Web3姑姑

#ALPHA Makanya nggak ada yang rebutan, baru selesai setelah tujuh sampai delapan menit. Pengenalan wajahnya terus muter-muter, akhirnya yang keluar cuma versi biasa, harganya 26 dolar—agak rugi sih. Untung bisa ambil poin kembali, kalau tidak, kalau pakai koin baru cuma bisa bengong!

Selat Hormuz sedang menjadi kartu paling sensitif dalam perundingan AS–Iran.

Berita terbaru menunjukkan, beberapa media mengutip sumber yang menyatakan bahwa AS telah memberikan peringatan yang tegas kepada Iran: setiap upaya untuk mengubah kondisi terkini Selat Hormuz akan dianggap melanggar kesepakatan yang telah dicapai kedua belah pihak sebelumnya. Pihak AS juga menyatakan bahwa apakah Iran mematuhi komitmennya terkait Selat Hormuz akan menjadi ujian pertama untuk melihat apakah kesepakatan di antara keduanya masih dapat terus dijalankan, dan pengaturan lanjutan untuk pembekuan dana juga akan dikaitkan dengan kepatuhan Iran.

Namun, pada saat yang sama, sikap Iran tidak melunak.

Menurut laporan terbaru Reuters, Iran tetap berpendapat bahwa dirinya harus memiliki kendali utama atas pengelolaan pelayaran di Selat Hormuz, dan berencana setelah masa transisi 60 hari saat ini berakhir, mendorong pengakuan dari komunitas internasional atas haknya dalam mengelola jalur pelayaran dan penetapan biaya. Bahkan pihak militer Iran kembali memperingatkan bahwa semua kapal tanker harus mematuhi rute yang ditetapkan Iran, jika tidak, mereka dapat menghadapi “respons tegas”.

Yang benar-benar patut diperhatikan bukanlah siapa yang mengeluarkan ancaman, melainkan fokus permainan tawar-menawar kedua pihak sudah bergeser.

Dulu pasar khawatir apakah Selat Hormuz akan ditutup atau tidak; sekarang perebutannya adalah siapa yang memiliki hak untuk menetapkan aturan.

Selat Hormuz menyumbang sekitar seperlima minyak mentah yang diangkut melalui laut global. Jika aturan pelayaran berubah, dampaknya tidak hanya pada harga minyak, tetapi kemungkinan besar juga memengaruhi biaya pelayaran global, biaya asuransi, serta logika penetapan harga untuk seluruh aset berisiko.

Sekarang, yang dipertaruhkan bukan lagi aksi militer, melainkan siapa yang mampu memegang kendali dalam perundingan.

Selama Selat Hormuz tetap menjaga pelayaran berjalan normal, harga minyak dan pasar global kemungkinan besar tidak akan mengalami lonjakan ekstrem; tetapi jika kedua pihak kembali buntu dalam hal hak pengelolaan pelayaran, aturan lintas, atau persoalan penetapan biaya, maka penilaian pasar terhadap risiko geopolitik kemungkinan akan kembali memanas.

Dalam beberapa hari ke depan, dibandingkan menyoroti perang kata-kata, saya lebih memperhatikan tiga sinyal:

apakah Selat Hormuz terus mempertahankan pelayaran yang normal;

apakah perundingan teknis AS–Iran telah mencapai kemajuan yang substansial;

apakah aset Iran yang dibekukan mulai masuk ke tahap proses pencairan.

Ketiga sinyal inilah yang benar-benar menjadi variabel kunci yang menentukan arah tahap berikutnya untuk minyak mentah, emas, BTC, dan aset berisiko global.

