Dari Aliran Acak ke Agen Cerdas: Ekonomi AI di 2026 dan Revolusi dalam Penemuan Ilmiah

Peralihan yang berlangsung pada tahun 2026 menandai titik balik yang mendalam dalam sejarah kecerdasan buatan. Ini bukan hanya tentang evolusi teknis model, tetapi tentang reformulasi fundamental bagaimana AI ditempatkan dalam jaringan ekonomi dan ilmiah. Sementara tahun-tahun sebelumnya didominasi oleh kemampuan generatif besar dari jaringan neural, kita kini memasuki era di mana agen AI berfungsi sebagai entitas otonom, mampu tidak hanya memproses, tetapi juga bertindak, bernegosiasi, dan menemukan.

Perubahan paradigma yang kita amati mengungkapkan fenomena menarik: AI yang “berhalusinasi” dan membuat kesalahan penalaran kini menghasilkan penemuan ilmiah yang nyata. Organisasi seperti a16z Crypto mengidentifikasi tiga pilar yang akan menopang transformasi ini hingga akhir tahun: paradigma baru dalam penelitian ilmiah berbasis kolaborasi antar agen, sistem identitas revolusioner (KYA - Kenali Agen Anda), dan model ekonomi yang sepenuhnya direstrukturisasi untuk mengatasi “pajak tak terlihat” yang membebani jaringan terbuka. Ketiga perubahan ini tidak berdiri sendiri — masing-masing bergantung pada yang lain agar dapat terwujud secara penuh.

Transendensi Ilmiah: Ketika Agen AI Mengambil Tanggung Jawab Penemuan

Penelitian berbasis AI berkembang pesat tahun ini. Kita tidak lagi berbicara tentang alat bantu — seperti ringkasan literatur, generator kode otomatis — tetapi tentang sistem yang mampu merumuskan hipotesis asli, menjalankan eksperimen lengkap, dan yang terpenting, menginterpretasi kegagalan mereka sendiri. Lompatan kualitatif terletak pada peralihan dari “rekayasa prompt linear” ke arsitektur rekursif dan hierarkis yang dikenal sebagai AWA (agen yang dibungkus oleh agen).

Mengatasi Batasan Pencocokan Pola

Scott Kominers, peneliti dari a16z, menggambarkan kemajuan ini dengan tajam: model AI tidak lagi terbatas pada memahami dan menjalankan instruksi langsung. Sekarang mereka mampu menerima instruksi abstrak — seperti “bimbing seorang mahasiswa doktoral melalui investigasi lengkap” — dan mengembalikan jawaban yang benar-benar baru dan secara fungsional tepat. Lonjakan ini menandai keberhasilan melewati apa yang dulu disebut “burung beo acak”, menunjukkan kemampuan penalaran lambat dan reflektif, mirip dengan “pikiran sistematis” manusia.

Fitur yang sebelumnya dikritik dari model besar — “halusinasi” — kini dipahami dalam konteks penemuan ilmiah sebagai mekanisme “eksplorasi generatif”. Ketika peneliti dari Universitas Washington menggunakan kemampuan “berfantasi kreatif” ini untuk menghasilkan lebih dari satu juta struktur protein yang tidak ada di alam, mereka menemukan luciferase baru dengan sifat katalitik yang sebanding dengan enzim alami, tetapi dengan spesifisitas substrat yang lebih baik. Demikian pula, peneliti yang menerapkan jaringan neural dengan informasi fisik (PINNs) menemukan singularitas tidak stabil baru dalam persamaan Navier-Stokes — yang merupakan versi modern dari masalah klasik hukum Stokes dalam dinamika fluida — mengungkap pola yang sebelumnya tidak diketahui dalam gerak fluida kompleks.

Inti dari transformasi ini sederhana namun kuat: mengizinkan model “bermimpi” dalam ruang abstrak untuk menghasilkan dugaan dengan entropi tinggi, yang kemudian disaring menggunakan pemeriksa logika yang ketat. Ini mengubah halusinasi menjadi alat penemuan.

