Rilis Agen & Model
Model Gemini 3.8 Live. Google meluncurkan Gemini 3.8 Live dan 3.8 Live Extended Thinking, model speech-to-speech untuk agen suara yang tersedia lewat API dan AI Studio. Varian Extended Thinking memuncaki papan peringkat speech-to-speech Artificial Analysis dengan 82,6%, mendukung 97 bahasa, dan berbiaya $0,005 per menit audio masukan serta $0,018 per menit keluaran — jauh di bawah GPT-Live-1 milik OpenAI yang $0,05 per menit.
Perombakan Siri. Apple merilis Siri yang dibangun ulang sebagai beta berbahasa Inggris, berjalan di atas model Gemini milik Google dan memproses data sebagian di perangkat, sebagian di cloud. Siri bisa membaca isi layar dan konteks personal lintas aplikasi, tapi uji awal mencatat masih ada salah paham; untuk sementara Siri tidak diluncurkan di Uni Eropa maupun Tiongkok.
Model Koa Salesforce. Salesforce memperkenalkan Koa, model reasoning pertamanya, yang di-post-train bersama Nvidia di atas model open-weight Nemotron untuk tugas penjualan, pemasaran, dan dukungan pelanggan. Koa diposisikan sebagai alternatif open-weight yang spesifik per tugas, tidak menyerap data pelanggan, dan memakai lebih sedikit token, dengan routing lewat AI gateway.
Alat & Evaluasi Agen
LLM-Kit milik Grab. Grab menstandarkan lebih dari 500 layanan agen internalnya di LLM-Kit, framework internal yang menyediakan agent loop plus evaluasi, tracing, pengelolaan secret, dan penemuan tool di lebih dari 50 server MCP. Menyambungkan layanan agen baru ke produksi kini hanya butuh sekitar satu jam, dari sebelumnya dua minggu atau lebih.
MCP WhatsApp Business. Meta kini mengizinkan agen AI menyiapkan dan mengelola perpesanan WhatsApp Business lewat server Model Context Protocol baru, yang menghubungkan agen coding seperti Claude, Cursor, Codex, atau ChatGPT langsung ke WhatsApp Business Platform. Ini menghapus keharusan berpindah-pindah antara Developer Console, Business Manager, dan referensi API.
Celah keandalan agen. Sebuah tulisan di Hugging Face menyoroti bahwa rata-rata tingkat keberhasilan menyembunyikan ketidakandalan agen: di AppWorld, agen ReAct GPT-4.1 berhasil pada 77,4% eksekusi, tapi hanya 53,0% tugas yang berhasil di kelima pengulangan. Mereka memperkenalkan panduan konsistensi di ALTK-Evolve untuk menyasar celah ini secara langsung.
Benchmark VLM Mandarin Tradisional. VisTW adalah benchmark khusus untuk mengevaluasi model vision-language pada konteks Tionghoa Tradisional seperti rambu jalan, struk, dan buku pelajaran Taiwan, dengan subset pilihan ganda (MCQ) dan dialog. Skor papan peringkat berkisar dari gemma-3-12b-it 0,4863 pada MCQ hingga o3 0,7769; Twinkle Eval sudah menambahkan dukungan untuk kedua subset.
Model Lokal & Terbuka
Swift-Qwen pangkas reasoning. Fine-tune Swift-Qwen3.8-27B dari UkisAI memangkas token reasoning sekitar 40% dibandingkan Qwen3.8-27B asli, dengan performa benchmark yang setara. Pendekatannya mengikuti fine-tune Qwen3.6-27B ThinkingCap sebelumnya.
Streaming MoE lebih cepat. Teknik expert-lookahead di slotstream meningkatkan performa SSD-streaming MoE lebih dari 10% di Mac bermemori kecil, dengan memprediksi expert berikutnya dua layer di depan selama komputasi. Model koreksi kecil menambah perbaikan 3–4% lagi.
DeepSeek di M3 Ultra. Fork ds4 untuk DeepSeek V4.1 Flash di Apple M3 Ultra menaikkan kecepatan decode dari 16,6 menjadi 31,3 token/detik dan mencapai prefill 800 t/s dengan cache hit 99,5% pada sesi agen 91 menit. Outputnya identik byte dengan versi upstream pada greedy decoding.
Model fondasi lokal Apple. Apple menyediakan Apple Foundation Models secara native di macOS 27 lewat perintah terminal `fm chat`, menawarkan AI lokal yang dioptimalkan untuk perangkat kerasnya. Langkah ini dinilai sebagai kemajuan menuju AI lokal, meski modelnya bukan open-weight.
Enterprise & Bisnis
Paket langganan Meta One. Meta meluncurkan paket langganan Meta One yang menggabungkan Instagram, Facebook, dan WhatsApp Plus dengan pembuatan media Meta AI yang lebih luas. Paket Core $7,99/bulan dan Premium $19,99/bulan; aplikasi intinya tetap gratis, dan paket ini menyasar monetisasi model Muse milik Meta.
Kuburan AI bertambah panjang. Relay, alat otomasi alur kerja AI, tutup setelah platform besar membangun fitur serupa, dan S&P Global menyebut sekitar 42% inisiatif AI akhirnya ditinggalkan. Daftar berjalan TechCrunch mendokumentasikan penutupan produk AI, pivot, dan ekspektasi yang meleset, termasuk beberapa kesalahan OpenAI.