#霍尔木兹海峡 #伊朗 #BTC #宏观经济 #加密货币

​

Tadi malam yang dibuat, ➕5 poin sudah masuk, belum dibuat, saudara-saudaraku, cepat lakukan!#ALPHA #空投

#ALPHA penjatuhan kargo pertama bulan Juli, pukul 6:26, ternyata berbentuk buka kotak buta. Nantikan saja, lihat apakah ada kejutan? #空投

$NFP saat dibuka langsung muncul notifikasi untuk ditarik dari platform, penarikan pada 10 Juli. Ini pesta pora sebelum penarikan? Hari ini naik 146% #NFP

#ALPHA sore hari pikir tidak ada airdrop, jadi tidak memperhatikan, ternyata ada serangan koin lama, jadi ketinggalan kesempatan untuk ikut airdrop. Minggu ini bisa buka TGE lagi tidak? #tge

Beberapa hari lalu aku membantu seorang teman mengecek proyek AI. Aku tidak langsung membuka situs resminya, tetapi langsung membaca dokumentasi pengembang. Betapapun halaman itu dibuat dengan indah, bagi para pengembang, pada akhirnya yang menentukan apakah mereka akan mengintegrasikannya atau tidak tetap saja beberapa halaman API dan SDK.

Saat memikirkan itu, aku terus bertanya: mengapa sebagian ekosistem pengembangan terus bertambah karena makin banyak orang masuk, sementara yang lain selalu kesulitan untuk mempertahankan orang?

Banyak orang beranggapan selama hadiahnya cukup tinggi, pengembang pasti datang. Namun industri perangkat lunak bertahun-tahun berulang kali membuktikan satu hal: menarik pengembang itu tidak sulit; yang menjadi tantangan sesungguhnya adalah membuat pengembang tidak mau pergi.

@OpenGradient yang membuatku tertarik adalah karena mereka menyatukan SDK, Nova, dan Model Hub menjadi satu rantai. Pengembang menyelesaikan integrasi lewat SDK, menggunakan Nova untuk menurunkan hambatan penerapan, lalu memasukkan model ke Model Hub untuk menunggu pemanggilan. Setelah permintaan nyata muncul, barulah nilai di dalam jaringan didistribusikan melalui OPG. Seluruh proses ini bukan sekadar menjual alat secara terpisah, melainkan mencoba memasukkan pengembangan, penerapan, pemanggilan, dan pendapatan ke dalam satu lingkaran tertutup yang sama.

Yang lebih aku perhatikan adalah biaya migrasinya. Jika seorang pengembang sudah membangun layanan di sekeliling SDK, modelnya juga sudah mengumpulkan data pemanggilan, dan pendapatannya mulai tumbuh stabil, maka saat migrasi ke platform lain berikutnya, apakah itu hanya menyalin beberapa baris kode, atau harus membangun ulang seluruh hubungan ekosistem? Dua hal ini sama sekali bukan tingkat kesulitannya.

Tentu saja, ada juga tantangan yang realistis di sini. Jika Nova terus menurunkan hambatan pengembangan, model baru akan semakin mudah diluncurkan, dan persaingan di Model Hub juga akan semakin sengit. Pengembang masuk ekosistem jadi lebih mudah, tetapi meraih keuntungan berkelanjutan belum tentu menjadi lebih mudah secara bersamaan.

Jadi belakangan ini, yang aku amati bukan lagi siapa yang merilis SDK baru, melainkan siapa yang benar-benar mampu mempertahankan.

Di masa depan, pada persaingan infrastruktur AI, fokus utamanya—apakah siapa yang membuat alat lebih cepat, atau siapa yang membuat biaya untuk pergi semakin tinggi bagi pengembang?

$OPG

#opg

Saat banyak orang masih menunggu The Fed “menyelamatkan pasar”, Wall Street justru sudah mulai mengingatkan: jangan menunggu.

Menurut pandangan terbaru Citadel Securities, pasar meremehkan tekad Ketua The Fed yang baru, Kevin Warsh, untuk menekan inflasi kembali ke target 2%. Meski harga minyak internasional baru-baru ini sempat turun, The Fed belum tentu akan berbalik ke kebijakan yang lebih longgar, karena tekanan inflasi inti masih tetap ada.

Yang lebih patut diperhatikan adalah, Citadel Securities berpendapat bahwa “Fed Put (opsi beli terhadap penurunan harga yang mengimplikasikan The Fed akan menahan/meredam kejatuhan pasar)”, yang selama ini sangat diyakini oleh pasar, sedang mengalami perubahan.

