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

marsbitPublicado em 2026-07-16Última atualização em 2026-07-16

Resumo

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

Criptomoedas em alta

Perguntas relacionadas

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.

Leituras Relacionadas

From Sand to Chips: Hefei's Semiconductor Alchemy

From Sand to Chips: Hefei's Semiconductor "Alchemy" On July 27, 2026, a memory chip maker from Hefei made history by surpassing the market capitalization of Industrial and Commercial Bank of China on its Shanghai Stock Exchange debut. This marks the culmination of Hefei's two-decade industrial transformation, often summarized in three strategic leaps: "Screen, Chip, Vehicle." The journey began in 2008 with a bold investment in BOE, establishing China's first 6th-generation LCD panel line. The second leap was the "Project 506" in 2016, which gave birth to ChangXin Memory Technologies (CXMT). With initial backing of 14.4 billion RMB from Hefei's state-owned investment platform, CXMT aimed to break into the global DRAM market, then over 95% controlled by three overseas giants. CXMT achieved a breakthrough in 2019 by producing China's first 8GB DDR4 DRAM chip, employing "generational leapfrog" R&D to catch up. After years of significant losses, the company turned profitable in 2025. A dramatic surge followed in 2026, driven by AI-driven demand and full capacity utilization, propelling CXMT to become the world's fourth-largest DRAM manufacturer. CXMT's success is not isolated. It anchors a dense, localized semiconductor ecosystem in Hefei. Within its vicinity are numerous supporting companies for equipment, materials, and packaging & testing. This cluster has fueled the regional economy, with Hefei's integrated circuit industry output growing over sevenfold between 2016 and 2025. The ripple effects extend beyond high-tech, revitalizing local communities with new businesses and services catering to the influx of workers. For individuals, Hefei offers competitive tech salaries at a significantly lower cost of living compared to major coastal cities, along with improved amenities and shorter commutes. Hefei's story demonstrates two decades of focused, long-term industrial policy, transforming the city from a provincial capital into a trillion-RMB GDP "Double Ten-Thousand" city (10 million people, 1 trillion RMB GDP). It shows how persistence in strategic sectors—turning sand into chips—can redefine a city's economic destiny.

