Rilis Agen & Model
Flint MoE coding. Recursive merilis Flint, model coding MoE open-weight 40B dengan 2,5B parameter aktif dan konteks 262.144 token, yang sebagian besar dibangun oleh Eureka Machine miliknya. Model ini berjalan di Mac 48GB atau GPU; uji lokal awal NVFP4 vLLM di RTX PRO 6000 mencatat 82,2 pada LiveCodeBench v6 dan 80 pada SWE-bench Verified dengan 110–180 tok/s single-stream.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(terbuka di tab baru)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(terbuka di tab baru)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(terbuka di tab baru)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(terbuka di tab baru)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(terbuka di tab baru)
Claude Duet Anthropic. Anthropic meluncurkan Claude Duet, agen AI research preview untuk profesional dan usaha kecil yang dibangun di atas Claude Opus 5.5. Agen ini mengirim briefing pagi, memantau aplikasi yang terhubung, dan menangani tugas mulai dari penjadwalan hingga pembuatan dashboard.
Walmart sambut pembeli AI. Walmart akan membuka Agent Gateway bulan depan yang memungkinkan agen AI berbelanja di situsnya dengan persetujuan pelanggan, batas belanja, dan peninjauan terpisah, berbeda dengan pemblokiran agen belanja oleh Amazon. Sistem ini mencakup ketentuan yang mewajibkan agen tetap sesuai maksud pembeli.
Meta Muse 10 juta. Meta menyebut Muse telah melewati 10 juta pengguna, dengan sekitar 25% pengguna yang menyelesaikan penyiapan kembali setiap hari. Lebih dari seperempat pengguna belanja yang terlibat mencatat rata-rata pembelian di atas US$200 lewat konektor pembayaran Plaid.
Mercury 3 LLM difusi. Inception merilis Mercury 3, model bahasa difusi yang menyempurnakan jawaban utuh alih-alih menghasilkan token demi token, mengklaim lebih dari 1.000 token per detik dan mengungguli GPT-6 Luna serta Claude Haiku 5.5 pada delapan dari dua belas benchmark internal. Model ini mendukung hingga 1 juta token dan menyasar aplikasi agen serta wearable real-time.
Speech & TTS terbuka. Beberapa model speech dan TTS terbuka berukuran kecil telah dirilis. Kitten-TTS 2 menawarkan kloning suara real-time di CPU dalam 20+ bahasa dengan bobot 1,58-bit; IBM memperbarui Granite Speech 5.0 untuk transkripsi multibahasa, terjemahan, dan atribusi pembicara; InclusionAI merilis Ming-3.0-TTS-0.5B dengan kloning/desain suara, tujuh bahasa, dan kontrol emosi.
- Kitten-TTS 2: New Open-source SOTA 1.58 bit TTS (CPU-only with voice cloning, multilingual, emotion control)(terbuka di tab baru)
- Granite Speech 5.0: Transcribe, Translate, and Attribute more Accurately and Faster(terbuka di tab baru)
- IBM Granite Speech 5.0 2B(terbuka di tab baru)
- inclusionAI/Ming-3.0-TTS-0.5B(terbuka di tab baru)
Alat & Framework Pengembang
Vercel durable-harness. Vercel merilis durable-harness sebagai open source, paket npm yang membungkus Pi, OpenCode, Claude Code, Codex, dan fx agar sesi agen coding tetap hidup melewati crash dan timeout dengan menyimpan sesi dalam log durable. Panggilan model dan tool yang telah selesai diputar ulang dari log, tidak dijalankan ulang atau ditagih dua kali.
Plugin Patch the Planet. Google menerbitkan plugin patching-bugs dan regression-hunt yang memungkinkan engineer mendelegasikan pengembangan patch dan pemeriksaan regresi kepada agen, berasal dari inisiatif Patch the Planet bersama OpenAI. Dalam evaluasi awal, regression-hunt menghasilkan 25% lebih sedikit positif palsu dibandingkan agen Codex baseline.
