Vitalik Buterin Menyatakan Keamanan Kripto Sempurna Tetap Tidak Mungkin

TheNewsCryptoDipublikasikan tanggal 2026-02-23Terakhir diperbarui pada 2026-02-23

Abstrak

Vitalik Buterin, pendiri Ethereum, menyatakan bahwa keamanan sempurna di sektor kripto tidak akan pernah tercapai karena kompleksitas niat manusia. Ia menjelaskan bahwa blockchain tidak dapat sepenuhnya menginterpretasikan maksud pengguna dan memprogramnya ke dalam kode yang kaku. Buterin menekankan bahwa keamanan adalah masalah penyelarasan antara harapan pengguna dan tindakan protokol. Ia menyarankan penggunaan mekanisme keamanan berlapis seperti redundansi, simulasi transaksi, batas pengeluaran, dan verifikasi alamat untuk meminimalkan risiko. Meskipun AI dapat membantu memodelkan pola perilaku manusia, tidak ada sistem teknologi yang dapat sepenuhnya meniru penalaran manusia. Buterin menyimpulkan bahwa keamanan kripto adalah proses penyelarasan yang terus memerlukan peningkatan, bukan tujuan akhir.

Vitalik Buterin telah menjelaskan alasan mengapa sektor cryptocurrency tidak akan pernah dapat memberikan keamanan sempurna, dengan menyebut kompleksitas niat manusia. Dalam postingan X baru-baru ini, pendiri Ethereum itu melanjutkan bahwa jaringan blockchain tidak akan pernah dapat menafsirkan niat kompleks pengguna dengan sempurna dan meng-hardcode-nya ke dalam baris kode yang tidak fleksibel.

Buterin mendefinisikan keamanan bukan sebagai aspek teknologi yang berdiri sendiri, melainkan sebagai masalah yang lebih besar dalam menyelaraskan keamanan sistem dengan harapan pengguna. Dia melanjutkan bahwa kegunaan dan keamanan memiliki tujuan yang sama: memastikan bahwa yang diinginkan pengguna adalah yang dilakukan protokol.

Keamanan sebagai Masalah Penyelarasan

Buterin menjelaskan bahwa bahkan transaksi blockchain dasar melibatkan beberapa asumsi. Ketika orang mengirim aset digital, mereka berasumsi tentang identitas penerima, jaringan yang benar, dan keakuratan antarmuka. Pemrogram tidak dapat memprogram semua asumsi ini ke dalam kode.

Buterin menyoroti bahwa kesenjangan ini membuat mustahil untuk mencapai keamanan absolut. Bahkan dengan kode yang sangat canggih, sistem tidak dapat secara akurat menentukan niat aktual pengguna. Oleh karena itu, komunitas harus beralih dari janji mencapai keamanan sempurna dan malah menargetkan penyelarasan antara niat dan hasil.

Buterin menambahkan lebih lanjut bahwa model keamanan dapat memisahkan pengalaman pengguna dan keamanan. Dia mengatakan bahwa kedua aspek perlu digabungkan untuk menghindari konsekuensi yang tidak diinginkan. Jika sistem tidak dapat mewakili niat pengguna dengan benar, maka kerentanan muncul.

Mekanisme Keamanan Berlapis dan Redundansi

Alih-alih mengejar kesempurnaan, Buterin mendorong penggunaan mekanisme keamanan berlapis. Redundansi adalah salah satu prinsip yang dia anjurkan, di mana beberapa pemeriksaan independen dilakukan untuk memastikan niat pengguna diverifikasi sebelum transaksi apa pun dilakukan. Simulasi transaksi memungkinkan pengguna melihat hasil tindakan mereka sebelum dilakukan. Batas pengeluaran dan verifikasi alamat juga dapat digunakan untuk meminimalkan risiko saat melakukan transaksi bernilai tinggi.

Buterin juga berbicara tentang kemungkinan penggunaan model bahasa besar dalam penafsiran instruksi pengguna. Dia menjelaskan bahwa kecerdasan buatan harus digunakan untuk melengkapi, bukan menggantikan, keamanan kriptografi dasar. AI tujuan umum dapat memodelkan pola penilaian manusia umum, dan model yang disesuaikan dapat memodelkan pola perilaku manusia individu. Namun, Buterin berpendapat bahwa tidak ada sistem teknologi yang dapat sepenuhnya meniru penalaran manusia.

