Cerita ini tidak dimulai dengan sesuatu yang mewah dan tinggi, melainkan sekumpulan orang yang menulis kode bersama-sama mengeluhkan hal yang sama.

Bekerja di DeFi, membuat game, membangun aplikasi Web3, akhirnya semua terjebak di lubang yang sama: data. Bukan karena tidak ada data, tetapi data itu sendiri tidak bisa diandalkan. Entah koneksi yang lambat banget, data yang palsu, atau biaya yang terlalu mahal sehingga siapa pun tidak mampu menggunakannya. Smart contract kamu sekuat apa pun, kalau inputnya sampah, outputnya juga cuma bencana.

Jadi masalahnya kembali ke satu hal: bagaimana blockchain bisa mempercayai informasi dari dunia nyata?

Orang yang mulai mengerjakan ini awalnya tidak terkenal. Insinyur, ilmuwan data, ada yang dari perusahaan besar, ada yang sudah lama berkecimpung di dunia crypto. Pandangan mereka sepakat — tanpa lapisan data yang terpercaya, desentralisasi hanyalah omong kosong. Mereka menghabiskan banyak waktu mempelajari mengapa selalu ada masalah sebelumnya: diserang, delay yang meledak, mekanisme insentif yang salah tempat. Dana terbatas, iterasi lambat, tetapi masa-masa ini membentuk dasar mereka: tidak perlu terburu-buru, perlu diverifikasi, jangan pernah sembarangan bicara "kepercayaan".

Produk pertama mereka sebenarnya cukup kasar. Versi awal hanya bisa mengirimkan informasi harga, dan sering error. Data di luar rantai tidak cocok dengan data di rantai, ingin diverifikasi di rantai tapi biayanya terlalu mahal, dan masalah delay yang bikin pusing. Tim mereka tidak menutupi apa pun, langsung menghadapi masalah. Mereka mencoba solusi gabungan antara perhitungan di luar rantai dan verifikasi di dalam rantai, menemukan dua jalur: "mode push" dan "mode pull". Satu butuh kecepatan, satu butuh akurasi.

Kemudian mereka sadar, bahwa "tidak murni" ini malah memberi fleksibilitas terbesar.

Selanjutnya, mengandalkan kriptografi dan matematika saja tidak cukup. Mereka menambahkan mekanisme verifikasi yang didukung AI — bukan untuk terdengar keren, tetapi sebagai lapisan perlindungan tambahan. Model AI bisa secara real-time mendeteksi data yang tidak normal, membandingkan dari berbagai sumber, secara signifikan meningkatkan toleransi kesalahan.