Altman Kembali ke Stanford untuk Mengakui Kesalahan: Outsource Pikiran ke AI, Otak Satu Generasi Sedang Menyusut

marsbitPubblicato 2026-07-16Pubblicato ultima volta 2026-07-16

Introduzione

Semua orang mengira AI akan memaksa sistem pendidikan berubah drastis, tapi ChatGPT sudah dirilis selama tiga setengah tahun, dan sistem pendidikan hampir tidak berubah. CEO OpenAI Sam Altman kembali ke almamaternya Stanford, mengakui bahwa dia salah prediksi. Dia mengira sistem pendidikan akan mereformasi diri dengan cepat setelah siswa mulai menyontek dengan AI, tetapi nyatanya tidak. Dia mengkhawatirkan jika sistem pendidikan tetap mengajar dan mengevaluasi siswa dengan metode lama di era pra-AGI, seperti menghafal, jawaban standar, dan ujian tertutup, hal itu tidak hanya membuat metode tersebut usang, tetapi juga menyebabkan "kemampuan berpikir" manusia menyusut. Outsourcing pemikiran ke AI akan melemahkan "otot" berpikir kritis, seperti otot yang tidak digunakan. Riset menunjukkan bahwa setelah ChatGPT masuk, nilai ujian turun signifikan. Analisis dari UC Berkeley terhadap lebih dari 500.000 sampel nilai menemukan bahwa nilai tugas untuk mata kuliah menulis dan pemrograman naik, tetapi nilai ujian tidak berubah. Ini karena siswa "mengalihdayakan" pekerjaan mereka, bukan benar-benar belajar. Pertanyaan besarnya adalah: mengapa revolusi pendidikan yang dijanjikan AI belum datang? Jawabannya terletak pada inersia sistem. Alat bisa diperbarui dengan cepat, tetapi aturan dan lembaga butuh waktu lama untuk berubah. AI tutor pribadi yang murah dan efektif secara teoritis sudah tersedia, tetapi sistem pendidikan lambat beradaptasi. Lalu, apa yang harus diajarkan? Altman berp...

Banyak yang mengira sekolah akan dipaksa berubah total oleh AI.

Tapi tiga setengah tahun sejak ChatGPT diluncurkan, pendidikan hampir tak berubah.

Pada Mei tahun ini, Altman kembali ke almamaternya Stanford, berdiri di podium kelas CS153, dan mengakui kesalahan:

Ini adalah salah satu prediksi saya yang keliru.

Dia juga memberikan peringatan keras: jika tidak berubah, kemampuan berpikir manusia akan menyusut.

Belum lama ini, di podium kelas CS153 Stanford, seseorang bertanya kepada CEO OpenAI Sam Altman: Bagaimana pendapat Anda tentang pendidikan?

Dia berhenti sejenak: "Saya sangat khawatir. Saya pikir sampai sekarang, pendidikan seharusnya sudah berubah."

Altman muncul di kelas CS153 Stanford untuk membicarakan pendidikan di era AI, mengakui dia meremehkan kecepatan perubahan sistem pendidikan. (Sumber: Stanford Online)

Tiga setengah tahun lalu, saat ChatGPT baru diluncurkan, Altman waktu itu berpikir, siswa akan menyontek selama setahun, kemudian seluruh sistem pendidikan akan dipaksa merekonstruksi diri, menghasilkan orang yang lebih pandai berpikir daripada sebelumnya.

Namun, tiga setengah tahun berlalu, skenarionya tidak berjalan seperti yang dibayangkan Altman.

Di sisi AI, dari GPT-3.5 yang hanya bisa menulis teks, berevolusi hingga mampu membuktikan kebalikan dari konjektur matematika yang belum terpecahkan selama puluhan tahun.

Sementara di sisi sekolah, masih menggunakan cara yang sama untuk menguji siswa: hafalan, jawaban standar, menulis tutup buku.

Tugas, ujian, makalah... semuanya masih sama. Setelah menelusuri seluruh sistem pendidikan, dia tidak menemukan satu pun perubahan struktural penting.

Seseorang yang berhasil menebak "Hukum Skala" (Scaling Law), justru keliru melihat pendidikan.

Dia mengatakan, ini adalah salah satu prediksi terbesar yang meleset dalam beberapa tahun terakhir.

Seseorang yang selalu menyebut-nyebut kecerdasan buatan umum (AGI), ternyata cemas dengan ruang kelas.

Apa sebenarnya yang dia takutkan?

Dia Kira Sekolah Sudah Seharusnya Berubah

Kembali ke November 2022, saat ChatGPT baru dirilis.

Waktu itu, penilaian Altman masih optimis:

Tahun pertama, siswa akan menggunakannya untuk menyontek, tidak belajar apa-apa; kemudian sistem pendidikan akan membangun ulang dirinya sendiri, mengajar jauh lebih baik daripada sebelumnya.

Menurut bayangannya, guru akan memberikan proyek yang mengharuskan penggunaan AI, sehingga siswa justru harus lebih banyak berpikir, menghasilkan lebih banyak hal baru.

Pada 2024, dia juga pernah secara terbuka optimis: kecerdasan super akan membawa tutor pribadi untuk setiap orang, pendidikan akan beralih dari hafalan ke pemecahan masalah, ke pemikiran kritis.