Arsitektur Rekursif: Bagaimana Agen Bekerja Sama

Untuk memanfaatkan kemampuan emergent ini, alur kerja ilmiah mulai meninggalkan linearitas demi hierarki yang kompleks. Arsitektur AWA bukan sekadar dialog antar banyak agen — melainkan sistem kontrol rekursif di mana tugas dipecah, didistribusikan, dan divalidasi dalam lapisan-lapisan.

Polanya “Pengatur-Pelaksana” adalah implementasi paling umum saat ini. Seorang agen “Peneliti Utama” menjaga konteks dan tujuan global, memecah tugas ke agen-agen khusus yang disebut “Pelaksana”. Data dari Anthropic menunjukkan hasil yang mencolok: sistem yang terdiri dari Claude Opus sebagai koordinator dan beberapa Claude Sonnet sebagai pelaksana menunjukkan performa lebih baik dari satu Claude Opus dalam tugas penelitian kompleks — dengan peningkatan sebesar 90,2%. Keuntungan ini terutama berasal dari “isolasi konteks” — agen utama tidak memproses redundansi dari setiap sub-tugas, menjaga kejelasan penalaran.

Fitur penting lainnya adalah siklus peningkatan diri secara rekursif. Ketika sebuah agen gagal dalam tugas, data kesalahan dikembalikan ke agen “kritik” untuk dianalisis dan diperbaiki. Kerangka kerja MOSAIC (Sistem Multi-Agen untuk Generasi Kode Berbasis AI) secara signifikan meningkatkan akurasi pembuatan kode ilmiah dengan memperkenalkan agen-agen yang khusus melakukan evaluasi diri dan merumuskan prinsip — meniru proses berpikir manusia saat menghadapi kegagalan eksperimen.

“Ilmuwan AI”: Sistem Penemuan Lengkap

Contoh paling ikonik dari arsitektur ini adalah “Ilmuwan AI” dari Sakana AI, diluncurkan tahun 2025. Sistem ini menjalankan seluruh siklus hidup penemuan ilmiah secara otomatis: mulai dari generasi ide kreatif (berbasis model seperti NanoGPT dan riset literatur), melalui iterasi eksperimen (dengan koreksi otomatis kode menggunakan alat seperti Aider), hingga penulisan artikel lengkap dalam LaTeX dengan referensi otomatis, dan akhirnya review sejawat simulasi berdasarkan kriteria konferensi top seperti NeurIPS.

Hasil ekonominya mengesankan: biaya komputasi untuk menghasilkan sebuah artikel penelitian lengkap hanya sekitar 15 dolar. Lebih mengejutkan lagi, sebuah artikel yang dihasilkan sistem ini, “Regularisasi Komposisional”, berhasil lolos review sejawat di sebuah workshop ICLR. Meski masih ada keterbatasan — seperti halusinasi referensi dan kekeliruan logika — kasus ini menunjukkan bahwa AI telah melampaui sekadar asistensi dan memasuki ranah pelaksanaan proses ilmiah yang otonom dan kompleks.

Komando Identitas: Membangun Kepercayaan dalam Ekonomi Mesin

Seiring agen mendapatkan hak untuk melakukan transaksi dan tindakan di dunia nyata, ekonomi digital menghadapi krisis identitas yang belum pernah terjadi sebelumnya. Sean Neville, CEO Catena Labs, memperingatkan bahwa jumlah “identitas non-manusia” di sektor keuangan sudah melampaui secara dramatis jumlah pegawai manusia — dengan rasio hingga 96 banding 1 dalam beberapa statistik. Agen-agen ini — tanpa rekening bank tradisional, tanpa verifikasi identitas nyata, tetapi beroperasi secepat mesin — menjadi pusat kepatuhan regulasi.

