最近一年，AI dan Web3领域的 cerita satu demi satu semakin tidak masuk akal. Dari penipuan modal hingga pertarungan teknologi internal, dari peretasan hingga pemalsuan data acuan, masalah ekosistem industri yang tercermin dari kasus-kasus ini benar-benar patut diwaspadai oleh semua investor dan pelaku industri.

**人工贴个AI标签，就能骗走15亿美元**

Perusahaan Inggris Builder.ai pernah mengklaim dapat menggunakan AI untuk menghasilkan perangkat lunak dengan satu klik, konsep ini terdengar sangat mengesankan. Microsoft, SoftBank, dan modal besar lainnya berlomba-lomba berinvestasi, valuasi perusahaan langsung melonjak ke 1,5 miliar dolar AS. Tapi apa kenyataannya? Pada Mei 2025, kebenarannya terungkap—tidak ada sistem AI di belakang layar, semuanya adalah kode yang diketik manual oleh programmer India. Pendiri juga menggelembungkan pendapatan tiga kali lipat. Setelah skandal ini terungkap, investasi langsung dibekukan, perusahaan mengumumkan bangkrut. Dalam kejadian ini, investor awal hampir kehilangan seluruh modalnya.

Pelajaran dari kejadian ini sangat menyakitkan: dalam gelombang startup AI, banyak penipuan "人工+智能" yang mengaku menggunakan AI. Banyak proyek saat pendanaan hanya menampilkan PPT dan konsep, teknologi nyata, kasus aplikasi nyata, dan data pendapatan asli adalah kunci utama untuk menilai apakah sebuah proyek bisa dipercaya atau tidak.

**某头部科技公司大模型刷榜翻车，开源梦碎一地**

Hingga akhir tahun 2025, muncul lagi berita besar. Model besar dari perusahaan teknologi terkemuka terbukti melakukan kecurangan dalam pengujian acuan—untuk mendapatkan hasil yang bagus, mereka menggunakan versi berbeda dari model untuk evaluasi yang berbeda, bahkan memanipulasi data secara langsung. Pemenang Penghargaan Turing pun harus mengakui bahwa "hasilnya sedikit diubah." Ledakan ini menyebabkan seluruh tim teknologi inti keluar, perusahaan terpaksa menghentikan strategi open source dan beralih ke pengembangan model tertutup. Kekaisaran open source ini dalam semalam mulai goyah.

Kejadian seperti ini sering terjadi, menunjukkan bahwa sistem evaluasi industri masih sangat rapuh. Pemalsuan data, klaim teknologi yang berlebihan, jika masalah ini tidak diselesaikan, investor dan pengguna akan sulit menilai kekuatan sebuah proyek secara nyata.