"Pikiran intuitif adalah anugerah yang sakral dan pikiran rasional adalah pelayan yang setia. Kita telah menciptakan masyarakat yang menghormati pelayan tersebut dan melupakan anugerahnya." — Albert Einstein

Ada jenis frustrasi tertentu yang muncul saat melihat sistem yang sangat mumpuni dengan penuh percaya diri melakukan kesalahan. Bukan salah pada fakta — salah pada rasa. Salinan yang terbaca seperti siaran pers. Halaman arahan yang masuk akal bagi siapa pun yang membuatnya tetapi membingungkan orang lain pada pandangan pertama. Desain yang secara teknis benar tetapi entah bagaimana terasa kurang pas. Ini bukanlah kegagalan komputasi. Ini adalah kegagalan dari sesuatu yang tidak dirancang untuk disediakan oleh AI, terlepas dari kecepatan dan jangkauannya: penilaian manusia.

谢佳辰 — Caesar — telah menghadapi kesenjangan ini jauh sebelum ia melangkah ke sebuah hackathon bersama dua rekan timnya dan sebuah rencana untuk melakukan sesuatu tentang hal itu.

Meme yang menjadi sebuah produk

Ide untuk HumanMCP dimulai, secara tidak terduga, dari sebuah lelucon internet.

Sebuah meme telah beredar tentang biaya menjalankan agen AI — menghabiskan token, menghabiskan uang. Leluconnya: bagaimana jika menggunakan 能工智人 — manusia terampil — sebagai gantinya? Mereka berpikir dengan otak mereka, bukan token.

Caesar tidak sekadar melewatinya saat menggulir layar. Ia merenungkannya.

"AI memiliki batasan kemampuan," jelasnya. "Dan jika AI mencapai batasan tersebut — atau orang yang menggunakannya mencapai batas pemahaman mereka sendiri — hasilnya tidak akan bagus." Meme itu tidak hanya lucu. Meme itu menunjukkan sesuatu yang nyata: ada momen-momen dalam alur kerja AI di mana jawaban salah yang meyakinkan lebih buruk daripada jawaban benar yang tertunda.

Jadi bagaimana jika, alih-alih membiarkan AI menebak, Anda menghentikan sementara alur kerja dan mengarahkan pertanyaan spesifik itu kepada manusia yang berkualifikasi? Bukan seorang konsultan. Bukan sebuah komite. Cukup satu orang, dengan pengalaman yang relevan, menjawab satu pertanyaan dalam waktu kurang dari tiga puluh detik.

Itulah HumanMCP.

Apa yang sebenarnya dilakukannya

HumanMCP tidak mencoba menggantikan AI — melainkan melengkapinya. Ketika agen AI mencapai titik keputusan yang membutuhkan penilaian manusia (Apakah halaman arahan ini masuk akal pada pandangan pertama? Apakah penafian hukum ini terasa tepercaya? Apakah desain ini terasa premium?), sistem mengemas konteks minimum yang diperlukan ke dalam apa yang disebut tim sebagai Paket Tugas dan mengarahkannya kepada seseorang yang berkualifikasi untuk menjawab.

Orang yang menerima hanya melihat apa yang perlu mereka lihat. Bukan konteks lengkap dari proyek yang mendasarinya. Bukan apa pun yang dapat membahayakan privasi pengguna. Hanya pertanyaan, dibingkai dengan jelas, dengan jawaban pilihan tunggal. Tiga puluh detik. Selesai.

Jawaban tersebut mengalir kembali ke dalam alur kerja AI, yang berlanjut dari tempat terakhir ia berhenti — kali ini, dengan sinyal manusia nyata yang tertanam di dalamnya.

Wawasan utama yang terus diingat oleh Caesar: "Biarkan orang-orang profesional memberikan penilaian terarah. Biarkan AI bekerja lebih baik dengan hal itu."

Membangunnya dalam satu akhir pekan

Tiga orang. Sebuah ide yang setengah matang. Waktu hackathon yang terus berjalan.

Rekan pendiri dan teman sekelas Caesar menangani arsitektur teknis bersama-sama. Rekan tim ketiga mereka, yang mempelajari media dan komunikasi, memimpin perencanaan bisnis dan video presentasi. Pembagian tugas itu terlihat rapi di atas kertas. Pada praktiknya, Caesar memikul sebagian besar pembuatan produk itu sendiri, dan cakupannya tidaklah kecil.

