跟Leo看AI

Mt. Gox menunda lagi dan lagi—batas waktu pembayaran kembali diundur hingga 31 Oktober 2027

Alasan resmi yang diberikan adalah masih banyak kreditur yang belum menyelesaikan pendaftaran dan verifikasi, sementara sebagian pembayaran juga mengalami kendala saat disalurkan. Kalau dipikir-pikir, Mt. Gox sudah diretas lebih dari sepuluh tahun lalu 👇👇

2014: Bursa Jepang Mt. Gox diretas. Sekitar 850.000 bitcoin dicuri, lalu perusahaan tersebut bangkrut.

Juli 2024: Mt. Gox resmi mulai membagikan BTC melalui platform seperti Kraken, Bitstamp, BitGo, Bitbank, dan SBI VC Trade. Lebih dari 90.000 BTC ditransfer dalam sebulan.

Sejak 2023: Batas waktu pembayaran sudah ditunda empat kali berturut-turut, dari 2023 hingga 2027.

Dari 142.000 BTC yang tersedia untuk pembayaran, hampir 110.000 bitcoin sudah dibagikan. Sekitar 34.000 BTC masih tersisa di dompet wali amanat. Melihat angka-angka ini, tekanan jual ke pasar akibat pembayaran Mt. Gox jauh lebih kecil daripada sebelumnya #门头沟还款再度延期

🐮😱Dokumenter paling luar biasa sepanjang sejarah? Film baru yang baru-baru ini dirilis di luar negeri, 《Kamu Bisa Melihat Segalanya》, mendapat skor tertinggi di MTC dalam hampir 10 tahun terakhir. Dan film ini adalah dokumenter nyata.

Tokoh utama film ini adalah Elizabeth Holmes, sosok di balik salah satu penipuan terbesar dalam sejarah Silicon Valley. Pada usia 19 tahun, ia keluar dari Stanford untuk merintis bisnis, lalu berhasil membawa valuasi perusahaannya mencapai 9 miliar dolar AS—setara dengan Tesla saat itu. Namun, pada akhirnya terbukti bahwa perusahaan itu sepenuhnya merupakan sebuah penipuan❗️

Film ini dibuat 34 hari sebelum ia mulai menjalani hukuman penjara. Holmes tampil sebagai dirinya sendiri, membawa penonton ke dalam kehidupan sehari-harinya melalui wawancara dan pengambilan gambar yang mengikutinya. Jika dikaitkan dengan hal-hal yang ia lakukan kala itu, ditambah sepasang mata besar khasnya yang nyaris tak berkedip, film ini menghadirkan sensasi mengerikan yang membuat bulu kuduk merinding.

Yuk, kita mengulas kembali penipuan ini👇👇

Pada 2003, Holmes mendirikan perusahaan pengujian darah Theranos dan mengklaim bahwa setetes darah dari ujung jari saja bisa digunakan untuk melakukan lebih dari seratus jenis pemeriksaan. Berbekal kisah itu dan penampilannya yang sengaja meniru Steve Jobs, ia berhasil mengajak tokoh politik penting seperti Henry Kissinger dan George Shultz untuk bergabung dalam dewan direksi. Pada 2014, valuasi perusahaan mencapai sekitar 9 miliar dolar AS, dan Holmes pun menjadi miliarder perempuan termuda yang merintis kekayaan sendiri. Namun, teknologi tersebut sebenarnya tidak pernah berhasil. Perusahaan diam-diam menggunakan peralatan komersial yang dimodifikasi untuk menguji sampel, memalsukan informasi bagi investor dan badan pengawas, serta mengirimkan hasil tes yang tidak akurat kepada pasien sungguhan.

