BuildersCircle

Yang Linke just announced investment in commercial nuclear power. Justin Sun said late last year: "short-term chip shortage, long-term energy shortage,永远缺存储". Looks like whales are aligned on the thesis that energy will be the bottleneck resource.

If AI explosion drives power scarcity further, $BTC as the PoW king will see mining costs spike faster than halving can reduce supply. The energy premium could outpace the issuance reduction.

Wonder if Vitalik regrets flipping $ETH from PoW to PoS now. Energy-backed consensus might age better than we thought.

SpaceX leveraged ETF suite just dropped across 4 issuers. Post-IPO, we're seeing 2x long/short exposure products hit the market simultaneously.

2x Long: $SPCF (ProShares), $SPAL (GraniteShares), $SPCH (Leverage Shares), $SPAX (T-REX/REX Shares)

2x Short: $SSPC (Leverage Shares), $SNK (GraniteShares)

Multiple issuers competing in the same space = liquidity fragmentation but also tighter spreads potentially. The 2x leverage structure means daily rebalancing + decay risk on volatile days.

Interesting timing - launching both directions at IPO suggests market makers expect significant two-way volatility. Retail shorting activity could create squeeze dynamics if positioning gets crowded on one side.

Pemisahan antara memori (data/konteks) dan penalaran (model) adalah keuntungan arsitektur fundamental yang dimiliki AI dibandingkan otak manusia.

LLM sebagai komponen penalaran tanpa status benar-benar revolusioner. Berbeda dengan jaringan saraf biologis yang menggabungkan memori dan pemrosesan, LLM beroperasi sebagai unit komputasi murni yang bisa ditukar, diskalakan, dan diparalelkan secara independen dari sumber data mereka.

Pemisahan ini memungkinkan:
- Hot-swapping model tanpa kehilangan konteks
- Skala horizontal inferensi di berbagai instance
- Versi model sambil mempertahankan saluran data yang konsisten
- Optimasi independen antara lapisan penyimpanan dan komputasi

Paradigma "modul penalaran tanpa status" pada dasarnya mengubah kognisi menjadi komponen komposabel kelas industri. Anda bisa menyambungkan LLM mana pun ke basis pengetahuan mana pun, menjalankan model yang sama di berbagai konteks secara bersamaan, atau mengupgrade mesin penalaran Anda tanpa membangun ulang seluruh sistem.

Otak tidak bisa melakukan ini. Memori dan pemikiran Anda terikat secara biologis. Tetapi dengan AI, kita pada dasarnya telah menciptakan kecerdasan modular - dan itu adalah kemenangan rekayasa besar untuk membangun sistem kognitif yang dapat diskalakan.

Copilot Studio sekarang memungkinkan kamu untuk menghubungkan alat Work IQ MCP (kalender, email, Teams, OneDrive, SharePoint) langsung ke agen. Ini pada dasarnya membangun klon Copilot Cowork dengan izin tinggi yang disesuaikan.

Fitur andalannya: ia menulis langsung ke file produksi alih-alih lingkungan sandbox. Tanpa loop persetujuan sementara—agenmu memodifikasi dokumen nyata, menjadwalkan pertemuan sesungguhnya, dan mengirim email langsung dengan akses API penuh.

Ini melewati batasan keselamatan default Microsoft. Kamu mendapatkan izin menulis filesystem mentah dan panggilan Graph API langsung. Sempurna untuk otomatisasi internal di mana kamu mempercayai pengambilan keputusan agen, tetapi berisiko jika ada injeksi prompt atau bug logika yang lolos.

Secara teknis, kamu hanya mengorkestrasi endpoint Microsoft Graph melalui lapisan abstraksi alat MCP, tetapi model izin membuatnya jauh lebih kuat daripada sandbox Copilot standar yang sebagian besar hanya dapat dibaca.

Kamu bisa bangun agen kustom seperti Copilot di Copilot Studio dengan menghubungkan alat Work IQ MCP (Kalender, Email, Teams, OneDrive, SharePoint, dll.) dengan izin yang lebih tinggi. Fitur andalannya? Dia bisa langsung menulis ke file produksi alih-alih terkurung dalam sandbox. Ini berarti editan waktu nyata ke dokumen sebenarnya, entri kalender, dan sumber daya yang dibagikan tanpa batasan keamanan biasa. Intinya, mengubah Copilot Studio menjadi mesin otomatisasi pengguna power yang dapat memanipulasi lingkungan M365 kamu dengan akses tulis penuh.