Hasilnya, AI berevolusi pesat setapak demi setapak setiap tahun, sementara pendidikan tidak bergerak sama sekali.

Outsource ke AI, Sedang Menggerogoti Pemikiran Kritis

Kesenjangan inilah yang benar-benar dikhawatirkan Altman.

Dia berkata, jika kita terus mengajar dan mengevaluasi siswa dengan cara lama dunia "pra-AGI", tidak hanya akan membuat metode ini tidak efektif, tetapi juga membuat orang "tidak belajar berpikir", menyebabkan pemikiran kritis perlahan-lahan menyusut.

Mengalihdayakan pemikiran ke AI, awalnya hanya untuk mencari kemudahan.

Tapi jika tidak digunakan akan hilang kemampuannya, otot otak yang bertanggung jawab untuk berpikir mandiri itu, seperti lengan yang lama tidak digunakan, akan diam-diam menyusut dan melemah, dalam kata-kata Altman — atrofi otot (atrophy).

Apakah ini hanya kekhawatiran Altman, atau sudah menjadi kenyataan yang terjadi?

Sebuah penelitian menunjukkan, setelah ChatGPT masuk ke kelas, nilai ujian bulanan turun sekitar 20% dalam enam bulan; ujian masuk yang benar-benar menentukan masa depan, nilainya masing-masing turun 18% dan 24%, dan efek ini baru terlihat jelas setelah dua tahun.

Yang lebih menggambarkan masalah adalah analisis dari University of California, Berkeley (UC Berkeley).

Dalam lebih dari 500.000 sampel nilai, untuk mata pelajaran seperti menulis dan pemrograman, setelah ChatGPT diluncurkan, nilai jelas bergeser ke atas, tapi yang naik semuanya adalah nilai tugas, nilai ujian tidak bergerak sama sekali.

Analisis UC Berkeley terhadap lebih dari 500.000 nilai: Setelah ChatGPT dirilis, proporsi nilai A, A- pada mata kuliah menulis dan pemrograman meningkat signifikan (biru signifikan positif), B+ dan ke bawah hampir tidak berubah. (Sumber: Chirikov/CSHE)

Mengapa? Ini adalah "outsource", bukan "belajar".

Penelitian lain yang mencakup jutaan interaksi matematika di Amerika selama sepuluh tahun juga mengarah pada kesimpulan yang sama: begitu chatbot datang, soal diselesaikan lebih cepat, tapi belajar lebih sedikit.

Tugas dikumpulkan semakin bagus, tapi otak semakin kosong.

Renaisans Pendidikan yang Dijanjikan, Kenapa Tidak Datang

Yang bingung, bukan hanya Altman seorang.

Anggota tim teknis OpenAI, Ryan Brewer, memposting bahwa dia terkejut model besar tidak memicu renaisans pendidikan:

Bukankah saya seharusnya bisa belajar satu bahasa dalam sebulan? Di mana salahnya kita?

Keraguan serupa dengan cepat menyebar di X: dengan alat belajar terhebat sepanjang sejarah, mengapa tutor pribadi AI belum masuk ke setiap rumah, revolusi pendidikan tak kunjung datang?

Jawabannya bukan pada teknologi, tapi pada inersia sistem.

Sistem evaluasi universitas, ujian, makalah, tugas, selama ratusan tahun berdiri pada premis tersembunyi: hal-hal ini memakan waktu terlalu banyak, tidak ada yang akan mengambil jalan pintas.

Begitu AI datang, premis ini berubah.

Tapi sekolah masih menggunakan standar era pra-AGI, untuk mengukur generasi baru yang sudah tumbuh bersama AI, kenyataannya generasi pertama penduduk asli ChatGPT sudah lulus.

Pergantian alat hanya butuh satu nomor versi, pergantian sistem butuh satu generasi: secara teknis sudah siap, tapi aturan masih tertinggal di era sebelumnya.

Seorang tutor pribadi AI yang tidak kenal lelah 24 jam, bisa mengajar sesuai bakat, murah hampir gratis, secara teori hari ini bisa diberikan pada setiap anak.

Tapi dia tak kunjung datang, alasan sebenarnya di baliknya adalah kecepatan sistem pendidikan merekonstruksi dirinya sendiri.

Dalam pidato yang sama, Altman juga melontarkan penilaian seperti ini:

Sejak ChatGPT muncul sampai sekarang, tiga setengah tahun. Bahkan jika AI hanya berjalan di kurva yang sama, maju tiga setengah tahun lagi, hal yang dapat dilakukan masyarakat manusia, akan sama sekali tidak setara dengan hari ini.

Dengan teknologi yang berlari eksponensial, kesenjangan antara teknologi dan pendidikan hanya akan semakin melebar, dan akhirnya akan diisi oleh generasi siswa yang saat ini masih duduk di sistem ujian, tugas, dan evaluasi lama.

Keterampilan yang mereka pelajari, mungkin begitu keluar sekolah langsung diambil alih oleh AI; kemampuan menilai yang tidak mereka latih, mungkin sulit dipulihkan seumur hidup.

Di balik ini, yang terutang adalah "hutang kognitif" satu generasi.

