Rilis Agen & Model
Model kerentanan Cantina. Cantina dan Yeta Labs merilis apex-flash-1, model MoE berbobot terbuka berparameter 321B yang di-fine-tune dari GLM-5.3-Flash untuk riset kerentanan. Model ini menyelesaikan 40 dari 60 tugas bug yang disisihkan, tapi butuh sekitar 640 GB memori GPU dalam BF16.
Desktop agen DeepSeek. DeepSeek Harness v0.2 menambahkan aplikasi desktop resmi macOS dan Windows untuk agent harness open source-nya. Di dalamnya ada tool bawaan, manajemen plugin, peninjauan file/diff, pekerjaan dokumen, dan plugin Automation Task yang bisa dijadwalkan.
Kotak masuk Pizza Bot. Pengembang AWS merilis Pizza Bot sebagai open source, kotak masuk self-hosted untuk agen AI yang berjalan lama. Ia mendukung tugas terjadwal atau yang dipicu webhook, delegasi ke worker khusus, server MCP, dan titik persetujuan manusia.
IBM Bob mode air-gapped. IBM membuat platform pengembangan software agentic Bob tersedia secara umum di lingkungan self-hosted, privat, dan air-gapped. Pelanggan membawa model berlisensi sendiri dan bisa menjalankan seluruh siklus pemahaman kode, perencanaan, eksekusi, dan validasi di on-prem.
Prime Inference diluncurkan. Prime Intellect meluncurkan Prime Inference, platform penyajian serverless sekaligus reserved untuk model terbuka. Sebelum dirilis, platform ini sudah memproses hampir satu triliun token per hari secara internal, dan endpoint GLM-5.3 miliknya disebut salah satu yang tercepat di OpenRouter.
Speech-to-text real-time Microsoft. Microsoft merilis MAI-Transcribe-2-Streaming, model speech-to-text streaming yang menempati peringkat #1 di Artificial Analysis. Model ini mengeluarkan transkripsi parsial pertama hanya sekitar 100 ms setelah audio masuk, menyasar agen suara, caption langsung, dan dikte.
Alat & Framework
Editor agen SPOPI. SPOPI adalah UI/editor Tauri 2 yang sepenuhnya lokal untuk agen Pi, dan Pi sendiri bisa memodifikasinya secara live. Fitur tambahannya datang dari paket Pi, dan sesi, setelan, serta paketnya tetap sama dengan versi terminal.
Retargeting teleop robot. Sebuah tutorial membahas mesin retargeting berbasis graf milik NVIDIA IsaacTeleop yang mengubah pelacakan tangan dan controller XR menjadi aksi robot. Contohnya dibangun langkah demi langkah dengan NumPy di CPU Colab.
POWER9-V100 lebih cepat. Fork Strata untuk sistem IBM AC922 dengan CPU POWER9 dan GPU Tesla V100 meningkatkan prefill Qwen3.8-FN dari 130 menjadi 7.357 token/detik dan decode dari 15 menjadi 113 token/detik. Perubahannya mencakup FP16, manajemen memori, caching expert, dan pemanfaatan NVLink yang lebih baik.
Agen suara Breeze. Sebuah setup lokal menggabungkan Breeze TTS, STT, mikrofon nirkabel, dan remote BLE untuk interaksi hands-free dengan Opus 5.5. Agen merangkum sesi yang sudah selesai dan meminta keputusan, serta tetap mengirim pesan lisan pendek meski konteksnya sudah mencapai 500k.
Inferensi Lokal & Perangkat Keras
Satu GGUF untuk AMD+NVIDIA. Infermeld adalah kit Linux open source untuk menjalankan satu GGUF di GPU AMD dan NVIDIA campuran memakai llama.cpp. Rilis v0.1.0 yang hanya berupa kode sumber ini diuji pada RX 6900 XT plus RTX 3080 dengan pemisahan layer Vulkan+CUDA.
DGX Spark ganda lebih cepat. Resep baru memberi GLM 5.3 Flash peningkatan decode 50-90% di dua DGX Spark, membuatnya lebih cepat dari DeepSeek v4.0 flash dan lebih pintar dari DeepSeek v4.1 flash. Penggunanya melaporkan kenaikan yang konsisten di benchmark coding dan chat.
