Sebagian besar agen AI saat ini menghadapi satu masalah mendasar yang krusial—mereka cenderung melupakan segalanya. Setelah setiap sesi, konteks, perilaku yang dipelajari, dan penyesuaian khusus pengguna hilang, memaksa mereka untuk memulai dari awal setiap kali. Keterbatasan ini menjadi penghambat yang tidak terlihat dalam upaya menciptakan asisten otonom yang berguna di dalam jaringan. DWF Ventures kini telah memfokuskan perhatian pada solusi, menyoroti kerangka kerja sumber terbuka Hermes dari Nous Research, yang secara langsung mengatasi masalah memori, menurut laporan asli dari WuBlockchain. Catatan DWF mengemukakan bahwa Hermes mencolok karena bukan sekadar alat otomatisasi sekali pakai. Kerangka kerja ini memperkenalkan memori persisten yang mempertahankan interaksi pengguna, sesi, dan preferensi yang dipelajari seiring waktu. Ini dikombinasikan dengan sistem Keterampilan otomatis yang secara organik memperluas kemampuan agen, serta profil pengguna yang mengaitkan memori dengan identitas yang konsisten. Proses perbaikan diri yang berkelanjutan secara terus-menerus menyempurnakan pengetahuan agen, meningkatkan utilitasnya alih-alih mengatur ulang setiap siklus.

Dalam sektor yang telah dibanjiri oleh pembungkus chatbot dan agen API sederhana, desain ini menandai pergeseran struktural menuju kecerdasan yang tahan lama dan berkembang.

Mengapa Agen Tanpa Status Menjadi Norma

Arsitektur tanpa status murah dan mudah diimplementasikan. Mereka dirancang untuk skala dan menghindari penyimpanan data pengguna yang sensitif. Ini masuk akal untuk bot perdagangan kripto awal dan asisten Discord sederhana yang hanya perlu mengeluarkan peringatan atau memproses satu perintah. Namun, saat agen AI mulai mengelola tugas yang lebih kompleks—seperti menginterpretasikan posisi DeFi, menangani operasi lintas rantai yang melibatkan beberapa langkah, atau belajar dari aliran data di dalam jaringan—ketiadaan memori menjadi liabilitas. Pengulangan membunuh efisiensi, dan kurangnya personalisasi mengikis kepercayaan. Penjelasan DWF menunjukkan bahwa mereka melihat lebih jauh dari sekadar hype, menuju infrastruktur yang dapat bertahan dalam keterlibatan pengguna yang berkelanjutan, bukan hanya sekadar demostratif. Dorongan menuju agen yang menyadari status dan memori sejalan dengan gerakan yang lebih luas menuju infrastruktur AI terdesentralisasi. Proyek-proyek telah mulai menjalin lapisan komputasi, penyimpanan, dan pelatihan yang memungkinkan agen AI beroperasi tanpa ketergantungan pada cloud terpusat. Sebagai contoh, kemitraan komputasi terdistribusi seperti UXLINK dan kerja Origins Network pada aplikasi Web3 yang didorong oleh AI menunjukkan bagaimana infrastruktur sedang dibangun untuk agen yang memerlukan komputasi persisten.

Hermes juga berkontribusi pada hal ini dengan mengandalkan jaringan pelatihan Psyche terdesentralisasi dari Nous, sebuah lapisan yang mendistribusikan beban berat penyempurnaan model.

Keamanan, Kunci Tersegel, dan Jaringan Psyche

Mekanika di balik layar tidak hanya tentang memori. Hermes mengintegrasikan isolasi kredensial sehingga token akses dan kunci privat tidak tercampur dengan lapisan penalaran inti agen. Redaksi rahasia dan rotasi kunci otomatis memberikannya postur keamanan yang lebih dekat dengan sistem kustodian dibandingkan dengan bot eksperimental biasa. Arsitektur ini penting karena agen yang menyimpan kredensial pengguna menjadi target bernilai tinggi. Mengintegrasikan fitur-fitur ini dengan Psyche—sebuah jaringan pelatihan terdesentralisasi—berarti model-model tersebut disempurnakan oleh struktur node yang terdistribusi, bukan oleh server tunggal, yang mengurangi titik kegagalan pusat. Permintaan penyimpanan untuk agen yang belajar secara persisten mengikuti tren yang bisa dikenali. Seiring model mengumpulkan pengetahuan dan riwayat pengguna, kebutuhan akan penyimpanan yang murah dan dapat diverifikasi semakin meningkat. Minat yang meningkat pada lapisan data AI telah menempatkan proyek seperti Filecoin dalam diskusi tentang solusi penyimpanan terdesentralisasi yang dirancang untuk beban kerja AI. Meskipun Hermes mungkin tidak langsung mengoperasikan penyimpanan di dalam jaringan, proses perbaikan diri yang diandalkannya pada akhirnya akan menarik dari dan mendorong ke lingkungan terdesentralisasi jika ia berkembang untuk kasus penggunaan Web3.

Di Mana Keunggulan Tidak Dijamin

DWF secara eksplisit membandingkan Hermes dengan Claude Code dan OpenAI Codex, berargumen bahwa kekuatan mereka dalam menghasilkan kode secara langsung tidak bertransisi menjadi kemampuan yang berkembang selama minggu-minggu pemakaian. Seorang agen tanpa status dapat menghasilkan audit kontrak pintar yang sempurna pada suatu hari dan melupakan seluruh konteks proyek keesokan harinya. Pembeda Hermes adalah kemampuannya untuk menumpuk pengalaman. Ini menjadi keunggulan yang nyata jika pelaksanaannya bersih, tetapi juga mengharuskan pengguna untuk berkomitmen pada lingkungan agen tunggal yang berkelanjutan, sesuatu yang pasar lambat untuk dilakukan di luar operasi keuangan yang khusus.

Sifat sumber terbuka dari Hermes memiliki dua sisi. Ini mengundang audit luas dan adaptasi komunitas, yang dapat mempercepat adopsi dalam alat DeFi, operasi DAO, dan analisis NFT. Di sisi lain, tetap bersifat sumber terbuka sambil mempertahankan keunggulan keamanan dibandingkan pesaing tertutup yang didanai dengan baik adalah tantangan tersendiri. Apakah Hermes dapat menarik cukup perhatian pengembang untuk menjadi kerangka acuan default bagi agen Web3 yang memiliki status masih belum jelas. Memori saja tidak menjamin utilitas jika kualitas penalaran yang mendasarinya tertinggal atau jika integrasi dengan dompet dan dApps yang ada tetap canggung. Sorotan DWF menjadi sinyal bahwa dana ventura mulai memperhatikan arsitektur, bukan hanya angka pengguna. Bagi tim yang membangun di ruang agen AI, cetak biru Hermes kini menjadi acuan untuk apa yang akan datang setelah era chatbot.

Mungkin kamu juga suka

Disclaimer

CryptoMarket.id berkomitmen menyajikan berita yang akurat dan transparan. Artikel ini bersifat informasi, bukan saran keuangan. Aset kripto berisiko tinggi; lakukan riset sendiri dan gunakan exchange yang terdaftar di OJK. Baca juga Disclaimer, Syarat & Ketentuan, dan Kebijakan Privasi.