Pada 2015, reporter The Wall Street Journal John Carreyrou membongkar penipuan itu berdasarkan informasi dari karyawan internal. Theranos bubar pada 2018. Pada 2022, Holmes dijatuhi hukuman penjara 11 tahun 3 bulan karena menipu investor, dan hingga kini masih menjalani hukumannya. Kasus ini juga menjadi contoh buruk paling terkenal dari budaya Silicon Valley yang berbunyi, “berpura-puralah sukses sampai benar-benar sukses.” #骗局 #你能看到一切

Ancaman kuantum datang lagi, dan kali ini tampaknya berbeda!!🚨🚨

Beberapa hari lalu, Anthropic menerbitkan makalah tentang komputasi kuantum dengan judul: “AI merancang sirkuit kuantum yang lebih efisien, mempercepat penerapan di bidang kimia dan ilmu material”.

Namun, dari 8 tugas dalam makalah itu, yang dibahas paling terperinci adalah penjumlahan titik pada kurva eliptik 256-bit. Ini merupakan langkah inti bagi komputer kuantum untuk memecahkan logaritma diskret kurva eliptik, sementara tanda tangan $BTC dan $ETH menggunakan kurva eliptik.

Apa saja yang tercakup dalam tugasnya?
1. Claude Mythos 5 hanya diberi deskripsi kebutuhan singkat dan penilai otomatis (jumlah qubit × jumlah gerbang), lalu dibiarkan melakukan iterasi dalam siklus tertutup sendiri, dengan hampir tanpa campur tangan manusia.
2. Langkah termahal dalam penjumlahan titik adalah inversi modular. Claude bekerja selama 53 jam dan menghasilkan implementasi divsteps reversibel pertama yang tidak perlu menyimpan riwayat percabangan. Claude juga membuktikan sendiri beberapa identitas aljabar baru dan melakukan verifikasi formal dengan Lean.
3. Dibandingkan rancangan terkecil sebelumnya, rancangan ini menggunakan 12% lebih banyak qubit, tetapi jumlah gerbangnya 17 kali lebih sedikit.
4. Sekalian, dekoder Reed–Solomon DQI dibuat dengan jumlah gerbang 12 kali lebih sedikit daripada rancangan Google sebelumnya.
5. Sebagai perbandingan, kebutuhan gerbang Toffoli untuk simulasi FeMoco diperkirakan sekitar 50 triliun pada 2017, tetapi kini turun menjadi sekitar 340 juta—penurunan sekitar 150.000 kali. Ini terutama berkat perbaikan algoritma bertahap oleh beberapa kelompok riset selama 8 tahun, dengan setiap langkah memakan waktu beberapa bulan.
Sementara itu, rancangan kurva eliptik Claude kali ini hanya membutuhkan satu kali proses selama 53 jam.

Artinya, hanya dalam 53 jam, AI berhasil membuat langkah penting untuk memecahkan tanda tangan BTC dan ETH dengan komputer kuantum menjadi lebih hemat sumber daya. Mata uang kripto Anda belum bisa dicuri saat ini, tetapi ancaman kuantum mungkin datang lebih cepat daripada perkiraan banyak orang.

Begitu perangkat kerasnya mampu mengejar, alamat yang kunci publiknya pernah terekspos di blockchain akan menjadi yang pertama menghadapi risiko. Jadi, peningkatan ke tanda tangan yang tahan terhadap kuantum tidak bisa ditunda lagi!!

#AI Apakah CoreWeave akan menjadi “bom subprime” di industri AI? 🚨⚠️ Kali ini, seruan Jensen Huang saja mungkin tidak cukup

Bos Huang belakangan ini terus menyuntikkan optimisme ke pasar: gejolak yang terjadi sekarang pada akhirnya akan berlalu, AI akan mengubah setiap industri, dan kita masih berada di titik awal.

Namun, yang dikhawatirkan Wall Street bukan lagi “apakah AI berguna”, melainkan: berapa lama waktu yang dibutuhkan untuk balik modal setelah meminjam begitu banyak uang demi membeli GPU?

Model ekspansi CoreWeave sangat sederhana: membeli GPU, menandatangani kontrak komputasi jangka panjang, lalu menggunakan kontrak dan aset tersebut untuk mendapatkan pendanaan dan membeli lebih banyak GPU. Selama pelanggan membayar tepat waktu dan pendanaan terus mengalir, siklus ini bisa berlanjut.

