佛系小水豚-capybara

Selama setengah tahun berkencan dengan Yuumi, perasaan terdalamku adalah orangnya lincah sekaligus licik. Waktu itu saat kencan, dia memaksa aku supaya dijadikan model jaminan (collateral) untuk menjelaskan semuanya dulu baru mau makan. Kalau tidak, dia bilang akan "menghukum" aku supaya traktiran. Aku bilang, bukannya itu logika slashing milik AVS? Matanya langsung berbinar, dan dia berkata, "Kalau begitu tulislah postingan, jelaskan. Kalau kamu tidak bisa menjelaskannya, tetap hukum kamu." Oke, aku akan bahas sistem reward dan mekanisme hukuman dari $NEWT . Aku memperhatikan model keamanan jaringan AVS yang bernomor @NewtonProtocol , intinya adalah menjadikan ETH hasil restaking EigenLayer sebagai jangkar kepercayaan tingkat dasar: operator saat menandatangani hasil policy harus mengunci jaminan berupa uang sungguhan. Jika salah, bukti penipuan pengetahuan-nol (zero-knowledge fraud proof) yang ada di dalam jendela challenge akan menangkapnya—lalu sebagian jaminannya langsung dipotong. Berani aku katakan desain ini jauh lebih rinci dibanding sekadar PoS, karena ia mengubah "biaya berbuat jahat" menjadi permainan ekonomi yang bisa dihitung, bukan mengandalkan constraint moral atau arbitrase tersentralisasi. Inilah langkah kunci supaya desentralisasi benar-benar terwujud.
$NEWT pada sisi jaminannya sendiri juga merupakan kelanjutan dari logika itu: yayasan lebih dulu menyediakan suplai token sebesar 8,5% untuk menjadi insentif awal, kemudian setelah banyak validator masuk secara bertahap beralih ke mode self-bootstrapping yang digerakkan oleh biaya (fee). Token yang kena penalti masuk lagi ke reward pool, lalu dibagikan kepada yang patuh aturan. Jalur "subsidi dulu baru menanggung sendiri" ini, kurasa, ditujukan untuk menghindari masalah cold start ketika validator masih sedikit di fase awal. Sekaligus, insentif jangka panjang dan aktivitas nyata jaringan dikaitkan erat, supaya token tidak sekadar berputar menjadi jebakan inflasi semata.
Secara kualitatif, inti model ini bukanlah APY yang tinggi, melainkan mengubah masalah kepercayaan menjadi siklus tertutup yang bisa diverifikasi, bisa dihukum, dan bisa dialokasikan. Kalau privasi chain dan lapisan otorisasi mau benar-benar terwujud untuk penggunaan komersial, desain keamanan ekonomi seperti ini nilainya seratus kali lebih penting daripada sekadar gaya-gayaan. Dan itulah alasan aku terus yakin pada ekosistem infrastruktur jenis ini.
Aku berani memastikan, seiring kelompok operator diperluas dan skenario lintas-chain makin dibuka, kondisi slashing akan dibuat lebih granular. Keunggulan taktis dari peserta awal akan makin menyempit; jangan terlalu banyak ragu untuk mengeksekusi rencana ini.
Yuumi mendengarkan lalu langsung bertepuk tangan, bilang kali ini tidak perlu menghukum, nanti cari hari lain untuk menulis satu lagi membahas operator selection. Dia bahkan sudah mulai mikir mau makan apa untuk traktiran berikutnya. #Newt

Kemarin malam aku janjian makan malam dengan adik Yumi, dia mengurus kepatuhan lembaga. Saat ngobrol soal on-chain, dia langsung menggeleng. Mereka ingin memindahkan aset RWA ke rantai, tapi hanya bagian KYC, pemeriksaan sanksi, dan Travel Rule saja sudah memakan waktu. Saat kalkulasi, harga outsourcing ditambah biaya waktu ternyata lebih lambat dibanding alur tradisional. Saat itu juga aku teringat $NEWT yang sedang aku pantau, lalu aku rekomendasikan sekilas.

Titik nyerinya jelas: kepatuhan tradisional itu semacam "pemrosesan massal"—mengumpulkan, memeriksa, dan mengarsipkan—sementara penyelesaian on-chain 7×24 tidak bisa menunggu, apalagi Travel Rule yang mensyaratkan data pengirim/penerima. Sekarang ini masih mengandalkan vendor di luar rantai untuk menyusunnya, dan tidak ada penegakan paksa di level penyelesaian.

Dua hari ini aku coba menguji engine strategi milik @NewtonProtocol , dan pengalamannya memang berbeda. Bukan menyuruhmu menulis logika kepatuhan dari nol, melainkan memilih dari kumpulan template yang sudah disiapkan: kategori seperti penyaringan sanksi, identitas KYC, Travel Rule, dan rate limiting. Tinggal ubah parameter—langsung bisa dipakai. Menulis aturan dengan bahasa Rego; kalau paham sedikit kode strategi, dalam setengah hari sudah bisa berangkat. Dari sudut pandangku, cara pikir "template + plugin" ini benar-benar memecahkan hambatan tingkat institusi: tidak perlu tiap pihak memelihara satu tim kepatuhan sendiri.

Soal biaya, perkiraanku terutama ada dua penghematan: pertama, penilaian strategi dijalankan di lingkungan eksekusi tepercaya di luar rantai, sedangkan on-chain hanya menyimpan tanda tangan dan bukti terima, sehingga biaya gas sangat rendah; kedua, penggunaan ulang template menghemat waktu pengembangan, dan mengintegrasikan sumber data identitas/risiko yang sudah ada (misalnya skor risiko dari Veriff atau Magic Labs) tinggal pasang potongan kode yang ringan.

Namun, soal risiko jangan terlalu optimistis. Jaringan operator mengandalkan EigenLayer untuk melakukan restaking demi jaminan keamanan, tetapi ketersediaan node-node terdesentralisasi dan risiko offline harus dipantau dengan ketat. Kalau logika strategi salah (misalnya ambang batas tidak masuk akal), bisa terjadi salah blokir atau kelolosan, sebaik apa pun tool-nya tetap harus ada audit.