Mesin Bisa Menulis, Kenapa Manusia Masih Harus Belajar

Lalu apa yang seharusnya diajarkan?

Jawaban Altman agak kontra-intuitif: ada hal-hal yang mesin jelas bisa lakukan lebih baik, manusia tetap harus melakukannya sendiri sekali.

Dia menceritakan contohnya sendiri.

Dia mengatakan dirinya adalah tipe orang yang "berpikir melalui menulis", menulis banyak teks yang tidak pernah diberikan kepada siapa pun, hanya untuk memikirkan suatu masalah dengan jelas, dan bersyukur pernah belajar menulis.

Pemrograman juga sama, kode bisa dihasilkan AI dalam satu detik, tapi proses membangun logika dengan tangan sendiri, melatih otak.

Singkatnya, menulis dan pemrograman seperti soal pembuktian matematika di era kalkulator: hasilnya sudah bisa dihitung mesin, kita tetap menyuruh siswa membuktikannya sendiri. Bukan untuk jawaban di balik masalah, tapi untuk dua keterampilan meta "berpikir" dan "belajar", dan menulis serta pemrograman, adalah alat untuk melatihnya.

Mengikuti alur pikir ini, Altman menganjurkan untuk mengubah tujuan pendidikan dari "mengingat lebih banyak pengetahuan", menjadi "mengajukan pertanyaan yang lebih baik"; dari menguji ingatan, menjadi menguji penilaian, kreativitas, dan kemampuan lintas disiplin yang sesungguhnya.

Dan akar masalahnya, tepatnya ada pada sistem evaluasi.

Ujian hari ini masih menguji apa?

Hafalan, jawaban standar, menyelesaikan sendiri dengan buku tertutup. Ketiga hal ini, kebetulan adalah yang paling dikuasai AI, yang paling bisa digantikan untuk Anda.

Saat sekolah masih menggunakan "siapa yang ingat lebih banyak, siapa yang menjawab lebih tepat" untuk mengevaluasi siswa, AI telah mengubah "ingat banyak, jawab tepat" menjadi komoditas berbiaya nol.

Dengan pengukur yang bisa dengan mudah dilalui AI, untuk mengukur kemampuan generasi berikutnya, berapa banyak makna yang tersisa dari angka yang diukur?

Inilah yang benar-benar membuat Altman cemas: apakah siswa menggunakan AI atau tidak bukan yang terpenting, yang terpenting adalah apakah bisa memverifikasi AI.

Yang lebih mengkhawatirkan daripada ketergantungan berlebihan pada AI, adalah menggunakan AI tapi tidak bisa memverifikasi, menerima begitu saja apa yang dikeluarkan mesin.

Jika kita membiarkan inersia ini berlanjut selama tiga setengah tahun lagi, satu generasi perlahan kehilangan tempat latihan berpikir mandiri, saat tersadar baru menyadari: sudah tidak terlalu bisa berpikir sendiri.

Referensi:

https://www.youtube.com/watch?v=F_7M4Hc-usM

https://x.com/hesamation/status/2073884828861071557

https://x.com/ryanbrewer/status/2073812031988535760

Artikel ini berasal dari akun WeChat "新智元", penulis: ASI启示录

Crypto di tendenza

Domande pertinenti

QApa yang diprediksi salah oleh Sam Altman mengenai dampak AI terhadap pendidikan?

ASam Altman memprediksi bahwa dalam waktu satu tahun setelah ChatGPT dirilis, sistem pendidikan akan berubah secara signifikan untuk mengajarkan cara berpikir kritis yang lebih baik. Namun, setelah tiga setengah tahun, sistem pendidikan hampir tidak berubah, dan ini merupakan salah satu prediksi kesalahannya yang terbesar.

QMenurut Sam Altman, apa dampak negatif dari 'mengalihdayakan' pemikiran kepada AI?

AMenurut Sam Altman, jika kita terus-menerus mengalihdayakan pemikiran kepada AI, kemampuan berpikir kritis akan mengalami 'atrofi' atau penyusutan, seperti otot yang tidak digunakan. Hal ini dapat menyebabkan generasi muda kehilangan kemampuan untuk berpikir mandiri.

QApa yang ditunjukkan oleh penelitian UC Berkeley mengenai penggunaan ChatGPT dalam pendidikan?

APenelitian UC Berkeley terhadap lebih dari 500.000 sampel nilai menunjukkan bahwa setelah ChatGPT dirilis, nilai tugas (terutama untuk mata pelajaran menulis dan pemrograman) meningkat signifikan, tetapi nilai ujian tetap tidak berubah. Ini mengindikasikan bahwa siswa menggunakan AI untuk menyelesaikan tugas (alih daya) tetapi tidak benar-benar memahami materinya.

QMengapa revolusi pendidikan yang diharapkan dengan kehadiran AI belum juga terjadi menurut artikel?

ARevolusi pendidikan belum terjadi bukan karena masalah teknologi, tetapi karena inersia atau kelembaman sistem. Sistem evaluasi pendidikan (ujian, tugas, esai) masih didasarkan pada asumsi pra-AGI dan membutuhkan waktu yang lama untuk beradaptasi, sementara teknologi berkembang sangat cepat.