Masalahnya, jika kekurangan listrik memperlambat pengiriman, pendapatan bisa tertunda, sementara bunga tetap harus dibayar. GPU lama juga akan terdepresiasi seiring perkembangan teknologi. Jika pesanan baru berkurang dan harga perpanjangan kontrak turun, menghasilkan uang dan mendapatkan pinjaman bisa sama-sama makin sulit.

Pendapatan di bawah ekspektasi membuat pinjaman lebih mahal; pinjaman yang lebih mahal membuat pembayaran utang makin sulit. Inilah “spiral kematian” yang dikhawatirkan pasar, bukan sekadar harga saham yang turun selama beberapa hari.

Jensen Huang tentu punya alasan untuk optimistis terhadap AI. Namun, Nvidia bisa meraup untung dengan menjual GPU bukan berarti perusahaan yang membeli GPU juga bisa balik modal.

Kontrak jangka panjang dan permintaan yang berkelanjutan mungkin bisa menopang model ini. Menyimpulkan bahwa ini adalah “krisis subprime” sekarang masih terlalu dini. Namun, untuk menghilangkan keraguan pasar, yang perlu ditunjukkan CoreWeave adalah arus kas, bukan sekadar keyakinan.

Musk benar-benar pelopor kemajuan umat manusia. Lihat saja apa yang dia kembangkan: roket, Starlink, mobil energi baru, pusat data di luar angkasa—setiap konsepnya saja sudah cukup untuk dijadikan film blockbuster Hollywood. Sekarang dia bahkan berhasil membuat mobil terbang! Karangan yang kutulis waktu kecil jadi kenyataan!!! Keren banget, mau tak mau kita harus mengakui kehebatan pria ini #特斯拉发布Roadster

Belakangan ini ada berita tentang Lao Gan Ma yang menjadi trending topic. Katanya, perusahaan ini meraup hampir 800 juta dolar AS dalam setahun berkat AI.

Sebenarnya ada apa? Tahun lalu, Lao Gan Ma meluncurkan sistem inspeksi visual berbasis AI yang menurunkan tingkat produk cacat dalam proses produksi utama hingga 0,02%. Di pabrik, kamera memindai ban berjalan setiap 0,3 detik, lalu cabai yang tidak memenuhi standar akan ditiup masuk ke tempat pembuangan. Kalau dipahami secara sederhana, sebenarnya keuntungan itu tak ada hubungannya dengan AI. Mereka cuma numpang tenar dengan mengait-ngaitkannya ke AI 😂😂

Namun, sebelum sistem AI digunakan, ada lebih dari 600 pekerja yang menyortir cabai di seluruh lini produksi. Sekarang jumlahnya tinggal kurang dari 50 orang. Apa cuma aku yang merasa kasihan pada para pekerja yang tergantikan ini??

#Muse超越ChatGPT成iOS免费榜首 Mengapa Tiongkok belum punya Muse sendiri? Ponsel Doubao: Aku mau membuatnya, tapi mereka tidak setuju 😕😕

Asisten ponsel Doubao sejak lama ingin membuat agen AI yang bisa membantu pengguna memesan barang secara otomatis di Taobao dan memesan makanan lewat Meituan. Untuk mendapatkan izin, bulan lalu Doubao mengeluarkan aturan dan mengumumkannya selama 30 hari, agar setiap perusahaan aplikasi bisa memilih apakah mengizinkan AI Doubao bertindak otomatis atas nama pengguna. Setelah masa pengumuman berakhir, sejumlah perusahaan besar di Tiongkok—termasuk WeChat, Alipay, Taobao, Meituan, Pinduoduo, dan Xiaohongshu—semuanya menolak.

