Terima kasih atas pertanyaannya yang tajam. Sejujurnya, ada banyak bagian yang bisa dirakit langsung dengan agent open source, dan khususnya hal seperti mengambil data publik saham yang terdaftar di bursa AS pun cukup banyak yang bisa digantikan hanya dengan Claude atau Perplexity. Jadi kami tidak menganggap "pengambilan data" seperti itu sebagai nilai yang kami jual.
Kalau dipersempit, ada kira-kira tiga titik yang layak dibayar dan dipertahankan.
Angka dihitung oleh server dengan aturan deterministik, bukan oleh LLM. Untuk pertanyaan yang sama, jawabannya akan sama, dan nilai bunga majemuk maupun proyeksi tidak berubah-ubah di setiap percakapan. Ini adalah bagian yang mencegah masalah reproduktibilitas yang disebut di artikel pada lapisan alat.
Kami menangani hal-hal yang diam-diam cukup memakan banyak kerja saat perhitungan. Misalnya, look-through ETF menjumlahkan AAPL yang tumpang tindih antara VOO, QQQ, dan kepemilikan langsung sebagai eksposur efektif berdasarkan total aset; kalau cuma melihat konsentrasi ticker secara naif, satu broad ETF bisa salah dibaca sebagai "all-in". Menempelkan ini dengan akurat dan merawatnya adalah pekerjaan tersendiri. Proyeksi Monte Carlo FIRE juga mirip.
Ada dimensi yang secara struktural tidak bisa dilihat oleh LLM mentah. Yaitu kondisi portofolio saya yang sebenarnya (Claude atau Perplexity mentah tidak bisa melihat aset yang saya pegang), serta bagian yang menilai secara konsisten dalam multi-mata uang hingga aset non-listed AS seperti deposito jeonse, emas KRX, dan saham non-publik. Preferensi risiko dan tujuan juga diingat melampaui satu percakapan.
Singkatnya, nilainya bukan pada "agent yang membuat keputusan lebih baik", melainkan pada bahan di lapisan ini yang bisa langsung dipasang ke Claude/ChatGPT tanpa perlu setup dan maintenance. Kalau Anda tipe yang bisa membuat dan merawatnya sendiri, tidak perlu berlangganan; karena fungsi pembukuan sendiri gratis, cara paling tepat menilai apakah lapisan analisis ini memang bernilai adalah dengan mencobanya sendiri.
Penjelasan poin 2 agak sulit dipahami,
yang dimaksud adalah kasus seperti lembaga yang didirikan untuk menyelesaikan masalah tertentu.
Organisasi yang bubar setelah tujuannya tercapai, seperti asosiasi pemberantasan tuberkulosis
Terima kasih :) Saya sempat butuh waktu untuk mencari domain yang cocok dengan nama layanannya,
untungnya berhasil dapat. Kalau ada bagian yang terasa aneh saat dipakai, jangan ragu untuk memberi tahu saya!
Kalau ini muncul dulu, rasanya akan sangat bagus, tetapi saya agak penasaran apa keunggulannya dibanding tolaria atau berbagai tool open source berbasis graf yang belakangan sudah banyak bermunculan.
Sepertinya mereka terus mencoba code review yang komprehensif setiap 30 hingga 25 menit dalam loop, lalu terus memperbaruinya di skrip shell guardrail.
Kalau Anda bisa menunjukkan sesuatu, meski hanya mockup atau desain, sepertinya kita bisa membahasnya.
Ini adalah layanan dengan mentor AI yang secara otomatis menerima konteks seperti materi, progres, dan error terakhir, sehingga tidak perlu “menjelaskan dari awal”, serta jalur belajar yang otomatis disesuaikan jika pengguna tertinggal.
Kalau dibilang kita akrab dengan pola anus sih... rasanya juga orang tidak terlalu sering melihat anus... punyanya sendiri saja dari awal memang tidak bisa dilihat
Bagian yang membedakan antara ranah seperti coding, yang bisa dinilai benar-salahnya, dan ranah yang tidak, terasa sangat mengena. Untuk area seperti uang atau kesehatan, yang tanggung jawab atas hasilnya ada pada individu, sepertinya justru kurang cocok dengan 'AI yang memberikan jawaban benar'. Bahkan untuk pertanyaan yang sama pun jawabannya sedikit goyah dari satu waktu ke waktu lain, dan semakin AI mengambil alih keputusan akhir, semakin hilang pula cara bagi pengguna untuk memverifikasi kegoyahan itu.
Karena itu, saya sangat sepakat dengan arah 'memperkuat daya penilaian'. AI menata informasi yang tercerai-berai secara akurat dan konsisten sesuai konteks pribadi, sementara penilaian dan tanggung jawab terakhir tetap dipegang manusia; pembagian peran seperti ini terasa lebih aman dan bisa dipakai lebih lama di ranah seperti ini. Saya juga merasa bahwa pentingnya sumber data khusus yang tepercaya berada dalam konteks yang sama.
👍👍👍
Terima kasih atas pertanyaannya yang tajam. Sejujurnya, ada banyak bagian yang bisa dirakit langsung dengan agent open source, dan khususnya hal seperti mengambil data publik saham yang terdaftar di bursa AS pun cukup banyak yang bisa digantikan hanya dengan Claude atau Perplexity. Jadi kami tidak menganggap "pengambilan data" seperti itu sebagai nilai yang kami jual.
Kalau dipersempit, ada kira-kira tiga titik yang layak dibayar dan dipertahankan.