QApa saran Sam Altman untuk fokus pendidikan di era AI?

ASam Altman menyarankan agar fokus pendidikan bergeser dari menghafal pengetahuan ke arah kemampuan mengajukan pertanyaan yang lebih baik, menilai informasi, berkreasi, dan memiliki keterampilan lintas disiplin. Meskipun AI dapat menulis dan memprogram, manusia tetap perlu mempelajari prosesnya untuk melatih 'keterampilan meta' seperti berpikir dan belajar.

Letture associate

The 800x Golden Dog, "Gacha" Saves NFT Trading

Title: 800x Golden Dog: How 'Gacha' Mechanics Are Rescuing NFT Trading In the past month, the on-chain TCG (Trading Card Game) narrative, centered around "gacha" or loot box mechanics, has emerged as a major crypto-native revenue generator, second only to platforms like Hyperliquid and pump.fun. Recently, this trend hit Ethereum with Fake World Assets (FWA). Within just over a week, FWA generated approximately $1.3 million in revenue, ranking 15th in the past week's crypto app earnings. Its token, $FWA, surged from an initial market cap of ~$47,550 to a peak of ~$38.8 million—an 800x gain. Meanwhile, Collector Cards' token $CARDS declined significantly from its previous highs. FWA, developed by the team behind "PunkStrategy," operates as an NFT gacha system with a built-in token flywheel. Users deposit NFTs paired with ETH as liquidity into pools. Each deposit creates a personal pool; more ETH deposited lowers the chance of the NFT being "won" in a draw. Players spend ETH to "draw" (gacha). If they get an undesirable NFT, they can instantly sell it back to the original depositor at an 85% discount, generating income for the depositor. A 1% fee is taken on each draw and on depositor earnings when an NFT is kept. The key to FWA's momentum is its token $FWA. It cannot be bought directly externally. The primary way to acquire it is by playing the gacha and choosing to receive $FWA (instead of ETH) when selling back an unwanted NFT. This mechanism creates constant buy pressure for $FWA as players engage, especially during its price ascent. Early participants who held $FWA benefited massively from subsequent inflows. This contrasts with projects like Collector Cards, which, despite strong revenues, suffer from perceived low token utility beyond buybacks. In conclusion, while FWA's flywheel design—linking speculative token gains directly to NFT trading activity—has driven rapid growth, its sustainability is questionable. The model relies heavily on continuous $FWA price appreciation to offset the inherent negative expectancy of each draw. When price momentum stalls, activity will likely decline. The case highlights that in crypto markets, pure profitability narratives can be fleeting; understanding the relationship between attention, token buy pressure, and sustainable mechanics is crucial to avoid speculative pitfalls.

marsbit5 min fa

The 800x Golden Dog, "Gacha" Saves NFT Trading

marsbit5 min fa

The Quantum Computing Threat Approaches, Cryptocurrency May Be Exposed to Risks Before Banks

Quantum computing poses a significant threat to all cryptographic systems, including banks and governments, but decentralized cryptocurrencies with public ledgers like Bitcoin are likely the first practical target. Experts warn that a cryptographically relevant quantum computer (CRQC), capable of running Shor's algorithm to break the elliptic curve cryptography securing most crypto wallets, could emerge around 2029. Recent research shows the required quantum resources for such attacks are shrinking dramatically, potentially enabling key extraction in minutes. The core vulnerability for cryptocurrencies is not the cryptography itself—post-quantum standards are being developed—but the slow, decentralized governance required to implement upgrades. Unlike centralized banks that can swiftly transition, Bitcoin needs near-unanimous consensus among its global network, a historically difficult process as seen in past upgrades. Estimates suggest migrating all vulnerable Bitcoin funds could take at least 76 days of dedicated network time, and it must be completed before a CRQC exists to prevent "now-or-never" attacks on exposed keys. The threat is not binary; it begins when a quantum computer can decrypt data before it loses value, not necessarily in real-time. A significant portion of Bitcoin (estimated at millions of coins) already has public keys permanently exposed on-chain, making them vulnerable to eventual "static attacks." While technical solutions exist, the race is against time for decentralized networks to coordinate a defensive transition, serving as an early warning for the broader financial system.

marsbit15 min fa

The Quantum Computing Threat Approaches, Cryptocurrency May Be Exposed to Risks Before Banks

marsbit15 min fa

On the First Day of Listing, Changxin Technology's Market Value Exceeds 3 Trillion Yuan, Which Securities Firm Has the Largest Floating Profit?