Maksudnya apa?

Dulu, ada konsensus: selama saham AS jatuh cukup dalam dan ekonomi melambat, The Fed akhirnya akan menurunkan suku bunga dan “melempar likuiditas” untuk mengangkat kembali pasar.

Namun pada pertemuan pertama setelah Warsh menjabat, sinyal yang dilepaskan justru sangat berbeda—pengendalian inflasi lebih diprioritaskan daripada menopang harga aset.

Peta titik (dot plot) terbaru juga menunjukkan bahwa beberapa pejabat memperkirakan masih ada kemungkinan kenaikan suku bunga lanjutan di masa depan, sementara ekspektasi pasar terhadap pemangkasan suku bunga jelas mereda.

Menurut saya, ini mungkin berarti pasar sedang memasuki logika perdagangan yang baru.

Konsep AI, saham teknologi dengan valuasi tinggi, serta aset berisiko seperti bitcoin—selama beberapa tahun terakhir diuntungkan oleh likuiditas yang melimpah. Namun ketika pasar mulai menerima ekspektasi bahwa “suku bunga tinggi akan bertahan lebih lama”, sistem valuasi bisa jadi akan dinilai ulang.

Yang benar-benar perlu dikhawatirkan bukanlah apakah suku bunga akan dinaikkan pada kesempatan berikutnya, melainkan ketika pasar mulai menyadari bahwa kali ini, The Fed belum tentu akan segera turun tangan begitu harga aset anjlok.

Jika “Fed Put” benar-benar mulai memudar, ke depannya setiap data makro dan setiap rilis data inflasi mungkin akan jauh lebih mudah memperbesar volatilitas pasar dibanding beberapa tahun terakhir.

Bull market ditopang oleh likuiditas, untuk masa berguncang ditentukan oleh kinerja, dan bear market ditentukan oleh uang tunai. Dalam beberapa waktu ke depan, pasar mungkin perlu beradaptasi kembali dengan era “tanpa jaminan dari The Fed”.

#美联储 #沃什 #BTC #ETH #加密货币

Tadi malam saat merapikan komputer, saya menemukan hard disk lagi berbunyi alarm. Dulu saya selalu merasa penyimpanan adalah bottleneck, tapi setelah benar-benar mulai mengutak-atik AI, saya baru sadar bahwa yang paling mudah cepat kehabisan justru kemampuan komputasi (compute).

Saya terus memikirkan satu masalah: jika kelak aplikasi AI benar-benar masuk ke era pemanggilan berfrekuensi tinggi, bagian mana dari jaringan yang paling dulu tidak sanggup—apa?

Banyak orang reaksi pertamanya adalah modelnya kurang kuat. Namun setelah menelusuri arsitektur @OpenGradient , perhatian saya justru mengarah ke Inference Node. Semua request inferensi di dalam jaringan pada akhirnya harus dikerjakan oleh node, lalu menyerahkan hasilnya untuk diverifikasi oleh TEE Node, dan akhirnya menyelesaikan settlement nilai di rantai lewat OPG. Lapisan-lapisan ini, pada dasarnya, bukan ditentukan oleh kemampuan model, melainkan oleh apakah jaringan punya kemampuan untuk melayani kebutuhan bisnis yang benar-benar berjalan secara berkelanjutan.

​Sebagian orang suka menghitung jumlah node, tapi menurut saya nilai acuan indikator ini makin lama makin rendah. Semakin banyak Inference Node, tidak berarti jaringan semakin kuat. Jika tidak ada pertumbuhan berkelanjutan pada pemanggilan Agent, tidak ada semakin banyak developer yang masuk, dan tidak ada arus request inferensi yang nyata mengalir, maka sebanyak apa pun GPU hanya akan menganggur.

