Apa yang terjadi
Para peneliti Brookings Jacob Taylor dan Kershlin Krishna menerbitkan makalah kerja lebih dari 30 halaman yang mengkodifikasi "context-maxxing"—arsitektur penerapan AI sumber terbuka yang dikendalikan pengguna yang memberikan individu kontrol atas konteks (pengetahuan domain, pertimbangan, intensionalitas) yang mereka bawa ke interaksi AI generatif. Makalah tersebut berpendapat bahwa antarmuka AI proprietary (ChatGPT, Claude.ai) dirancang untuk menangkap konteks pengguna daripada memberdayakan kontrol pengguna, mengikis agensi kognitif—kapasitas bagi orang untuk berpikir dan bertindak dengan AI dengan cara yang mendukung kontrol, efikasi, dan penguasaan. Para penulis mendefinisikan lima blok infrastruktur pembangun (harness, LLM via API, context web, keamanan, hosting) dan tiga kompetensi yang berkembang (spesifikasi, orkestrasi, eksplorasi) yang mencirikan context-maxxing. Karya ini didasarkan pada adopsi cepat OpenClaw, harness agen sumber terbuka yang melampaui 100.000 bintang GitHub pada awal 2026 dan sekarang digunakan oleh jutaan orang di seluruh dunia.
Mengapa penting
Makalah ini mengubah penerapan AI sebagai pertanyaan kekuasaan, bukan hanya pertanyaan produktivitas. Bagi eksekutif dan dewan yang mempertimbangkan strategi AI bangun-versus-beli, ini mengungkapkan opsi ketiga—infrastruktur yang dikendalikan pengguna—dan berpendapat bahwa cara AI diterapkan menentukan apakah itu memperluas atau mengikis kemampuan organisasi dan individu dari waktu ke waktu. Argumen ini memiliki implikasi langsung untuk negosiasi vendor, tata kelola AI internal, dan keputusan tentang di mana konteks (alur kerja proprietary, pengetahuan institusional, pertimbangan) harus berada.
Tindakan yang diperlukan
Evaluasi apakah model penerapan AI organisasi Anda saat ini memberi Anda kontrol yang bermakna atas konteks—pengetahuan, alur kerja, dan pertimbangan yang membedakan operasi Anda. Jika sebagian besar penggunaan AI berjalan melalui antarmuka SaaS yang dikendalikan vendor, pertimbangkan untuk menguji coba alternatif yang dikendalikan pengguna (harness sumber terbuka, infrastruktur yang dihosting sendiri) untuk pekerjaan pengetahuan bernilai tinggi untuk menguji apakah mereka mempertahankan agensi kognitif dan memori institusional.