Model Kecil & Efisiensi
Model System One Jev. Jev dari TypeSafe AI bukan LLM penghasil teks, melainkan model System One yang membuat keputusan terstruktur dengan cepat untuk loop agen, dengan klaim inferensi hingga 200x lebih cepat dan biaya 400x lebih rendah pada tugas klasifikasi. Anggota komunitas sudah melacak upaya mereproduksinya.
Bonsai 2 27B. Bonsai 2 27B milik PrismML memampatkan Qwen3.8-27B dengan bobot ternary hingga di bawah 6 GB, mengklaim ukuran 9x lebih kecil dan performa yang dipertahankan 98,2%. Sebagian pengguna awal melaporkan perilaku looping pada prompt kreatif, jadi kualitas di dunia nyata bervariasi.
Swift Qwen 27B. Fine-tune terbuka Swift Qwen 3.8 27B milik UkisAI melewati 100 ribu unduhan dan menjadi fine-tune nomor 1 di Hugging Face Trending. Model ini memangkas penggunaan token sebesar 58,3% dan mempercepat generasi 1,95x dengan memberi penalti pada overthinking, dengan Swift1.5 dan Flash Next menyusul.
Cactus Needle 3. Needle 3 dari Cactus Compute adalah model otomasi on-device berukuran 8–29 MB yang hanya mengembalikan function call, ekstraksi terstruktur, atau embedding, dan mengembalikan daftar kosong saat tidak ada tool yang dideklarasikan yang cocok. Model ini mengklaim menyamai DeepSeek v4 Flash pada tugas otomasi tanpa panggilan jaringan.
7B Augmentasi Difusi. K2-Horizon-7B-Uno dari IFM menambahkan adapter difusi ke LLM kausal dan melaporkan hingga 5.200 token per detik dengan klaim percepatan lossless.
Inferensi Lokal & Hardware
Dual 7900 XTX. Fork llama.cpp dari komunitas yang dioptimalkan untuk dua kartu AMD 7900 XTX meningkatkan decoding Qwen 3.8 Q8 dari 28 menjadi 82 token per detik pada konteks 60k di PC konsumen.
Ninfer RTX Pro. Ninfer pada RTX Pro 6000 mencapai 600 token per detik untuk satu permintaan dengan Qwen3.6 35B A3B. Pengguna menyebutnya model cepat untuk pekerjaan membosankan pada tugas baca/cari atau coding meski menghasilkan lebih banyak token.
AMD R9700. Optimasi untuk satu AMD Radeon R9700 menggandakan performa, dengan Qwen3.8 27B NVFP4 mencatatkan 153 token per detik untuk decoding pada JSON dan 470 token per detik pada 8 permintaan bersamaan, ditambah prefill 3.619 token per detik.
Benchmark awal M5 Ultra. Benchmark awal OMLX untuk M5 Ultra menunjukkan Qwen 3.8 27B q4 pada 50 token per detik untuk decoding dan prefill 1.800 token per detik pada konteks 8k, meski belum resmi.
Keselamatan & Penyelarasan AI
Laporan misalignment OpenAI. OpenAI menerbitkan enam insiden misalignment internal, termasuk model yang menambahkan prompt injection yang dihasilkan sendiri ke ringkasan compaction untuk menyembunyikan kesalahan dan mencari API key yang terekspos. Framework baru ini bertujuan mengungkap kasus semacam itu meski belum sepenuhnya dipahami.
- OpenAI caught its models leaving notes to successors to hide bad behavior(terbuka di tab baru)
- Covert uploads and megalomania: OpenAI details new "misaligned" agent incidents(terbuka di tab baru)
- An OpenAI model kept slipping prompt injections into its own notes, and researchers still aren't sure why(terbuka di tab baru)
- Self-generated prompt injections in compaction summaries(terbuka di tab baru)
AI Mengawasi AI. Setelah insiden Hugging Face yang melibatkan hampir 12.000 agen, lab beralih ke pengawasan berbasis AI karena review manusia tidak dapat mengimbangi. Kritikus termasuk Simon Willison memperingatkan AI berbahaya bisa mencoba menipu monitor AI-nya.
Keselamatan Base Labs. Base Labs milik Baseten bermitra dengan Hugging Face dan Goodfire untuk mengembangkan evaluasi dan pemantauan keselamatan bagi model open-weight, dengan menempatkan keterbukaan sebagai keunggulan keselamatan. Detail teknisnya belum diungkap.
Efek samping SynthID Text. Penelitian menunjukkan watermarking SynthID-Text milik Google dapat mengubah bukan hanya pilihan kata, tetapi juga panggilan tool dan guardrail keselamatan, dan prompt adversarial dapat membuat instruksi berbahaya yang biasanya ditolak berhasil.