Dibanding yang sejenis, Chainlink lebih ke memberi harga data dan penyimpanan bukti cadangan, bukan menjalankan eksekusi strategi secara langsung; Polygon ID dan World ID terutama menyelesaikan pembuktian nol pengetahuan untuk kredensial identitas, tidak mencakup pencegahan sebelum transaksi; TRM seperti ini hanya memberi skor risiko, implementasinya tetap harus membangun kerangka sendiri. Perbedaan @NewtonProtocol menurutku ada pada kenyataan bahwa "strategi sebagai kode" dibuat menjadi satu lapisan infrastruktur yang bisa dipasang dan dipakai ulang lintas rantai, bukan sekadar tool satu titik.

Setelah Yumi mendengarkan, dia bilang ingin mengajak tim untuk evaluasi teknis, dan aku juga senang. Jalur privacy chain ini, yang kurang bukan konsepnya, melainkan solusi yang benar-benar bisa diterapkan dan bisa dipakai oleh institusi. NEWT wadahnya tidak terlalu besar, tapi untuk arah ini, layak terus diikuti. #Newt

Belakangan ini, si cewek Ayā tiba-tiba melemparkan screenshot akun yang mengalami likuidasi/kerugian besar di grup, sampai ratusan orang di grup ikut terpaku. Dia sudah main DeFi selama tiga tahun; biasanya dia tipe yang selalu mengutamakan kontrol risiko, bahkan alarm pun dia set dengan tulisan “cek posisi”. Tapi kali ini dia justru jatuh ke sebuah brankas stablecoin—aset di lapisannya diam-diam kehilangan patokan (de-peg) sekitar dua poin. Strateginya tetap tidak memicu perlindungan apa pun, dan nilai bersihnya melorot begitu saja. Setelah itu, dia mengeluh ke aku: beberapa tahun ini dia benar-benar tidak pernah se-tercekik ini; padahal dia sudah belajar dan menyiapkan semuanya, tapi kalahnya malah adalah karena “sistem tidak memberitahu aku harus segera kabur”.
Malam itu kami ngobrol lewat video sampai hampir jam dua belas. Dia lalu menunjukkan @NewtonProtocol yang sedang dia pelajari belakangan ini, bilang kalau ini agak berbeda dengan tool brankas yang biasa dia pakai sebelumnya. Proyek lain ngomongnya tentang potensi cuan sampai langit-langit, tapi yang ini justru menghabiskan tenaganya pada hal “sebelum terjadi masalah, cegat dulu”. Sebelum strategi dijalankan, ada pemeriksaan lewat risk strategy engine; indikator seperti de-peg dan konsentrasi posisi dijadikan aturan. Operasi yang tidak memenuhi syarat bahkan tidak akan benar-benar terksekusi. Dan setiap kali penilaian, selalu ada bukti yang bisa diverifikasi di chain—jadi bukan “kata seseorang” yang menentukan. Ayā bilang dia melihat logika ini terasa pas di lidahnya, karena kerugian yang sudah pernah dia makan adalah “baru tahu setelah kejadian”. #BTC走势分析
Aku berani bilang, cara yang mengubah compliance dan kontrol risiko menjadi aturan yang bisa diprogram—bukan mengandalkan orang mengawasi chart—memang sedang bergerak ke arah level institusi. Jaringan operatornya juga sudah nyambung ke pengamanan re-staking dari EigenLayer, jadi fondasinya tidak bisa dibilang tipis. $RIVER
Tapi setelah memuji, aku juga harus ngomong jujur: aku kira saat ini yang ini masih lebih condong ke infrastruktur dan tools untuk developer. Pengguna biasa yang ingin merasakan langsung “brankas jadi lebih aman” masih perlu menunggu lebih banyak protokol benar-benar terhubung ke strategi dan template-nya dipakai. Karena contoh kasusnya masih sedikit, kecepatan implementasi dan efek nyatanya perlu waktu untuk dibuktikan. Jangan buru-buru anggap ini obat mujarab. $NEWT
Sekarang Ayā itu lagi hati-hati sekaligus ngotot menyangkal—di satu sisi bilang “nanti lihat dulu”, tapi di sisi lain proyeknya sudah dia masukin ke daftar pilihan. Pokoknya tipikal “kata-katanya nggak percaya, tapi badannya paling jujur”. Serius, ngototnya keras banget. Kalau kalian juga pernah kena jebakan de-peg, ayo ngobrol di kolom komentar ya—soalnya hal kayak gini kalau cuma ditanggung satu orang itu rasanya sangat sesak. #Newt