Platform tersebut membutuhkan frontend yang berfungsi. Backend yang dapat menerima paket tugas dan mengarahkannya secara real-time. Sistem untuk merekam bukti penyelesaian sehingga setiap penilaian manusia dapat diverifikasi dan diaudit. Semuanya langsung. Semuanya berfungsi. Pada akhir pekan itu.

Di sinilah Enter Pro masuk.

Caesar pertama kali mengenal Enter beberapa minggu sebelumnya di sebuah acara kampus. Ia telah menghabiskan dua atau tiga hari sebelumnya untuk membangun sebuah proyek dengan alat AI — melakukan debugging, menyesuaikan, mencoba menerapkannya, namun tidak pernah benar-benar berhasil mencapai garis akhir. Di acara tersebut, ia membangun kembali sesuatu yang setara dalam waktu dua puluh hingga tiga puluh menit. Full stack, diterapkan sepenuhnya, backend terhubung dan dapat diakses. "Itu langsung membuka seluruh rantai sekaligus," katanya. "Saya menyadari — jika Anda memiliki ide, Anda dapat membangun situs, membuatnya langsung aktif, dan mulai memberi tahu orang-orang tentang hal itu. Secepat itu."

Untuk HumanMCP, kecepatan itu adalah penentunya. Caesar membangun seluruh frontend dan backend melalui Enter, dan melangkah lebih jauh — menghubungkan infrastruktur backend Enter secara langsung sehingga agen eksternal dapat memanggil ke dalam platform tanpa pengaturan tambahan. Pada akhir hackathon, Caesar sendiri telah menghabiskan sekitar 7.000 kredit.

Hal yang membuatnya berbeda

Kritik mudah terhadap HumanMCP adalah bahwa ini hanyalah platform urun daya lainnya. Caesar menegaskan bahwa ini bukan hal tersebut.

Urun daya tradisional mengirimkan tugas kepada siapa saja yang tersedia. HumanMCP mengarahkan pertanyaan kepada orang-orang dengan keahlian yang relevan — dan yang terpenting, mengontrol apa yang mereka lihat. Tim menyebut ini sebagai Privacy Budget: sebuah sistem yang mengatur seberapa banyak informasi yang diterima manusia untuk tugas tertentu. Menyelesaikan penilaian tidak memerlukan melihat apa pun di luar apa yang dituntut oleh penilaian tersebut. Wawasan manusia, tanpa akses manusia ke segalanya.

Hasilnya adalah sesuatu yang belum pernah ada sebelumnya: penilaian manusia sebagai kemampuan yang dapat dipanggil, diverifikasi, dan diaudit di dalam alur kerja AI. Bukan solusi sementara. Sebuah antarmuka yang sebenarnya.

Gambaran yang lebih besar

Caesar, menurut gambarannya sendiri, adalah seorang yang percaya pada AI. Ia pertama kali menyentuh AI pada tahun 2022, sebelum gelombang saat ini — belajar mandiri untuk menjalankan model pembuatan gambar karena ia tidak bisa menggambar, dan menyadari untuk pertama kalinya bahwa ia bisa mengeluarkan apa yang ada di kepalanya ke dunia luar. Ia terus membangun sejak saat itu.

Namun apa yang ia yakini bukanlah bahwa AI menggantikan manusia. Justru sebaliknya.

"AI harus membebaskan kreativitas dan produktivitas manusia," katanya. "Biarkan manusia fokus pada penilaian, estetika, hal-hal yang sebenarnya ingin mereka lakukan. Pekerjaan kasar di antaranya — biarkan AI yang menanganinya. Manusia hanya perlu bebas untuk menjadi diri mereka sendiri."

HumanMCP adalah produk yang dibangun dari keyakinan tersebut. Bukan manusia yang melayani AI. Bukan AI yang melayani manusia secara terisolasi. Dua jenis kecerdasan, masing-masing melakukan apa yang tidak bisa dilakukan oleh yang lain — dan sebuah sistem yang cukup presisi untuk mengetahui kapan harus menyerahkan tugas.

Masa depan yang sedang dibangun oleh Caesar bukanlah masa depan di mana AI melakukan segalanya. Ini adalah masa depan di mana AI tahu persis apa yang tidak bisa dilakukannya, dan bertanya kepada orang yang tepat.