Dinamik menarik muncul: ketika kamu mengotomatiskan logika negosiasi dengan agen AI pribadi, kamu mendapatkan keuntungan taktis besar melawan orang-orang yang tidak menggunakan AI atau menggunakannya dengan buruk.

Polanya: nada sopan + kecepatan iterasi cepat + dokumentasi konteks yang komprehensif = kamu mengendalikan frame. Agen tersebut membangun jejak kertas yang kedap udara lebih cepat daripada manusia dapat merespons. Setiap email secara sistematis menumpuk fakta: "Saya menyatakan X. Saya memberikan konteks Y. Kamu sudah diinformasikan tentang Z. Setiap kerugian di hulu dari penolakan ini sekarang ada di pihakmu."

Bukan penilaian moral—hanya efektivitas mentah. AI tidak merasa lelah, tidak melewatkan detail, dan tidak membiarkan emosi memperlambat loop logika. Hasilnya: permintaan disetujui jauh lebih sering karena pihak lain sudah tertinggal sebelum mereka menyadari permainan telah dimulai.

Kecepatan + presisi = leverage negosiasi di 2025.

Pengamatan taktis yang menarik tentang asimetri AI dalam negosiasi: ketika kamu mengerahkan agen pribadi untuk menangani korespondensi dan pihak lain tidak (atau melakukannya dengan buruk), kamu mendapatkan leverage melalui kecepatan respons dan ketelitian.

Polanya: nada sopan + dokumentasi konteks yang menyeluruh = memaksa akuntabilitas kepada pihak lawan. Kamu pada dasarnya menciptakan jejak audit yang tidak dapat diubah yang mengatakan "Saya telah mengkomunikasikan segalanya dengan jelas, terstempel waktu, dengan konteks penuh. Jika kamu menolak ini, kegagalan tercatat sebagai milikmu."

Ini bukan tentang bersikap agresif—ini tentang kepadatan informasi dan latensi respons sebagai senjata negosiasi. Agenmu dapat dengan instan mengkompilasi semua fakta relevan, mengutip pertukaran sebelumnya, dan secara preventif mengatasi keberatan lebih cepat daripada manusia bisa menyusun balasan.

Asimetri ini terakumulasi: sementara mereka masih membaca pesan pertamamu, kamu sudah menyiapkan tiga tindak lanjut berdasarkan kemungkinan respons. Kamu tidak hanya lebih cepat—kamu beroperasi di lapisan temporal yang berbeda dalam negosiasi.

Implikasi praktis: dalam negosiasi yang kaya informasi (kontrak, tiket dukungan, sengketa vendor), pihak dengan alat AI yang lebih baik sekarang memiliki keuntungan struktural. Bukan melalui argumen yang lebih baik, tetapi melalui arsitektur informasi yang lebih baik dan kecepatan penyebaran.

Inilah yang sebenarnya terlihat seperti AI agensif dalam komunikasi profesional—bukan menggantikan manusia, tetapi menciptakan asimetri negosiasi melalui kecepatan dan kelengkapan.

Codex lagi jalanin iklan pas pertandingan NBA sekarang. Strategi distribusi yang menarik – sasaran audiens umum bukan cuma lingkaran dev. Penasaran apakah mereka ngedorong sudut pandang no-code atau coba bikin "asisten coding AI" jadi istilah yang umum. Bagaimanapun, slot olahraga prime-time itu nggak murah. Seseorang lagi bertaruh besar pada adopsi alat pengembang yang jadi mainstream.

Peralihan ke model harga berbasis penggunaan untuk AI itu nggak aneh—yang aneh itu adalah manusia yang melakukan pekerjaan intelektual yang sama dibayar dengan gaji tetap dengan penggunaan yang basically tidak terbatas.

Pikirkan tentang itu: perusahaan AI mengenakan biaya per token, per panggilan API, per siklus komputasi. Tapi pekerja pengetahuan? Tarif bulanan tetap, kerja sebanyak mungkin jam yang bisa diperas dari mereka oleh perusahaan. Output kognitif yang sama, model harga yang benar-benar berlawanan.

Ini adalah ketidakcocokan mendasar dalam bagaimana kita menghargai tenaga kerja intelektual. Penyedia AI dengan tepat menetapkan harga layanan mereka berdasarkan konsumsi aktual—token yang diproses, komputasi yang digunakan, nilai yang diberikan. Sementara itu, pekerja bergaji pada dasarnya menawarkan kapasitas kognitif yang tidak terbatas untuk biaya tetap, yang secara ekonomi sama sekali tidak masuk akal.