On July 27th, Changxin Technology, the largest-ever IPO on China's STAR Market, debuted with its share price soaring 465.82% to close at 49 yuan. Its market capitalization reached 3.28 trillion yuan, instantly making it the most valuable A-share company. The stellar performance delivered substantial gains for involved securities firms, primarily through equity investments rather than underwriting fees. China Merchants Securities emerged as the biggest winner. Its direct investment subsidiary, Zhaozheng Investment, alone holds a 0.54% pre-issue stake, translating to a paper profit exceeding 155 billion yuan based on the first-day closing price—surpassing the firm's entire 2025 net profit of 123.5 billion yuan. Other major beneficiaries include Huaan Securities, with an estimated profit of around 123 billion yuan from its 0.44% stake, and the lead underwriters, CICC and CITIC Securities, which each gained approximately 46 billion yuan from mandatory follow-on investments. Firms like Founder Securities, Haitong Securities, and GF Securities also reported significant holdings valued in the billions. Despite these paper gains, shares of some brokerages like Huaan and China Merchants fell on the listing day, reflecting broader market pressures. Analysts remain bullish on Changxin's long-term prospects, citing the AI-driven demand surge for DRAM (Dynamic Random-Access Memory) and a supportive supply-demand dynamic with projected shortages through 2028. As China's largest and most advanced integrated DRAM designer and manufacturer, Changxin is poised to capture growth from domestic substitution and global market shifts, potentially challenging the current "big three" oligopoly (Samsung, SK Hynix, Micron). The IPO proceeds, focused on capacity upgrades and R&D, are expected to accelerate China's semiconductor self-sufficiency.

marsbit45 min fa

On the First Day of Listing, Changxin Technology's Market Value Exceeds 3 Trillion Yuan, Which Securities Firm Has the Largest Floating Profit?

marsbit45 min fa

Will Changxin Technology Continue to Rise Today?

Changxin Technology made a historic debut on the stock market, with its share price soaring 465.82% to close at 49 yuan. Its market capitalization reached 3.28 trillion yuan, surpassing Industrial and Commercial Bank of China to become the largest company by market cap on the A-share market. Daily trading volume exceeded 140 billion yuan, a first in A-share history. This created a moment of realization for 7.7 million investors who won the lottery for its shares. On the first day, investor strategies varied: some sold immediately and later regretted missing intraday highs, others secured profits to avoid future volatility, while a third group held or even bought more shares, betting on long-term growth. The staggering IPO, massive public enthusiasm, and debut during a peak industry cycle led some to compare Changxin to PetroChina's 2007 listing, which was followed by a long decline. Key similarities noted include comparable fundraising scales (approx. 666 billion yuan for Changxin vs. 668 billion for PetroChina) and both companies listing at a perceived high point in their respective commodity cycles (oil then, memory chips now). However, analysts caution against over-simplifying the comparison. They highlight core differences: Changxin operates in the high-growth semiconductor sector with strong "domestic substitution" tailwinds. Brokerages like Huaxi Securities project significant revenue and profit growth from 2026 to 2028, driven by DDR5 adoption, product mix optimization, and economies of scale. Nomura Securities issued a "buy" rating with a 116 yuan target price, citing AI-driven demand for DRAM, tight supply as major players shift to HBM production, and Changxin's vast room for market share growth. Some analysts position the current memory cycle, fueled by AI, as just beginning, contrasting with the mature energy cycle PetroChina entered. The article concludes that for investors, monitoring the memory cycle's progression and Changxin's breakthroughs in high-end technologies like HBM will be crucial, rather than relying on superficial historical parallels.

marsbit1 h fa

Will Changxin Technology Continue to Rise Today?