Sebenarnya, logika perusahaan-perusahaan besar itu mudah dipahami: kalau AI yang bertindak atas nama pengguna, bagaimana mereka bisa menjual rekomendasi berbayar kepada pedagang dan iklan layar pembuka? Dilihat dari sisi mana pun, hal ini hanya merugikan mereka dan sama sekali tidak menguntungkan. Untuk saat ini, memang belum ada solusinya.

Ada lagi selebritas pria yang mengungkap kalau dirinya trading NFT dan ruginya malah lebih besar daripada trading saham 😂😂 Kalau nggak salah, selebritas yang pernah trading NFT itu termasuk Stephen Chow, Jay Chou, JJ Lin, dan Edison Chen, ya? Tapi kebanyakan tetap sempat meraup untung dari investor kecil. #方力申自爆买NFT亏惨

Aku benar-benar sulit percaya! Kualitas visual game 3D seperti ini ternyata dibuat sendiri oleh satu orang dengan bantuan AI hanya dalam setengah bulan!! Aku coba mainkan, gaya visual dan musiknya sama-sama kelas atas. Baru semalam diunggah, jumlah penontonnya sudah lebih dari 1,6 juta!! Sekarang pun masih terus melonjak

Hebat banget. Punya selera bagus + jago pakai AI + eksekusinya kuat + mau berbagi dan berekspresi—itulah formula sukses di era ini!!!

Dunia ini benar-benar sudah gila... AI saja sudah mulai melahirkan, bahkan perlu cuti melahirkan 😓😓

Pengadilan Distrik AS untuk Distrik Selatan New York beberapa hari lalu menjatuhkan hukuman penjara 18 bulan kepada Michael Smith, 54 tahun, atas penipuan menggunakan musik yang dihasilkan AI dan manipulasi jumlah streaming 😳😳 Ini juga merupakan kasus pidana pertama sejenis di AS

Bagaimana tepatnya dia melakukannya? Pertama, dia menggunakan alat AI untuk membuat ratusan ribu lagu secara massal, lalu mengunggahnya ke platform besar seperti Spotify dan Apple Music untuk meraup royalti. Setelah itu, dia memakai bot untuk memanipulasi jumlah pemutaran. Selama 7 tahun, dia meraup 8,09 juta dolar AS dengan cara ini⋯⋯

Yang lebih menarik, pria ini ditangkap pada 2024. Kalau dia menggunakan AI yang tersedia sekarang, penghasilannya pasti akan lebih besar lagi #神操作

Aku baru tahu tentang kreator ini sekarang!! Martin Luk, seorang mahasiswa asal Hong Kong, tahun lalu berhasil menjadi juara kategori saham dalam kompetisi investasi Amerika Serikat dengan imbal hasil tahunan sebesar 969,8% 🏆🐮

Katanya, strategi klasik yang paling sering ia gunakan disebut strategi beli saat harga terkoreksi. Strategi ini sangat cocok untuk modal kecil dan biaya untuk mencoba-coba juga rendah. Aku lihat kanal YouTube-nya punya lebih dari 8.000 pelanggan, dan ia sering melakukan siaran langsung trading saham pada malam hari.

#Ledger暂停CryptoBilis销售 Setelah Ledger diretas, ada yang membongkar bahwa dalam ketentuan ganti rugi dompet perangkat keras lain, OneKey, tertulis bahwa ganti rugi maksimal hanya 100 dolar AS... Tapi memang sulit menilai kasus ini, dan sepertinya tidak ada kasus serupa di dunia web2. Pernah dengar ada orang membeli brankas, lalu setelah asetnya dicuri, menuntut ganti rugi kepada penjual brankas? Tapi kalau aset bernilai besar yang disimpan di dalam dompet dicuri karena masalah keamanan pada dompet itu sendiri, siapa yang bisa menerima kalau dompet hanya mau mengganti maksimal 100 dolar AS? 🤡🤡

#xrp账本修复可增发xrp的漏洞 Kalau saya tidak salah ingat, beberapa bulan lalu ZEC juga mengalami hal serupa, lalu harganya anjlok lebih dari 50% pada hari itu, kan? Kenapa harga XRP tidak banyak bereaksi??