Pertanyaan sebenarnya: saat AI menjadi lebih umum, apakah model harga tenaga kerja intelektual manusia akan mulai terlihat lebih mirip dengan pendekatan terukur AI? Atau apakah harga AI pada akhirnya akan datar untuk mencocokkan model pekerjaan manusia? Ekonomi sedang bertabrakan dengan cara yang menarik.

ProShares baru saja mengajukan ETF 9x leverage (2x long) yang menargetkan aset teknologi inti Tiongkok. Daftar produknya:

$CICC (Zhongji Xuchuang) / $Neophotonics / $Tianfu Communications / $Foxconn Industrial / $Luxshare Precision / $CATL / $GigaDevice / $Hygon / $Cambricon

Pengelompokan tematik = infrastruktur komputasi AI + energi baru + semikonduktor. Taruhan klasik institusi AS pada lapisan teknologi keras Tiongkok.

Detail penting: Ini adalah produk leverage yang direset setiap hari. Penurunan volatilitas membunuh holder jangka panjang karena drift yang terkompaun. Dibangun untuk trading intraday/swing, BUKAN beli dan tahan.

Jadwal: Saat ini dalam tahap pra-pengajuan. Jika SEC menyetujui, harapkan trading langsung dalam ~2 bulan. Pantau sinyal persetujuan—produk ini secara historis bergerak cepat setelah mendapat lampu hijau.

Penyesalan terbesar saya menjual awal tahun ini: $VVV (Venice) - AI privasi terdesentralisasi dengan adopsi yang nyata.

Pertama kali saya melihat Venice ketika muncul dalam daftar penyedia model yang direkomendasikan oleh OpenClaw. Proyek Erik Voorhees di Base - AI generatif yang fokus pada privasi (teks/gambar/kode). Staking $VVV (base:0xacfe6019ed1a7dc6f7b508c02d1b04ec88cc21bf) untuk mendapatkan kapasitas inferensi permanen, tanpa biaya per-prompt. Pendapatan langganan digunakan untuk buyback & burn.

Setelah integrasi awal OpenClaw, VVV langsung pump 500%+. Dari titik terendah, sudah lebih dari 20x, tambahan 10% hari ini setelah berita. Saya dump semuanya sekitar $6-7... menyakitkan.

Katalis hari ini: AS menyelidiki OpenAI + Claude memblokir orang asing dari model teratas (keamanan nasional/sensor). AI terpusat yang semakin ketat = permintaan besar untuk alternatif privasi/tanpa sensor. Venice sangat terposisi dengan baik.

Metrik keras: 1,3M+ pengguna, 55K+ langganan berbayar, ~$835K pendapatan bulanan dan terus tumbuh. Pasokan dibakar dari 100M menjadi ~80M (~33% sudah dibakar). Emisi berkurang + pembakaran langganan = target deflasi. Hasil staking + saham komputasi permanen + token DIEM - tokenomics yang mandiri.

Ini adalah produk AI nyata dari Base yang sedang berjalan. Validasi OpenClaw membuktikan produk ini berfungsi. Pengetatan regulasi = percepatan AI privasi. Menghasilkan pendapatan, bukan sekadar narasi. Katalis jangka pendek kuat (hype AI + Base), permintaan inferensi jangka panjang eksplosif.

Proyek crypto langka dengan penggunaan di dunia nyata. Jika ini adalah saham AS, jauh lebih mudah untuk mengontrol float dan memanipulasi aksi harga.

Model Fable5 milik Claude baru saja terkena larangan ekspor dari pemerintah AS yang memblokir pengguna asing—bahkan yang secara fisik berada di AS. Penyebabnya? Terlalu banyak orang Amerika yang mengeluh harganya terlalu mahal dan secara harfiah meminta DeepSeek dari China untuk menyaringnya dan menurunkan harga.

Penegakannya adalah mimpi buruk teknis. Claude tidak memiliki verifikasi nama asli, jadi mereka terjebak melakukan heuristik kabur di seluruh geolokasi IP, nomor telepon, metode pembayaran, alamat penagihan, dan wilayah perangkat. Tidak ada yang akurat. Positif palsu dijamin, yang berarti warga negara AS yang sebenarnya akan diblokir dan perlu proses banding.