marsbit1 h fa

Trading

Spot

Articoli Popolari

Cosa è $S$

Comprendere SPERO: Una Panoramica Completa Introduzione a SPERO Mentre il panorama dell'innovazione continua a evolversi, l'emergere delle tecnologie web3 e dei progetti di criptovaluta gioca un ruolo fondamentale nel plasmare il futuro digitale. Un progetto che ha attirato l'attenzione in questo campo dinamico è SPERO, denotato come SPERO,$$s$. Questo articolo mira a raccogliere e presentare informazioni dettagliate su SPERO, per aiutare gli appassionati e gli investitori a comprendere le sue basi, obiettivi e innovazioni nei domini web3 e crypto. Che cos'è SPERO,$$s$? SPERO,$$s$ è un progetto unico all'interno dello spazio crypto che cerca di sfruttare i principi della decentralizzazione e della tecnologia blockchain per creare un ecosistema che promuove l'impegno, l'utilità e l'inclusione finanziaria. Il progetto è progettato per facilitare interazioni peer-to-peer in modi nuovi, fornendo agli utenti soluzioni e servizi finanziari innovativi. Al suo interno, SPERO,$$s$ mira a responsabilizzare gli individui fornendo strumenti e piattaforme che migliorano l'esperienza dell'utente nello spazio delle criptovalute. Questo include la possibilità di metodi di transazione più flessibili, la promozione di iniziative guidate dalla comunità e la creazione di percorsi per opportunità finanziarie attraverso applicazioni decentralizzate (dApps). La visione sottostante di SPERO,$$s$ ruota attorno all'inclusività, cercando di colmare le lacune all'interno della finanza tradizionale mentre sfrutta i vantaggi della tecnologia blockchain. Chi è il Creatore di SPERO,$$s$? L'identità del creatore di SPERO,$$s$ rimane piuttosto oscura, poiché ci sono risorse pubblicamente disponibili limitate che forniscono informazioni dettagliate sul suo fondatore o fondatori. Questa mancanza di trasparenza può derivare dall'impegno del progetto per la decentralizzazione—un ethos che molti progetti web3 condividono, dando priorità ai contributi collettivi rispetto al riconoscimento individuale. Centrando le discussioni attorno alla comunità e ai suoi obiettivi collettivi, SPERO,$$s$ incarna l'essenza dell'empowerment senza mettere in evidenza individui specifici. Pertanto, comprendere l'etica e la missione di SPERO rimane più importante che identificare un creatore singolo. Chi sono gli Investitori di SPERO,$$s$? SPERO,$$s$ è supportato da una varietà di investitori che vanno dai capitalisti di rischio agli investitori angelici dedicati a promuovere l'innovazione nel settore crypto. Il focus di questi investitori generalmente si allinea con la missione di SPERO—dando priorità a progetti che promettono avanzamenti tecnologici sociali, inclusività finanziaria e governance decentralizzata. Queste fondazioni di investitori sono tipicamente interessate a progetti che non solo offrono prodotti innovativi, ma contribuiscono anche positivamente alla comunità blockchain e ai suoi ecosistemi. Il supporto di questi investitori rafforza SPERO,$$s$ come un concorrente degno di nota nel dominio in rapida evoluzione dei progetti crypto. Come Funziona SPERO,$$s$? SPERO,$$s$ impiega un framework multifunzionale che lo distingue dai progetti di criptovaluta convenzionali. Ecco alcune delle caratteristiche chiave che sottolineano la sua unicità e innovazione: Governance Decentralizzata: SPERO,$$s$ integra modelli di governance decentralizzati, responsabilizzando gli utenti a partecipare attivamente ai processi decisionali riguardanti il futuro del progetto. Questo approccio favorisce un senso di proprietà e responsabilità tra i membri della comunità. Utilità del Token: SPERO,$$s$ utilizza il proprio token di criptovaluta, progettato per servire varie funzioni all'interno dell'ecosistema. Questi token abilitano transazioni, premi e la facilitazione dei servizi offerti sulla piattaforma, migliorando l'impegno e l'utilità complessivi. Architettura Stratificata: L'architettura tecnica di SPERO,$$s$ supporta la modularità e la scalabilità, consentendo un'integrazione fluida di funzionalità e applicazioni aggiuntive man mano che il progetto evolve. Questa adattabilità è fondamentale per mantenere la rilevanza nel panorama crypto in continua evoluzione. Coinvolgimento della Comunità: Il progetto enfatizza iniziative guidate dalla comunità, impiegando meccanismi che incentivano la collaborazione e il feedback. Nutrendo una comunità forte, SPERO,$$s$ può affrontare meglio le esigenze degli utenti e adattarsi alle tendenze di mercato. Focus sull'Inclusione: Offrendo basse commissioni di transazione e interfacce user-friendly, SPERO,$$s$ mira ad attrarre una base utenti diversificata, inclusi individui che potrebbero non aver precedentemente interagito nello spazio crypto. Questo impegno per l'inclusione si allinea con la sua missione generale di empowerment attraverso l'accessibilità. Cronologia di SPERO,$$s$ Comprendere la storia di un progetto fornisce preziose intuizioni sulla sua traiettoria di sviluppo e sui traguardi. Di seguito è riportata una cronologia suggerita che mappa eventi significativi nell'evoluzione di SPERO,$$s$: Fase di Concettualizzazione e Ideazione: Le idee iniziali che formano la base di SPERO,$$s$ sono state concepite, allineandosi strettamente con i principi di decentralizzazione e focus sulla comunità all'interno dell'industria blockchain. Lancio del Whitepaper del Progetto: Dopo la fase concettuale, è stato rilasciato un whitepaper completo che dettaglia la visione, gli obiettivi e l'infrastruttura tecnologica di SPERO,$$s$ per suscitare interesse e feedback dalla comunità. Costruzione della Comunità e Prime Interazioni: Sono stati effettuati sforzi attivi di outreach per costruire una comunità di early adopters e potenziali investitori, facilitando discussioni attorno agli obiettivi del progetto e ottenendo supporto. Evento di Generazione del Token: SPERO,$$s$ ha condotto un evento di generazione del token (TGE) per distribuire i propri token nativi ai primi sostenitori e stabilire una liquidità iniziale all'interno dell'ecosistema. Lancio della Prima dApp: La prima applicazione decentralizzata (dApp) associata a SPERO,$$s$ è stata attivata, consentendo agli utenti di interagire con le funzionalità principali della piattaforma. Sviluppo Continuo e Partnership: Aggiornamenti e miglioramenti continui alle offerte del progetto, inclusi partnership strategiche con altri attori nello spazio blockchain, hanno plasmato SPERO,$$s$ in un concorrente competitivo e in evoluzione nel mercato crypto. Conclusione SPERO,$$s$ rappresenta una testimonianza del potenziale del web3 e delle criptovalute di rivoluzionare i sistemi finanziari e responsabilizzare gli individui. Con un impegno per la governance decentralizzata, il coinvolgimento della comunità e funzionalità progettate in modo innovativo, apre la strada verso un panorama finanziario più inclusivo. Come per qualsiasi investimento nello spazio crypto in rapida evoluzione, si incoraggiano potenziali investitori e utenti a ricercare approfonditamente e a impegnarsi in modo riflessivo con gli sviluppi in corso all'interno di SPERO,$$s$. Il progetto mostra lo spirito innovativo dell'industria crypto, invitando a ulteriori esplorazioni delle sue innumerevoli possibilità. Mentre il percorso di SPERO,$$s$ è ancora in fase di sviluppo, i suoi principi fondamentali potrebbero effettivamente influenzare il futuro di come interagiamo con la tecnologia, la finanza e tra di noi in ecosistemi digitali interconnessi.