王阿姨 memperkenalkan seorang gadis yang paham hukum dan kepatuhan, untuk berkenalan dan berkencan. Namanya Yuna-chan. Dia cantik banget, benar-benar bikin terpukau. Begitu ngobrol soal kerja, keluhan yang paling sering dia sebut adalah: bank ingin menghubungkan sejumlah dana dari sebuah institusi ke dalam blockchain. Padahal cuma karena hal seperti “uang ini sudah pernah melewati tinjauan kepatuhan atau belum”, sampai harus ribut bolak-balik dengan tiga departemen selama seminggu.
Bukankah ini persis tantangan yang paling bikin pusing saat aku tiap hari meneliti fondasi privacy chain? Memang, sesuatu di blockchain bisa jadi cepat—tapi soal “apakah kepatuhan bisa dibuktikan sebelum kejadian” ini, selama ini nggak ada yang benar-benar menyelesaikannya.
Kemudian, aku menelusuri lewat jalur @NewtonProtocol , dan ternyata asalnya sama sekali tidak mengikuti langkah lama “membangun public chain baru”, melainkan langsung masuk ke lapisan otorisasi: sebelum transaksi benar-benar dieksekusi, ia lebih dulu melewati satu rangkaian policy engine yang ditulis dengan Rego; hasil verifikasinya didukung ganda oleh TEE dan zero-knowledge proof. Outputnya adalah sebuah bukti terdaftar di blockchain yang bisa diverifikasi oleh siapa pun. Aku perhatikan desain ini—pada intinya “kepatuhan” tidak lagi sekadar slogan, tapi berubah menjadi middleware yang bisa diprogram dan bisa diverifikasi. Ini sejalan dengan apa yang setiap hari kupikirkan saat mengerjakan privacy chain, yaitu verifiable computation yang bisa diuji kebenarannya. Jadi jalurnya adalah satu arah.
$NEWT untuk token-nya bukan hanya alat biaya. Ia terikat pada restaking collateral dari operator, keamanan staking validator, serta hak tata kelola—empat hal tersebut dipelintir menjadi satu kesatuan. Menurutku, “kejamnya” desain ini ada di sini: biaya untuk berbuat jahat langsung berhubungan dengan uang sungguhan, bukan sekadar bergantung pada kontrol lunak seperti reputasi. Total tetap 1 miliar token, tanpa inflasi; periode pelepasan untuk tim dan investor awal juga dibuat cukup panjang. Jujur saja, sikap seperti ini di jalur kompetisi (ini) tidak terlalu sering ditemui.
Aku berani bilang Newton menargetkan bukan kasus spesifik tertentu, melainkan “jalur aman” yang harus dilewati sebelum dana institusi masuk ke blockchain. Untuk RWA, stablecoin, jembatan lintas-chain—semua yang menyangkut uang sungguhan yang harus lewat—juga harus melewati gerbang ini terlebih dulu. Narasi infrastruktur seperti ini biasanya pelepasan nilainya berjalan lambat, tapi kalau benar sudah dipakai oleh institusi arus utama, parit pengamannya akan sangat dalam.
Setelah dia dengar, dia bertanya padaku: “Berarti semacam menyiapkan petugas hukum di blockchain, tapi nggak dibayar ya?” Aku ketawa. Benar, logikanya memang begitu. Dia yang bergerak di urusan kepatuhan, dari awal memang sensitif terhadap hal seperti “siapa yang bertanggung jawab” dan “bagaimana cara membuktikannya”. Aku bilang, tunggu saja sampai suatu hari departemen mereka benar-benar berani menangani satu transaksi dengan dana yang sudah dicek kepatuhannya seperti itu—kalau itu terjadi, aku bakal takjub. Aku nggak buru-buru. Kurasa kalau hari itu datang, dia sendiri yang akan mengecek apa itu NEWT.
Ngomong-ngomong, nggak usah banyak cerita lagi, aku harus janjian sama Yuna-chan buat nonton film. #Newt

Kemarin bantu seorang teman yang mengurus settlement lintas negara untuk memeriksa proses kepatuhannya—baru saja mengintegrasikan antarmuka KYC dari tiga yurisdiksi hukum saja sudah bikin kami berantakan setengah bulan. Di momen itulah aku benar-benar merasakan bahwa yang disebut “biaya kepatuhan” sama sekali bukan angka satu baris di laporan keuangan, melainkan tumpukan dari banyak begadang dan tagihan outsourcing.

Jadi karena kejadian itu, beberapa hari ini aku bolak-balik lagi ke dokumen teknis @NewtonProtocol . Makin dibaca, makin terasa arah ini dipilih dengan cara yang cukup “liar”. Mereka tidak mengejar TVL, tidak pula memanfaatkan panasnya narasi—tapi justru langsung membawa bahasa strategi level enterprise seperti Rego dan OPA ke atas blockchain, untuk melakukan pemeriksaan pra-transaksi. Jika kualifikasi tidak sesuai, melebihi batas, atau yurisdiksinya tidak cocok, aturan akan dijalankan dan langsung memblokir sebelum settlement. Sepanjang proses juga mengandalkan zero-knowledge proof agar tidak ada data mentah yang “dipamerkan” di on-chain. Berani aku bilang, kombinasi “pre-execution interception + validasi privasi” ini—di bidang kepatuhan yang konservatif saja diperkirakan bisa mencapai skala dua ribu miliar dolar AS per tahun—merupakan tindakan yang benar-benar menggigit tulang keras. Dibandingkan banyak proyek yang teriak ingin mengubah keuangan tradisional, tapi fondasi risk control-nya tidak dikerjakan dengan serius, ini jauh lebih nyata.

$NEWT sekarang diparkir di sekitar 0,0485 dolar. Kalau dibandingkan dengan puncak historis ketika diluncurkan pada 24 Juni yang sempat menembus 0,83 dolar, penurunannya lebih dari 94%. Kelihatannya memang menakutkan. Tapi kalau dilihat lebih panjang, tidak semuanya berupa penurunan terus-menerus. Pada pertengahan Juli sempat jatuh ke kisaran 0,30 dolar, lalu ada gelombang rebound—tertinggi sempat menyentuh 0,51. Artinya di rentang ini masih ada dana yang mau menyerap. Sekarang nilai pasar “hanya” sekitar dua puluh juta, dan aku kira ekspektasi pesimis sudah hampir habis. Tapi jangan buru-buru bilang sudah menemukan titik terbawah. Kontributor utama dan token milik investor awal itu dikunci selama dua belas bulan, lalu pelepasannya berjalan linier selama tiga puluh enam bulan—jadi baru mulai. Setelah itu, tiap bulan pasti ada tambahan tekanan jual yang tidak bisa dihindari.

Aku lihat retail sekarang mudah terbelah: ada yang bilang proyeknya “sekadar angin” atau ada yang memilih bertahan menunggu keajaiban. Padahal, harga yang ditekan oleh tekanan jual itu satu urusan, sedangkan apakah narasi teknisnya bisa diwujudkan itu urusan lain. Yang perlu dicek tetap data operasional node di on-chain: apakah ada pertumbuhan berkelanjutan.