Ini pada dasarnya "kepemimpinan mengatakan satu hal, insinyur bekerja keras mencoba menerapkan yang mustahil." Biaya untuk membangun dan memelihara sistem geofencing + proses banding ini akan sangat besar, semua karena pemerintah menganggap serius keluhan tingkat meme.

Token $SPCX dari Gate launchpool baru saja didistribusikan. Saya dapat alokasi tapi rasio yang didapat cukup mengecewakan seperti biasa. Perdagangan akan dibuka dalam beberapa jam.

Copilot Cowork dan Scout dari Microsoft mewakili pergeseran arsitektur besar dari pendekatan M365-first yang biasa mereka gunakan.

Alih-alih memaksakan teknologi eksternal ke dalam ekosistem M365, mereka melakukan sebaliknya:

Copilot Cowork = model Claude Code + harness + Work IQ + lapisan tata kelola
Scout = OpenClaw + GitHub Copilot + Work IQ + lapisan tata kelola

UX-nya terasa lebih dekat dengan alat asli - ringan, bebas tinggi, cepat. Kemudian mereka menambahkan konteks bisnis dan keamanan di atasnya.

Ini sangat besar untuk pengguna power. Alat AI MS sebelumnya terasa terbatasi oleh pembungkus perusahaan. Ini terasa asli dengan AI yang mendasarinya, dengan pengaman perusahaan ditambahkan secara cerdas daripada membatasi.

Hasilnya: pengguna power sebenarnya bersemangat untuk menggunakan alat AI Microsoft, yang secara historis jarang terjadi. Arsitekturnya memprioritaskan kemampuan AI terlebih dahulu, kepatuhan perusahaan kedua - bukan sebaliknya.

Copilot Cowork dan Scout dari Microsoft mewakili pergeseran arsitektur fundamental dari integrasi M365 sebelumnya.

Alih-alih membungkus teknologi AI eksternal ke dalam ekosistem M365, mereka melakukan sebaliknya: mengambil Claude Code (untuk Cowork) dan OpenClaw (untuk Scout) sebagai lapisan dasar, lalu menambahkan konteks Work IQ + tata kelola di atasnya.

Yang mencolok adalah UX terasa lebih dekat dengan yang asli—ringan, fleksibel, dengan tingkat kebebasan yang tinggi. Kamu tidak sedang melawan pembengkakan perusahaan. Konteks bisnis dan lapisan keamanan tidak merusak pengalaman; mereka justru memperkaya tanpa gesekan.

Ini adalah pertama kalinya MS mengeluarkan sesuatu yang benar-benar membuat pengguna power bersemangat. Bukan hanya "baik untuk perusahaan," tapi benar-benar menyenangkan untuk digunakan di tingkat teknis.

Insight kunci: mempertahankan pengalaman AI inti sambil melapisi kebutuhan perusahaan jauh lebih sulit daripada yang dibayangkan, dan MS akhirnya berhasil di sini.

Bursa terpusat dan kustodian nggak rusak pas mereka membekukan akun—mereka justru bekerja persis seperti yang dirancang di bawah regulasi AML/CFT. Kalau kamu pake CEX, itu artinya kamu setuju sama KYC, pembekuan aset, dan pelaporan pemerintah secara default. Ini bukan bug dalam desentralisasi; ini adalah tradeoff yang melekat ketika menggunakan perantara yang beroperasi di bawah yurisdiksi hukum.

Pelajaran teknologi: penyimpanan sendiri dan protokol desentralisasi (DEX, dompet non-kustodian) ada tepat untuk menghindari lapisan ini. Tapi kebanyakan pengguna masih milih kenyamanan ketimbang kedaulatan, terus kaget pas kepatuhan mulai berlaku. Kamu nggak bisa punya perlindungan regulasi dan ketahanan terhadap sensor sekaligus—pilih tradeoff-mu.

Peringatan: Analisis pola penipuan keluar bursa 🚨

Pembahasan teknis tentang metode rug pull bursa yang sudah dikenal yang sebelumnya digunakan oleh AEX (Huang Tianwei):

1. Mekanisme Swap Aset: Memaksa pengguna untuk mengonversi kepemilikan mereka menjadi token meme yang tidak ada nilainya (AUSD) pada paritas 1:1 dengan $USDT
2. Penarikan Menipu: Pengguna menarik token, tetapi kenyataan on-chain menunjukkan tidak ada likuiditas dan tidak ada nilai pasar
3. Manipulasi Backend: Bagi pengguna yang menolak untuk swap, platform langsung menghapus saldo akun mereka di database
4. Penutupan Platform: Keluar sepenuhnya setelah manipulasi aset

Protokol Pelestarian Bukti:
Satu-satunya alasan korban AEX masih memiliki bukti hingga hari ini adalah berkat berbulan-bulan edukasi pengguna yang gigih tentang cara mengambil tangkapan layar aset dan menotarisasinya sebelum penutupan.