Transaksi harus pakai tangan, ya? Memangnya nggak boleh pakai kaki?

Mbak Siba jago banget bikin tingkah, hahaha

#Manus完成超5亿美元新一轮融资 Manus ternyata kembali lagi?? Bahkan berhasil menggalang dana sebesar 500 juta dolar AS.

Setelah melewati serangkaian peristiwa dramatis—diakuisisi Meta, kesepakatan mendadak dihentikan, lalu transaksi dibatalkan—Manus tidak tumbang. Mungkin bertahun-tahun dari sekarang, kita akan melihat bahwa keputusan untuk tidak diakuisisi Meta dulu adalah keputusan yang tepat.

Saat libur Hari Nasional, saya pulang sebentar ke kampung halaman. Di kota kabupaten, tak ada yang membicarakan AI, model AI besar, saham AS, chip, atau kecerdasan berwujud; topik yang tak pernah berubah tetap saja urusan sehari-hari keluarga.

Dunia sepertinya masih sama seperti dulu 🤫🤫

Muse爆火第13天Meta涨11%，但"AI新入口"的故事先别信

Sepuluh tahun lalu, Zuckerberg mendemokan robot Messenger di F8 untuk memesan bunga, dengan berkata, "Tidak ada yang suka menelepon toko." Sepuluh tahun kemudian, perusahaan yang sama meluncurkan personal Agent bernama Muse. Dalam 13 hari, ia menempati posisi puncak di tangga gratis nomor satu ganda untuk wilayah AS, dengan unduhan lebih dari 2,5 juta.

Narasi Meta membentuk sebuah lingkaran: pada 2023, "tahun efisiensi" menghemat biaya dan membuat pendapatan naik hampir 200%; pada 2026, belanja modal didorong hingga 130 miliar? (1300 miliar dalam teks), namun arus kas bebas kuartal II tinggal 784 juta, tetapi karena Muse naik 11% lagi pada satu hari. Pasar tidak peduli kamu menghabiskan uang atau menghemat uang—yang mereka pedulikan adalah apakah ceritanya bisa dijelaskan dengan masuk akal.

Namun ini kali ke-5 raksasa teknologi itu berebut "super entry" dengan AI—empat sebelumnya berhenti di level fitur, belum benar-benar sampai ke level pintu masuk: belanja via Alexa hanya dicoba oleh 2% pengguna, sembilan dari sepuluh tidak berlangganan lagi; robot Messenger merosot jadi layanan pelanggan; GPT Store dan Humane AI Pin gagal total; ChatGPT Instant Checkout dikritik Walmart karena tingkat konversinya hanya sepertiga dari yang mengarahkan pengguna ke situs resmi; setelah miliaran kupon tanpa bayar saat Imlek, DAU dari 3? (30 miliar)?? melonjak ke 73,52 juta lalu jatuh lagi ke 30 juta. Setiap kali pasar membayar demi keramaian, setiap kali akhirnya sama.

Kontradiksi mendasar Agent: menghapus waktu, tapi ingin mempertahankan pengguna

Monetisasi di internet hanya punya dua jalur: rekomendasi mengandalkan "menghabiskan waktu" untuk menjual exposure; pencarian mengandalkan "menyerahkan" orang ke pedagang. Personal Agent tidak berdiri di dua sisi itu—ia menyelesaikan urusanmu, membuatmu secepatnya pergi. Itu adalah "menghapus waktu". Tapi ia juga ingin menggenggam pengguna di tangannya. Yang ia serahkan ke pedagang hanyalah sebuah pesanan: terlihat alamat akun, tak terlihat orang yang benar-benar mampir toko; tidak ada penjelajahan, singgah, apalagi pembelian ulang. Pesanan berikutnya kembali melakukan perbandingan harga; keunggulan jangka panjang tidak terbentuk.