Munculnya Identitas Non-Manusia dan Risikonya

Lima puluh persen lembaga keuangan mengakui secara internal keberadaan “agen bayangan AI” yang tidak disetujui, yang menciptakan “pulau-pulau identitas” di luar kerangka tata kelola formal. Risiko nyata muncul: agen optimisasi sumber daya di cloud yang membeli secara otomatis instance mahal; robot trading yang mengirim instruksi jual yang salah saat volatilitas ekstrem. Pertanyaan utama adalah tanggung jawab: ketika agen melanggar aturan, siapa yang bertanggung jawab? Pengembang? Manajer? Penyedia model? Tanpa sistem identitas yang jelas, tanggung jawab ini tetap kabur.

KYA: Fondasi Kepercayaan

KYA (Kenali Agen Anda) bukan sekadar penerbitan identifikasi. Ini adalah sistem identitas digital lengkap yang mencakup subjek, kredensial, izin, dan riwayat reputasi.

Struktur KYA berlandaskan tiga pilar:

Subjek Utama: Entitas yang bertanggung jawab secara hukum atas agen. Agen harus terhubung melalui mekanisme kriptografi ke akun orang atau perusahaan yang terverifikasi dengan KYC/KYB.

Identitas Agen: Berbasis Identifiers Terdesentralisasi (DID). Ini dihasilkan secara kriptografis, tidak dapat diubah, dan dapat dipindahkan antar platform — menciptakan portabilitas nyata.

Mandat dan Otorisasi: Kredensial Verifikasi (VC) yang secara eksplisit menyatakan hak-hak agen. Contoh: “Agen ini diizinkan mewakili Alice dalam pembelian di Amazon, dengan batas maksimum 500 dolar.”

Mekanisme kepercayaan bekerja sebagai berikut: saat agen memulai transaksi, ia menunjukkan sebuah VC. Verifikator tidak percaya pada agen itu sendiri — melainkan pada tanda tangan digital VC tersebut. Jika tanda tangan berasal dari penerbit yang terpercaya, transaksi disetujui. Ini menciptakan “rantai kepercayaan” yang jelas: bank percaya pada perusahaan → perusahaan mengeluarkan VC ke agen → pedagang memverifikasi VC → transaksi disetujui.

Protokol Pendukung KYA

Perlombaan standar teknis sedang berlangsung. Protokol Skyfire meluncurkan KYAPay, sebuah standar terbuka di mana token terdiri dari dua komponen: informasi identitas dan kemampuan pembayaran. Ini memungkinkan agen menyelesaikan “checkout pengunjung” tanpa pengisian formulir manual.

Catena Labs, didirikan oleh arsitek USDC Sean Neville, mengembangkan ACK (Kit Perdagangan Agen), yang digambarkan sebagai “HTTP untuk bisnis agen cerdas”. ACK menggunakan standar W3C DID dan memungkinkan agen mengendalikan langsung dompet kontrak pintar, menawarkan keamanan lebih baik daripada kunci API tradisional.

Google meluncurkan Protokol Pembayaran Agen (AP2), yang mengelola izin melalui “Surat Persetujuan” dan bekerja sama dengan Coinbase dalam pengembangan ekstensi AP2 x402, yang mengintegrasikan standar pembayaran terenkripsi langsung ke protokol.

Reputasi dan Pengendalian Risiko

KYA juga menjadi titik awal untuk sistem reputasi. standar ERC-7007 memungkinkan setiap interaksi sukses agen — pembayaran tepat waktu, kode berkualitas tinggi — dicatat di blockchain, membentuk riwayat yang dapat diverifikasi. Institusi keuangan mulai mengimplementasikan gerbang akses cerdas yang, jika perilaku agen menyimpang secara signifikan (transaksi tidak wajar, frekuensi tinggi), dapat segera mencabut VC, memicu “penekanan digital” secara real-time.