Sebagai seorang jagoan kecil tipe gerilya yang tidak terlalu menatap jangka pendek, aku tidak melihat beberapa candle merah ini. Yang kuperhatikan justru data on-chain yang kurang “sexy” tapi jujur—misalnya, apakah jaringan node operator di EigenLayer terus menyerap pihak-pihak institusional baru. Indikator ini jauh lebih dapat dipercaya daripada kurva harga. Fondasi teknologinya aku tidak meragukan; sisanya tinggal ke ritme eksekusi. Nanti pelan-pelan ikuti perkembangannya. #Newt

Penguin Babi Laut memperkenalkan Anda pada analisis mendalam arsitektur Newton AVS: bagaimana EigenLayer memberikan jaminan ke lapisan otorisasi
Beberapa hari ini saya bersama Lin Xiaomei dari desa sebelah meneliti arsitektur dari $NEWT . Sebagai orang yang sudah lama “terendam” dalam tumpukan teknologi privacy chain, jujur saja sejak awal saya datang dengan mata yang sangat kritis. Proyek yang beredar dengan slogan “lapisan kepatuhan” dan “lapisan otorisasi” terlalu banyak—dan sembilan dari sepuluh di antaranya hanyalah kemasan ulang whitelist tersentralisasi. Tapi setelah saya telaah, saya harus mengakui: desain yang dibuat Newton ini tidak seperti yang saya bayangkan.
@NewtonProtocol
Pertama, lihat lapisan fenomenanya. Yang paling mencolok bukanlah mesin strategi itu sendiri, melainkan fakta bahwa “siapa yang menjalankan penilaian strategi” sepenuhnya diserahkan kepada jaringan AVS dari EigenLayer. Setelah niat transaksi dimunculkan, bukan server tersentralisasi yang menentukan, melainkan sekumpulan Operator independen yang menjalankan evaluasi strategi, menghasilkan bukti zk serta tanda tangan ambang batas BLS (threshold). Terakhir, semuanya dirangkum menjadi sebuah “tanda terima otorisasi” lalu dipublikasikan ke on-chain. Dari alur ini, respons pertama saya adalah: bukankah ini sama saja dengan mengganti “putusan kotak hitam” dari sistem kepatuhan tradisional menjadi konsensus multipihak yang bisa diverifikasi?
#Newt
Kalau ditelusuri lebih dalam, kejeniusan arsitektur ini ada pada cara mereka memindahkan keamanan restaking EigenLayer—dari “melindungi rantai” yang selama ini menjadi istilah lama—ke skenario baru: “melindungi sekali penilaian strategi”. Saya berani bilang ini ide reuse yang cukup cerdas: tidak perlu membangun jaringan kepercayaan dari nol, cukup menumpang “bantalan” keamanan ekonomi Ethereum. Jika Operator berbuat jahat, mereka harus menanggung konsekuensi berupa slashing/penalti pada jaminan restaking—ini jauh lebih bisa diandalkan dibanding hanya mengandalkan reputasi atau skema multi-sign.
Selain itu, dengan bahasa strategi Rego/OPA, aturan bisa menyesuaikan secara dinamis tanpa perlu deploy ulang kontrak. Untuk integrasi institusi, ambang batasnya jelas jadi lebih rendah.
Kalau disimpulkan, yang dilakukan Newton pada dasarnya mengubah model kepatuhan “pertanggungjawaban setelah kejadian” menjadi model “intersepsi sebelum kejadian + pembuktian yang verifiable di on-chain”, dan sepanjang prosesnya tidak menyentuh data sensitif pengguna. Bagian zk mereka dibuat dengan sikap yang terukur dan tetap praktis—tidak menumpuk istilah teknis hanya untuk bercerita.
Saya kira, seiring dana institusional dari RWA dan stablecoin terus mengalir ke on-chain, kebutuhan akan lapisan otorisasi yang bisa diverifikasi dan terdesentralisasi seperti ini akan makin menjadi kebutuhan pokok. Posisi yang ditempati Newton ini layak untuk terus dipantau.
$NEWT @NewtonProtocol #Newt $NEWT

Annie, adik kakak perempuan, bilang padaku bahwa dia sedang meneliti peluang konfigurasi di jalur robotika, dan bertanya apakah aku pernah melihat $OPG .
Saat itu aku sedang mengutak-atik konfigurasi node di privacy chain, lalu melirik materi yang dia kirim. Langsung aku meletakkan pekerjaanku. Cara dia memilih bidding benar-benar membuatku terkesan—setiap kali dia bisa menemukan sudut yang bahkan belum disadari orang lain.
Setelah ngobrol dengan dia, aku menggali lebih dalam lagi, merapikan logikanya untuk referensi semua orang.
Pertama, jelaskan dulu lapisan fenomenanya. Eksekusi otonom robot sekarang sedang menjadi narasi terpanas. Tapi dana pasar sebagian besar masih menumpuk di sisi komputasi—siapa GPU lebih banyak, siapa parameter model lebih besar. Arah ini benar, tapi ada satu dimensi mendasar yang hilang: setelah dieksekusi, siapa yang bisa membuktikan bahwa keputusan itu bersih?
Robot beroperasi di dunia fisik, tindakannya tidak dapat dibatalkan. Jika lengan industri bergerak keliru, atau penilaian kendaraan otonom salah, bagaimana kamu membuktikan setelahnya apakah itu masalah model atau datanya sudah terkontaminasi? AI cloud yang ada sekarang adalah black box murni, tidak jelas. Ini bukan masalah optimasi, melainkan cacat struktural pada level arsitektur.
Sampai di sini, barulah jelas apa yang dilakukan OPG. Ia menjalankan node inferensi di TEE (trusted execution environment). Setiap inference menghasilkan tanda tangan kriptografi di rantai (on-chain). Lapisan eksekusi dan verifikasi dipisahkan. Node GPU menjaga kecepatan, dan pembuktian menjaga kepercayaan agar bisa ditulis di chain. Aku berani bilang, desain ini jika ditempatkan pada skenario eksekusi robot, adalah salah satu yang paling mendekati siap dipakai di dunia rekayasa di antara skema-skema on-chain yang ada saat ini—bukan sekadar konsep di PPT.
Permasalahan inti yang diselesaikan OPG bukan “apakah AI bisa dijalankan”, melainkan “siapa yang akan menanggung/menjamin (memback-up) setelah AI selesai”. Semakin tinggi tingkat otonom, semakin besar nilai masalah ini, semakin tinggi biaya penggantinya, dan semakin dalam jurang perlindungannya.
Lalu lihat logika penangkapan token. Setiap inferensi on-chain harus menggunakan penyelesaian (settlement) dengan $OPG —ini benar-benar konsumsi pemanggilan, bukan narasi palsu seperti token tata kelola (governance). Semakin tinggi kepadatan deployment robot, semakin besar konsumsi OPG, dan roda biaya itu benar-benar berputar.
Perkiraanku, dalam dua sampai tiga tahun ke depan, regulasi kepatuhan untuk eksekusi robot pasti akan memaksa “inferensi yang bisa diaudit” menjadi standar industri. Sistem otonom tanpa lapisan verifikasi tidak akan mendapatkan kualifikasi go-to-market komersial. Posisi $OPG yang saat ini dikunci pada dasarnya adalah menanam “gating point” yang tak bisa dilewati semua orang sejak awal.
Tentu saja circulating supply hanya 19%. Untuk node yang membuka kunci (unlock), harus terus dipantau—fluktuasi jangka pendek normal. Logikanya seperti ini; keputusan spesifik silakan nilai sendiri.
Sudut pandang Annie benar-benar layak untuk ditelusuri ulang. @OpenGradient #OPG