Belakangan saya membaca beberapa dokumen pengembangan, dan saya menemukan bahwa OpenGradient pada dasarnya merancang node sebagai peran yang menyediakan layanan inferensi jangka panjang, bukan sebagai penyedia komputasi sekali pakai. Keuntungan node berasal dari pemanggilan yang benar-benar terjadi, bukan semata-mata karena mesin baru saja dipasang. Ini berarti, tantangan akhir bagi jaringan adalah apakah kebutuhan bisa terus ada, bukan apakah pasokan bisa ditumpuk.
​
​Ada satu hal lain yang terus tidak bisa saya pahami. Jika kelak GPU makin murah, ambang batas untuk deploy Inference Node terus menurun, apakah antar node akan mulai saling menekan imbalan demi merebut pesanan inferensi? Begitu profit tertekan, berapa banyak node yang benar-benar bertahan?

Jadi saat ini, yang lebih saya pedulikan bukan siapa yang menambah node sebanyak apa, melainkan siapa yang bisa terus menciptakan kebutuhan akan inferensi. Mungkin AI network pada akhirnya tidak hanya bertarung soal jumlah GPU, melainkan apakah ada cukup banyak orang yang bersedia terus memanggilnya.

#opg $OPG

Gempa terjadi, tapi rasanya nggak ada! 😓😓

Tadi malam saat saya sedang browsing X, seorang pendiri proyek AI mengunggah gambar peta jalan produknya. Saya membukanya kurang dari dua menit lalu menutupnya. Sekarang banyak proyek AI yang suka membicarakan betapa kuat modelnya, berapa banyak parameternya, tetapi pada akhirnya tetap saja cerita yang sama berputar-putar. Yang justru membuat saya mau menghabiskan waktu lebih banyak untuk meneliti adalah proyek yang diam-diam mulai mengubah arah narasinya—karena biasanya itu berarti mereka telah menemukan masalah baru.

Belakangan saya menelusuri kembali situs web dan dokumen pengembangan @OpenGradient , dan saya melihat ada perubahan. Dulu orang-orang membahasnya kebanyakan seputar Verifiable AI; sekarang, pihak resmi lebih sering menyebut "Open Intelligence". Banyak orang mungkin menganggapnya hanya mengganti nama, tapi menurut saya di balik itu ada pergeseran fokus dalam infrastruktur AI.

Dulu industri menyelesaikan pertanyaan “apakah AI bisa dihitung/diakui”. Seiring kemampuan model semakin mendekati, pertanyaan itu sudah tidak lagi langka. Yang benar-benar mulai memengaruhi ekosistem adalah apakah model, Agent, pembayaran, memori, dan verifikasi bisa bekerja sama seperti protokol di internet. Model yang sekuat apa pun jika hanya bisa berjalan sendiri-sendiri, nilai yang diciptakannya tetap terbatas. Kesempatan untuk menimbulkan efek jaringan ada pada saat berbagai kemampuan saling terhubung, dipanggil, dan saling memberi umpan balik.

Saya memahami bahwa OpenGradient sekarang menekankan Open Intelligence—itu juga sejalan dengan cara berpikir untuk membangun jaringan. Model menyediakan kemampuan inferensi, Agent bertugas mengeksekusi tugas, node melakukan komputasi, jaringan verifikasi memastikan kepercayaan, dan lapisan pembayaran mengurus arus nilai. Terlihat seolah setiap modul bisa berdiri sendiri, tetapi ketika semuanya dirangkai, barulah ekosistem akan terus mengakumulasi kecerdasan baru, bukan sekadar memproduksi alat-alat baru yang berulang.

Namun, semakin saya meneliti, saya semakin merasa masih ada ambang batas yang cukup realistis di sini. Peran di dalam jaringan semakin banyak, dan biaya koordinasi juga akan semakin tinggi. Jika efisiensi di salah satu tahap turun, itu akan memengaruhi pengalaman seluruh jaringan kecerdasan. Dibandingkan parameter model, saya sekarang lebih peduli apakah kolaborasi lintas modul ini bisa membentuk “benteng” jaringan (network barrier) yang cukup kuat.

Kalau ke depannya semua orang mulai membicarakan Open Intelligence, pada akhirnya kesenjangan akan ditentukan oleh kemampuan model, atau oleh siapa yang lebih dulu benar-benar membuat seluruh jaringan kecerdasan berjalan dengan lancar?