Pedagang tidak akan membayar mahal untuk pesanan yang tak terlihat penggunanya. Sementara biaya marjin nyata ada di sisi depan Agent: penalaran, virtual machine, rendering, dan percobaan ulang semuanya butuh uang. Meta justru ingin menempel di dua ujung—menarik biaya langganan dari pengguna sekaligus berharap mengantongi komisi dari transaksi.

Hitung-hitungannya terasa pahit: Morgan Stanley memproyeksikan pada 2028 Muse punya 100 juta pengguna, 5 kali pencarian per hari, 10% bernilai komersial, dan setiap kali menghasilkan 0,07 dolar. Setahun total 1,3 miliar dolar, hanya menyumbang sekitar 1% pada laba per saham Meta. Sementara iklan Meta Q2 diestimasi tahunan mencapai 237 miliar.

Memilih kubu adalah seni

Melayani konsumen atau pedagang? Apa yang layak dibeli ditentukan oleh uang yang hidup dari pihak penjual. Toko seperti Yitao diblokir oleh JD.com; Google Shopping yang dulu gratis untuk perbandingan harga berubah menjadi tampilan berbayar. Pada 20 September, Amazon membekukan Muse dengan alasan yang terang-terangan: aplikasi pihak ketiga yang memesan lintas toko atas nama pelanggan harus transparan dalam operasinya dan menghormati kemauan penyedia layanan. Begitu Agent beralih menjadi penarik aliran untuk pedagang dengan biaya, ia tak lagi menjadi agen pembeli yang membantumu menghemat uang, melainkan saluran iklan lain. Zuck berkata Muse akan "membantu kamu menghasilkan uang, membantu kamu menghemat uang"—padahal dua kepentingan itu pada dasarnya saling bertentangan.

Hambatan replikasi rendah sekali

Protokol MCP membuat kemampuan yang terhubung ke Gmail, kalender, dan peta cepat menjadi standar yang seragam. Setiap orang punya satu virtual machine di cloud plus browser yang terlihat—arsitektur ini bukan monopoli Meta. Gemini Spark dari Google bahkan lebih dulu dari Muse lebih dari tiga bulan. Jika benar-benar jalan rute ini, seharusnya yang mendapat giliran adalah Google atau OpenAI/ Doubao yang memegang Gmail/Chrome/Android. Yang lebih menarik, penggunaan Muse yang paling mendapat pujian justru menempel di email Google: tinggal ubah daftar harga, tinggal kejar. Ia hanya unggul di start line produk baru: dalam periode yang sama, unduhan ChatGPT dalam 13 hari mencapai 3,1 juta kali, tetap lebih tinggi daripada Muse.

Di dalam negeri juga demikian: Qianwen terhubung ke Taobao, tapi pada satu kuartal malah merugi 13,8 miliar untuk AI, lalu memukul balik iklan aliran rekomendasinya sendiri; WeChat memegang Micro? menahan diri dari versi abu-abu karena Tencent menghasilkan uang dari iklan akun video; Meituan membuka antarmuka tapi tetap menahan kasir; Doubao dua kali menabrak tembok. Yang paling senyap adalah Pinduoduo—perusahaan yang paling bergantung pada "berkeliling", paling terdampak.

Masa berlaku pintu masuk

Untuk menjadi pintu masuk minimal ada empat syarat: membangkitkan kebutuhan, memegang kendali pembayaran, mempertahankan pengguna, dan tetap netral. Saat ini, Agent personal paling banyak hanya memenuhi satu atau dua. Setiap menit perhatian yang dihemat, sebenarnya adalah aset yang bisa dijual oleh perusahaan internet; setiap pengguna yang tetap berada di genggamannya, adalah orang yang sebenarnya rela dibayar oleh pedagang untuk didatangkan.

Analis Morgan Stanley, Brian Nowak, berkata ia hanya peduli satu hal: apakah pengguna benar-benar membayar di Muse untuk membeli barang, bukan peduli unduhan dan DAU.