Semalam aku ngobrol sampai jam 2 pagi dengan adik cewek Yuna. Dia nanya, akhir-akhir ini aku lagi meneliti apa. Aku jawab $OPG , dia bilang, "kedengarannya seperti merek kartu grafis". Saat itu aku langsung ngakak sampai keluar tawa, tapi kalau dipikir-pikir, Yuna memang benar. Yang dilakukan OPG pada dasarnya adalah memasang "otak yang bisa dipercaya" ke robot.
Aku sudah ngintip jalur ini cukup lama. Untuk robot yang menjalankan tugas secara mandiri, lubang terbesar saat ini bukan algoritmanya, tapi hasil inferensinya: tidak bisa diverifikasi. Kamu suruh seorang AI Agent mengambil keputusan di blockchain, dia kasih kamu sebuah hasil—bagaimana kamu tahu hasil itu tidak dimanipulasi? Tidak melenceng? Masalah ini dari dulu belum ada yang serius selesaikan. Semua orang menumpuk fitur, tapi tidak ada yang ngurus lapisan kepercayaan di level dasar. #OPG
@OpenGradient yang sedang mengerjakan hal ini: lapisan inferensi AI yang bisa diverifikasi asli dari chain. Arsitekturnya HACA (Hybrid AI Computing Architecture) memisahkan eksekusi inferensi dan verifikasi. zkML menangani bukti kriptografi yang kuat, TEE menangani kecepatan dan model ukuran menengah—dua kaki berjalan, sehingga biaya dan keamanan bisa diseimbangkan. Aku perkirakan, di layer eksekusi robot, nanti ini akan jadi se-"dasar" seperti TCP/IP di jaringan—dan ini bukan cuma kiasan, memang posisi arsitekturnya yang nyata.
Yang lebih bikin aku kepikiran justru logika pengambilan nilainya. $OPG bukan sekadar token tata kelola. Setiap inferensi AI di chain harus pakai pembayaran OPG. Di Hub model, lebih dari 1500+ model call juga melewati siklus ekonomi tertutup ini. Robot mengirim instruksi aksi → di balik layar memicu inferensi yang bisa diverifikasi → OPG dikonsumsi. Ini kebutuhan tingkat infrastruktur yang nyata, bukan narasi.
Aku berani bilang, sekarang FDV masih sekitar 120 juta dolar AS saja; a16z dan Coinbase Ventures juga ada di dalamnya. Kalau penilaiannya ditaruh pada posisi "infrastruktur untuk eksekusi robot secara mandiri", jelas masih undervalued.
Tapi ngomong-ngomong, MemSync (lapisan memori persisten) dan ekspansi ke layer eksekusi robot baru mulai jalan, ekosistem node masih dalam fase dibangun—vibrasinya proyek infrastruktur awal biasanya besar. Mengatur manajemen portofolio, itu yang paling penting.
Yuna kemudian nanya aku: "Jadi kamu belinya belum?"
Aku jawab: tunggu sampai aku paham betul dulu. Dia melempar tatapan mata sinis, bilang aku "kutu buku penelitian". Tapi menurutku sikap seperti itulah yang benar. Nanti next aku ajak dia keluar untuk mengajarinnya dengan baik-baik. @OpenGradient #OPG

Kemarin, Nona Anna menanyakan saya sebuah pertanyaan, tentang bagaimana kelengkungan adopsi jangka panjang untuk $OPG sebagai lapisan pembayaran untuk Web3 AI coprocessor. Terus terang, semakin saya menelitinya, semakin saya merasa narasi ini sangat diremehkan.
Dari pengamatan saya, soal inferensi AI di-chain—semua orang memang dulu terus menyerukan itu—tetapi proyek yang benar-benar menjalankan penutupan siklus pembayaran hampir tidak ada. @OpenGradient melakukan sesuatu yang berbeda: mereka tidak memasukkan AI ke dalam rantai, melainkan menjalankan inferensi di luar rantai, memverifikasi settlement di dalam rantai, dan setiap kali memanggil AI memakai $OPG untuk pembayaran. Tidak perlu API key, tidak perlu kartu kredit—dompet langsung beres. Saya merasa ide desain seperti ini sangat cerdas: menjadikan primitive pembayaran sebagai infrastruktur bagi AI, bukan sekadar tambahan.
Dengan melihat teknologi dari balik tirai (through the lace), saya makin bersemangat. Arsitektur HACA-nya mengubah zkML dan TEE menjadi spektrum verifikasi; pengembang bisa memilih tingkat kekuatan sesuai kebutuhan. Untuk model kecil, zkML butuh bukti tingkat matematis, untuk model besar, TEE menjamin kecepatan, dan keduanya bahkan bisa dicampur dalam satu transaksi. Saya pikir fleksibilitas inilah yang benar-benar menjadi tempat untuk menjalankan PMF, karena budget kepercayaan yang dibutuhkan model DeFi risk-control on-chain dan LLM chatbot sama sekali tidak identik. Memaksa satu ukuran untuk semua hanya akan mengusir pengembang.
Lihat dari sisi demand: sekarang BitQuant sudah punya 1,8 juta pengguna yang menggunakan $OPG untuk membuka fitur lanjutan, sedangkan MemSync punya hampir 40 ribu pengguna aktif yang memakai layanan memori berbasis AI. Ini permintaan nyata yang betul-betul menghabiskan token, bukan permainan angka. Kurva adopsi yang saya lihat kira-kira seperti ini: tahap awal didorong oleh AI agent dan tool pengembang untuk menambah volume, tahap menengah oleh risk-control DeFi dan penyematan on-chain Agent untuk memperbesar, dan jangka panjang ketika setiap protokol yang membutuhkan “hasil AI yang dapat diverifikasi” menjadikannya standar sebagai lapisan pembayaran.
Perkiraan saya, logika inti $OPG dalam jangka panjang adalah: kebutuhan inferensi AI tumbuh secara kaku; bagian yang memerlukan verifikasi akan ikut membesar seiring besarnya skala dana, sementara OPG adalah satu-satunya unit penetapan harga untuk settlement layer ini. Pasokan tetap 1 miliar, tanpa peningkatan (tanpa mint/inflasi), dan peredaran saat ini hanya 19%—tekanan dari sisi supply justru lebih bersih dibanding kebanyakan proyek.
Bermodalkan a16z, Coinbase Ventures, dan Balaji, saya merasa ini bukan proyek yang hanya bertumpu pada narasi. Mereka benar-benar membangun infrastruktur, hanya saja masih kurang dijelaskan dengan jelas kepada lebih banyak orang. Sekarang masih berada di area bawah; bagi orang-orang yang serius menekuni jalur ini, tahap seperti ini layak untuk membangun posisi secara sungguh-sungguh dengan logika jangka panjang. #OPG