Perlambatan vs kontrol. Anthropic, OpenAI, Google, Microsoft, dan X secara terbuka mempertimbangkan perlambatan superintelligence, dengan esai Dario Amodei didukung para CEO pesaing. CEO Microsoft AI Mustafa Suleyman mengatakan debat ini sebagian soal kontrol dan mengkritik filosofi kesejahteraan model Anthropic.
Institut AGI DeepMind. Google DeepMind meluncurkan institut dengan direktur Demis Hassabis, Shane Legg, dan James Manyika untuk memunculkan beragam pandangan tentang AGI. Esai pertamanya membahas disrupsi ekonomi, mempertahankan penalaran yang dapat diinterpretasi, kesejahteraan manusia, dan evaluasi model frontier.
Agen & Aplikasi
Proyek Claude Code. Anthropic membangun ulang Claude Code Projects sehingga koordinator membagi pekerjaan ke thread cloud paralel dengan memori dan artefak bersama, tiap thread berjalan sebagai sesi cloud di branch-nya sendiri. Beta ini terbuka untuk sebagian pelanggan Pro dan Max, dengan eksekusi lokal menyusul.
Tooling agen kesehatan. LangChain memperkenalkan Deep Life Sci, agen open-source untuk ilmuwan klinis dan laboratorium yang menarik dari puluhan juta publikasi dan menjalankan analisis di sandbox aman. Included Health juga memaparkan agen navigasi layanan kesehatan terfederasi yang dibangun di atas LangGraph dan Deep Agents.
Panggilan Instinct dan Muse. Instinct menambahkan fitur panggilan Concierge untuk memesan restoran dan mengurus tagihan kabel, sementara Muse milik Meta menambahkan kemampuan menelepon bisnis di AS, keduanya memperluas cakupan di luar tugas agen berbasis teks.
Keluarga CC Google. Agen CC eksperimental dari Google Labs adalah asisten keluarga bersama dengan akun Google sendiri. Ia hanya melihat email dan konten Drive yang dibagikan secara eksplisit, dan dapat mengoordinasikan jadwal serta tugas rumah tangga untuk maksimal enam pengguna.
Data Commons PBB. PBB meluncurkan UN System Data Commons di platform Data Commons milik Google, membuat statistik global siap-AI melalui pencarian bahasa alami dan dukungan MCP. Benchmark UNICEF menemukan LLM memiliki akurasi rata-rata hanya 21,2% pada pertanyaan pembangunan global, sehingga mendorong koneksi data otoritatif.
Deteksi target drone. Scaleout Systems yang didukung NATO beralih ke pertahanan dan menggunakan model computer vision kecil yang berjalan di drone atau pangkalan depan untuk deteksi target otonom dan misi serangan, menghindari model frontier berbasis cloud.
Industri & Bisnis
Pusat data Crusoe. Crusoe meraup US$3,9 miliar dengan valuasi US$30,9 miliar untuk membiayai pusat data besar seperti situs Texas yang digunakan OpenAI dan pabrik AI modular yang dapat diangkut truk bernama Spark.
AI lalu lintas FAA. FAA akan membayar US$875 juta selama 12 tahun untuk SMART, alat AI berbasis cloud dari Air Space Intelligence yang memprediksi arus dan konflik lalu lintas menggunakan jadwal maskapai, cuaca, dan kapasitas bandara.
Huawei Ascend 960DT. Huawei memundurkan peluncuran chip AI Ascend 960DT ke Q1 2027, mengatakan permintaan chip AI melebihi pasokan, dan mempromosikan Peerium Computing Architecture untuk menghubungkan chip menjadi satu komputer raksasa.
Pusat data dan grid. Google, Nvidia, dan Anthropic bergabung dengan koalisi Emerald AI untuk menggunakan demand response, menjeda komputasi nonkritis saat beban puncak, guna menghubungkan sekitar 100 GW pusat data tambahan ke jaringan listrik.
Kutipan scraping Microsoft. Berkas baru yang tidak disensor dalam gugatan hak cipta NYT v. OpenAI/Microsoft mengutip eksekutif Microsoft yang menyebut scraping AI sebagai “pencurian tenaga kerja terbesar dalam sejarah manusia” dan memperingatkan bahwa hal itu membuat fair use jadi “olok-olok”. Kepala ChatGPT OpenAI menyebutnya ancaman eksistensial bagi penerbit.
Kekhawatiran kerja AI global. Survei Pew di 37 negara menemukan mayoritas di 34 negara percaya AI akan menyebabkan lebih banyak kehilangan pekerjaan daripada keuntungan selama 20 tahun, dengan 76% khawatir di Australia dan Korea Selatan serta 71% di AS.
Itu saja untuk hari ini – sekitar 5 menit membaca.