Dalam beberapa tahun terakhir, pasar selalu menyukai menilai perusahaan teknologi dengan cara menyeburkan uang. Tapi di antara narasi pintu masuk yang tak satu pun terbukti, kelangkaan sesungguhnya tidak pernah keberanian untuk membelanjakan uang—melainkan kehati-hatian untuk paham uang apa yang tidak seharusnya dibelanjakan.

Tadi malam, kenaikan harian Meta lebih dari 11%; Intel dan AMD masing-masing mendorong sekitar 12% dan 10%. Penyebabnya adalah produk AI Agent personal Meta bernama Muse yang terus memanas. Hal ini layak dibahas karena berpotensi mengubah logika dasar di balik “komputasi AI”.

1. Apa yang sebenarnya diubah oleh Muse

Sebagian besar AI konsumen di pasaran pada dasarnya masih berupa alat tanya-jawab: Anda memasukkan satu paragraf, model menalar lalu mengembalikan hasil, dan tugas selesai. Muse menarik AI keluar dari jendela chat ke dalam alur kerja nyata: Anda memberi satu tujuan, lalu ia memecah langkah-langkahnya, login ke situs, memanggil layanan eksternal, membaca status halaman, dan kemudian memutuskan langkah berikutnya; ketika menemui pembayaran, mengirim email, mengubah jadwal, ia secara aktif meminta otorisasi Anda, menyelesaikan pekerjaan, lalu mengecek apakah tugas sudah tuntas.

Siklus tertutupnya adalah: memahami tujuan → menyusun rencana → memanggil alat → mengamati hasil → menyesuaikan rencana → melanjutkan eksekusi.

Jika AI tradisional unit kerjanya adalah “satu kali percakapan”, maka pada Agent unit kerjanya adalah “satu tugas utuh”. Meta juga menyiapkan lingkungan eksekusi yang persisten di cloud—matikan aplikasi pun ia tetap berjalan di latar belakang. Artinya, persaingan tidak lagi hanya melihat model dasar; Anda juga harus melihat pintu distribusi, data pengguna, dan ekosistem bisnis. Meta memegang pintu masuk pengguna yang sangat besar. Begitu Muse menumpuk email, jadwal, kebiasaan belanja, dan riwayat tugas, biaya perpindahannya menjadi sangat tinggi—yang harus dipindahkan bukan sekadar riwayat chat, melainkan keseluruhan cara bekerja.

2. Kenapa kali ini yang ditarik justru CPU

Dalam beberapa tahun terakhir, medan utama infrastruktur AI adalah GPU. Namun setelah Agent masuk ke alur kerja, struktur komputasi berubah: GPU bertugas untuk “berpikir” (memahami tujuan, menyusun rencana, mengenali halaman), sedangkan bagian yang benar-benar “mengerjakan”—menjalankan sistem, membuka virtual machine, memanggil API, mengelola izin, mengatur status tugas—semuanya dipusatkan pada CPU dan server tradisional.

Alur model chat adalah: input → penalaran → output → melepas sumber daya. Alur Agent adalah: penalaran → eksekusi CPU → menunggu respons eksternal → membaca status lagi → menalar lagi → mengeksekusi lagi; untuk satu tugas panjang, ia bisa berputar puluhan hingga ratusan kali. Browser, virtual machine, memori, dan status tugas harus terus online. Kebutuhan komputasi AI berubah dari “menghasilkan satu Token” menjadi “seluruh sumber daya sistem untuk menyelesaikan satu tugas”.

Jika Muse dibuka ke miliaran pengguna, bahkan bila hanya sebagian kecil yang menjalankan Agent secara bersamaan, ia tetap akan mendorong virtual machine, proses browser, dan pemanggilan API dalam jumlah sangat besar secara paralel. Karena personal Agent harus menangani email, pembayaran, izin akun, ia tidak bisa memasukkan tugas semua orang ke lingkungan yang sama. Semakin ditekankan isolasi keamanan, semakin harus disediakan sumber daya independen untuk tiap pengguna. Kebutuhan CPU di era Agent berasal dari tiga jalur: jumlah paralel meningkat, waktu tugas memanjang, dan isolasi keamanan makin ketat. Inilah juga alasan pasar kembali menyorot CPU server multi-core; bahkan ada penilaian bahwa kebutuhan core CPU di masa depan bisa berlipat, sementara rasio CPU dan GPU mendekati 1:1.