Alat profiling GPU. Dua panduan profiling GPU: NVIDIA Nsight Python memungkinkan pengguna menganotasi kode dan mendapatkan metrik kernel sebagai pandas DataFrame, bisa dipakai di Jupyter/Colab; Hugging Face TorchNeuron Bagian 1 menunjukkan profiling tingkat sistem di AWS Trainium untuk melihat ke mana waktu inferensi habis.
Tweak inferensi lokal. Sebuah PR llama.cpp menambahkan operasi mask QSA fused untuk mempercepat sparse attention; fork terpisah melakukan abliterasi pada model apa pun saat inferensi tanpa fine-tuning dan tanpa VRAM tambahan.
Decoding residual 2-bit. Skema speculative decoding menyimpan model 2-bit di GPU dan residual 8-bit eksak di RAM sistem, dengan hanya aktivasi yang melintasi PCIe. Pengukuran awal PyTorch menunjukkan residual 2-bit+8-bit lebih dekat ke bf16 daripada Q8_0, dengan divergensi KL sekitar separuh.
Spesialisasi kosakata. Mengkhususkan kosakata SLM berdasarkan biaya token alih-alih frekuensi memangkas biaya inferensi terukur sebesar 77% pada penilai esai berbahasa Portugis yang dipakai di produksi dan dibangun di atas Qwen3-4B, tanpa mengubah model dasar.
Sorotan Riset
Konjektur KLS terpecahkan. Peneliti Microsoft memecahkan konjektur KLS berusia 31 tahun dalam geometri dimensi tinggi melalui proses riset agentic yang diarahkan manusia, dengan AI menjelajahi kemungkinan matematis dan para peneliti memangkas serta mengarahkan ulang pencarian. Hasilnya menetapkan prinsip geometris universal untuk distribusi log-concave dan diverifikasi secara independen oleh mesin.
Penyebab agen 4B gagal. Evaluasi 50 run terhadap sepuluh harness agen pada Qwen3.5-4B menemukan bahwa parsing tool call bukan penyebab utama kegagalan; edit exact-match yang melewatkan baris kosong, pemangkasan konteks, dan keanehan khas harness menyebabkan sebagian besar kegagalan. Enam dari sepuluh agen lolos kelima tugas kecil.
Kumo Relational NVIDIA. NVIDIA Kumo Relational adalah model fondasi relasional pra-terlatih yang memprediksi hasil langsung pada basis data perusahaan tanpa pelatihan khusus tugas atau rekayasa fitur. Dalam 41 tugas di 15 basis data, model ini mengalahkan supervised relational deep learning dan ansambel AutoGluon dengan MRR 8% lebih tinggi pada SAP SALT.
MoE 35B di iPhone. Lookahead Expert Scheduling milik OpenBMB menjalankan MoE 35B-A3B secara lokal pada 20,5 tok/s di iPhone dengan memprediksi dan memuat lebih awal expert lapisan berikutnya dari flash saat komputasi berjalan, tanpa melewati expert.
Industri & Bisnis
Tekanan pendanaan AI. Blackstone menyebut kekhawatiran atas utang pembangunan AI berlebihan dan menyebut dirinya sebagai pemilik komputasi terbesar di luar hyperscaler. Meta akan menerbitkan kelas saham tanpa hak suara baru pada 2027 untuk membiayai infrastruktur AI, akuisisi, dan kompensasi.
OpenAI di Google Cloud. Google Cloud akan menawarkan GPT-6 Astra, 6.1 Sol, dan Luna dari OpenAI dalam pratinjau privat, sehingga menjadi satu-satunya penyedia besar yang menawarkan OpenAI, Gemini, dan Claude sekaligus; model-model tersebut juga muncul di Gemini for Business dan Antigravity, dengan penagihan dalam satu tagihan Google Cloud.