marsbitHá 20m

From Sand to Chips: Hefei's Semiconductor Alchemy

marsbitHá 20m

Trading

Spot

Artigos em Destaque

O que é $S$

Compreender o SPERO: Uma Visão Abrangente Introdução ao SPERO À medida que o panorama da inovação continua a evoluir, o surgimento de tecnologias web3 e projetos de criptomoeda desempenha um papel fundamental na formação do futuro digital. Um projeto que tem atraído atenção neste campo dinâmico é o SPERO, denotado como SPERO,$$s$. Este artigo tem como objetivo reunir e apresentar informações detalhadas sobre o SPERO, para ajudar entusiastas e investidores a compreender as suas bases, objetivos e inovações nos domínios web3 e cripto. O que é o SPERO,$$s$? O SPERO,$$s$ é um projeto único dentro do espaço cripto que procura aproveitar os princípios da descentralização e da tecnologia blockchain para criar um ecossistema que promove o envolvimento, a utilidade e a inclusão financeira. O projeto é concebido para facilitar interações peer-to-peer de novas maneiras, proporcionando aos utilizadores soluções e serviços financeiros inovadores. No seu núcleo, o SPERO,$$s$ visa capacitar indivíduos ao fornecer ferramentas e plataformas que melhoram a experiência do utilizador no espaço das criptomoedas. Isso inclui a possibilidade de métodos de transação mais flexíveis, a promoção de iniciativas impulsionadas pela comunidade e a criação de caminhos para oportunidades financeiras através de aplicações descentralizadas (dApps). A visão subjacente do SPERO,$$s$ gira em torno da inclusão, visando fechar lacunas dentro das finanças tradicionais enquanto aproveita os benefícios da tecnologia blockchain. Quem é o Criador do SPERO,$$s$? A identidade do criador do SPERO,$$s$ permanece algo obscura, uma vez que existem recursos publicamente disponíveis limitados que fornecem informações detalhadas sobre o(s) seu(s) fundador(es). Esta falta de transparência pode resultar do compromisso do projeto com a descentralização—uma ética que muitos projetos web3 partilham, priorizando contribuições coletivas em vez de reconhecimento individual. Ao centrar as discussões em torno da comunidade e dos seus objetivos coletivos, o SPERO,$$s$ incorpora a essência do empoderamento sem destacar indivíduos específicos. Assim, compreender a ética e a missão do SPERO é mais importante do que identificar um criador singular. Quem são os Investidores do SPERO,$$s$? O SPERO,$$s$ é apoiado por uma diversidade de investidores que vão desde capitalistas de risco a investidores-anjo dedicados a promover a inovação no setor cripto. O foco desses investidores geralmente alinha-se com a missão do SPERO—priorizando projetos que prometem avanço tecnológico social, inclusão financeira e governança descentralizada. Essas fundações de investidores estão tipicamente interessadas em projetos que não apenas oferecem produtos inovadores, mas que também contribuem positivamente para a comunidade blockchain e os seus ecossistemas. O apoio desses investidores reforça o SPERO,$$s$ como um concorrente notável no domínio em rápida evolução dos projetos cripto. Como Funciona o SPERO,$$s$? O SPERO,$$s$ emprega uma estrutura multifacetada que o distingue de projetos de criptomoeda convencionais. Aqui estão algumas das características-chave que sublinham a sua singularidade e inovação: Governança Descentralizada: O SPERO,$$s$ integra modelos de governança descentralizada, capacitando os utilizadores a participar ativamente nos processos de tomada de decisão sobre o futuro do projeto. Esta abordagem promove um sentido de propriedade e responsabilidade entre os membros da comunidade. Utilidade do Token: O SPERO,$$s$ utiliza o seu próprio token de criptomoeda, concebido para servir várias funções dentro do ecossistema. Esses tokens permitem transações, recompensas e a facilitação de serviços oferecidos na plataforma, melhorando o envolvimento e a utilidade gerais. Arquitetura em Camadas: A arquitetura técnica do SPERO,$$s$ suporta modularidade e escalabilidade, permitindo a integração contínua de funcionalidades e aplicações adicionais à medida que o projeto evolui. Esta adaptabilidade é fundamental para manter a relevância no panorama cripto em constante mudança. Envolvimento da Comunidade: O projeto enfatiza iniciativas impulsionadas pela comunidade, empregando mecanismos que incentivam a colaboração e o feedback. Ao nutrir uma comunidade forte, o SPERO,$$s$ pode melhor atender às necessidades dos utilizadores e adaptar-se às tendências do mercado. Foco na Inclusão: Ao oferecer taxas de transação baixas e interfaces amigáveis, o SPERO,$$s$ visa atrair uma base de utilizadores diversificada, incluindo indivíduos que anteriormente podem não ter participado no espaço cripto. Este compromisso com a inclusão alinha-se com a sua missão abrangente de empoderamento através da acessibilidade. Cronologia do SPERO,$$s$ Compreender a história de um projeto fornece insights cruciais sobre a sua trajetória de desenvolvimento e marcos. Abaixo está uma cronologia sugerida que mapeia eventos significativos na evolução do SPERO,$$s$: Fase de Conceituação e Ideação: As ideias iniciais que formam a base do SPERO,$$s$ foram concebidas, alinhando-se de perto com os princípios de descentralização e foco na comunidade dentro da indústria blockchain. Lançamento do Whitepaper do Projeto: Após a fase conceitual, um whitepaper abrangente detalhando a visão, os objetivos e a infraestrutura tecnológica do SPERO,$$s$ foi lançado para atrair o interesse e o feedback da comunidade. Construção da Comunidade e Primeiros Envolvimentos: Esforços ativos de divulgação foram feitos para construir uma comunidade de primeiros adotantes e investidores potenciais, facilitando discussões em torno dos objetivos do projeto e angariando apoio. Evento de Geração de Tokens: O SPERO,$$s$ realizou um evento de geração de tokens (TGE) para distribuir os seus tokens nativos a apoiantes iniciais e estabelecer liquidez inicial dentro do ecossistema. Lançamento da dApp Inicial: A primeira aplicação descentralizada (dApp) associada ao SPERO,$$s$ foi lançada, permitindo que os utilizadores interagissem com as funcionalidades principais da plataforma. Desenvolvimento Contínuo e Parcerias: Atualizações e melhorias contínuas nas ofertas do projeto, incluindo parcerias estratégicas com outros players no espaço blockchain, moldaram o SPERO,$$s$ em um jogador competitivo e em evolução no mercado cripto. Conclusão O SPERO,$$s$ é um testemunho do potencial do web3 e das criptomoedas para revolucionar os sistemas financeiros e capacitar indivíduos. Com um compromisso com a governança descentralizada, o envolvimento da comunidade e funcionalidades inovadoras, abre caminho para um panorama financeiro mais inclusivo. Como em qualquer investimento no espaço cripto em rápida evolução, potenciais investidores e utilizadores são incentivados a pesquisar minuciosamente e a envolver-se de forma ponderada com os desenvolvimentos em curso dentro do SPERO,$$s$. O projeto demonstra o espírito inovador da indústria cripto, convidando a uma exploração mais aprofundada das suas inúmeras possibilidades. Embora a jornada do SPERO,$$s$ ainda esteja a desenrolar-se, os seus princípios fundamentais podem, de facto, influenciar o futuro de como interagimos com a tecnologia, as finanças e uns com os outros em ecossistemas digitais interconectados.

