Apa Itu HiddenLayer? Pendanaan $100J dan Meningkatnya Keamanan Runtime Agen AI
Perusahaan dengan cepat menerapkan agen AI otonom yang menulis kode, memanggil alat, mengakses data, dan menjalankan alur kerja multi-langkah dengan pengawasan manusia minimal. Sistem-sistem ini memperluas permukaan serangan jauh melampaui model tradisional, menciptakan permintaan mendesak akan pertahanan runtime khusus yang memantau perilaku saat terjadi. HiddenLayer, perusahaan keamanan AI berbasis di Austin yang didirikan pada 2022, telah menempatkan dirinya di pusat pergeseran ini dengan mengamankan aplikasi AI agen, generatif, dan prediktif sepanjang siklus hidup penuh. Pada 2 September 2026, perusahaan mengumumkan putaran pendanaan Seri B senilai $100 juta yang dipimpin oleh Delta-v Capital, dengan partisipasi dari Ten Eleven Ventures, Morgan Stanley, M12 milik Microsoft, dan Booz Allen Ventures, membawa total modal yang terkumpul menjadi sekitar $156 juta.
Dana tersebut masuk saat pendapatan berulang tahunan tumbuh lebih dari 10 kali lipat dibanding tahun sebelumnya, mencapai puluhan juta dolar, didorong terutama oleh lebih dari 50 pelanggan platform baru di sektor jasa keuangan, teknologi, farmasi, maskapai penerbangan, pemerintah, serta komunitas pertahanan dan intelijen AS. Salah satu pelanggan adalah penyedia model frontier terkemuka yang mendukung lebih dari 700 juta pengguna mingguan. Artikel ini membahas evolusi platform HiddenLayer, dorongan teknis dan pasar di balik keamanan runtime agen, metrik pertumbuhan yang telah diverifikasi, serta implikasi praktis bagi organisasi yang menerapkan agen AI dalam produksi. Tesis utamanya adalah bahwa visibilitas, deteksi, dan penegakan runtime yang dirancang khusus untuk agen AI telah menjadi infrastruktur esensial seiring perpindahan sistem otonom dari eksperimen ke operasi inti perusahaan.
HiddenLayer mengumumkan seri B senilai $100 juta pada 2 September 2026, dengan Delta-v Capital sebagai pemimpin dan partisipasi strategis dari Ten Eleven Ventures, Morgan Stanley, dana ventura M12 milik Microsoft, dan Booz Allen Ventures. Putaran ini mengikuti seri A senilai $50 juta pada September 2023 yang dipimpin bersama oleh M12 dan Moore Strategic Ventures serta putaran seed sebelumnya, sehingga total pendanaan mencapai sekitar $156 juta. Pemimpin perusahaan menyatakan bahwa modal ini akan memperdalam platform perusahaan, khususnya Agentic Runtime Security dan solusi Agent Harness Security yang baru diperkenalkan untuk agen pemrograman AI. Pendapatan berulang tahunan meningkat lebih dari sepuluh kali lipat dalam dua belas bulan terakhir, dengan lebih dari 90 persen pertumbuhan tersebut disebabkan oleh pelanggan baru. Sektor dengan pertumbuhan terkuat meliputi jasa keuangan dan perusahaan teknologi besar yang membangun produk AI, bersama dengan kontrak yang mendukung Departemen Pertahanan dan komunitas intelijen.
Kenaikan ini mencerminkan pengakuan pasar yang lebih luas bahwa sistem AI memerlukan lapisan keamanan khusus, bukan hanya ekstensi dari alat konvensional. Peneliti HiddenLayer memegang 39 paten yang telah diberikan dan 65 paten yang sedang diproses yang mencakup deteksi adversarial, perlindungan model, dan analisis ancaman. Tim ini telah berkontribusi pada upaya yang melibatkan CISA/JCDC, MITRE, NIST, OWASP, dan OpenSSF. Kepemimpinan juga memperkuat kapasitas komersial dengan menunjuk chief revenue officer baru dan menandakan rencana untuk merekrut lebih banyak, memperluas saluran, serta memasuki pasar Eropa dan EMEA. Langkah-langkah ini memposisikan perusahaan untuk memenuhi permintaan perusahaan yang meningkat seiring agen sistem menjadi infrastruktur operasional, bukan hanya proyek percontohan.