Restrukturisasi Ekonomi: Dari Model Perhatian ke Model Nilai

Liz dari a16z mengidentifikasi masalah mendasar: agen AI memberlakukan “pajak tak terlihat” pada jaringan terbuka. Mereka mengekstrak data secara massal dari situs konten, secara sistematis menghindari model periklanan dan langganan yang menopang produksi konten. Jika hubungan parasit ini tidak diselesaikan, ekosistem konten akan terkuras habis.

“Penghentian Besar”: Data Erosi Trafik

Pada 2025, industri penerbitan digital menyaksikan fenomena yang disebut “penghentian besar”. Pencarian meningkat, tetapi klik yang mengarah ke situs menurun drastis. a16z memperkirakan penurunan 25% trafik mesin pencari hingga akhir 2026. Data Similarweb menunjukkan bahwa tingkat pencarian tanpa klik naik ke 65% — pengguna mendapatkan jawaban dan tidak pernah mengunjungi halaman asli.

Metrik ini bahkan lebih parah: rasio klik (CTR) turun tajam saat ringkasan AI muncul di atas hasil pencarian. DMG Media melaporkan penurunan 89% klik, dengan hasil pencarian tradisional kehilangan 34,5% dari trafik sebelumnya.

Model Baru: Pembayaran Berdasarkan Penggunaan

Untuk mengatasi krisis ini, industri mulai meninggalkan lisensi data tahunan statis (seperti kesepakatan Reddit-OpenAI) menuju kompensasi berbasis volume penggunaan. Contoh model ini adalah Comet Plus dari Perplexity AI: mengelola kumpulan pendapatan sebesar 42,5 juta dolar AS. Ketika agen AI menyebutkan konten dari penerbit atau mengakses halaman atas nama pengguna, distribusi pendapatan diaktifkan. Penerbit bisa mendapatkan hingga 80% dari bagian ini — secara eksplisit mengakui nilai “akses mesin”.

Standar Teknis: Microtransaksi Bawaan

Untuk memperluas model ini ke seluruh jaringan terbuka, berbagai standar teknologi sedang diimplementasikan. Kode status HTTP 402 — yang selama ini kurang digunakan — akhirnya diaktifkan melalui protokol x402, yang menetapkan standar “Pembayaran Bawaan Mesin”.

Alurnya sederhana: agen meminta sumber daya → server mengembalikan 402 Pembayaran Diperlukan dengan harga (misalnya: 0,001 USDC) → agen menandatangani otomatis pembayaran melalui blockchain L2 (Base, Solana) atau jaringan Lightning → server memverifikasi dan mengeluarkan data. Gateway pembayaran tradisional tidak mampu memproses nilai sekecil ini, sementara x402 yang dipadukan dengan biaya rendah membuat pembayaran per nanointeraksi menjadi layak.

Protokol TDMRep (Protokol Penambangan Data Teks) memungkinkan situs menyatakan dalam robots.txt atau header HTTP: “Hak TDM dicadangkan, pembayaran diperlukan”. Ini memberi sinyal biner yang jelas kepada agen. Aliansi C2PA (Aliansi Asal dan Keaslian Konten) mengintegrasikan “bukti konten” terenkripsi yang membuktikan asal-usul konten, memastikan rantai atribusi tetap utuh bahkan saat dikonsumsi AI.

Hak Kekayaan Intelektual yang Dapat Diprogram

Reformasi yang lebih ambisius adalah tokenisasi kekayaan intelektual melalui Story Protocol. Pembuat karya mendaftarkan karya mereka sebagai “aset IP” di Story Network, dengan “lisensi IP yang dapat diprogram”. Ketika agen AI menggunakan data ini, kontrak pintar secara otomatis menjalankan ketentuan (misalnya: “5% hak cipta untuk penggunaan komersial”) dan mendistribusikan keuntungan secara otomatis. Ini menciptakan pasar kekayaan intelektual yang likuid tinggi, menghilangkan kebutuhan intervensi hukum.