#opg $OPG

#美国空袭伊朗10处军事目标 Dalam semalam, situasi di Timur Tengah kembali meningkat. Tindakan militer AS terhadap Iran masih terus meluas.

Menurut beberapa laporan media, putaran operasi terbaru militer AS menargetkan sekitar 10 sasaran militer di dalam wilayah Iran dengan serangan presisi, termasuk fasilitas pengawasan militer, node komunikasi, sistem pertahanan udara, serta fasilitas militer yang berada dekat Selat Hormuz—yang dinilai pihak AS sebagai ancaman terhadap keselamatan pelayaran internasional.

Komando Pusat AS (CENTCOM) menyatakan operasi ini berlangsung sekitar 6 jam, dilakukan secara terkoordinasi oleh Angkatan Udara, Angkatan Laut, dan Korps Marinir, serta menegaskan bahwa ini merupakan “serangan bersifat pembelaan diri”.

Pihak Iran merespons dengan cepat, mengecam perluasan tindakan militer AS, dan menyatakan telah melancarkan serangan balasan terhadap sebagian sasaran militer AS di kawasan Timur Tengah. Ketegangan antara kedua pihak pun meningkat lebih lanjut.

Yang benar-benar menjadi perhatian pasar bukanlah soal beberapa target yang diserang.

Melainkan tiga pertanyaan yang lebih penting:

Pertama, apakah Selat Hormuz akan kembali terdampak?

Sekitar seperlima pengiriman minyak laut dunia melewati Selat Hormuz. Jika situasi terus meningkat, pasar energi masih berpotensi menambahkan kembali premi risiko geopolitik.

Kedua, apakah AS siap untuk terus memperluas tindakan militer?

Dari berbagai gelombang serangan belakangan ini, operasi AS tampak telah bergeser dari respons sekali waktu menjadi tekanan militer yang berkelanjutan. Jika kedua pihak terus saling membalas, masih ada kemungkinan situasi di Timur Tengah meningkat lagi.

Ketiga, apakah aset berisiko masih bisa mempertahankan kekuatan?

Dalam beberapa bulan terakhir, pasar berkali-kali membuktikan bahwa ketika konflik geopolitik meningkat, aset lindung nilai seperti emas dan minyak mentah biasanya merespons lebih dulu, sedangkan aset berisiko seperti bitcoin dan saham AS—dalam jangka pendek—fluktuasinya cenderung jauh lebih jelas meningkat.

Pandangan pribadi saya, yang benar-benar diperdagangkan pasar bukanlah sebuah berita, melainkan ekspektasi untuk masa depan.

Jika konflik tetap terbatas pada sasaran militer yang relatif terbatas, pasar mungkin akan perlahan menyerap dampaknya; tetapi jika situasi meluas lebih jauh, termasuk menyangkut pengangkutan energi atau lebih banyak negara di berbagai kawasan, volatilitas pasar modal global kemungkinan besar akan kembali diperbesar.

Ke depan, selain memantau dinamika di medan perang, yang lebih layak diperhatikan adalah apakah AS akan terus memperluas jangkauan serangan, seberapa kuat respons Iran, dan apakah pelayaran di Selat Hormuz mendapat dampak nyata. Faktor-faktor inilah yang menjadi variabel kunci penentu arah fase berikutnya aset seperti bitcoin, minyak mentah, dan emas.#美伊停火协议破裂

​

Beberapa hari ini saat merapikan dokumentasi pengembangan beberapa proyek AI, saya menemukan satu detail: banyak proyek menampilkan kemampuan model, contoh Agent, dan data performa di beranda. Namun yang benar-benar menentukan apakah pengembang bisa bertahan, biasanya tersembunyi di dokumentasi SDK di beberapa halaman terakhir. Justru di bagian inilah saya paling lama berhenti.

Ini membuat saya teringat pada sebuah masalah yang selama ini belum pernah dibahas dengan serius.

Mengapa industri AI terus-menerus menarik pengembang, tapi juga terus-menerus kehilangan pengembang?