Keamanan runtime agen berfokus pada pemantauan perilaku agen AI selama menjalankan tugas di lingkungan produksi. Pertahanan model tradisional sering kali berfokus pada integritas data pelatihan, penyaringan input, atau pengujian sebelum peluncuran. Pendekatan runtime justru mengamati interaksi langsung melalui prompt, panggilan alat, akses data, dan urutan keputusan multi-langkah. HiddenLayer menggambarkan kemampuan ini sebagai analog dari sistem deteksi dan respons endpoint, yang disesuaikan khusus untuk inferensi AI dan alur kerja agen. Platform ini merekonstruksi sesi agen untuk menunjukkan bagaimana keputusan berkembang, memungkinkan tim keamanan mendeteksi prompt injection, urutan alat jahat, ekstraksi data, dan tindakan tidak sah sebelum menyebar.
Menurut Laporan Lanskap Ancaman AI 2026 dari HiddenLayer, satu dari delapan pelanggaran AI terkait dengan sistem agen, namun hampir sepertiga organisasi tidak dapat menentukan apakah mereka pernah mengalami insiden semacam itu. Agen beroperasi dengan kecepatan mesin dan dapat mengakses sistem, memindahkan data, atau memicu alat jauh lebih cepat daripada siklus respons manusia memungkinkan. Oleh karena itu, keamanan runtime menekankan visibilitas real-time, investigasi, pencarian ancaman, dan penegakan adaptif. Kebijakan dapat menghapus informasi sensitif, memblokir tindakan tidak aman, atau mengalihkan agen dari input yang terkompromi sambil tetap mempertahankan kelangsungan operasional. Model verifikasi berkelanjutan ini mengatasi kenyataan bahwa perlindungan pada tahap desain saja tidak dapat menjamin kepercayaan setelah agen berinteraksi dengan konten atau alat eksternal yang tidak terpercaya.
Pada 3 Agustus 2026, HiddenLayer memperkenalkan Agent Harness Security sebagai ekstensi dari modul Runtime Security-nya. Solusi ini menargetkan agen pemrograman AI yang membaca file sumber, menjalankan perintah shell, menginstal dependensi, memodifikasi repositori, dan membuat pull request. Agen-agen ini telah berkembang jauh melampaui alat saran sederhana; Gartner memproyeksikan bahwa pada 2028, 90 persen insinyur perangkat lunak perusahaan akan menggunakan asisten kode AI, naik dari kurang dari 14 persen pada awal 2024. Lapisan harness, lingkungan orkestrasi yang menghubungkan model dengan konteks, memori, alat, dan keterampilan, menciptakan permukaan serangan runtime baru di mana prompt injection tidak langsung yang tertanam dalam README atau output alat dapat memengaruhi perilaku.
Agent Harness Security terintegrasi dengan permukaan hook asli setiap agen pemrograman untuk memberikan visibilitas dan kontrol secara langsung. Tim keamanan memperoleh wawasan tentang prompt, panggilan alat, pengeditan file, interaksi repositori, dan eksekusi perintah. Sistem ini dapat mendeteksi rahasia yang mengalir ke konteks model, pola perintah tidak aman, pemasangan dependensi tak terduga, dan payload yang diobfusikasi. Opsi penegakan mencakup penghapusan data sensitif sebelum mencapai model, mengalihkan agen dari respons yang tercemar, dan memblokir tindakan berisiko tinggi. Karena platform agen yang berbeda menyediakan tingkat kontrol yang berbeda, solusi ini melaporkan kekuatan penegakan aktual yang tersedia untuk setiap lingkungan, memungkinkan tim memahami perlindungan apa yang aktif tanpa mengganggu produktivitas pengembang.