Angka dihitung oleh server dengan aturan deterministik, bukan oleh LLM. Untuk pertanyaan yang sama, jawabannya akan sama, dan nilai bunga majemuk maupun proyeksi tidak berubah-ubah di setiap percakapan. Ini adalah bagian yang mencegah masalah reproduktibilitas yang disebut di artikel pada lapisan alat.
Kami menangani hal-hal yang diam-diam cukup memakan banyak kerja saat perhitungan. Misalnya, look-through ETF menjumlahkan AAPL yang tumpang tindih antara VOO, QQQ, dan kepemilikan langsung sebagai eksposur efektif berdasarkan total aset; kalau cuma melihat konsentrasi ticker secara naif, satu broad ETF bisa salah dibaca sebagai "all-in". Menempelkan ini dengan akurat dan merawatnya adalah pekerjaan tersendiri. Proyeksi Monte Carlo FIRE juga mirip.
Ada dimensi yang secara struktural tidak bisa dilihat oleh LLM mentah. Yaitu kondisi portofolio saya yang sebenarnya (Claude atau Perplexity mentah tidak bisa melihat aset yang saya pegang), serta bagian yang menilai secara konsisten dalam multi-mata uang hingga aset non-listed AS seperti deposito jeonse, emas KRX, dan saham non-publik. Preferensi risiko dan tujuan juga diingat melampaui satu percakapan.
Singkatnya, nilainya bukan pada "agent yang membuat keputusan lebih baik", melainkan pada bahan di lapisan ini yang bisa langsung dipasang ke Claude/ChatGPT tanpa perlu setup dan maintenance. Kalau Anda tipe yang bisa membuat dan merawatnya sendiri, tidak perlu berlangganan; karena fungsi pembukuan sendiri gratis, cara paling tepat menilai apakah lapisan analisis ini memang bernilai adalah dengan mencobanya sendiri.
Pendekatan yang bagus. Apakah ada repo atau contoh implementasi yang Anda jadikan referensi? Kami juga sedang mempertimbangkan arah yang serupa.
Penjelasan poin 2 agak sulit dipahami,
yang dimaksud adalah kasus seperti lembaga yang didirikan untuk menyelesaikan masalah tertentu.
Organisasi yang bubar setelah tujuannya tercapai, seperti asosiasi pemberantasan tuberkulosis
Benar-benar... topik yang menarik ya...
Terima kasih :) Saya sempat butuh waktu untuk mencari domain yang cocok dengan nama layanannya,
untungnya berhasil dapat. Kalau ada bagian yang terasa aneh saat dipakai, jangan ragu untuk memberi tahu saya!
Kalau ini muncul dulu, rasanya akan sangat bagus, tetapi saya agak penasaran apa keunggulannya dibanding tolaria atau berbagai tool open source berbasis graf yang belakangan sudah banyak bermunculan.
Sepertinya mereka terus mencoba
code reviewyang komprehensif setiap 30 hingga 25 menit dalam loop, lalu terus memperbaruinya di skrip shell guardrail.Kalau Anda bisa menunjukkan sesuatu, meski hanya mockup atau desain, sepertinya kita bisa membahasnya.
Ini adalah layanan dengan mentor AI yang secara otomatis menerima konteks seperti materi, progres, dan error terakhir, sehingga tidak perlu “menjelaskan dari awal”, serta jalur belajar yang otomatis disesuaikan jika pengguna tertinggal.
Saya rasa konsepnya belum terasa jelas.
Kalau dibandingkan dengan agen AI open-source, kira-kira nilai teknis apa yang membuat layanan ini layak saya bayar untuk berlangganan?
Sebelum memposting, bagaimana kalau Anda membaca sekali lagi tulisan yang dibuat AI lalu menyuntingnya?
Sepertinya Anda membeli domain yang bagus
Sepertinya mereka iri karena produsen motherboard memaksakan bloatware.
https://reddit.com/r/MicrosoftEdge/… Saya sering mengalami hal seperti ini setiap kali memakai Windows, jadi sekarang saya anggap biasa saja..
Sepertinya mereka akan segera IPO pada musim gugur ini, jadi saya penasaran bagaimana rencana mereka menanganinya.
Kalau sampai driver wajib sih masih masuk akal, tapi kenapa Windows Update seenaknya menginstal utilitas pabrikan?!
Hasilnya memang agak mengecewakan, tapi seperti biasa.. 6 bulan lagi rasanya kita bakal bilang, "Lho, kok sudah berkembang sejauh ini?"
Sepertinya sebentar lagi bisa dilihat di acara Boda Sains.
Kalau dibilang kita akrab dengan pola anus sih... rasanya juga orang tidak terlalu sering melihat anus... punyanya sendiri saja dari awal memang tidak bisa dilihat
Bagian yang membedakan antara ranah seperti coding, yang bisa dinilai benar-salahnya, dan ranah yang tidak, terasa sangat mengena. Untuk area seperti uang atau kesehatan, yang tanggung jawab atas hasilnya ada pada individu, sepertinya justru kurang cocok dengan 'AI yang memberikan jawaban benar'. Bahkan untuk pertanyaan yang sama pun jawabannya sedikit goyah dari satu waktu ke waktu lain, dan semakin AI mengambil alih keputusan akhir, semakin hilang pula cara bagi pengguna untuk memverifikasi kegoyahan itu.
Karena itu, saya sangat sepakat dengan arah 'memperkuat daya penilaian'. AI menata informasi yang tercerai-berai secara akurat dan konsisten sesuai konteks pribadi, sementara penilaian dan tanggung jawab terakhir tetap dipegang manusia; pembagian peran seperti ini terasa lebih aman dan bisa dipakai lebih lama di ranah seperti ini. Saya juga merasa bahwa pentingnya sumber data khusus yang tepercaya berada dalam konteks yang sama.