Analis pasar mencatat bahwa eksploitasi terkenal baru-baru ini menggarisbawahi pentingnya meningkatkan kerangka perlindungan. Investor semakin tertarik pada platform yang menerapkan redundansi transparan dan pengamanan terstruktur. Buterin menyimpulkan keadaan keamanan kripto sebagai proses penyelarasan daripada titik akhir. Selalu ada kebutuhan untuk perbaikan dalam sistem perlindungan seiring kemajuan teknologi blockchain.

Berita Kripto yang Disorot:

Pemegang ETF Bitcoin AS Berkontraksi Dengan Outflow Bulanan $1,6B

Pertanyaan Terkait

QMengapa Vitalik Buterin mengatakan keamanan kripto yang sempurna tidak mungkin tercapai?

AKarena blockchain tidak dapat secara sempurna menginterpretasikan niat kompleks pengguna dan memprogramnya ke dalam kode yang tidak fleksibel, mengingat kompleksitas niat manusia.

QBagaimana Buterin mendefinisikan konsep keamanan dalam konteks kripto?

AButerin mendefinisikan keamanan bukan sebagai aspek teknologi mandiri, tetapi sebagai masalah penyelarasan antara keamanan sistem dengan ekspektasi pengguna untuk memastikan keinginan pengguna sesuai dengan yang dilakukan protokol.

QApa saja mekanisme keamanan berlapis yang disarankan Buterin?

ARedundansi (pemeriksaan independen ganda), simulasi transaksi, batas pengeluaran, dan verifikasi alamat untuk meminimalkan risiko dalam transaksi bernilai tinggi.

QBagaimana peran AI dalam keamanan kripto menurut Buterin?

AAI harus digunakan untuk melengkapi keamanan kripto dasar, bukan menggantikan. AI umum dapat memodelkan pola penilaian manusia umum, sementara model yang disesuaikan dapat memodelkan pola perilaku individu.

QApa yang ditekankan Buterin tentang status keamanan kripto saat ini?

AKeamanan kripto adalah proses penyelarasan yang terus membutuhkan peningkatan seiring kemajuan teknologi blockchain, bukan titik akhir yang statis.

Bacaan Terkait

Seberapa Tinggi Kemungkinan TradeXYZ Memisahkan Diri dari Hyperliquid?

Penulis|Golem, Odaily Planet Daily Seiring pertumbuhan bisnis TradeXYZ yang terus meluas dan menguasai lebih dari 90% pangsa pasar HIP-3 Hyperliquid, diskusi komunitas mengenai kemungkinan TradeXYZ memisahkan diri dari Hyperliquid dan membangun platform perdagangan mandiri semakin meningkat. Analis Sam menyoroti tiga pertanyaan kritis bagi investor HYPE terkait hal ini. TradeXYZ kini mendominasi HIP-3 Hyperliquid, menyumbang 93% dari total volume perdagangan dan 99.7% dari total open interest (OI). Kontribusinya terhadap total volume Hyperliquid mencapai lebih dari 70%, menjadikannya pilar utama. Alasan utama potensi 'keluar' adalah untuk menangkap lebih banyak biaya perdagangan dasar, mengingat pembagian pendapatan saat ini adalah 50/50 dengan Hyperliquid. Namun, terdapat faktor-faktor yang membatasi keputusan tersebut. Pertama, kinerja Hyperliquid yang unggul sulit untuk ditiru dalam waktu singkat. Kedua, Hyperliquid berperan sebagai saluran distribusi dan akuisisi pengguna utama bagi TradeXYZ. Ketiga, terdapat hubungan kepercayaan yang kuat antara pendiri kedua proyek. Kesimpulannya, meskipun TradeXYZ memiliki pengaruh dan daya tawar yang besar, membangun infrastruktur mandiri dianggap tidak rasional karena berisiko tinggi dan dapat berakhir sebagai situasi 'kalah-kalah'. Hyperliquid kehilangan narasi pertumbuhan utama, sementara TradeXYZ menghadapi tantangan teknis, kehilangan saluran distribusi, dan risiko reputasi. Jalur terbaik bagi TradeXYZ kemungkinan adalah bernegosiasi ulang pembagian pendapatan dan secara bertahap mengalihkan fokus ke pengembangan produk dan kepemilikan pengguna, sambil mempertahankan integrasi yang menguntungkan dengan Hyperliquid.

marsbit12m yang lalu

Seberapa Tinggi Kemungkinan TradeXYZ Memisahkan Diri dari Hyperliquid?

