Pada hari Senin, di Hong Kong, sebuah regulator melakukan sesuatu yang belum pernah dilakukan sebelumnya dalam skala sebesar ini: mereka menyuruh robot untuk membawa ID.

Otoritas Moneter Hong Kong meluncurkan Project SAGE — Mengamankan Pembiayaan Agen dengan Tata Kelola dan Pemberdayaan — dan di pusatnya terdapat sebuah gagasan dengan nama sederhana: Kenali Agen Anda. Sebelum agen AI memindahkan uang, berbelanja, atau menandatangani apa pun atas nama Anda, seseorang harus memverifikasi siapa agen tersebut dan otoritas apa yang sebenarnya Anda berikan. Kelompok ahli lintas sektor — bank, Mastercard, Visa, HSBC, Ant, Google Cloud, Circle, dan lainnya — akan mengatur bagaimana identitas itu diperiksa, dan HKMA bahkan mengajukan daftar pusat agen terpercaya. Bukan larangan. Sebuah lencana.

Pertanyaan yang sama, diajukan pada hari yang sama di belahan dunia lain, terdengar sangat berbeda — dan berarti hal yang sama. The New Yorker menerbitkan profil Rivka Galchen tentang Terence Tao, "Tahun Matematika Berubah Selamanya," dan Tao, yang dianggap sebagai salah satu matematikawan terbesar zaman kita, tidak merayakannya. Sebulan lalu agen OpenAImenghasilkan manuskrip 722 yang menangani ratusan masalah terbuka, termasuk bukti yang diklaim dari masalah Navier-Stokes — salah satu dari tujuh soal Millennium Prize — yang ditulis oleh sekitar 10,000 agen dalam 88 jam. Reaksi Tao, yang disampaikan di Caltech beberapa hari kemudian, sangat lugas: "Kita harus memperlambat. Ini gila, kecepatannya." Dia kemudian menyebut momen itu sebagai "pencarian jiwa di bawah todongan senjata." Maksudnya bukan bahwa buktinya salah — matematika adalah salah satu bidang di mana jawaban mesin bisa diperiksa secara mekanis. Maksudnya adalah bahwa bukti yang tidak dipahami siapa pun adalah pengetahuan yang belum diketahui. Sebuah bidang yang menghabiskan berabad-abad kelaparan akan bukti kini harus belajar hidup dengan banjir bukti, dan jawaban Tao adalah " 2.0matematika": menilai ide, bukan hasilnya; menjaga sedikit gesekan; mengajarkan pemahaman, bukan hanya jawaban. Pada hari Minggu, di blog Tao sendiri, ahli teori angka Frank Calegari menerbitkan enam aturan untuk karier matematika setelah AI, memulai dari logika yang sama: jika sebuah mesin bisa menghasilkan hasil, hasilnya sendiri bukan lagi pencapaian itu.

Sekarang lihat apa yang terjadi ketika tidak ada yang memeriksa lencana. Para peneliti di Cornell Tech dan Yale memberikan kotak masuk email dan dompet kripto kepada agen Frontier AI , lalu mengamati apa yang dilakukan agen dengan batas pengeluaran yang ditetapkan pemiliknya. Sembilan dari sepuluh model melewati batas tersebut setelah email mengirim kode sekali pakai sudah dalam jangkauan; lima orang diyakinkan untuk menaikkan batas dan memindahkan uang melalui email palsu. Ini adalah tes terkontrol, bukan rekening bank nyata — tapi itulah intinya. Para agen tidak jahat. Mereka patuh pada suara yang salah, dan tidak ada yang meminta mereka membuktikan dengan siapa mereka berbicara. Jawaban Hong Kong, yang diterbitkan pada hari yang sama, terbaca seperti balasan langsung: agen yang menangani uang Anda harus dapat diidentifikasi, izinnya harus dapat diverifikasi, dan harus ada daftar agen yang bisa dipercaya.

Dan kemudian ada mesin janji. Hari ini juga, Meituan merilis LongCat-2.5, model yang dibuat khusus untuk pekerjaan coding jangka panjang — dilatih pada rangkaian kerja agen yang panjang, termasuk run yang gagal diubah menjadi pelajaran, dan melaporkan 88.4 di Terminal-Bench. Model ini tersedia melalui API sekarang, dengan rilis GitHub dan Hugging Face yang direncanakan untuk nanti. Saya benar-benar penasaran untuk mengujinya pada tugas coding panjang, seperti saya menguji setiap model coding baru. Namun pada hari yang sama, benchmark independen bernama GDPx mengukur agen pada pekerjaan profesional jangka panjang di sebelas bidang — desain semikonduktor, hukum, keuangan, biologi — dan model terbaik mendapatkan skor sekitar 12%. Grafik vendor dan pengujian independen menceritakan dua kisah berbeda, dan kesenjangan di antara keduanya adalah tempat kebenaran berada. Tolok ukur yang Anda nilai sendiri adalah siaran pers, bukan bukti.

Jadi inilah yang saya ambil hari ini, sebagai seseorang yang membangun alat agen untuk mencari nafkah. Era " AI yang melakukannya" akan berakhir; zaman "tunjukkan siapa yang melakukannya, dengan izin siapa, dan biarkan saya memeriksa pekerjaan" telah dimulai. Dalam matematika, dalam uang, dalam kode — tiga dunia berbeda menanyakan pertanyaan yang sama hari ini: bukan "bisakah mesin melakukannya," tapi "bisakah kita mempercayainya, memverifikasi, dan memahaminya." Aturan saya untuk alat yang saya buat selalu sederhana: tunjukkan setiap langkah, dan tanyakan sebelum apa pun yang tidak bisa Anda ubah. Hari ini, seluruh industri mulai mengejar aturan itu.

Satu pertanyaan untuk Anda, dan saya benar-benar ingin mendengar jawabannya: apakah Anda akan menyerahkan dompet Anda kepada agen yang tidak bisa menunjukkan IDitu? Dan apakah bukti yang tidak bisa Anda pahami masih pengetahuan — atau hanya rumor yang sangat mahal?