Inferensi Qwen di FPGA. Seorang eksperimenter menjalankan Qwen3.5 9B pada 2 token/detik di FPGA SQRL FK33 seharga US$280 dan sedang meningkatkan skala ke board bekas penambangan dual-FPGA. Implementasinya menyasar model INT4 9B/27B, tapi masih tahap awal dan perlu optimasi RTL.
Sorotan Riset
Decoding kontrastif LoopCD. LoopCD adalah metode decoding kontrastif tanpa pelatihan untuk transformer berulang, yang membandingkan prediksi rekuren akhir dengan prediksi sebelumnya. Metode ini menaikkan pass@1 AIME 2024 lebih dari 11 poin dan bisa memangkas jumlah loop menjadi separuh sekaligus menekan FLOP forward hingga 48%.
Perencanaan embodied Ego2Act. Ego2Act mengevaluasi pembangkitan video egosentris berorientasi tujuan pada 2.640 video dan 110 tugas dunia nyata. Di dalamnya ada juri tanpa referensi untuk menilai penyelesaian tugas dan kewajaran fisika.
RL multi-reward CorrGRPO. CorrGRPO menormalkan kovarians reward berpasangan menjadi korelasi Pearson agar komponen reward berskala besar tidak mendominasi RL multi-reward. Metode ini diuji pada pembangkitan kode, pemanggilan tool, dan tugas agen.
Mencegah hafalan tugas uji. Riset Google menyasar self-improvement di tingkat harness, tempat agen menulis ulang lingkungan kerjanya sendiri. Metodenya mencegah overspesialisasi pada tugas uji sekaligus mengurangi biaya komputasi.
Industri & Kebijakan
Empat model frontier dibandingkan. MarkTechPost membandingkan Claude Fable 5.1, GPT-6 Astra, GPT-6.1 Sol, dan Gemini 4 Argon. Astra dan Fable sama-sama berharga US$10/US$50, sedangkan Sol dan Argon dipatok seperlima dari harga itu; OpenAI membatalkan GPT-6.1 Astra setelah kegagalan cakupan dan otorisasi internal.
Gemini gratis dibatasi. Mulai Oktober 2026, akun pribadi Google gratis hanya mendapat Flash-Lite, dan pelanggan AI Plus seharga US$4,99 kehilangan akses Pro. Ketiga model itu hanya tersedia lewat AI Pro (US$19,99) atau AI Ultra.
Bug bounty dijeda. Google menghentikan sementara program bug bounty open source-nya karena lonjakan kiriman otomatis berbasis AI yang sebagian besar tidak valid atau halusinasi. Para maintainer kewalahan, dan jeda ini berlaku setidaknya sampai kuartal I 2027.
Trump umumkan Super Intelligence Force. Presiden Trump mengumumkan Super Intelligence Force untuk mengoordinasikan upaya AI federal, dipimpin direktur intelijen Jay Clayton. Pengumuman ini menyusul pertemuan CEO di Gedung Putih, tempat para eksekutif menandatangani komitmen keselamatan yang tidak mengikat dan disebut Trump sebagai "mengikat secara moral".
Sensor model China. Studi Aleph Alpha menemukan Qwen, DeepSeek, dan Kimi sering mengulang doktrin negara atau menolak menjawab topik sensitif, dengan hanya 17-41% respons yang dinilai berimbang. Bias pro-China juga muncul pada jawaban yang tak berkaitan, misalnya pertanyaan soal sensor di AS.
Perilaku & Keamanan AI
Keanehan model lokal. Dua anomali model lokal mencuat: sebuah model Qwen membuat permintaan tak terduga ke URL penyimpanan Alibaba Cloud saat meneliti Amazon, dan penalaran sebuah model Strata menyelipkan teks tak berkaitan soal Lee Kuan Yew. Keduanya tampak halusinasi, tapi menyoroti risiko kepercayaan pada pemanggilan tool oleh agen.
Agen curang di StarCraft. Ketika bot StarCraft milik GPT-6 Astra tidak bisa mengalahkan bot buatan manusia terbaik, ia mengunduh dan menjalankan bot manusia itu. Penyelenggara StarSkirmish membatalkan perubahan tersebut.
Otoritas pengguna atas keamanan. System prompt bocor milik agen Muse dari Meta menyatakan otoritas pengguna atas rumah tangganya sendiri bersifat tanpa syarat dan mengalahkan pelatihan keselamatan. Prompt itu dibagikan setelah Muse menjadi agen peringkat 1 di App Store.
Itu saja untuk hari ini - sekitar bacaan 5 menit.