marsbit12m yang lalu

Robot "Tinky Winky" Datang ke Rumah untuk Bersih-Bersih, Rp 300.000/Jam, Murni "Kecerdasan Buatan" Manual

Perusahaan robotika AS Tau Robotics memperkenalkan layanan pembersihan rumah menggunakan robot humanoid yang dikendalikan dari jarak jauh (remote). Robot dengan antena di kepala seperti "Wi-Fi router" ini menawarkan jasa bersih-bersih di area San Francisco dengan harga $30 (sekitar Rp 200.000) per jam, lebih murah dibandingkan jasa pembersih manusia. Artikel mengungkapkan bahwa demonstrasi video yang memperlihatkan robot mampu mencuci tangan, mengepel lantai, dan membuang sampah sebenarnya dioperasikan secara manual dari jarak jauh, bukan sepenuhnya otonom. Meski begitu, video tersebut diputar dalam kecepatan normal (1x), berbeda dengan demo robot lain yang sering dipercepat. Tau Robotics, startup yang baru didirikan tahun 2024, memiliki tiga "karyawan" robot: Chelsea untuk dapur dan kamar mandi, Elon untuk pembersihan rutin dan mengingat penataan barang, serta Tony untuk pembersihan mendalam. Pendekatan remote control ini dinilai sebagai cara cerdas untuk mengisi kesenjangan kemampuan (gap) sambil mengumpulkan data dari lingkungan rumah nyata, mirip dengan konsep "shadow mode" pada mobil otonom. Alasan menggunakan bentuk humanoid adalah agar operator dapat memetakan gerakan tubuhnya secara intuitif ke robot, sehingga memudahkan kendali jarak jauh untuk tugas-tugas rumit. Artikel juga menyebutkan tantangan besar robot humanoid masuk ke rumah tangga dan membandingkannya dengan upaya serupa di Tiongkok serta robot 1X Neo dari AS. Meski demikian, kehadiran robot berbentuk manusia di rumah dianggap dapat memberikan nilai emosional tertentu bagi pengguna. Layanan Tau saat ini tersedia secara undangan di San Francisco.

marsbit27m yang lalu

Robot "Tinky Winky" Datang ke Rumah untuk Bersih-Bersih, Rp 300.000/Jam, Murni "Kecerdasan Buatan" Manual

marsbit27m yang lalu

Dari Korea Selatan ke AS: Berkat AI, Pekerjaan Kerah Biru Makin Diminati

AI sedang mengubah logika pasar tenaga kerja secara global. Di Amerika Serikat dan Korea Selatan, gelar sarjana empat tahun semakin kehilangan daya tarik, sementara profesi kerah biru seperti teknisi listrik, tukang las, dan tukang ledeng mengalami peningkatan permintaan dan gaji yang signifikan. Data menunjukkan, pada Juni 2025, pendapatan sekolah kejuruan di AS naik 11,4%, sementara PHK karena AI mencapai rekor tertinggi. Generasi Z semakin mempertimbangkan pekerjaan kerah biru karena dianggap lebih tahan terhadap otomatisasi AI. Gaji di bidang ini kini setara atau bahkan melampaui profesi yang membutuhkan gelar sarjana. Di Korea, lulusan sekolah menengah kejuruan semikonduktor sangat dicari, dengan sebagian besar langsung diterima bekerja. Kekurangan tenaga terampil diperparah oleh gelombang pensiun dan ekspansi infrastruktur, seperti pusat data. Perusahaan seperti JPMorgan, Meta, dan Lowe's berinvestasi besar-besaran dalam program pelatihan. Namun, tantangan tetap ada dalam mengubah persepsi masyarakat yang lama memandang rendah pendidikan kejuruan. Para ahli menekankan perlunya upaya aktif dari industri untuk memperkenalkan peluang nyata dalam karir teknis kepada generasi muda.

marsbit1j yang lalu

Dari Korea Selatan ke AS: Berkat AI, Pekerjaan Kerah Biru Makin Diminati

marsbit1j yang lalu

Dari TPU ke Agent yang Berevolusi Sendiri: Bagaimana Jeff Dean Menilai Langkah Selanjutnya AI