126 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.17

O que é $S$

O que é AGENT S

Agent S: O Futuro da Interação Autónoma no Web3 Introdução No panorama em constante evolução do Web3 e das criptomoedas, as inovações estão constantemente a redefinir a forma como os indivíduos interagem com plataformas digitais. Um projeto pioneiro, o Agent S, promete revolucionar a interação humano-computador através do seu framework aberto e agente. Ao abrir caminho para interações autónomas, o Agent S visa simplificar tarefas complexas, oferecendo aplicações transformadoras em inteligência artificial (IA). Esta exploração detalhada irá aprofundar-se nas complexidades do projeto, nas suas características únicas e nas implicações para o domínio das criptomoedas. O que é o Agent S? O Agent S é um framework aberto e agente, especificamente concebido para abordar três desafios fundamentais na automação de tarefas computacionais: Aquisição de Conhecimento Específico de Domínio: O framework aprende inteligentemente a partir de várias fontes de conhecimento externas e experiências internas. Esta abordagem dupla capacita-o a construir um rico repositório de conhecimento específico de domínio, melhorando o seu desempenho na execução de tarefas. Planeamento ao Longo de Longos Horizontes de Tarefas: O Agent S emprega planeamento hierárquico aumentado por experiência, uma abordagem estratégica que facilita a decomposição e execução eficientes de tarefas intrincadas. Esta característica melhora significativamente a sua capacidade de gerir múltiplas subtarefas de forma eficiente e eficaz. Gestão de Interfaces Dinâmicas e Não Uniformes: O projeto introduz a Interface Agente-Computador (ACI), uma solução inovadora que melhora a interação entre agentes e utilizadores. Utilizando Modelos de Linguagem Multimodais de Grande Escala (MLLMs), o Agent S pode navegar e manipular diversas interfaces gráficas de utilizador de forma fluida. Através destas características pioneiras, o Agent S fornece um framework robusto que aborda as complexidades envolvidas na automação da interação humana com máquinas, preparando o terreno para uma infinidade de aplicações em IA e além. Quem é o Criador do Agent S? Embora o conceito de Agent S seja fundamentalmente inovador, informações específicas sobre o seu criador permanecem elusivas. O criador é atualmente desconhecido, o que destaca ou o estágio nascente do projeto ou a escolha estratégica de manter os membros fundadores em anonimato. Independentemente da anonimidade, o foco permanece nas capacidades e no potencial do framework. Quem são os Investidores do Agent S? Como o Agent S é relativamente novo no ecossistema criptográfico, informações detalhadas sobre os seus investidores e financiadores não estão explicitamente documentadas. A falta de informações disponíveis publicamente sobre as fundações de investimento ou organizações que apoiam o projeto levanta questões sobre a sua estrutura de financiamento e roteiro de desenvolvimento. Compreender o apoio é crucial para avaliar a sustentabilidade do projeto e o seu impacto potencial no mercado. Como Funciona o Agent S? No núcleo do Agent S reside uma tecnologia de ponta que lhe permite funcionar eficazmente em diversos ambientes. O seu modelo operacional é construído em torno de várias características-chave: Interação Humano-Computador Semelhante: O framework oferece planeamento avançado em IA, esforçando-se para tornar as interações com computadores mais intuitivas. Ao imitar o comportamento humano na execução de tarefas, promete elevar as experiências dos utilizadores. Memória Narrativa: Utilizada para aproveitar experiências de alto nível, o Agent S utiliza memória narrativa para acompanhar os históricos de tarefas, melhorando assim os seus processos de tomada de decisão. Memória Episódica: Esta característica fornece aos utilizadores orientações passo a passo, permitindo que o framework ofereça suporte contextual à medida que as tarefas se desenrolam. Suporte para OpenACI: Com a capacidade de funcionar localmente, o Agent S permite que os utilizadores mantenham o controlo sobre as suas interações e fluxos de trabalho, alinhando-se com a ética descentralizada do Web3. Fácil Integração com APIs Externas: A sua versatilidade e compatibilidade com várias plataformas de IA garantem que o Agent S possa integrar-se perfeitamente em ecossistemas tecnológicos existentes, tornando-o uma escolha apelativa para desenvolvedores e organizações. Estas funcionalidades contribuem coletivamente para a posição única do Agent S no espaço cripto, à medida que automatiza tarefas complexas e em múltiplos passos com mínima intervenção humana. À medida que o projeto evolui, as suas potenciais aplicações no Web3 podem redefinir a forma como as interações digitais se desenrolam. Cronologia do Agent S O desenvolvimento e os marcos do Agent S podem ser encapsulados numa cronologia que destaca os seus eventos significativos: 27 de Setembro de 2024: O conceito de Agent S foi lançado num artigo de pesquisa abrangente intitulado “Um Framework Agente Aberto que Usa Computadores como um Humano”, mostrando a base para o projeto. 10 de Outubro de 2024: O artigo de pesquisa foi disponibilizado publicamente no arXiv, oferecendo uma exploração aprofundada do framework e da sua avaliação de desempenho com base no benchmark OSWorld. 12 de Outubro de 2024: Uma apresentação em vídeo foi lançada, proporcionando uma visão visual das capacidades e características do Agent S, envolvendo ainda mais potenciais utilizadores e investidores. Estes marcos na cronologia não apenas ilustram o progresso do Agent S, mas também indicam o seu compromisso com a transparência e o envolvimento da comunidade. Pontos-Chave Sobre o Agent S À medida que o framework Agent S continua a evoluir, várias características-chave destacam-se, sublinhando a sua natureza inovadora e potencial: Framework Inovador: Concebido para proporcionar um uso intuitivo de computadores semelhante à interação humana, o Agent S traz uma abordagem nova à automação de tarefas. Interação Autónoma: A capacidade de interagir autonomamente com computadores através de GUI significa um avanço em direção a soluções computacionais mais inteligentes e eficientes. Automação de Tarefas Complexas: Com a sua metodologia robusta, pode automatizar tarefas complexas e em múltiplos passos, tornando os processos mais rápidos e menos propensos a erros. Melhoria Contínua: Os mecanismos de aprendizagem permitem que o Agent S melhore a partir de experiências passadas, aprimorando continuamente o seu desempenho e eficácia. Versatilidade: A sua adaptabilidade em diferentes ambientes operacionais, como OSWorld e WindowsAgentArena, garante que pode servir uma ampla gama de aplicações. À medida que o Agent S se posiciona no panorama do Web3 e das criptomoedas, o seu potencial para melhorar as capacidades de interação e automatizar processos significa um avanço significativo nas tecnologias de IA. Através do seu framework inovador, o Agent S exemplifica o futuro das interações digitais, prometendo uma experiência mais fluida e eficiente para os utilizadores em diversas indústrias. Conclusão O Agent S representa um ousado avanço na união da IA e do Web3, com a capacidade de redefinir a forma como interagimos com a tecnologia. Embora ainda esteja nas suas fases iniciais, as possibilidades para a sua aplicação são vastas e cativantes. Através do seu framework abrangente que aborda desafios críticos, o Agent S visa trazer interações autónomas para o primeiro plano da experiência digital. À medida que avançamos mais profundamente nos domínios das criptomoedas e da descentralização, projetos como o Agent S desempenharão, sem dúvida, um papel crucial na formação do futuro da tecnologia e da colaboração humano-computador.