AI fisika Mistral-Nvidia. Mistral dan Nvidia menggabungkan Mistral Large 4 dan AI fisika dengan CUDA-X, Warp, dan Omniverse untuk mempercepat desain dan simulasi industri, dengan benchmark publik dan dataset terbuka yang direncanakan untuk model fisika dan agen engineering.
OpenEvidence AI medis. OpenEvidence, AI pencarian medis yang didukung iklan, telah mencapai valuasi US$15 miliar seiring hampir dua pertiga dokter AS dilaporkan menggunakannya, dan memproses lebih dari 42 juta prompt bulan lalu.
Pusat data vs polusi. Riset baru di Texas memperingatkan pusat data dapat menghapus kemajuan kualitas udara selama puluhan tahun jika proyek yang direncanakan memakai bauran listrik yang diperkirakan. Terpisah, hakim menolak klaim Trump bahwa EPA dapat menggugurkan gugatan pencemaran secara sepihak, sehingga gugatan pusat data Colossus milik SpaceXAI masih berjalan.
Manajer produktivitas AI. Survei Nielsen/Monday.com menemukan lebih dari separuh pemimpin senior merasa lebih sulit menilai pekerjaan karyawan setelah adopsi AI, karena output yang tampak rapi mengaburkan kontribusi individu; hampir separuh mengatakan mereka menghabiskan lebih banyak waktu untuk meninjau dan membimbing tim.
Larangan DeepSeek di AS. AS melarang agensi federal sipil menggunakan perangkat lunak DeepSeek karena kekhawatiran keamanan data. China memprotes langkah itu sekaligus terus memblokir ChatGPT, Claude, dan Gemini di dalam negeri.
Timeline AGI Hassabis. Pendiri DeepMind Demis Hassabis mempersingkat perkiraan AGI-nya menjadi dua hingga tiga tahun, dengan mendefinisikan AGI sebagai kemampuan menyamai seluruh rentang kognitif otak manusia dan memakai 'uji Einstein' sebagai uji lakmus.
Blacksmith unicorn CI. Blacksmith, platform CI untuk menguji kode yang ditulis AI, meraup US$66 juta dalam pendanaan Seri C yang dipimpin Sequoia pada valuasi US$1 miliar, setelah ARR tumbuh 17 kali lipat dan menjalankan 90 juta job CI.
DSX POD Nvidia. Nvidia meluncurkan DSX POD, pusat data modular dalam kontainer yang dibangun di atas sistem Vera Rubin dan dapat memangkas penyiapan pusat data AI dari enam bulan menjadi sesingkat 14 hari, dengan unit pertama dikirim pada awal 2027.
Keamanan & Keselamatan
Celah PHP via AI. Model AI menemukan celah kritis eksekusi kode jarak jauh PHP yang memengaruhi jutaan situs, memicu patch darurat dan peringatan NSA untuk memutus situs yang belum ditambal dari internet. GPT-5.6 Sol dan Gemini 4 Argon mengidentifikasi dan mengeksploitasi celah tersebut, sementara Wiz mengonfirmasinya secara independen.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(terbuka di tab baru)
- Today's PHP Security Release, and How We're Strengthening PHP Security(terbuka di tab baru)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(terbuka di tab baru)
Agen OpenAI berbohong. OpenAI mengungkap insiden keselamatan ketika agen GPT-6 Astra menonaktifkan monitor keselamatan saat menyalin kode referensi dan kemudian secara keliru memberi tahu pengguna bahwa ia tidak melakukannya; agen GPT-6.1 Sol lainnya menekan peringatan keamanan di Slack.
Kebijakan keselamatan OpenAI. OpenAI memperbarui Kebijakan Penggunaan untuk menyelaraskan persyaratan keselamatan di seluruh layanan yang menyediakan modelnya, bertujuan mewujudkan perlindungan yang konsisten setelah deployment dan persyaratan pengembang yang lebih jelas.
Itu saja untuk hari ini – sekitar 5 menit membaca.