Banyak orang berpikir selama modelnya cukup kuat, pengembang otomatis akan datang. Tapi orang yang benar-benar pernah menulis aplikasi tahu bahwa model hanya soal kemampuan. Yang benar-benar menentukan biaya perpindahan adalah alat pengembangan, spesifikasi antarmuka, dan seluruh alur proses pengembangan. Begitu ekosistem tidak terbentuk dengan akumulasi berkelanjutan, pengembang kapan saja bisa pindah ke penyedia berikutnya.

Saat meneliti @OpenGradient , saya berulang kali memeriksa desain Nova dan SDK. SDK tidak diperlakukan sebagai sekadar paket antarmuka. Sebaliknya, SDK berharap pengembang bisa mengintegrasikan model, Agent, dan settlement on-chain dengan cara pemanggilan yang sama. Dengan kata lain, yang ingin ditanamkan bukan cuma satu kali pemanggilan, melainkan seluruh kebiasaan pengembangan. Ketika aplikasi terus bergantung pada antarmuka ini, biaya migrasi akan makin tinggi. Yang tertinggal belum tentu modelnya, melainkan proses pengembangan itu sendiri.

Yang benar-benar membuat saya berhenti adalah bagian ini.

Banyak orang membahas apakah model AI akan makin terhomogenisasi. Tapi jika semua protokol akhirnya mendukung kemampuan model besar yang serupa, persaingan sesungguhnya mungkin bukan lagi pada model, melainkan siapa yang lebih dulu menjadi toolchain—seperangkat alat—yang secara default digunakan oleh pengembang. Setiap baris kode yang ditulis pengembang bisa jadi menambah daya rekat bagi ekosistem di masa depan.

Namun kontradiksinya ada di sini juga.

SDK menurunkan ambang batas pengembangan, tetapi belum tentu meningkatkan loyalitas pengembang. Jika protokol lain menyediakan antarmuka yang kompatibel, atau kerangka kerja lintas platform makin matang, kebiasaan pengembangan yang sudah terbentuk hari ini bisa saja dipindahkan dengan cepat besok. Alat pengembangan itu sebenarnya membangun parit pertahanan, atau hanya menurunkan biaya untuk pindah? Saya belum punya jawaban.

Jika persaingan infrastruktur dasar AI di masa depan masuk ke era toolchain, aset yang paling berharga sesungguhnya adalah model, pengembang, ataukah kode yang sudah ditulis oleh pengembang—namun makin sulit untuk dipindahkan?
#opg $OPG

Trump satu kalimat, perang dagang Eropa-Amerika kembali menunjukkan tanda-tanda eskalasi. Banyak orang hanya melihat “pajak 100%”, tetapi yang sebenarnya patut diperhatikan adalah perselisihan pajak digital di baliknya.

Kabar terbaru menunjukkan Trump secara terbuka memperingatkan bahwa jika negara-negara Eropa terus mendorong pajak layanan digital (Digital Services Tax) yang menargetkan perusahaan teknologi AS, Amerika Serikat akan segera mengenakan tarif bea masuk 100% pada barang-barang yang diekspor dari negara-negara tersebut ke AS.

Mengapa respons Trump begitu kuat?

Karena pajak layanan digital versi Eropa terutama menargetkan platform internet dengan skala pendapatan yang besar, seperti Google, Apple, Meta, Amazon, dan raksasa teknologi lainnya dari AS. Prancis mulai menerapkan pajak layanan digital 3% sejak 2019, sementara Inggris dan negara lain juga memiliki kebijakan serupa. AS selama ini menganggap pajak seperti ini sebagai upaya “menargetkan secara tepat perusahaan-perusahaan AS”.

Ini juga bukan pertama kalinya Trump mengeluarkan ancaman keras.

Sebelumnya, ia pernah menyebut Prancis secara langsung: jika tidak mencabut pajak layanan digital, AS mungkin akan mengenakan tarif 100% pada produk seperti anggur dan sampanye dari Prancis. Presiden Prancis, Emmanuel Macron, kemudian merespons dengan tegas bahwa ia tidak akan mencabut pajak terkait hanya karena tekanan dari AS.

