Kimi, Zhipu, Douyin Berkumpul di Satu Hackathon Crypto: Apa yang Dibangun Developer AI di Monad?

Penulis: DeepChao TechFlow

Hackathon telah menjadi tindakan standar dalam pembangunan ekosistem blockchain publik. Dibandingkan dengan acara yang ramai dan meriah, yang lebih penting adalah apa yang ditinggalkan oleh acara tersebut untuk ekosistem.

Pada 21 Maret 2026, bersamaan dengan pengumuman pemenang, Monad Rebel in Paradise AI Hackathon selesai dengan sukses.

Di saat AI telah menjadi kebutuhan umum dalam membangun ekosistem Crypto, acara hackathon ini tetap sangat layak untuk diulas kembali. Bukan hanya karena sebagai proyek L1 kelas atas, setelah penerbitan token, setiap langkah pembangunan ekosistem Monad selalu menjadi fokus komunitas yang terus dipertanyakan. Alasan lain yang lebih besar adalah komunitas sulit untuk tidak memperhatikan mitra kolaborasi dalam acara hackathon ini:

Termasuk Kimi, Zhipu, Doubao dan beberapa perusahaan terkenal LLM lainnya yang sudah dikenal luas.

Ini membuat makna acara ini jauh melampaui sekadar “kompetisi pengembang di blockchain”. Acara ini mengirimkan sinyal bahwa Crypto sebagai komponen inti dapat diterapkan dalam skenario yang lebih luas, sekaligus memfasilitasi pertemuan antara model AI besar dan infrastruktur blockchain:

Di satu sisi adalah lingkungan eksekusi di blockchain yang disediakan oleh Monad, dan di sisi lain adalah kemampuan model besar, alat, dan sumber daya pengembangan dari perusahaan tradisional, yang dikonsentrasikan. Di tengahnya adalah para pengembang yang berusaha mengubah imajinasi menjadi produk.

Jadi, dalam era ekonomi agen cerdas, jaringan dasar perlu mendukung interaksi dan aliran nilai yang lebih tinggi dan kompleks. Bagaimana performa Monad dalam hal ini?

Selain itu, dalam acara hackathon ini, apa yang telah dibuat pengembang di atas Monad terkait tema AI?

Mari kita telusuri lebih dalam ekosistem Monad dan rencana AI-nya melalui proyek-proyek pemenang hackathon ini.

Hackathon dengan “tim besar” dan “sumber daya melimpah”

Ketika Agen tidak lagi sekadar alat percakapan, melainkan memiliki kemampuan eksekusi, ke arah mana pengembang harus berinvestasi?

Monad Rebel in Paradise AI Hackathon bertujuan memberikan jawaban langsung.

Dalam desain tantangannya, acara ini fokus pada tiga bidang yang paling mewakili nilai nyata Agen: Pembayaran Agen, pasar cerdas, dan inovasi aplikasi.

Untuk membuat jawaban lebih menarik, Monad juga tidak pelit sumber daya: peserta tidak hanya dapat berinteraksi langsung dengan pemimpin di bidang LLM, infrastruktur, dan agen cerdas serta VC, tetapi juga berkesempatan mendapatkan hadiah total lebih dari 40.000 USD, termasuk 20.000 USD dalam bentuk uang tunai dan 20.000 USD dalam bentuk dukungan ide dan sumber daya, seperti model terbaru, alat pengembangan, dan kredit percobaan infrastruktur secara gratis.

Sebagai hackathon pertama di Tiongkok yang berfokus pada AI Agent di bidang keuangan, Monad bertujuan menunjukkan integrasi mendalam antara EVM paralel berkinerja tinggi dan LLM terbaik, serta mengadakan pelatihan di dua kota besar, Beijing dan Shenzhen, untuk menggabungkan pengembang, kemampuan model, infrastruktur, dan investor dalam satu arena eksperimen.

Juri VC dari acara ini meliputi institusi terkemuka seperti Delphi Ventures, Pantera Capital, CoinFund, Vertex, Enlight, dan lainnya, memberikan kesempatan bagi peserta untuk membuktikan kemampuan mereka di depan perusahaan pembuat model, penyedia infrastruktur, dan investor top.

Selain itu, acara ini juga menarik perusahaan AI top seperti Kimi, Zhipu AI, Doubao, Jieyue Xingchen, Silicon Flow, YouWare, dan lain-lain, yang menyediakan berbagai dukungan mulai dari API model, dukungan komputasi, panduan teknis, hingga sumber daya penilaian.

Kombinasi kekuatan ini menimbulkan rasa penasaran tentang peluang kolaborasi di balik layar. Tapi, jika ditelusuri lebih jauh, tidak sulit memahami:

Ketika perusahaan pembuat LLM mulai mencari peluang ekspansi ke luar negeri dan titik inovasi AI berikutnya, mereka melihat Crypto yang memiliki karakteristik desentralisasi, tanpa kepercayaan, dan insentif yang dapat diverifikasi. Monad menjadi platform L1 yang ditemukan dan dipilih oleh perusahaan besar tersebut.

