Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
CFD
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Promosi
AI
Gate AI
Partner AI serbaguna untuk Anda
Gate AI Bot
Gunakan Gate AI langsung di aplikasi sosial Anda
GateClaw
Gate Blue Lobster, langsung pakai
Gate for AI Agent
Infrastruktur AI, Gate MCP, Skills, dan CLI
Gate Skills Hub
10RB+ Skills
Dari kantor hingga trading, satu platform keterampilan membuat AI jadi lebih mudah digunakan
GateRouter
Pilih secara cerdas dari 40+ model AI, dengan 0% biaya tambahan
Andrej Karpathy merangkum "Empat Prinsip CLAUDE.md" yang memicu ledakan di GitHub, membuat tingkat akurasi penulisan kode AI melampaui 90%
Bocoran Prompt Tingkat Dewa Agar AI Patuh! Baru-baru ini di GitHub, sebuah dokumen bernama CLAUDE.md menduduki puncak tren. Dokumen ini, yang didasarkan pada observasi mantan pengawas AI OpenAI Andrej Karpathy, merangkum "Empat Prinsip Pengkodean Utama", seperti menanamkan jiwa seorang insinyur senior ke dalam AI. Cukup dengan menaruhnya di direktori utama proyek, akurasi kode dari AI seperti Claude Code dapat melonjak dari 65% menjadi lebih dari 90%, secara menyeluruh mengatasi masalah AI yang mengubah kode secara sembarangan dan over-engineering.
(Ringkasan sebelumnya: Peluncuran Claude Code Baru /perintah /goals: memisahkan eksekusi dan evaluasi, menghindari AI yang malas dan berbohong)
(Keterangan tambahan: Anggota pendiri OpenAI Andrej Karpathy mengumumkan bergabung dengan Anthropic: kembali ke garis depan pengembangan LLM)
Seiring meningkatnya popularitas alat pengembangan berbantuan AI seperti Claude Code dan Cursor, banyak pengembang menghadapi satu masalah umum: meskipun AI menulis dengan cepat, sering kali "cerdas sendiri", tidak hanya mengasumsikan sendiri, over-engineering, bahkan secara sembarangan mengubah kode yang sebenarnya baik-baik saja.
Namun, masalah ini kini memiliki solusi akhir. Sang ahli AI terkenal, mantan pengawas AI OpenAI Andrej Karpathy, baru-baru ini menganalisis secara mendalam pola kegagalan umum Large Language Models (LLM) saat menulis kode; kemudian, oleh para pengembang seperti Forrest Chang, inti pemikiran tersebut dirangkum menjadi sebuah dokumen sederhana bernama CLAUDE.md. Proyek ini (forrestchang/andrej-karpathy-skills) baru-baru ini menduduki puncak tren di GitHub, mendapatkan ratusan ribu bintang (Stars).
Banyak pengembang yang menguji dan melaporkan kejutan, setelah mengadopsi dokumen ini, tingkat akurasi kode yang dihasilkan AI meningkat dari sekitar 65% menjadi lebih dari 90%.
Mengungkap 4 Prinsip Emas CLAUDE.md
Dokumen ajaib CLAUDE.md ini pada dasarnya adalah memberi AI seperangkat "Kode Etik Insinyur Senior". Ketika ditempatkan di direktori utama proyek, Claude Code akan otomatis membacanya dan menjadikannya sebagai panduan perilaku tertinggi selama seluruh percakapan. Inti dari dokumen ini meliputi empat aturan utama:
「Jangan berasumsi. Jangan sembunyikan kebingungan. Tampilkan pertimbangan dan timbangannya.」
Memaksa AI untuk secara eksplisit menyatakan asumsi-asumsinya. Jika menghadapi kebutuhan yang tidak pasti, atau ada beberapa solusi, AI harus aktif berhenti dan bertanya kepada pengguna, bukan diam-diam menebak dan menulis. Jika ada permintaan yang tidak masuk akal, AI juga diberi hak untuk "menolak" (push back).
「Tulis hanya kode minimal yang mampu menyelesaikan masalah. Jangan berasumsi apa pun.」
Dilarang keras AI menambahkan "drama" secara sembarangan. Tidak diperbolehkan menulis kode defensif untuk skenario yang tidak akan terjadi di masa depan, atau membuat arsitektur kompleks untuk tugas sekali pakai. Prinsipnya sederhana: jika masalah bisa diselesaikan dalam 50 baris, jangan tulis 200 baris.
「Hanya ubah bagian yang perlu diubah. Bersihkan kode yang kamu buat sendiri.」
Ini adalah favorit banyak pengembang. Prinsip ini melarang keras AI saat memperbaiki bug tertentu, "secara tidak sengaja" melakukan refaktor atau mengubah kode, komentar, dan format di sekitarnya. Setiap baris yang diubah harus langsung terkait dengan kebutuhan pengguna yang jelas.
「Tentukan standar keberhasilan. Ulangi verifikasi sampai tercapai.」
Meminta AI mengubah tugas yang samar menjadi tujuan konkret yang dapat diverifikasi. Misalnya, saat diberikan instruksi "perbaiki bug", standar AI harus: pertama, tulis tes yang bisa mereproduksi bug ➔, lalu modifikasi kode ➔, dan akhirnya pastikan tes lulus, membentuk siklus verifikasi yang ketat.
Mengapa Prompt ini begitu efektif?
LLM secara alami suka menyesuaikan dengan pengguna dan sangat rentan terhadap "hipotesis halusinasi" dan "scope creep". Kehebatan CLAUDE.md terletak pada kemampuannya mengkodekan "pengetahuan dan pengendalian diri" manusia sebagai prompt sistem (System Prompt).
Dengan mengikuti keempat prinsip ini, AI dipaksa menjadi lebih berhati-hati, fokus, dan hasilnya dapat diverifikasi. Banyak pengembang yang merasakan manfaatnya melaporkan bahwa perbedaan kode di Git Diff menjadi sangat bersih, bug berkurang secara signifikan, dan pemeliharaan menjadi lebih mudah. Ini bukan lagi seperti mengendalikan mesin yang tidak terkendali, melainkan benar-benar merasakan sensasi bekerja sama dengan "insinyur senior" yang dapat diandalkan dalam pairing programming.