme prediksi banyak yang tepat. Yang paling akurat adalah tentang RAG sebagai arsitektur standar, LUI (Antarmuka Pengguna Bahasa Alami) sebagai lapisan interaksi baru, munculnya "jaringan robot" (protokol untuk agen AI), dan kemampuan China mengejar ketertinggalan model AI besar. Prediksi bahwa ChatGPT bukan AGI namun langkah besar, tidak menyebabkan gelombang pengangguran massal, serta sifat uji Turing yang hanya mengukur persepsi juga pada dasarnya benar. Namun, prediksi dengan angka spesifik atau pernyataan mutlak sering meleset. Klaim bahwa GPT-4 memiliki 100 triliun parameter sepenuhnya salah. Pernyataan bahwa LLM "tidak mungkin" mengerjakan matematika murni terbantahkan dengan model penalaran yang memenangkan medali emas IMO. Estimasi biaya pelatihan model hanya $5-10 miliar juga jauh dari kenyataan, yang kini mencapai miliaran dolar untuk model terdepan. Beberapa prediksi keliru tentang distribusi dampak, seperti bahwa nilai akan berpindah ke lapisan aplikasi (nyatanya, penyedia chip seperti NVIDIA paling untung), atau bahwa AI akan "menghindari" masalah hak cipta (justru menimbulkan gugatan besar). Kesimpulan utama adalah: dalam memprediksi teknologi yang cepat berubah, mengidentifikasi arah dan mekanisme umumnya lebih bisa diandalkan daripada memberikan angka pasti atau pernyataan mutlak. Prediksi cenderung terlalu optimis tentang kecepatan perubahan jangka pendek, tetapi meremehkan besarnya perubahan jangka panjang. Penting juga untuk mempertimbangkan distribusi dampak, bukan hanya kesimpulan agregat. Pernyataan yang disertai batasan dan keraguan justru lebih tahan uji waktu. Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun. Tinjauan ini berfungsi sebagai pelajaran untuk membuat prediksi yang lebih baik di tiga tahun mendatang.

marsbit7j yang lalu

Tiga Tahun Kemudian: Meninjau Kembali Penilaian Saya terhadap ChatGPT di Tahun 2023

marsbit7j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手10j yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手10j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit11j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit11j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli ORDER

Selamat datang di HTX.com! Kami telah membuat pembelian Orderly (ORDER) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Orderly (ORDER) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Orderly (ORDER) AndaSetelah melakukan pembelian, simpan Orderly (ORDER) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Orderly (ORDER)Lakukan trading Orderly (ORDER) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

330 Total TayanganDipublikasikan pada 2024.12.10Diperbarui pada 2025.03.21

Cara Membeli ORDER

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga ORDER (ORDER) disajikan di bawah ini.

活动图片