Ketersediaan sumber daya yang melimpah menjadi fondasi penting untuk output berkualitas tinggi dari hackathon ini. Lalu, seperti apa produk pertama yang berani mencoba dan menemukan titik fokusnya?

Dari pembayaran hingga pembuatan serial drama: 11 proyek pemenang yang perlu diketahui

Juara Utama: OpenAlice

OpenAlice adalah agen transaksi yang dapat dijalankan secara lokal, mampu mengintegrasikan proses riset, strategi, eksekusi, dan manajemen risiko dalam satu workspace yang transparan dan kolaboratif.

Arsitektur inti OpenAlice menggunakan konfigurasi Markdown + JSON yang dikendalikan secara otomatis. Seluruh perilaku agen didefinisikan dengan Markdown yang dapat dibaca manusia dan JSON yang terstruktur, dengan log yang jelas dan transparan, memudahkan kolaborasi dan iterasi antara manusia dan agen. Selain itu, proyek ini juga mendukung deployment lokal, data dan eksekusi tidak sepenuhnya bergantung pada cloud, sehingga meningkatkan privasi dan kontrol.

【Lihat Demo】

NVIDIA Super Compute Hadiah Khusus: Orbit AI

Orbit AI adalah cloud AI desentralisasi yang memindahkan daya komputasi ke “orbit”, khusus untuk skenario Agen, menghubungkan klaster GPU satelit yang dapat diverifikasi. Keunggulan utamanya adalah kemampuan isolasi fisik yang lebih kuat dan fitur anti-ubah, sehingga komputasi yang sangat terpercaya juga dapat digunakan secara global.

【Lihat Demo】

Juara Pertama di kategori Pembayaran dan Infrastruktur: Libra

Libra adalah “Git baru” yang dirancang untuk era Agen, bertujuan mengatasi masalah ledakan catatan pengiriman kode otomatis, sulit dibaca, dan hilangnya informasi niat.

Proyek ini merevolusi ekspresi niat, kolaborasi paralel, serta pengalaman audit dan debugging, mengembalikan proses ke kondisi yang lebih ramah manusia.

【Lihat Demo】

Juara Kedua di kategori Pembayaran dan Infrastruktur: Agora-mesh

Agora-mesh bertujuan memudahkan Agen menemukan layanan secara lancar, dan menyelesaikan pembayaran di chain melalui MON, berusaha menurunkan biaya pembayaran Agen secara signifikan, serta memungkinkan transaksi layanan antar mesin secara seamless.

Prosesnya mirip x402: penawaran harga, pembayaran di chain, dan pengiriman hasil.

【Lihat Demo】

Juara Ketiga di kategori Pembayaran dan Infrastruktur: TickPay

TickPay fokus pada pembayaran streaming frekuensi tinggi dan kecil, cocok untuk layanan video berbayar per detik dan API AI yang dipanggil per transaksi. Dengan mekanisme otorisasi berbasis akun abstrak, hak pembayaran dapat diaktifkan atau dinonaktifkan kapan saja, dan proses penyelesaian otomatis dilakukan.

【Lihat Demo】

Juara Pertama di kategori Ekosistem Agen: Kimi-swarm

Kimi-swarm adalah IDE kolaborasi multi-agen open-source yang dikembangkan oleh Kimi resmi, mendukung intervensi dan percakapan seperti chat dengan agen mana pun. Melalui peta dan panel konteks, seluruh proses Swarm menjadi terobservasi dan dapat debug, tidak lagi menjadi kotak hitam.

【Lihat Demo】

Juara Kedua di kategori Ekosistem Agen: A2A IntentPool Protocol

A2A IntentPool Protocol adalah lapisan “penyelesaian tugas” yang ditujukan untuk kolaborasi mesin-ke-mesin, memungkinkan agen otomatis menemukan, menjalankan, dan membuktikan tugas, serta langsung menerima pembayaran di chain. Tujuannya mengurangi perantara platform, biaya API, dan proses rekonsiliasi manual.

【Lihat Demo】

Juara Ketiga di kategori Ekosistem Agen: Anime AI Studio

Anime AI Studio adalah agen pembuatan serial pendek anime satu atap, mampu menghubungkan seluruh proses dari ide, skrip, storyboard, keyframe, hingga pembuatan video level shot. Mendukung rollback bagian dan regenerasi lokal, sehingga saat mengubah satu adegan, seluruh proses tidak perlu diulang dari awal.

【Lihat Demo】

Juara Pertama di kategori Inovasi Aplikasi: AgentVerse

AgentVerse adalah peta “ratusan juta blok” yang mendukung x402 secara native, di mana agen dapat membeli lahan, membangun halaman utama, dan dikenali oleh dunia luar. Menggabungkan identitas, pembayaran, dan ruang pamer, memungkinkan agen menampilkan diri sekaligus memiliki kemampuan transaksi.