Kemarin mengobrol santai dengan sepupu sahabatku sambil membahas kehidupan, sampai pada hal bahwa pemegang $OPG memiliki hak dan manfaat dalam pasar kembar digital (digital twin) dan replika AI dari KOL.
Aku lihat track Twin.fun ini—semakin ngobrol, semakin terasa seperti ada “binatang buas” yang tersembunyi di dalamnya. Bukan sekadar sensasi, tapi memang ada logika penangkapan nilai yang nyata.
Aku membahas fenomena ini: sekarang waktu KOL itu sumber daya langka. Para penggemar ingin berinteraksi dengan si blogger, tapi antreannya tidak pernah ada. Twin.fun adalah pasar kembar digital yang dibuat oleh @OpenGradient —memungkinkan pengguna membuat, memperdagangkan, dan berinteraksi dengan kepribadian KOL yang di-replikasi oleh AI. Menurutku, kebutuhan ini benar-benar ada. Lihat saja logika hadiah (donasi) di ruang siaran live para top streamer—pada intinya mereka membeli “perasaan bahwa dirinya terlihat”. Replika AI hanya mengubah pengalaman itu menjadi produk yang bisa diskalakan.
Kalau mengintip di balik permukaan, bagian terpenting bukan “apakah AI-nya mirip atau tidak”, melainkan verifikasi lewat inferensi (reasoning). Jika data personel (persona) KOL berjalan di server tersentralisasi, tidak ada yang tahu apakah modelnya dicuri atau diubah, atau apakah dipakai untuk hal lain. @OpenGradient memakai TEE + zkML untuk reasoning yang bisa diverifikasi: setiap kali memanggil replika AI, sistem menghasilkan bukti kriptografis, dan bisa dicek di blockchain. Untuk pemain di ekosistem privasi (privacy chain), inilah bagian yang benar-benar berharga—bukan soal fanatisme, melainkan benteng teknologi (moat).
Lalu bicara tentang penangkapan nilai (hak/keuntungan). Aku menduga banyak orang belum menyadari ini: setiap ada yang memanggil replika AI di Twin.fun, biaya inferensi yang dibutuhkan untuk settlement semuanya dibayar oleh $OPG , lewat protokol x402 untuk penyelesaian langsung on-chain. Pemegangnya bisa menggadaikan (stake) ke node verifikasi untuk menikmati bagi hasil dari bagian ini, serta ikut serta dalam pemungutan suara tata kelola standar perangkat keras TEE. Ini bukan janji manis token tata kelola, melainkan kontrol nyata atas hak penetapan harga pasar inferensi.
Kesimpulannya begini: kontradiksi inti pasar kembar digital adalah pertarungan antara “pengalaman berskala” dan “kepercayaan (trust)”. @OpenGradient menjahit kontradiksi itu di tingkat fondasi. Pemegang $OPG tidak sedang membeli narasi, melainkan membeli hak atas pembagian biaya (fee) dari infrastruktur dasar tersebut.
Perkiraan arah setelah melihat tren: begitu KOL papan atas mulai menandatangani kontrak dan tayang di Twin.fun, jumlah panggilan inferensi per hari bisa mencapai 10 kali lipat dari sekarang. Arus biaya (fee flow) ini akan langsung tercermin pada pendapatan staking (hasil gadai). Bagi yang masuk dan melakukan posisi sekarang, aku rasa sedang “menjemput lembah valuasi”. Aku melihat jalan ini cukup menjanjikan—menurut kalian bagaimana? #OPG