Dari SEO ke AEO: Perubahan Paradigma Pemasaran

Fokus pemasaran tahun 2026 bergeser dari SEO ke AEO (Akses Eksklusif Agen, atau secara alternatif “GEO” — Geographic Engine Optimization untuk agen). Tujuannya bukan lagi menjadi “hasil pencarian pertama” — melainkan “dicantumkan” oleh agen AI atau menjadi “sumber data pilihan” dalam proses penalaran mereka. Model iklan yang muncul akan berupa “penyuntikan kontekstual”: merek bersaing agar masuk ke dalam rantai penalaran agen, sehingga agen perencanaan perjalanan “ingat” bahwa hotel tertentu adalah pilihan terbaik saat menganalisis.

Kesimpulan: Rekonstruksi Mendalam

Lanskap teknologi tahun 2026 menegaskan satu kebenaran: gesekan antara infrastruktur internet berorientasi manusia dan kebutuhan infrastruktur berorientasi mesin memaksa dunia digital menuju rekonstruksi yang mendalam.

Dalam bidang ilmiah, AI telah berkembang dari sekadar asistensi menjadi otonomi penuh. Arsitektur agen rekursif memungkinkan AI menghasilkan penemuan ilmiah massal dengan biaya yang sangat rendah, mengubah “halusinasi” menjadi mekanisme kreativitas dan memecahkan masalah kompleks — dari dinamika fluida (hukum Stokes) hingga desain protein — secara sebelumnya tidak mungkin.

Dalam identitas, KYA muncul sebagai frontier baru kepatuhan finansial, memberikan miliaran agen AI identitas ekonomi yang sah dan dapat diverifikasi, memungkinkan mereka bergerak aman melalui jaringan nilai tanpa gesekan verifikasi manusia.

Dalam model ekonomi, ekonomi digital bertransisi dari model berbasis perhatian ke model berbasis nilai. Pembayaran bawaan dan kekayaan intelektual yang dapat diprogram membentuk jalur ekonomi baru ini, menyelesaikan “pajak tak terlihat” yang membebani jaringan terbuka dan memastikan produsen data tetap menguntungkan di era pasca-klik.

Kita menyaksikan lahirnya ekonomi agen — dunia di mana perangkat lunak tidak hanya membantu kita bekerja, tetapi juga menjadi produsen, konsumen, dan pedagang itu sendiri. Ini bukan masa depan yang jauh. Ia sedang berkembang sekarang.

Tentang Movemaker

Movemaker adalah organisasi komunitas resmi pertama yang diotorisasi oleh Yayasan Aptos dan didirikan bersama oleh Ankaa dan BlockBooster, yang bertujuan mempromosikan pembangunan dan pengembangan ekosistem Aptos di wilayah berbahasa Tionghoa. Sebagai perwakilan resmi Aptos di kawasan ini, Movemaker berkomitmen menciptakan ekosistem yang beragam, terbuka, dan makmur, menghubungkan pengembang, pengguna, modal, dan berbagai mitra ekosistem.

Peringatan Penafian: Artikel ini bersifat informatif semata dan menyampaikan opini pribadi penulis, bukan mewakili posisi Movemaker. Artikel ini tidak bertujuan memberikan: (i) nasihat atau rekomendasi investasi; (ii) tawaran atau undangan untuk membeli, menjual, atau memegang aset digital; atau (iii) nasihat keuangan, akuntansi, hukum, atau pajak. Memegang aset digital, termasuk stablecoin dan NFT, sangat berisiko tinggi, dengan fluktuasi harga besar, bahkan berpotensi kehilangan seluruh nilainya. Pertimbangkan secara matang sesuai kondisi keuangan Anda apakah cocok untuk bertransaksi atau memegang aset digital. Untuk pertanyaan spesifik, konsultasikan dengan penasihat hukum, pajak, atau investasi Anda. Informasi dalam artikel ini (termasuk data pasar dan statistik, jika berlaku) hanyalah untuk referensi umum. Data ini disusun dengan hati-hati, tetapi kami tidak bertanggung jawab atas kesalahan faktual atau kekurangan di dalamnya.