Ringkasan kerangka pengamatan dalam satu kalimat: ketika biaya penalaran turun, bottleneck AI akan bergeser dari “apakah model bisa berpikir” menjadi “apakah latar belakang bisa mengeksekusi secara paralel dengan biaya yang cukup rendah”.

3. Bagaimana kebutuhan komputasi berubah menjadi profit

Permintaan tidak otomatis berarti profit; kuncinya adalah model ekonomi per unit dari Muse. Ada dua tingkatan langganan—gratis ditambah 20 dolar dan 100 dolar. Ke depan, ia juga bisa menghasilkan uang lewat Agent perusahaan, antarmuka untuk developer, dan komisi transaksi. Muse bisa mengenali niat konsumsi yang sebenarnya; nilai teoritis per pengguna juga bisa lebih tinggi daripada klik iklan tradisional. Ada lembaga yang memperkirakan pendapatan masa depan bisa melampaui US$10 miliar.

Namun struktur biaya Agent berbeda: perlu menjalankan virtual machine untuk pengguna, menggunakan memori, “membakar” jaringan, serta mengatur model; semakin intens penggunaannya, biaya latar belakang makin tinggi. Dua tingkatan langganan pada dasarnya juga adalah kontrol sumber daya—membatasi jumlah tugas, jumlah panggilan, dan durasi latar belakang. Dibanding langganan tetap, komisi transaksi lebih sejalan dengan struktur biaya Agent.

Tetapi skema transaksi dapat memicu konflik platform. Amazon telah memutuskan akses Muse di aplikasinya untuk berbelanja—setelah Agent menyelesaikan pencarian dan pemesanan untuk pengguna, pengguna melewati halaman rekomendasi dan iklan. Platform pihak ketiga kemungkinan besar menempuh tiga jalur: mengenakan biaya untuk antarmuka terbuka, meminta bagi hasil transaksi, atau memblokir akses yang belum diotorisasi. Jalur apa pun akan menekan batas layanan Muse dan margin profit.

4. Pahami rantai penyampaian ini

Bagi Meta: Muse adalah batu uji utama apakah belanja modal AI bisa diubah menjadi pendapatan kelas konsumen—unduhan membuktikan distribusi, tingkat penyelesaian menentukan nilai, retensi dan pembayaran menentukan pendapatan, dan biaya per tugas menentukan profit.

Bagi Intel: GPU mengurus “berpikir”, CPU mengurus “eksekusi”. Jika Agent konsumen berkembang secara besar-besaran, CPU server mungkin berubah dari komponen pendukung menjadi faktor kunci yang menentukan skala paralel dan biaya operasional.

Rantai penyampaian lengkapnya adalah: Agent kelas konsumen mendapat akses dari pengguna → tugas bergeser dari tanya-jawab menjadi eksekusi berkelanjutan → virtual machine, browser, dan pemanggilan alat meningkat pesat → kebutuhan CPU, memori, dan jaringan naik → biaya infrastruktur naik → pendapatan dari langganan dan transaksi memvalidasi unit ekonomi → pada akhirnya, kebutuhan chip bertransformasi menjadi profit pemasok.

GPU menentukan apakah Agent bisa memikirkan dengan jernih; CPU dan infrastruktur dasar menentukan apakah ia bisa menyelesaikan pekerjaan untuk cukup banyak orang secara bersamaan. Sedangkan pengembalian modal pada akhirnya bergantung pada apakah uang yang didapat dari tiap penyelesaian tugas bisa menutup biaya seluruh rantai eksekusi.