Baru saja saya dan bibi-adik saya mengamati data Model Hub @OpenGradient , sambil melihat lebih dari 4.500 model di-chain. Pada akhirnya, apa sebenarnya yang berubah pada mekanisme peredaran $OPG —dan juga apa yang berubah untuk mekanisme peredaran $OPG ? Dari TGE yang masih “2.000+” kini langsung diberi label oleh CoinGecko sebagai “thousands of models”. Laju pertumbuhannya sedikit di luar ekspektasi saya. Saya merasa pasar belum sepenuhnya menyerap makna sebenarnya di balik angka itu.
Kalau saya katakan terus terang, jumlah model yang di-chain bukan sekadar indikator kebanggaan. Itu adalah variabel penentu “langit-langit” frekuensi konsumsi $OPG . Setiap transaksi untuk validasi dan pemanggilan inferensi harus diselesaikan dengan $OPG . Baik bukti TEE maupun bukti ZKML—satu per satu dibersihkan di blockchain, tidak ada pengecualian. Semakin banyak model yang tersedia, semakin lebar skenario yang bisa dijalankan oleh developer dan AI Agent, sehingga kepadatan permintaan inferensi per satuan waktu semakin tinggi. Itulah logika konsumsi lapisan dasar.
Saya melihat satu detail struktural: Model Hub sepenuhnya permissionless—unggah saja sudah bisa dipakai, tanpa hambatan persetujuan. Artinya, kecepatan ekspansi pasokan secara terus-menerus memperlebar “batas atas” kebutuhan. Sementara sisi pembayaran terkunci pada $OPG , protokol meng-hardcode, tanpa ruang untuk mengakali. Lalu ditambah MemSync: aktivitas baca-tulis ingatannya juga memakai penyelesaian on-chain. Selain permintaan inferensi, ada satu jalur konsumsi stabil lagi—dua jenis kebutuhan berjalan paralel.
Yang paling penting: ketika jumlah model melewati titik kritis tertentu, biaya migrasi bagi developer akan meningkat secara signifikan. Efek jaringan mulai menguatkan dirinya sendiri. “Keliatan” seperti ini tidak bisa ditiru hanya dengan pertumbuhan pengguna biasa—ini semacam parit pertahanan yang khas.
Saya mengamati ancaman terbesar justru bukan di sisi permintaan, melainkan pada kekurangan mekanisme pembakaran. Di tokenomics yang ada, biaya inferensi sebagian besar mengalir ke insentif node dan reward staking, belum ada desain penghancuran (burn) yang eksplisit di level protokol. Kap tetap 1 miliar tanpa kenaikan supply itu memang dasar yang benar, tapi jendela unlock tim dan investor masih terus bergerak maju. Hanya mengandalkan “tidak menambah pasokan” tidak cukup untuk menahan tekanan jual.
Secara teori, setelah volume model 4.500+ benar-benar terealisasi dan inferensi harian naik satu tingkat lagi, konsumsi aktual $OPG bisa membentuk dukungan struktural yang nyata. Logikanya kokoh. BitQuant dengan 1,8 juta pengguna—setiap panggilan strategi juga merupakan “air mengalir”. Di sisi aplikasi, multiplier dari jumlah model lebih terasa secara langsung.
Saya punya sedikit saran: perkenalkan proporsi pembakaran terarah dari biaya inferensi—mulai dari 5%–10%—agar sisi penawaran dan sisi permintaan sama-sama mengencang. Sisi permintaan sudah dibangun, tetapi mekanisme burn masih belum punya jadwal implementasi yang jelas.
@OpenGradient #OPG

Kerja bagus harus dapat pujian, $OPG membuat TEE jadi mekanisme verifikasi inti node inferensi, membawa Intel SGX / AMD SEV ke dalam sistem kepercayaan blockchain, bukan sembarang proyek yang bisa ngedesain arsitektur seperti ini. Jujur saja, saya lihat $OPG membuat TEE jadi mekanisme verifikasi inti node inferensi, membawa Intel SGX / AMD SEV ke dalam sistem kepercayaan blockchain, bukan sembarang proyek yang bisa ngedesain arsitektur seperti ini. #OPG
Setelah bertahun-tahun berjuang di privasi chain, ada satu masalah yang selalu menggelayuti: seberapa tinggi sebenarnya ancaman serangan side-channel ini menggantung di atas kepala $OPG ?
Mari kita bahas fenomenanya. Apa yang terjadi dalam sejarah SGX? Foreshadow (2018) langsung mengambil kunci dari enclave, SGAxe (2020) bisa membaca data lintas zona aman, serangan SEVered AMD SEV dapat memodifikasi memori terenkripsi tanpa merusak attestation. Masing-masing adalah contoh nyata.
Saya rasa ada titik logika kunci di sini.
Jalur verifikasi $OPG adalah: node inferensi berjalan di TEE → menghasilkan attestation → lapisan konsensus node penuh verifikasi → menulis di blockchain. Seluruh akar kepercayaan adalah attestation tersebut.
Namun, keburukan dari side-channel adalah: ia tidak merusak attestation, di bawah premis bahwa ia sah, dengan diam-diam memodifikasi status tengah inferensi.
Saya merasa banyak orang belum memikirkan ini, penyerang melalui teknik timing cache, DRAM row hammer, dll., sementara enclave mengeluarkan bukti secara normal, mengganti input inferensi, bukti di blockchain sepenuhnya sah, tetapi hasilnya sudah terkontaminasi. Node penuh memverifikasi format bukti, bukan semantik inferensi, jadi tidak bisa terdeteksi.
Ini berdampak paling besar bagi skenario DeFi $OPG . Strategi kuantitatif BitQuant bergantung pada keluaran yang dapat diverifikasi dari model manajemen risiko, jika keluaran dihasilkan di bawah serangan side-channel, bukti di blockchain tidak ada masalah, tetapi semua hasilnya beracun, "kepercayaan" dari transaksi ini jadi lelucon.
Saya melihat dalam dokumen ada audit attestation perangkat keras saat pendaftaran node TEE, hal ini sangat solid, bagus. Tapi, pendaftaran yang sah tidak sama dengan keamanan saat berjalan, kerentanan justru muncul di perangkat keras yang sah.
Melihat kenyataan: zkML adalah lapisan jaminan yang lebih solid, bukti matematis tidak takut akan serangan side-channel. Inferensi bernilai tinggi harus memaksa menggunakan zkML, TEE hanya untuk dukungan latensi rendah, ini adalah desain berlapis yang seharusnya. Lapisan TEE $OPG ini, layak untuk terus dipantau. #OPG
@OpenGradient

