Baru-baru ini saya melihat proyek seperti OpenClaw tiba-tiba jadi populer—ternyata ini cukup menarik.
Kalau dilihat sekilas, seolah-olah ini karena aplikasi AI sedang meledak.
Berbagai Agent, strategi otomatisasi, dan interaksi on-chain, seperti tiba-tiba semuanya jadi lebih “bisa dipakai”.
Tapi jika dipikir-pikir, ada satu masalah:
kemampuan-kemampuan ini sebenarnya bukan muncul hari ini.
Modelnya sudah lama ada, logika Agent juga bukan hal baru.
Lalu kenapa justru sekarang, lebih mudah “berjalan”?
Saya lebih cenderung pada satu alasan—kondisi yang ada di lapisan bawah berubah.
Dulu, banyak produk AI tidak bisa diwujudkan bukan karena idenya kurang bagus, tapi karena tidak ada satu hal kunci: data yang stabil dan bisa dipanggil.
Data on-chain tersebar dan strukturnya kacau, biaya pengembangan jadi sangat tinggi, dan banyak ide pada akhirnya berhenti di tahap demo.
Namun sekarang, lapisan ini mulai perlahan dilengkapi.
Hal yang dilakukan oleh @Chainbase Official misalnya, sebenarnya cukup dasar, tapi sangat penting: merapikan data on-chain menjadi sumber daya yang bisa langsung dipanggil, sehingga Agent tidak perlu lagi memproses data dari nol.
Begitu lapisan ini tersambung, banyak aplikasi yang sebelumnya “tidak bisa dibuat”, mulai menjadi memungkinkan.
Jadi kemunculan proyek seperti OpenClaw lebih mirip sebagai sebuah hasil, bukan penyebab.
Hal-hal “baru” yang Anda lihat sekarang,
mungkin hanya contoh-contoh pertama yang kemudian dibesarkan.
Yang benar-benar akan terjadi di tahap berikutnya,
bukan apakah satu aplikasi tertentu meledak atau tidak,
melainkan satu kategori hal yang sama akan mulai bermunculan satu demi satu, dari batch ke batch.
$C
Kalau dilihat sekilas, seolah-olah ini karena aplikasi AI sedang meledak.
Berbagai Agent, strategi otomatisasi, dan interaksi on-chain, seperti tiba-tiba semuanya jadi lebih “bisa dipakai”.
Tapi jika dipikir-pikir, ada satu masalah:
kemampuan-kemampuan ini sebenarnya bukan muncul hari ini.
Modelnya sudah lama ada, logika Agent juga bukan hal baru.
Lalu kenapa justru sekarang, lebih mudah “berjalan”?
Saya lebih cenderung pada satu alasan—kondisi yang ada di lapisan bawah berubah.
Dulu, banyak produk AI tidak bisa diwujudkan bukan karena idenya kurang bagus, tapi karena tidak ada satu hal kunci: data yang stabil dan bisa dipanggil.
Data on-chain tersebar dan strukturnya kacau, biaya pengembangan jadi sangat tinggi, dan banyak ide pada akhirnya berhenti di tahap demo.
Namun sekarang, lapisan ini mulai perlahan dilengkapi.
Hal yang dilakukan oleh @Chainbase Official misalnya, sebenarnya cukup dasar, tapi sangat penting: merapikan data on-chain menjadi sumber daya yang bisa langsung dipanggil, sehingga Agent tidak perlu lagi memproses data dari nol.
Begitu lapisan ini tersambung, banyak aplikasi yang sebelumnya “tidak bisa dibuat”, mulai menjadi memungkinkan.
Jadi kemunculan proyek seperti OpenClaw lebih mirip sebagai sebuah hasil, bukan penyebab.
Hal-hal “baru” yang Anda lihat sekarang,
mungkin hanya contoh-contoh pertama yang kemudian dibesarkan.
Yang benar-benar akan terjadi di tahap berikutnya,
bukan apakah satu aplikasi tertentu meledak atau tidak,
melainkan satu kategori hal yang sama akan mulai bermunculan satu demi satu, dari batch ke batch.
$C