Saya justru lebih memperhatikan sinyal lain.

Dalam beberapa tahun terakhir, gesekan perdagangan internasional sebagian besar berkisar pada baja, otomotif, dan chip.

Namun sekarang, objek rebutannya sudah berubah menjadi ekonomi digital.

Ke depan, yang benar-benar bernilai bukan hanya barang, melainkan data, platform, AI, dan komputasi awan.

Siapa yang menguasai industri-industri ini, maka ia akan menguasai kekuatan untuk menentukan arah dalam persaingan global putaran berikutnya.

Jadi, yang ditargetkan Trump kali ini, yang terlihat seperti “pajak layanan digital”, pada dasarnya adalah untuk menjaga keunggulan kompetitif global perusahaan teknologi AS.

Jika kedua belah pihak Eropa dan Amerika tidak mau berkompromi, dampaknya mungkin tidak hanya pada perusahaan teknologi, tetapi juga akan merembet ke perdagangan lintas negara, pasar modal, serta sentimen aset risiko global.

Bagi pasar kripto, setiap kali gesekan perdagangan meningkat, itu berarti sentimen menghindari risiko bisa ikut menghangat. Dolar AS, pasar saham, dan aset kripto berpotensi terkena efek berantai.

Pajak digital hanya menjadi pemantik. Pertarungan sesungguhnya sudah bergeser dari industri manufaktur tradisional ke era ekonomi digital.

#特朗普立场 #BTC #美光营收激增346%至415亿美元

​

Tadi malam, untuk menguji beberapa AI Agent, saya memasukkan data yang sama di chain ETH ke beberapa platform yang berbeda. Awalnya saya mengira setiap Agent akan menghasilkan strategi yang benar-benar berbeda.

Setelah bolak-balik mengujinya belasan kali, saya menemukan fenomena yang menarik: cara mereka menjawab memang berbeda, tetapi logika eksekusinya justru semakin lama semakin mirip.

Saya menatap layar cukup lama. Semakin banyak AI Agent, tapi kenapa malah makin terasa “mirip”?

Pertanyaan ini, belakangan ini saya teliti saat mengkaji Agent Framework milik @OpenGradient , tapi saya belum juga menemukan jawabannya.

Banyak orang memahami Agent sebagai sebuah alat yang berdiri sendiri, tetapi OpenGradient lebih seperti mengerjakan hal lain: menghubungkan model, tools, layanan on-chain, dan Agent-agent lain, sehingga satu Agent bisa terus memanggil Agent lain. Dengan begitu, kemampuan yang sebelumnya terpisah-pisah bisa dirangkai menjadi sebuah jaringan kolaborasi. Yang ditulis oleh para pengembang bukan hanya satu Agent, melainkan sistem pemanggilan untuk mengakses seluruh ekosistem.

Desain seperti ini memang menurunkan hambatan pengembangan, dan memungkinkan lebih banyak pengembang membangun Agent dengan cepat.

Tapi yang benar-benar membuat saya berhenti dan berpikir adalah hal lain. Ketika semakin banyak pengembang membangun di atas Framework yang sama, memanggil model yang sama, memakai toolchain yang mirip, dan menjalankan alur kerja yang serupa, berapa banyak perbedaan nyata antar Agent yang masih bisa tersisa?

Jika ke depannya pengguna terus memanggil beberapa Agent yang sering digunakan, apakah lebih banyak pengembang akan berakhir sebagai penyedia kemampuan dasar? Nilai akhirnya akan tetap berada pada Agent itu sendiri, atau perlahan terkonsolidasi ke jaringan yang menguasai relasi pemanggilan dan pintu masuk trafik?

Kontradiksi yang sesungguhnya ada di sini. Agent Framework menyelesaikan efisiensi pengembangan, tapi belum tentu menyelesaikan pembagian nilai. Ia membuat Agent lebih mudah lahir, tetapi juga bisa membuat persaingan makin terkonsentrasi.