Adopsi pelanggan meningkat pesat dalam tahun sebelum Seri B. Lebih dari 50 pelanggan platform baru bergabung, mencakup perantara sekuritas, perbankan, asuransi, akuntansi, pemerintah, teknologi, layanan TI, farmasi, maskapai penerbangan, dan komunitas pertahanan dan intelijen AS. Penambahan internasional mencakup perusahaan farmasi besar, merek otomotif premium, serta penyedia makanan dan minuman. Salah satu implementasi penting mendukung penyedia model frontier terkemuka yang sistemnya melayani lebih dari 700 juta pengguna mingguan. Jasa keuangan dan organisasi teknologi besar yang membangun produk AI saat ini mewakili vertikal komersial terbesar.
Validasi pemerintah semakin menegaskan aplikabilitas platform ini di lingkungan dengan tingkat keamanan tinggi. HiddenLayer dipilih sebagai penerima kontrak SHIELD IDIQ dari Missile Defense Agency yang mendukung lingkungan yang terisolasi dan terklasifikasi. Perusahaan ini juga berpartisipasi dalam inisiatif Departemen Energi yang berfokus pada aplikasi AI yang aman. Kontrak-kontrak ini menunjukkan bahwa teknologi inti yang sama, analisis non-invasif yang tidak memerlukan akses ke data pelatihan mentah atau bobot model, dapat beroperasi di lingkungan produksi komersial maupun konteks keamanan nasional yang sensitif. Luasnya adopsi menunjukkan bahwa organisasi yang memperlakukan AI sebagai infrastruktur operasional inti mengalokasikan anggaran keamanan khusus, bukan hanya mengandalkan alat yang sudah ada.
Platform HiddenLayer mencakup kemampuan keamanan rantai pasok AI yang memeriksa model dan ketergantungannya sebelum penyebaran. Perusahaan melaporkan telah memindai sekitar 50 kerangka kerja file AI untuk memverifikasi bahwa model sumber terbuka dan bobot terbuka sesuai dengan identitas dan integritas yang diklaim. Penelitian telah mengidentifikasi kasus-kasus di mana model mengklaim sebagai satu hal, tetapi mengandung komponen tersembunyi atau diganti. Analisis ini menghasilkan AI Bill of Materials yang mengevaluasi genealogi model dan menandai malware, kerentanan, atau masalah integritas tanpa memerlukan akses ke data pelatihan propietaris.
Seiring perusahaan semakin mengintegrasikan model pihak ketiga dan model berbobot terbuka ke dalam pipeline produksi, verifikasi rantai pasok menjadi kontrol dasar. Penyerang dapat memperkenalkan model yang telah dikompromikan yang tampak sah namun mengandung backdoor atau perilaku yang diubah. Perlindungan runtime melengkapi pemeriksaan pra-deploy ini dengan terus memantau perilaku setelah model masuk ke layanan. Kombinasi ini menangani risiko statis pada artefak model dan risiko dinamis yang muncul hanya ketika model berinteraksi dengan input, alat, dan sumber data langsung. Organisasi yang mengadopsi alur kerja agen yang mengambil dari berbagai sumber model mendapatkan manfaat dari validasi integritas berkelanjutan sepanjang siklus hidup.
HiddenLayer mempertahankan organisasi penelitian AI adversarial khusus yang telah menghasilkan Taksonomi Rekayasa Prompt Adversarial komprehensif pertama dan mengidentifikasi puluhan kerentanan di berbagai model dasar, alat, dan infrastruktur pendukung. Portofolio penelitian mencakup 39 paten yang telah diberikan dan 65 paten yang sedang diproses di bidang-bidang seperti deteksi adversarial, perlindungan model, dan analisis ancaman. Anggota tim berkontribusi pada upaya kolaboratif dengan CISA/JCDC, MITRE, NIST, OWASP, dan OpenSSF, membantu menyempurnakan metodologi red-teaming dan memberikan masukan untuk diskusi mengenai tata kelola dan keamanan AI.
