Rilis Agen & Model
Anthropic menerapkan kembali Claude Fable 5 secara global setelah kontrol ekspor AS dicabut. Perusahaan membagikan detail tentang pengklasifikasi keamanan siber Fable 5 dan draf kerangka kerja tingkat keparahan jailbreak AI.
Anthropic meluncurkan Claude Science dalam versi beta, sebuah meja kerja multi-agen untuk pipeline genomik, proteomik, dan kimia yang reprodusibel dengan lebih dari 60 keterampilan yang telah dikonfigurasi sebelumnya.
Mistral merilis Leanstral 1.5, model berlisensi Apache-2.0 untuk asisten pembuktian Lean 4. Model ini memecahkan 587 dari 672 masalah PutnamBench melalui pembelajaran penguatan multi-giliran.
Claude Sonnet 5 tersedia secara umum, memberikan kinerja mendekati Opus 4.8 dengan biaya lebih rendah, dilengkapi tokenizer baru dan sistem izin yang terperinci.
Google membawa asisten agen Gemini Spark ke macOS. Pengguna dapat mengurutkan file, dan pembaruan mendatang akan memungkinkan delegasi tugas jarak jauh antar perangkat.
WebBrain, agen peramban sumber terbuka, dapat membaca halaman dan mengotomatiskan tugas sambil mendukung model lokal untuk skenario yang sensitif terhadap privasi.
Meta diam-diam meluncurkan Pocket, aplikasi vibe-coded yang memungkinkan pengguna membuat dan berbagi mini-game interaktif menggunakan perintah AI.
Alat & Kerangka Kerja
Aplikasi legal-kb LlamaIndex menunjukkan pengambilan agen atas dokumen hukum menggunakan alat bergaya sistem file seperti pencarian semantik dan grep regex.
LangChain membuka sumber OpenWiki, alat yang secara otomatis menghasilkan dan memelihara dokumentasi repositori untuk memberikan konteks yang lebih baik kepada agen pengkodean.
Simon Willison merilis sqlite-utils 4.0rc2 (sebagian besar ditulis oleh Claude Fable seharga $149) dan llm-coding-agent 0.1a0, menunjukkan pengembangan perangkat lunak yang digerakkan oleh agen.
Video shot-scraper memungkinkan perekaman alur kerja agen sebagai demo video melalui papan cerita YAML, membantu debugging dan komunikasi.
LangChain memperingatkan bahwa penggunaan agen pengkodean yang tidak terkendali menyebabkan tagihan melonjak, dan memperkenalkan alat observabilitas untuk beralih dari 'tokenmaxxing' ke manajemen biaya.
Model Bahasa Rekursif (RLM) diintegrasikan ke dalam Deep Agents, menangani kebusukan konteks dengan mengeksekusi kode di REPL dan mengirim sub-agen.
Sorotan Penelitian
Kerangka kerja HORIZON NVIDIA untuk desain perangkat keras bebas genggam mencapai 100% penyelesaian pada tolok ukur RTL dengan mengembangkan git worktrees dengan loop agen.
NVIDIA dan mitra akademis memperkenalkan ASPIRE, agen robotika yang memperbaiki diri sendiri yang menulis, menyempurnakan, dan menyuling keterampilan, mencapai 31% zero-shot pada tugas panjang.
AgenticSTS memperkenalkan kontrak memori terbatas untuk agen LLM cakrawala panjang, diuji pada Slay the Spire 2, mengungkapkan komponen memori mana yang mendorong kinerja.
EvoPolicyGym melakukan tolok ukur evolusi kebijakan otonom, di mana agen secara iteratif mengedit kebijakan yang dapat dieksekusi dari umpan balik, dengan GPT-5.5 memimpin hasil.
WorldDirector memisahkan orkestrasi gerak dari generasi visual, menciptakan simulator dunia yang dapat dikendalikan yang mempertahankan identitas objek di seluruh perubahan adegan.
Program-as-Weights mengkompilasi spesifikasi fungsi bahasa alami menjadi adaptor saraf kecil; interpreter 0,6B cocok dengan model 32B di MacBook, membuat fungsi fuzzy menjadi lokal dan murah.
Industri & Bisnis
CEO Meta Mark Zuckerberg memberi tahu staf bahwa kemajuan agen AI belum dipercepat seperti yang diharapkan, mengakui bahwa PHK dan restrukturisasi baru-baru ini belum membuahkan hasil.
Microsoft menginvestasikan $2,5 miliar dan 6.000 ahli ke Frontier Company barunya, unit penyebaran AI perusahaan yang berorientasi pada hasil.
Pengusaha serial India Bhavin Turakhia menginvestasikan $30 juta uangnya sendiri di Neo, alternatif asli AI untuk Microsoft Office.
Anthropic sedang dalam pembicaraan dengan Samsung untuk mengembangkan chip AI khusus, bertujuan untuk mendiversifikasi tumpukan perangkat kerasnya di luar Nvidia dan penyedia cloud.
CEO OpenAI Sam Altman mengusulkan menyumbangkan 5% ekuitas perusahaan ke dana kekayaan berdaulat AS untuk menyelaraskan manfaat AI dengan publik.
Google DeepMind dan A24 mengumumkan kemitraan penelitian multi-tahun untuk menanamkan AI ke dalam pembuatan film, dibentuk oleh para pembuat film sendiri.
Model Claude yang lebih baru semakin sering tersandung pada skema alat non-Anthropic, kemungkinan karena optimalisasi untuk alat pengeditan Claude Code sendiri, merusak kompatibilitas dengan harness khusus.
Kebijakan & Hukum
Midjourney menuntut studio Hollywood mengungkapkan penggunaan AI mereka sendiri dalam gugatan hak cipta, berusaha membatalkan batasan pada dokumen penemuan.
Alibaba melarang karyawan menggunakan Claude Code, dengan alasan klasifikasi berisiko tinggi, dan memerintahkan mereka untuk beralih ke alat Qoder sendiri.
Cloudflare akan memblokir perayap AI penggunaan campuran dari halaman yang didukung iklan secara default mulai 15 September, bertujuan melindungi konten penerbit.
Itu saja untuk hari ini – sekitar 5 menit membaca.