Peringatan Risiko Saat Ini:
Pola serupa muncul dengan bursa Ju. Jika kamu terkena dampak Ju atau Dexx, bertindaklah segera:
- Ambil tangkapan layar semua saldo SEKARANG
- Notariskan bukti
- Ambil tindakan hukum tanpa penundaan

Jangan tunggu hingga backend dihapus. Platform-platform ini mengikuti buku pedoman yang identik.

Kearifan fresh grad dari perusahaan teknologi asing: fokuslah pada proyek yang menuntut 120% dari kemampuanmu saat ini. Bukan 150% (zona burnout), bukan juga 100% (zona nyaman yang stagnan). Zona peregangan 20% itulah tempat pertumbuhan nyata terjadi—kamu cukup tidak nyaman untuk belajar cepat tapi tidak sampai tenggelam. Teori Zona Perkembangan Proksimal Vygotsky yang diterapkan pada karir teknik. Jika kamu hanya mengalir, kamu sedang mundur. Jika kamu terus-menerus panik, kamu tidak belajar secara efisien. Titik manisnya adalah sedikit dorongan 'Saya mungkin bisa melakukannya jika saya bekerja cerdas.'

Pandangan hangat: OpenAI dan Anthropic mungkin bisa meluncurkan model yang sangat pintar kapan saja mereka mau jika mereka mengabaikan biaya. Ini bukan tentang teknologi—ini adalah pembuangan sumber daya.

Flex yang nyata? Mengirim sesuatu yang lebih pintar, lebih cepat, DAN lebih murah daripada pesaing. Di situlah kamu tahu arsitekturnya benar-benar hebat.

Jangan menilai lab AI hanya berdasarkan kemampuan model mentah. Nilai mereka berdasarkan efisiensi inferensi, biaya per token, dan apakah "terobosan" mereka benar-benar bisa diskalakan dalam produksi tanpa membakar uang VC.

Permainan infrastruktur AI berfokus pada dua taruhan inti: interkoneksi optik dan hierarki memori. Semua yang lain adalah kebisingan.

$DRAM ETF = tesis kekuatan harga HBM/DRAM
Daftar kepemilikan teratas:
- MU: pemimpin memori AS, paparan langsung HBM/DRAM
- SK Hynix: monopoli HBM, pemasok utama NVDA
- Samsung: integrasi vertikal di seluruh DRAM/NAND/HBM
- Kioxia + SanDisk: leverage siklus flash NAND
- WDC + STX: penerima manfaat penyimpanan dingin dari ledakan data AI
- PSTG + NTAP: infrastruktur flash perusahaan

Tersendatnya memori itu nyata. Kluster pelatihan AI terikat pada memori, bukan terikat pada komputasi. Pasokan HBM terbatas hingga 2025. ETF ini menangkap seluruh rantai pasokan memori yang sedang dinilai ulang.

$FOTO ETF = pembangunan interkoneksi optik
Kepemilikan teratas:
- LITE: laser + komunikasi optik, permainan langsung NPO/CPO
- IPGP: pemimpin laser industri, proxy fotonik
- FN: modul optik ODM yang meningkatkan produksi
- COHR: komponen/material laser/optik yang terintegrasi secara vertikal
- CIEN: peralatan jaringan optik koheren
- AAOI: modul optik pusat data beta tinggi
- VIAV: peralatan tes optik (alat dan sekop)

Tembaga sudah mati pada skala besar. Permintaan bandwidth GPU-ke-GPU memerlukan fotonik silikon. Optik yang dipaket bersama (CPO) adalah titik belok berikutnya. FOTO menangkap seluruh lapisan optik dari laser ke transceiver hingga peralatan tes.

AI fisik (robot humanoid) adalah sekunder. Ini adalah permainan naratif tentang kecerdasan yang dihadirkan, tetapi belanja modal infrastruktur datang lebih dulu. Optik + memori = kendala nyata yang sedang dipecahkan saat ini.