Orientasi penelitian ini membedakan platform dengan mendasarkan kemampuan produk pada penemuan ancaman berkelanjutan, bukan pada kumpulan aturan statis. Temuan langsung memasuki logika deteksi untuk injeksi prompt, manipulasi agen, dan penggunaan alat jahat. Penelitian yang sama menjadi dasar modul simulasi serangan yang memungkinkan organisasi menguji pertahanan secara terus-menerus. Seiring sistem agen memperkenalkan rantai serangan multi-langkah baru, kemampuan untuk memperbarui deteksi berdasarkan penelitian terkini menjadi keunggulan praktis bagi tim keamanan yang bertanggung jawab atas lingkungan AI produksi.
Gartner memperkirakan bahwa organisasi akan menghabiskan $2,83 miliar pada 2026 untuk produk yang dirancang untuk mengamankan alat AI, merepresentasikan peningkatan 83 persen dibandingkan 2025. Perusahaan ini memperkirakan pasar akan mencapai hampir $4,78 miliar pada 2027. Keamanan aplikasi AI dan kontrol penggunaan AI berada di antara segmen-segmen terbesar, dengan pertumbuhan kuat juga diproyeksikan untuk platform tata kelola dan gateway. Angka-angka ini mencerminkan pengakuan bahwa kontrol keamanan konvensional meninggalkan celah ketika sistem menghasilkan output, memanggil alat, atau bertindak secara otonom.
Konteks yang lebih luas mencakup meningkatnya pengeluaran keseluruhan untuk keamanan informasi dan munculnya risiko terkait agen secara spesifik. Para analis mencatat bahwa lebih dari setengah serangan siber berhasil terhadap agen AI diperkirakan akan memanfaatkan kelemahan kontrol akses dan prompt injection pada tahun 2029. Perlindungan runtime telah muncul sebagai kategori utama dalam keamanan agen AI karena menangani eksekusi langsung, bukan hanya pengujian pra-deploy atau kebijakan statis. Perusahaan yang menskalakan beban kerja agen karenanya menghadapi both gain produktivitas dari sistem otonom dan kebutuhan yang sesuai akan lapisan visibilitas dan penegakan khusus.
Kemampuan runtime inti berfokus pada tiga risiko yang saling terkait: prompt injection dan serangan tidak langsung yang memanipulasi perilaku agen melalui konten tidak terpercaya; eksposur data sensitif ketika agen menangani kode sumber, kredensial, atau informasi propietaris; dan tindakan agen yang tidak aman yang diakibatkan oleh penalaran yang terkompromi atau respons alat jahat. Deteksi beroperasi di seluruh konteks sesi, bukan hanya prompt terpisah, sehingga memungkinkan identifikasi rantai serangan multi-langkah. Penerapan dapat memblokir, menghapus, atau membentuk konten sesuai kebijakan sambil terintegrasi dengan alur kerja SIEM dan SOAR yang sudah ada.
Untuk agen pemrograman khusus, integrasi tingkat harness mengamati pembacaan file, eksekusi perintah, instalasi dependensi, dan interaksi repositori. Tingkat observabilitas ini memungkinkan tim keamanan untuk menyelidiki tidak hanya apa yang dilakukan agen, tetapi juga bagaimana agen mencapai keputusan tersebut. Di lingkungan di mana agen beroperasi dengan hak istimewa yang ditingkatkan pada mesin pengembang atau sistem integrasi berkelanjutan, kemampuan untuk mengintervensi sebelum tindakan tidak aman selesai mengurangi potensi radius kerusakan. Organisasi melaporkan bahwa mempertahankan produktivitas pengembang tetap penting; teknik pembentukan konten yang memungkinkan agen untuk terus beroperasi dengan aman setelah penghapusan mendukung kebutuhan tersebut.