134 Totale visualizzazioniPubblicato il 2024.12.17Aggiornato il 2024.12.17

Cosa è $S$

Cosa è AGENT S

Agent S: Il Futuro dell'Interazione Autonoma in Web3 Introduzione Nel panorama in continua evoluzione di Web3 e criptovalute, le innovazioni stanno costantemente ridefinendo il modo in cui gli individui interagiscono con le piattaforme digitali. Uno di questi progetti pionieristici, Agent S, promette di rivoluzionare l'interazione uomo-computer attraverso il suo framework agentico aperto. Aprendo la strada a interazioni autonome, Agent S mira a semplificare compiti complessi, offrendo applicazioni trasformative nell'intelligenza artificiale (AI). Questa esplorazione dettagliata approfondirà le complessità del progetto, le sue caratteristiche uniche e le implicazioni per il dominio delle criptovalute. Cos'è Agent S? Agent S si presenta come un innovativo framework agentico aperto, progettato specificamente per affrontare tre sfide fondamentali nell'automazione dei compiti informatici: Acquisizione di Conoscenze Specifiche del Dominio: Il framework apprende in modo intelligente da varie fonti di conoscenza esterne ed esperienze interne. Questo approccio duale gli consente di costruire un ricco repository di conoscenze specifiche del dominio, migliorando le sue prestazioni nell'esecuzione dei compiti. Pianificazione su Lungo Orizzonte di Compiti: Agent S impiega una pianificazione gerarchica potenziata dall'esperienza, un approccio strategico che facilita la suddivisione e l'esecuzione efficiente di compiti complessi. Questa caratteristica migliora significativamente la sua capacità di gestire più sottocompiti in modo efficiente ed efficace. Gestione di Interfacce Dinamiche e Non Uniformi: Il progetto introduce l'Interfaccia Agente-Computer (ACI), una soluzione innovativa che migliora l'interazione tra agenti e utenti. Utilizzando Modelli Linguistici Multimodali di Grandi Dimensioni (MLLM), Agent S può navigare e manipolare senza sforzo diverse interfacce grafiche utente. Attraverso queste caratteristiche pionieristiche, Agent S fornisce un framework robusto che affronta le complessità coinvolte nell'automazione dell'interazione umana con le macchine, preparando il terreno per innumerevoli applicazioni nell'AI e oltre. Chi è il Creatore di Agent S? Sebbene il concetto di Agent S sia fondamentalmente innovativo, informazioni specifiche sul suo creatore rimangono elusive. Il creatore è attualmente sconosciuto, il che evidenzia sia la fase embrionale del progetto sia la scelta strategica di mantenere i membri fondatori sotto anonimato. Indipendentemente dall'anonimato, l'attenzione rimane sulle capacità e sul potenziale del framework. Chi sono gli Investitori di Agent S? Poiché Agent S è relativamente nuovo nell'ecosistema crittografico, informazioni dettagliate riguardanti i suoi investitori e sostenitori finanziari non sono documentate esplicitamente. La mancanza di approfondimenti pubblicamente disponibili sulle fondazioni di investimento o sulle organizzazioni che supportano il progetto solleva interrogativi sulla sua struttura di finanziamento e sulla roadmap di sviluppo. Comprendere il supporto è cruciale per valutare la sostenibilità del progetto e il suo potenziale impatto sul mercato. Come Funziona Agent S? Al centro di Agent S si trova una tecnologia all'avanguardia che gli consente di funzionare efficacemente in contesti diversi. Il suo modello operativo è costruito attorno a diverse caratteristiche chiave: Interazione Uomo-Computer Simile a Quella Umana: Il framework offre una pianificazione AI avanzata, cercando di rendere le interazioni con i computer più intuitive. Mimando il comportamento umano nell'esecuzione dei compiti, promette di elevare le esperienze degli utenti. Memoria Narrativa: Utilizzata per sfruttare esperienze di alto livello, Agent S utilizza la memoria narrativa per tenere traccia delle storie dei compiti, migliorando così i suoi processi decisionali. Memoria Episodica: Questa caratteristica fornisce agli utenti una guida passo-passo, consentendo al framework di offrire supporto contestuale mentre i compiti si sviluppano. Supporto per OpenACI: Con la capacità di funzionare localmente, Agent S consente agli utenti di mantenere il controllo sulle proprie interazioni e flussi di lavoro, allineandosi con l'etica decentralizzata di Web3. Facile Integrazione con API Esterne: La sua versatilità e compatibilità con varie piattaforme AI garantiscono che Agent S possa adattarsi senza problemi agli ecosistemi tecnologici esistenti, rendendolo una scelta attraente per sviluppatori e organizzazioni. Queste funzionalità contribuiscono collettivamente alla posizione unica di Agent S all'interno dello spazio crittografico, poiché automatizza compiti complessi e multi-fase con un intervento umano minimo. Man mano che il progetto evolve, le sue potenziali applicazioni in Web3 potrebbero ridefinire il modo in cui si svolgono le interazioni digitali. Cronologia di Agent S Lo sviluppo e le tappe di Agent S possono essere riassunti in una cronologia che evidenzia i suoi eventi significativi: 27 Settembre 2024: Il concetto di Agent S è stato lanciato in un documento di ricerca completo intitolato “Un Framework Agentico Aperto che Usa i Computer Come un Umano”, mostrando le basi per il progetto. 10 Ottobre 2024: Il documento di ricerca è stato reso pubblicamente disponibile su arXiv, offrendo un'esplorazione approfondita del framework e della sua valutazione delle prestazioni basata sul benchmark OSWorld. 12 Ottobre 2024: È stata rilasciata una presentazione video, fornendo un'idea visiva delle capacità e delle caratteristiche di Agent S, coinvolgendo ulteriormente potenziali utenti e investitori. Questi indicatori nella cronologia non solo illustrano i progressi di Agent S, ma indicano anche il suo impegno per la trasparenza e il coinvolgimento della comunità. Punti Chiave su Agent S Man mano che il framework Agent S continua a evolversi, diversi attributi chiave si distinguono, sottolineando la sua natura innovativa e il potenziale: Framework Innovativo: Progettato per fornire un uso intuitivo dei computer simile all'interazione umana, Agent S porta un approccio nuovo all'automazione dei compiti. Interazione Autonoma: La capacità di interagire autonomamente con i computer attraverso GUI segna un passo avanti verso soluzioni informatiche più intelligenti ed efficienti. Automazione di Compiti Complessi: Con la sua metodologia robusta, può automatizzare compiti complessi e multi-fase, rendendo i processi più veloci e meno soggetti a errori. Miglioramento Continuo: I meccanismi di apprendimento consentono ad Agent S di migliorare dalle esperienze passate, migliorando continuamente le sue prestazioni e la sua efficacia. Versatilità: La sua adattabilità attraverso diversi ambienti operativi come OSWorld e WindowsAgentArena garantisce che possa servire un'ampia gamma di applicazioni. Man mano che Agent S si posiziona nel panorama di Web3 e delle criptovalute, il suo potenziale per migliorare le capacità di interazione e automatizzare i processi segna un significativo avanzamento nelle tecnologie AI. Attraverso il suo framework innovativo, Agent S esemplifica il futuro delle interazioni digitali, promettendo un'esperienza più fluida ed efficiente per gli utenti in vari settori. Conclusione Agent S rappresenta un audace passo avanti nell'unione tra AI e Web3, con la capacità di ridefinire il modo in cui interagiamo con la tecnologia. Sebbene sia ancora nelle sue fasi iniziali, le possibilità per la sua applicazione sono vaste e coinvolgenti. Attraverso il suo framework completo che affronta sfide critiche, Agent S mira a portare le interazioni autonome al centro dell'esperienza digitale. Man mano che ci addentriamo nei regni delle criptovalute e della decentralizzazione, progetti come Agent S giocheranno senza dubbio un ruolo cruciale nel plasmare il futuro della tecnologia e della collaborazione uomo-computer.