744 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.14

O que é AGENT S

Como comprar S

Bem-vindo à HTX.com!Tornámos a compra de Sonic (S) simples e conveniente.Segue o nosso guia passo a passo para iniciar a tua jornada no mundo das criptos.Passo 1: cria a tua conta HTXUtiliza o teu e-mail ou número de telefone para te inscreveres numa conta gratuita na HTX.Desfruta de um processo de inscrição sem complicações e desbloqueia todas as funcionalidades.Obter a minha contaPasso 2: vai para Comprar Cripto e escolhe o teu método de pagamentoCartão de crédito/débito: usa o teu visa ou mastercard para comprar Sonic (S) instantaneamente.Saldo: usa os fundos da tua conta HTX para transacionar sem problemas.Terceiros: adicionamos métodos de pagamento populares, como Google Pay e Apple Pay, para aumentar a conveniência.P2P: transaciona diretamente com outros utilizadores na HTX.Mercado de balcão (OTC): oferecemos serviços personalizados e taxas de câmbio competitivas para os traders.Passo 3: armazena teu Sonic (S)Depois de comprar o teu Sonic (S), armazena-o na tua conta HTX.Alternativamente, podes enviá-lo para outro lugar através de transferência blockchain ou usá-lo para transacionar outras criptomoedas.Passo 4: transaciona Sonic (S)Transaciona facilmente Sonic (S) no mercado à vista da HTX.Acede simplesmente à tua conta, seleciona o teu par de trading, executa as tuas transações e monitoriza em tempo real.Oferecemos uma experiência de fácil utilização tanto para principiantes como para traders experientes.

1.3k Visualizações TotaisPublicado em {updateTime}Atualizado em 2026.06.02

Como comprar S

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de S (S) são apresentadas abaixo.

活动图片