Hasil dari Seri B dialokasikan terutama untuk memperdalam keamanan Agentic Runtime dan kemampuan Agent Harness, memperluas kapasitas teknik dan penelitian, serta mempercepat penjualan dan distribusi. Kepemimpinan telah menunjukkan fokus pada penskalaan vertikal bersamaan dengan adopsi kecerdasan buatan sambil mempersiapkan ekspansi horizontal menuju domain keamanan siber terkait. Pertumbuhan internasional dimulai dengan Eropa dan wilayah EMEA yang lebih luas, didukung oleh rekrutmen tambahan dan pengembangan saluran.
Modal tersebut juga memperkuat kemampuan perusahaan untuk mempertahankan platform yang dirancang khusus, bukan mengandalkan alat keamanan umum yang disesuaikan setelahnya. Para investor menyoroti bahwa solusi keamanan tradisional dirancang untuk kode dan infrastruktur, bukan untuk model yang dapat diracuni, direbut, atau dimanipulasi melalui input mereka sendiri. Kombinasi kedalaman penelitian, arsitektur non-invasif, dan fokus runtime menempatkan platform ini untuk terus diadopsi seiring sistem agen yang semakin masuk ke dalam lingkungan yang diatur dan bernilai tinggi.
Organisasi yang memperkenalkan agen pemrograman AI atau sistem alur kerja otonom menghadapi kesenjangan visibilitas: banyak yang tidak memiliki inventaris real-time dari agen aktif dan tidak dapat dengan mudah merekonstruksi sesi multi-langkah saat terjadi anomali. Penerapan keamanan runtime memerlukan titik integrasi yang mengamati aktivitas agen tanpa memperkenalkan latensi yang tidak dapat diterima atau mengganggu pipeline pengembangan yang sudah ada. Solusi yang memanfaatkan hook agen asli dan melaporkan kekuatan penegakan per platform membantu tim keamanan memahami risiko residu.
Program yang efektif menggabungkan pemindaian rantai pasokan sebelum peluncuran, simulasi serangan berkelanjutan, dan pemantauan runtime langsung. Kebijakan harus menangani baik injeksi prompt langsung maupun serangan tidak langsung yang dikirim melalui output alat atau konten yang diambil. Integrasi dengan alat operasi keamanan yang sudah ada memungkinkan deteksi mengalir ke proses investigasi dan respons yang sudah mapan. Seiring agen memperoleh hak akses untuk memodifikasi kode, mengakses rahasia, atau berinteraksi dengan sistem produksi, biaya deteksi yang tertunda meningkat, menjadikan kontrol runtime berkelanjutan sebagai kebutuhan praktis, bukan sekadar peningkatan opsional.
Pasar keamanan AI telah menarik modal signifikan, dengan beberapa vendor mengumpulkan dana dalam putaran besar untuk menangani ruang masalah yang tumpang tindih atau berdekatan. Perusahaan keamanan siber besar telah mengejar akuisisi untuk menambah kemampuan khusus AI. HiddenLayer membedakan diri melalui fokusnya pada analisis non-invasif yang tidak memerlukan bobot model atau data pelatihan, penekanannya pada agen runtime dan harness agen pemrograman, serta kehadirannya yang mapan di lingkungan komersial dan terklasifikasi. Platform ini menyatukan penemuan, keamanan rantai pasokan, simulasi serangan, dan perlindungan runtime dalam satu arsitektur tunggal.