589 Totale visualizzazioniPubblicato il 2025.01.14Aggiornato il 2025.01.14

Cosa è AGENT S

Come comprare S

Benvenuto in HTX.com! Abbiamo reso l'acquisto di Sonic (S) semplice e conveniente. Segui la nostra guida passo passo per intraprendere il tuo viaggio nel mondo delle criptovalute.Step 1: Crea il tuo Account HTXUsa la tua email o numero di telefono per registrarti il tuo account gratuito su HTX. Vivi un'esperienza facile e sblocca tutte le funzionalità,Crea il mio accountStep 2: Vai in Acquista crypto e seleziona il tuo metodo di pagamentoCarta di credito/debito: utilizza la tua Visa o Mastercard per acquistare immediatamente SonicS.Bilancio: Usa i fondi dal bilancio del tuo account HTX per fare trading senza problemi.Terze parti: abbiamo aggiunto metodi di pagamento molto utilizzati come Google Pay e Apple Pay per maggiore comodità.P2P: Fai trading direttamente con altri utenti HTX.Over-the-Counter (OTC): Offriamo servizi su misura e tassi di cambio competitivi per i trader.Step 3: Conserva Sonic (S)Dopo aver acquistato Sonic (S), conserva nel tuo account HTX. In alternativa, puoi inviare tramite trasferimento blockchain o scambiare per altre criptovalute.Step 4: Scambia Sonic (S)Scambia facilmente Sonic (S) nel mercato spot di HTX. Accedi al tuo account, seleziona la tua coppia di trading, esegui le tue operazioni e monitora in tempo reale. Offriamo un'esperienza user-friendly sia per chi ha appena iniziato che per i trader più esperti.

1.2k Totale visualizzazioniPubblicato il 2025.01.15Aggiornato il 2026.06.02

Come comprare S

Discussioni

Benvenuto nella Community HTX. Qui puoi rimanere informato sugli ultimi sviluppi della piattaforma e accedere ad approfondimenti esperti sul mercato. Le opinioni degli utenti sul prezzo di S S sono presentate come di seguito.

活动图片