【Lihat Demo】

Juara Kedua di kategori Inovasi Aplikasi: campfire

campfire adalah ruang sosial yang menghubungkan manusia dan agen dalam satu tempat bermain, di mana pengguna dapat melakukan tugas bersama, berinteraksi pasar, atau masuk ke Agent Arena untuk kompetisi. Menekankan interaksi frekuensi tinggi dan hasil yang dapat diukur, sehingga pengalaman secara keseluruhan lebih mirip produk nyata daripada sekadar demo.

【Lihat Demo】

Juara Ketiga di kategori Inovasi Aplikasi: Game trading kuantitatif Web3

Game trading kuantitatif Web3 adalah produk yang mengajarkan trading kuantitatif Web3 melalui mekanisme tantangan. Pengguna dapat menggabungkan strategi dengan drag-and-drop dan menjalankan strategi secara langsung, memahami logika kuantitatif sambil bermain. Setiap level dilengkapi umpan balik diagnostik untuk membantu pengguna mengetahui masalah dan cara memperbaikinya.

【Lihat Demo】

Ekosistem AI Monad, Lebih dari Sekadar Hackathon

Sebenarnya, selain acara ini, ini bukan kali pertama Monad fokus pada AI.

Di halaman “Pusat Aplikasi” di situs resmi Monad, AI secara khusus dicantumkan sebagai kategori, saat ini menampilkan 12 aplikasi AI, di antaranya 3 mendapatkan dukungan dari program insentif Monad Momentum. Meskipun data ini belum cukup “kaya”, ini menunjukkan bahwa Monad mulai menunjukkan perhatian serius terhadap AI.

Dalam memperkuat infrastruktur dan memperluas dukungan ekosistem, Monad telah memulai serangkaian langkah sejak lama.

Sebelumnya, dokumentasi resmi Monad juga merilis panduan pembayaran x402 dan tutorial pendaftaran ERC-8004 (Trustless Agents), berusaha menghubungkan jalur pembayaran utama: membuat agen AI tidak hanya mampu berpikir, tetapi juga mampu secara mandiri menemukan, mendapatkan penawaran, melakukan pembayaran, dan menyerahkan hasil, dengan pengalaman yang hampir tak terasa.

Pada Desember 2025, Monad meluncurkan rencana AI Blueprint, menyediakan dukungan komprehensif untuk aplikasi AI, termasuk sumber daya dan infrastruktur, membantu pengembang membangun, memulai, dan memperluas proyek mereka. Fokus utama termasuk jaringan inferensi desentralisasi, klaster agen mandiri, AI generatif di chain, sistem memori terverifikasi, serta komputasi privasi dan inferensi terdistribusi perangkat keras konsumen.

Pada Februari 2026, Monad juga mengadakan Moltiverse Hackathon bersama, memanfaatkan tren OpenClaw, dengan fokus mendorong pengembangan aplikasi agen dan alat monetisasi, menekankan kolaborasi mandiri agen, pembayaran mikro, dan eksekusi di chain.

Dengan langkah-langkah intensif ini, AI tampaknya telah menjadi salah satu medan utama pembangunan ekosistem Monad.

Tentu saja, menaruh sumber daya di AI bukan hanya karena tren AI:

Di lapisan infrastruktur, arsitektur Monad secara alami cocok untuk skenario agen yang membutuhkan frekuensi tinggi, latensi rendah, dan interaksi berkelanjutan.

Entah itu eksekusi paralel Optimistic, arsitektur pipeline, atau MonadDB, semua desain ini memberi Monad keunggulan performa seperti TPS >10.000, waktu blok 0,4 detik, dan biaya Gas yang sangat rendah. Dengan kemampuan ini, Monad mampu menjadi platform eksekusi yang cukup cepat, murah, dan stabil untuk mewujudkan agen yang mampu bertransaksi, menyelesaikan pembayaran, dan berkolaborasi secara mandiri.

Di sisi lain, ekosistem DeFi yang kokoh dan kaya di Monad juga menyediakan berbagai alat keuangan yang dapat dipanggil, pool likuiditas yang dapat diakses, serta skenario penghasilan yang dapat diikuti, mendukung agen AI dalam menemukan peluang sendiri, bertransaksi sendiri, menyelesaikan pembayaran sendiri, dan melakukan penggabungan hasil secara otomatis—mengubahnya dari chatbot cerdas menjadi entitas ekonomi mandiri di chain.

Gambaran tentang ruang eksplorasi keuangan AI masa depan ini juga membedakan Monad dari banyak proyek Crypto AI yang masih sebatas konsep. Ini mungkin menjadi salah satu titik penting untuk terus mengikuti perkembangan ekosistem Monad setelah acara hackathon bertema AI ini berakhir.