Seiring dengan kedewasaan kategori ini, perusahaan mengevaluasi solusi berdasarkan cakupan alur kerja agen multi-langkah, kemudahan integrasi dengan kerangka agen yang sudah ada, kualitas rekonstruksi sesi untuk investigasi, dan kemampuan untuk menegakkan kebijakan tanpa terlalu banyak false positif atau hambatan bagi pengembang. Pembaruan deteksi yang didukung penelitian dan kontribusi terhadap standar industri memberikan sinyal tambahan mengenai daya tahan jangka panjang. Organisasi yang memilih platform semakin memprioritaskan platform yang memperlakukan perilaku runtime sebagai permukaan kontrol utama, bukan sebagai pertimbangan tambahan terhadap pertahanan yang berfokus pada model.
Sistem agen sedang bertransisi dari alat eksperimen menjadi komponen proses bisnis inti. Gartner dan analis lain memproyeksikan pertumbuhan cepat berkelanjutan dalam penerapan agen AI dan pengeluaran keamanan yang terkait. Keamanan runtime diperkirakan akan tetap menjadi fokus utama karena agen memperkenalkan risiko dinamis dan tergantung konteks yang tidak dapat sepenuhnya diatasi oleh kontrol statis. Kemampuan yang memberikan visibilitas lintas alat, data, dan interaksi multi-agen kemungkinan akan berkembang seiring meningkatnya otonomi yang diberikan organisasi kepada sistem-sistem ini.
Pendanaan terbaru dan perluasan produk HiddenLayer memposisikan perusahaan untuk mendukung tren tersebut. Kombinasi pertumbuhan ARR yang terdokumentasi, keragaman pelanggan di berbagai industri yang diatur, kontrak pemerintah, dan portofolio paten yang substansial menunjukkan permintaan berkelanjutan akan keamanan AI yang dirancang khusus. Perusahaan yang memperlakukan perlindungan runtime sebagai infrastruktur esensial, bukan sebagai lapisan opsional, akan lebih siap untuk menskalakan alur kerja agen sambil mengelola permukaan serangan yang diperluas yang diciptakan oleh alur kerja tersebut. Verifikasi berkelanjutan pada runtime tetap menjadi fondasi praktis untuk operasi AI yang dapat dipercaya.
Fitur keamanan runtime agen apa yang disediakan oleh HiddenLayer’s Agentic Runtime Security untuk agen produksi?
Agentic Runtime Security memberikan visibilitas real-time terhadap bagaimana agen AI berinteraksi dengan alat, data, dan sistem lain selama eksekusi langsung. Modul ini merekonstruksi konteks sesi penuh sehingga tim keamanan dapat memahami urutan keputusan, mendeteksi prompt injection dan penggunaan alat jahat, serta menerapkan tindakan penegakan seperti pemblokiran, redaksi, atau pengalihan konten. Modul ini terintegrasi dengan alur kerja operasi keamanan yang sudah ada dan mendukung investigasi serta pencarian ancaman di berbagai proses otonom multi-langkah.
Bagaimana Agent Harness Security melindungi agen pemrograman AI tanpa memperlambat pengembang?
Agent Harness Security terintegrasi langsung dengan permukaan kontrol asli dari agen pemrograman yang didukung. Sistem ini mengamati prompt, akses file, perintah shell, instalasi dependensi, dan perubahan repositori secara real-time. Data sensitif dapat di-redaksi sebelum mencapai model, dan agen dapat diarahkan menjauh dari input yang telah diracuni. Penerapan disesuaikan dengan kemampuan setiap platform agen, memungkinkan pekerjaan produktif berlanjut sementara tindakan berisiko tinggi dibatasi.
Industri mana yang paling luas mengadopsi platform HiddenLayer?
Layanan keuangan dan perusahaan teknologi besar yang membangun produk AI saat ini membentuk vertikal komersial terbesar. Adopsi kuat tambahan tampak di industri asuransi, farmasi, maskapai penerbangan, pemerintah, dan komunitas pertahanan dan intelijen AS. Perusahaan juga mendukung penyedia model frontier yang melayani lebih dari 700 juta pengguna mingguan dan memiliki pelanggan internasional di sektor otomotif serta makanan dan minuman.