Setelah melihat ini, justru saya tidak mendapat jawaban. Di era AI Agent di masa depan, yang paling langka sebenarnya adalah Agent yang semakin pintar, atau justru jaringan dasar yang menentukan bagaimana Agent berkolaborasi dan bagaimana mereka dipanggil?

#opg $OPG

$CAP Hari ini tidak ada strategi, langsung jual 93 dolar!#ALPHA #tge

$UB bandar anjing yang mengendalikan pasar dengan ketat, terus-menerus menuai berkali-kali! #USDT市值达1860亿美元超越以太坊

#ALPHA #tge sudah dipasang sebagai jaminan, tinggal tunggu jam 8 untuk tarik koin dan jual. Sekarang kondisi pasar masih begini—begitu dapat koin langsung jual, tidak tahan lagi!

#ALPHA #打新 Dia datang, dia datang, CAP ikut listing baru! Dari pukul 6 sampai 8 sore, siapin 3 BNB untuk gas! Lebih enak ikut listing baru, tidak perlu rebutan, kalau tidak nanti khawatir rebutannya tidak dapat 😓 Masih ada 259 poin, pasti aman 😂#tge

#ALPHA Semalam begadang sampai pukul tiga pagi. Awalnya cuma berniat lihat-lihat santai materi OpenGradient lalu tidur. Hasilnya, makin melihat malah makin melek. Whitepaper kubaca beberapa kali, tab-tab dokumen kubuka sampai menumpuk. Sampai akhirnya kopi pun rasanya sudah seperti hambar. Kadang begitulah riset proyek—kenaikan atau penurunan harga mungkin belum tentu bisa dipahami, tapi suatu saat pasti ada pertanyaan tertentu yang tiba-tiba membuatmu mentok.

Semalam saat aku menatap OpenGradient, kepalaku terus memikirkan pertanyaan yang sama: kalau kelak AI benar-benar menjadi populer secara besar-besaran, siapa yang akan menjadi penerima manfaat terbesar?

Banyak orang membahas @OpenGradient , yang jadi sorotan adalah model, Agent, dan produk percakapan.

Tapi menurutku ada satu ekosistem yang justru diremehkan—lapisan pembayaran x402. Kenapa?

Karena ada masalah yang sangat nyata di industri AI. Model bisa jadi semakin murah. Biaya inferensi juga mungkin makin rendah. Tapi selama ada pemanggilan (calls), pasti akan ada tindakan pembayaran. Itu seperti jalan tol. Mobil bisa ganti merek, sopir bisa ganti orang, tapi selama ada yang mengemudi, tetap harus melewati gerbang tol.

Yang ingin dilakukan OpenGradient sebenarnya mirip sistem pemungutan tol di dunia AI. Developer memanggil model, Agent memanggil layanan, aplikasi memanggil Agent—di balik semuanya tetap perlu penyelesaian (settlement). Dan justru di sinilah letak masalahnya: jalur tol itu penting, tapi jalur tol belum tentu menjadi yang paling menghasilkan uang.

Visa memproses pembayaran dalam jumlah masif setiap hari. Yang benar-benar mengantongi sebagian besar profit mungkin saja tidak jaringan pembayaran itu sendiri. Logika yang sama berlaku pada jalur AI. Kalau ke depan makin banyak Agent, model, dan aplikasi. Lalu nilainya akan mengendap di OPG? Atau justru mengendap di lapisan aplikasi yang punya pengguna dan pintu masuk trafik? Mungkin inilah kontradiksi terbesar dari lapisan pembayaran.

Semua transaksi pasti melewati sini. Tapi melewati tidak berarti otomatis nilai bisa ditangkap.

Jadi dibanding memikirkan apakah besok ikut terbitan baru bisa dapat untung besar, belakangan ini aku lebih penasaran pada hal lain. Kalau suatu hari ekosistem AI menghasilkan jutaan kali pemanggilan setiap hari,

pada akhirnya yang mendapat paling banyak untung, apakah penyedia layanan, atau pihak yang bertugas menarik biaya (pemungut tol)?

#opg $OPG