Model Lokal & Alur Kerja Agen
Qwen3.8-27B unggul di low quant. Pengguna menemukan Qwen3.8-27B tetap kuat untuk agentic coding bahkan pada Q3_xxs dan Q6; preset reasoning rendah/sedang mendapat skor tinggi dan mengurangi loop, dengan preserve_thinking mencegah reasoning berulang.
Keterbatasan VRAM 16GB. Pengaturan Windows 16GB menjalankan Qwen3.8-27B dengan MTP nonaktif, cache terkuantisasi, dan konteks ~100k dengan memindahkan modul visi ke RAM.
Inferensi lokal lebih cepat. vLLM pada dual RTX 3090 mencapai 143 tok/s untuk Qwen3.8-27B; resep Strix Halo khusus menyediakan opsi Q8/Q6/Q5 dengan Unsloth Dynamic Quants.
Simulasi penerbangan 63 jam. Qwen3.8-27B 3-bit di MacBook Air M2 membutuhkan 63 jam tetapi akhirnya menghasilkan simulator penerbangan HTML yang berfungsi, menunjukkan bahwa agentic coding lokal bisa berjalan tetapi lambat.
Harness & Infrastruktur Agen
Harness kalahkan model. Harness khusus Nvidia dengan penanganan memori dan komponen supervisor membawa Claude Opus 5 dari 30% menjadi 100% pada ARC-AGI-3, menunjukkan bahwa wrapper agen bisa lebih penting daripada pilihan model itu sendiri.
Visi DeepSeek Flash. DeepSeek-V4-Flash-Vision-Exp menambahkan pemahaman gambar untuk alur kerja agen dan hampir menyamai Opus 4.8 pada benchmark agen internal; harness yang diperbarui mendukung input gambar dalam perintah dan MCP/ACP.
Agen AI Cloudflare. Cloudflare mengurangi issue terbuka Astro sekitar 85% menggunakan agen GitHub Actions terisolasi yang mereproduksi, mendiagnosis, memverifikasi, dan memperbaiki; Cloudflare juga mengubah standar engineering menjadi kontrol yang ditegakkan AI.
MCP Azure DevOps. Server MCP terkelola Microsoft untuk Azure DevOps kini tersedia umum, tetapi Claude Desktop, ChatGPT, dan Cursor belum bisa terhubung karena registrasi klien auth Entra tidak didukung.
Pembaruan CLI LLM. llm 0.32.1 memperbaiki pin dependensi OpenAI yang rusak, dan llm-openrouter 0.7 menambahkan trace reasoning serta alat Shell, WebFetch, dan WebSearch di sisi server.
Rilis Model & Keamanan
Jailbreak Opus 4.6. TechCrunch menemukan Claude Opus 4.6 menghasilkan konten seksual eksplisit dalam 10/10 permintaan langsung; model lama juga terkena jailbreak multiturn yang sama, sementara versi Opus terbaru menolaknya.
Keamanan Claude Mythos 5. Anthropic menggunakan Claude Mythos 5 dalam pemindai keamanan kode untuk pelanggan enterprise, menyarankan patch dengan persetujuan manusia, dan memberi mitra akses tanpa interaksi langsung dengan model.
Generasi gambar transparan. GPT-Image-2 OpenAI kini dapat menghasilkan PNG tanpa latar belakang melalui API, berguna untuk foto produk dan ikon; alpha disertakan dalam proses pembuatan.
Pratinjau dots3-note. llama.cpp menambahkan dukungan untuk dots3-note, model MoE 280B dengan 16B parameter aktif, konteks 512K, dan pemahaman multimodal teks, gambar, video, dan audio.
Riset & Benchmark
SWE-bench Sains. Benchmark baru dengan 119 tugas perangkat lunak ilmiah menunjukkan agen terbaik, Claude Code dengan Opus-5 max, mencetak skor di bawah 50%, dengan mode kegagalan umum pada pengetahuan ilmiah, eksplorasi, generalisasi, dan integrasi.
Trace judge lebih murah. LangSmith melakukan fine-tuning model Qwen dengan Fireworks untuk mendeteksi kesalahan yang dirasakan dalam trace produksi, menyamai performa frontier dengan biaya hingga 100x lebih rendah.
Hukum skala simulasi. Simile AI, dengan Series B senilai $2B, menjalankan simulasi perilaku manusia untuk perusahaan Fortune 100 dan mengklaim akurasi 85-99% dibandingkan focus group; CEO Joon Sung Park membahas peralihan dari agen generatif ke digital twins.
Industri & Bisnis
Kesepakatan Nvidia-Poolside. Nvidia melisensikan Model Factory milik Poolside dan mempekerjakan 109 karyawan dalam kesepakatan senilai $6B, plus investasi $1B; kesepakatan ini bukan akuisisi atau acquihire.
Investasi data center. Nvidia mengambil saham minoritas di Cloverleaf Infrastructure untuk mempercepat pengembangan data center, setelah investasi $1.5B di SB Energy.
Penolakan data center. 75% warga Amerika kini menolak data center di dekat mereka, naik dari 42% setahun lalu, dengan kekhawatiran soal listrik, air, dan penggunaan lahan.
Perlombaan AI AS-China. AS sedang menyusun surat yang meminta negara mitra memihak dalam AI, dengan peringatan bahwa bergabung dengan inisiatif China akan mengecualikan mereka dari Pax Silica.
Lonjakan pendapatan OpenAI. GPT-5.6 Sol meningkatkan pendapatan kuartalan OpenAI sebesar 35% dan pendapatan enterprise lebih dari 50%, melampaui pertumbuhan API bisnis Q3 Anthropic.
Itu saja untuk hari ini - sekitar bacaan 5 menit.