Tadi malam aku mengobrol dengan adik ipar tentang kehidupan, membahas logika ketahanan jaringan dari $OPG : standar open source + fork komunitas—seberapa jauh jalan yang bisa ditempuh?
Orang-orang selalu suka membahas $OPG hanya dengan narasi AI + inferensi on-chain, tapi menurutku yang benar-benar layak digali lebih dalam adalah struktur ketahanannya, yaitu apakah jaringan ini bisa terus hidup secara mandiri ketika tim inti atau satu titik komponen mengalami masalah.
Desain lapisan dasar dari @OpenGradient adalah memisahkan tiga lapisan: inferensi AI, verifikasi, dan penyimpanan dijalankan terpisah. Node inferensi, full node, dan node data punya tugas masing-masing, dan tidak memaksa setiap verifikator menjalankan model lengkap. Menurutku arsitektur ini bukan dibuat agar terlihat bagus, tapi secara alami memiliki karakteristik “modular yang bisa diganti”: kalau satu jenis node bermasalah, lapisan lain masih bisa beralih. Inilah fondasi fisik ketahanan jaringan.
Desain open source ModelHub juga mantap banget. Saat ini sudah ada 2000+ model, dan 100+ developer sedang memasukkan konten ke dalamnya. Begitu model dan standar inferensi bersifat terbuka, komunitas bisa fork untuk membuat sub-jaringan atau rantai khusus untuk skenario vertikal—seperti Uniswap v2 yang di-fork puluhan kali, sehingga ekosistem AMM justru menjadi makin tebal. Aku pikir ini adalah jalur yang paling diremehkan untuk penyebaran nilai $OPG : bukan dengan memperluas diri sendiri, melainkan dengan memperbesar radius pengaruh lewat standar yang bisa dipakai ulang.
Tapi aku juga melihat beberapa risiko nyata yang tidak terlalu sering dibicarakan. Pertama, ada dua sistem verifikasi yang hidup berdampingan: TEE dan zkML. Ketika komunitas melakukan fork, akan muncul perbedaan standar, dan interoperabilitas menjadi masalah nyata. Kedua, saat ini likuiditas hanya 190M, totalnya 1 miliar—tekanan unlock di belakang tidak kecil, dan turnover yang tinggi juga menunjukkan saat ini masih dominan didorong transaksi, bukan digerakkan penggunaan. Ketiga, lapisan memori AI MemSync—kalau ia berubah menjadi ketergantungan inti ekosistem, justru ketika ia bermasalah, dia bisa berubah menjadi single point of failure yang baru.
Perkiraan aku, arah perbaikan OPG yang sesungguhnya adalah: membuat standar inferensi dan settlement untuk pemanggilan lintas rantai menjadi cukup ringkas, sehingga proyek hasil fork secara alami kompatibel dengan settlement OPG di mainnet, bukan masing-masing membangun tokennya sendiri. Dengan begitu, nilai benar-benar bisa terkumpul ke OPG, bukan terpecah.
Penimbangan jujur dari gua: dalam jangka pendek harga masih berosilasi di sekitar level belahan dari ATH, dengan logika fundamental perlu dibuktikan oleh apakah jumlah pemanggilan developer benar-benar bisa naik; minimal masih butuh data verifikasi untuk satu sampai dua kuartal lagi.
@OpenGradient #OPG

Kemarin saya minum dengan teman yang suka mining, kita ngobrol tentang mekanisme proposal governance $OPG : siapa yang memutuskan, model siapa yang di-chain?
@OpenGradient proyek ini, saya lihat sekarang sebagian besar narasi AI+chain pada dasarnya adalah 'sewa daya komputasi', hanya dibungkus dengan cerita yang berbeda. Tapi mekanisme governance $OPG ini, saya rasa ia serius menjawab satu pertanyaan inti: siapa yang harus memprioritaskan model mana di jaringan?
Dilihat dari fenomenanya, @OpenGradient melakukan inferensi AI yang dapat diverifikasi, setiap kali model dipanggil akan menghasilkan bukti kriptografi, sebelum penyelesaian di-chain harus melewati verifikasi. Menggunakan TEE+zkML jalur ganda, skenario risiko yang berbeda berjalan di jalur verifikasi yang berbeda. Saya pikir desain 'menu kepercayaan' ini sangat cerdas, tidak satu ukuran untuk semua, tapi memberi pilihan kepada pengembang.
Dimensi governance adalah tempat yang benar-benar menarik. Pemegang $OPG dapat memberikan suara untuk memutuskan: mendukung hardware TEE mana, penetapan harga Gas, alokasi treasury, upgrade protokol. Tapi saya lebih tertarik pada model AI open source mana yang diprioritaskan oleh jaringan untuk didukung, pada dasarnya juga didorong oleh kerangka governance ini.
Pengembang model mempublikasikan model ke Model Hub, komunitas mempengaruhi alokasi sumber daya dan prioritas melalui voting token, model yang lebih banyak digunakan akan memberikan imbalan kepada node, dan imbalan node akan memberikan kembali kepada staker. Seluruh penggerak flywheel ini adalah arah voting governance. #OPG
Saya rasa bagian yang paling cerdas dari mekanisme ini adalah mengaitkan 'kekuasaan' dan 'kepentingan'. Jika kamu memiliki $OPG , kamu melakukan staking, kamu berpartisipasi dalam pembayaran inferensi, kamu benar-benar peduli dengan suara yang kamu berikan. Ini bukan DAO yang sekedar formalitas, tetapi keputusan nyata yang didorong oleh kepentingan ekonomi.
Dibaliknya ada a16z Crypto dan Coinbase Ventures, timnya berasal dari Two Sigma dan Palantir, latar belakang teknis yang sangat solid. Saya pikir proyek semacam ini yang paling sulit bukanlah teknologinya, tetapi apakah dapat benar-benar mengaktifkan partisipasi komunitas dalam governance, berdasarkan data saat ini yang menunjukkan lebih dari 2 juta pengguna, 2 juta inferensi yang dapat diverifikasi, tampaknya fase cold start berjalan cukup baik.
Saya perkirakan, mekanisme governance $OPG bukanlah hiasan, itu adalah regulator nyata dari arah evolusi jaringan. Siapa yang menguasai cukup banyak token dan benar-benar menggunakan jaringan ini, mereka memiliki kemampuan untuk mendorong model open source yang mereka dukung agar diutamakan. Logika ini, dalam jalur AI yang dapat diverifikasi, saya rasa adalah desain yang paling jelas saat ini. #OPG