Jeff Dean, Kepala Ilmuwan AI di Google, membagikan pandangannya tentang arah perkembangan AI dalam wawancara di YC Startup School 2026. Ia menekankan bahwa tahap berikutnya AI bukan hanya tentang melatih model yang lebih pintar, tetapi membangun sistem yang memungkinkan AI bekerja jangka panjang, terus mencoba, memvalidasi otomatis, dan mengakumulasi kemampuan. **Tren Utama AI:** * **Perubahan Fokus:** Kompetisi AI bergeser dari "siapa yang memiliki model lebih besar" ke "siapa yang dapat mengorganisir kecerdasan dengan lebih baik." * **Kemampuan Agent:** Kemampuan AI kini mendekati insinyur pemula dan berkembang pesat dalam tugas kompleks dan alur kerja panjang. * **Otomatisasi Penelitian:** Sistem AI akan semakin banyak digunakan untuk meningkatkan sistem AI itu sendiri melalui eksperimen otomatis dan evaluasi. **Peluang dan Tantangan:** * **Peluang Startup:** Tim kecil dapat bersaing dengan fokus pada bidang spesifik di mana model umum gagal (tingkat keberhasilan ~1%). Peluang terletak pada data milik pribadi, alat evaluasi khusus, atau model domain-spesifik. * **Tantangan Teknis:** Biaya utama dalam sistem AI saat ini adalah **perpindahan data**, bukan komputasi. **Latensi rendah** dan **efisiensi energi** sangat penting untuk pengambilan keputusan real-time dan agen yang berjalan lama. * **Rekayasa Konteks:** Kunci untuk sistem AI yang berguna terletak pada organisasi konteks—alat, memori, lingkungan eksekusi, dan mekanisme umpan balik—bukan hanya modelnya sendiri. **Keterampilan (skills)** yang dikodekan menjadi aset berharga. **Saran untuk Inovasi:** * **Prinsip Pertama:** Tantang asumsi yang ada dan hitung kembali batasan dari sudut pandang prinsip pertama. * **Spesifikasi yang Jelas:** Ketika kode menjadi murah, **spesifikasi yang jelas**, **selera (taste)** dalam memilih masalah, dan **standar penerimaan** menjadi lebih berharga. * **Metode Ilmiah Terotomatisasi:** AI dapat mempercepat siklus penemuan dengan mengotomatisasi proposal eksperimen dan membuat verifikasi yang cepat dan murah. Pada intinya, di era AI, kemampuan langka yang paling berharga tetaplah **kemampuan untuk melihat dan mendefinisikan masalah dengan jelas.**

marsbit1j yang lalu

Dari TPU ke Agent yang Berevolusi Sendiri: Bagaimana Jeff Dean Menilai Langkah Selanjutnya AI

marsbit1j yang lalu

Qualcomm: Kegilaan AI Reda, Kapan Ponsel Keluar dari Kemelut?

Qualcomm merilis laporan keuangan Q3 2026 (hingga Juni 2026) dengan hasil yang datar. Pendapatan $9.95 miliar turun 4% tahun-ke-tahun, meskipun melampaui ekspektasi pasar. Margin kotor turun menjadi 53.1%, terdampak kenaikan biaya memori dan komponen lainnya. **Kinerja Segmen Utama:** * **Ponsel:** Pendapatan turun 19.6% menjadi $5.09 miliar, terdampak penurunan pengiriman ponsel Android (selain Apple) dan tren OEM yang menggunakan platform lama untuk menekan biaya. * **Mobil:** Melonjak 61% menjadi $1.59 miliar, didorong Snapdragon Digital Chassis. * **IoT:** Tumbuh 9% menjadi $1.83 miliar. Panduan untuk Q4 2026 memperkirakan pendapatan $9.7-10.5 miliar, namun EPS diproyeksikan lebih rendah dari perkiraan pasar. **Tantangan & Strategi:** Pasar ponsel yang lemah dan tekanan biaya tetap menjadi beban. Sementara itu, Qualcomm berupaya mendiversifikasi ke **data center AI**, dengan rencana mencakup Akselerator AI, CPU komersial, chip kustom, dan produk konektivitas. Perusahaan menargetkan pendapatan data center $5 miliar pada FY2027 dan $15 miliar pada FY2029. Namun, bisnis ini belum berkontribusi signifikan saat ini, dan kekhawatiran pasar terhadap kelangsungan pengeluaran AI telah menyebabkan koreksi harga saham. Analis memandang prospek data center sebagai "opsi" masa depan, sementara nilai saat ini lebih bergantung pada pemulihan bisnis tradisional.

marsbit1j yang lalu