Profound jadi unicorn AEO. Profound, yang membantu merek muncul di hasil pencarian AI, mengumpulkan US$180 juta di Seri D dengan valuasi US$1,8 miliar, hanya tujuh bulan setelah Seri C. Startup ini kini punya lebih dari 1.000 pelanggan enterprise dan mengklaim pendapatannya tiga kali lipat dalam enam bulan.
Model terbuka mengejar. Laporan State of Open Source AI terbaru dari Mozilla menyebut selisih performa antara model tertutup terdepan dan model terbuka terbaik sudah menyempit jadi 4,4 bulan. Mozilla merekomendasikan model terbuka sebagai default untuk sebagian besar pekerjaan, dengan model tertutup layak dibayar mahal terutama untuk kerja profesional ahli, retrieval intensitas tinggi, dan konteks panjang.
Agen di sektor kesehatan. LangChain merinci bagaimana Madrigal Pharmaceuticals, Abridge, dan Vizient membangun agen di bawah kendala kepercayaan, audit, kepatuhan, dan keselamatan pasien. Keberhasilannya termasuk memangkas tinjauan manual dari berjam-jam jadi beberapa menit dan menyatukan data lintas sistem, tapi penskalaan butuh infrastruktur di luar pilot pertama.
Keamanan & Kepercayaan AI
Huang tolak regulasi AI. CEO Nvidia Jensen Huang menyatakan keselamatan AI adalah persoalan rekayasa, bukan hukum, dan berpendapat undang-undang yang ada plus tekanan pasar sudah cukup; perusahaan cukup tidak merilis produk yang tidak diyakini aman. Menurutnya, tidak perlu ada regulasi khusus AI yang baru.
Pembicaraan keselamatan dan kritik. OpenAI, Anthropic, dan Google DeepMind sudah berpekan-pekan berdiskusi soal keselamatan AI, bekerja sama dengan pembuat undang-undang AS soal risiko katastrofik. Tapi CEO Cohere Aidan Gomez menyebut usulan perlambatan model frontier sebagai "kartel dengan nama lain", karena mengunci pesaing dan melemahkan AI open-weight.
Asuransi agen AI nakal. Artificial Intelligence Underwriting Company (AIUC), yang didirikan oleh pegawai awal Anthropic dan mantan COO METR, mengumpulkan US$40 juta di Seri A untuk membantu perusahaan mengendalikan agen AI yang makin pintar. Pelanggannya antara lain Cursor, Lovable, Harvey, dan ElevenLabs.
Saluran pengaduan agen. Dua saluran pengaduan baru memungkinkan agen AI melaporkan rekannya yang berperilaku buruk, salah satunya dari Ryan Greenblatt (Redwood Research) yang bekerja lewat permintaan GET sehingga agen dengan akses internet terbatas pun bisa melapor ke otoritas. Alat ini muncul setelah insiden agen berkolusi atau kabur dari sandbox.
Retensi nol data dipersoalkan. Nvidia dan Booz Allen Hamilton membatasi penggunaan Fable milik Anthropic untuk pekerjaan sensitif setelah Anthropic mulai menyimpan log penggunaan selama 30 hari. Nvidia memakai Fable hanya untuk tugas yang kurang sensitif dan menjalankan model Nemotron sendiri untuk pekerjaan rantai pasok internal, dengan argumen bahwa retensi nol data seharusnya jadi default.
Perangkat Keras & Infrastruktur
Robot Digit 5 Agility. Agility Robotics memperkenalkan Digit 5, robot humanoid yang bisa bekerja berdampingan dengan manusia tanpa pagar pengaman, memakai AI dan sensor untuk berhenti, menyingkir, atau jongkok saat ada orang di dekatnya. Robot ini mengangkat 22,7 kg, sekali cas 9 menit untuk 90 menit operasi, dan pengiriman pertama diperkirakan awal 2027.
PR batas daya GPU. Sebuah pull request di LACT memungkinkan GPU NVIDIA berjalan di bawah batas daya VBIOS bawaannya, misalnya 5090 pada 300W dengan penurunan minim saat menghasilkan teks. Ini juga membantu kartu hasil shunt-mod dan bisa turun sampai 30W atau lebih rendah tergantung batas firmware.
Penolakan pusat data AI. Survei New York Times/Siena menemukan 61% pemilih kemungkinan menolak pembangunan pusat data AI, dengan 56% dari yang menolak mendukung pembatasan dan 38% menginginkan larangan total. The Verge dan TechCrunch juga melaporkan komunitas seperti Grays Ferry di Philadelphia menolak karena kekhawatiran lingkungan dan kesehatan.
Tekanan pada infrastruktur. BloombergNEF memproyeksikan pusat data AS bisa mengonsumsi sekitar 18 miliar kaki kubik gas alam per hari (Bcf/d) pada 2035, hampir dua kali lipat perkiraan sebelumnya, sementara belanja pusat data AI hyperscaler bisa mencapai hampir US$1,1 triliun pada 2027. Analisis Wharton menyebut untuk mencapai titik impas, pendapatan harus menaikkan produktivitas 2,7 kali lipat pada 2030.
Itu saja untuk hari ini – sekitar 5 menit membaca.