Apa yang memungkinkan pendanaan Seri B senilai $100 juta untuk dilanjutkan oleh HiddenLayer?
Modal tersebut mendukung pengembangan lebih mendalam fitur Agentic Runtime Security dan Agent Harness, perluasan tim teknik dan penelitian, percepatan penjualan dan distribusi, serta pertumbuhan geografis yang dimulai dari Eropa dan EMEA. Kepemimpinan juga menunjukkan komitmen untuk terus berinvestasi dalam organisasi penelitian yang menjadi dasar pembaruan deteksi dan kontribusi terhadap standar industri.
Bagaimana HiddenLayer menganalisis model tanpa mengakses data pelatihan atau bobot?
Platform ini menggunakan teknik non-invasif yang memeriksa artefak model, struktur tensor, kerangka file, dan perilaku runtime. Pendekatan ini memungkinkan pemindaian sekitar 50 format file AI untuk masalah integritas, malware, dan ketidaksesuaian antara konten model yang diklaim dan yang sebenarnya. Filosofi yang sama berlaku untuk pemantauan runtime, yang mengamati input, output, dan tindakan agen tanpa memerlukan akses ke model internal.
Proyeksi pertumbuhan pasar apa yang mendukung investasi dalam keamanan runtime AI?
Gartner memperkirakan pengeluaran untuk produk yang melindungi AI akan mencapai $2,83 miliar pada 2026, peningkatan 83 persen dari tahun sebelumnya, dan hampir $4,78 miliar pada 2027. Para analis memperkirakan kelemahan kontrol akses dan injeksi prompt akan menjadi bagian dari sebagian besar serangan sukses terhadap agen AI pada 2029. Proyeksi ini mencerminkan perluasan permukaan serangan yang diciptakan oleh sistem otonom di lingkungan produksi.
Jika Anda khawatir tentang naik turunnya pasar yang sering terjadi, dan mencari opsi yang lebih stabil untuk menghasilkan uang secara pasif, KuCoin adalah tempat yang tepat untuk datang:
Simple Earn: Setor dan tarik token kapan saja, dapatkan imbal hasil stabil.
KuCoin Earn: Dapatkan keuntungan stabil dengan manajemen aset profesional.
Hold to Earn: Dapatkan imbalan dengan memegang aset di Akun Pendanaan, Perdagangan, Margin, Futures, Penambangan, dan Akun Terpadu.
Staking: Buka potensi penghasilan dari aset on-chain.
Investasi Lanjutan: Investasi Lanjutan menawarkan berbagai produk terstruktur untuk membantu uang Anda tumbuh di pasar apa pun.
Shark Fin: Perlindungan Pokok dan Keuntungan Terjamin
Investasi Ganda: Beli rendah dan jual tinggi dengan perhitungan pengembalian yang transparan.
Snowball: Imbal hasil tinggi, dengan perlindungan harga.
Belanja Diskon: Beli kripto dengan harga diskon.
KCS Loyalty: Naik level untuk menikmati manfaat eksklusif dengan staking ≥ 1 KCS.
KuCoin Wealth: Temukan nilai masa depan dan mulailah perjalanan investasi cerdas Anda.
Manfaat KCS: Pegang dan lakukan staking KCS untuk mengakses manfaat di seluruh platform.
KCS Staking 2.0: Ikuti tata kelola on-chain KCS untuk mendapatkan imbal hasil.
Penafian: Konten ini hanya untuk tujuan informasi dan tidak merupakan saran investasi. Investasi mata uang kripto membawa risiko. Silakan lakukan riset sendiri (DYOR).
Penafian: Halaman ini diterjemahkan menggunakan teknologi AI untuk kenyamanan Anda. Untuk informasi yang paling akurat, lihat versi bahasa Inggris aslinya.