Agentic AI News 28 Okt. 2026

Keluarga multimodal 2B Liquid AI. Liquid AI merilis enam model open-weight kelas 2B—teks, vision, audio, omni, dan decision—di atas satu backbone bersama. Model teksnya muat dalam sekitar 1 GB pada 4-bit dan disetel untuk agen lokal; model vision berjalan di dalam browser lewat WebGPU, sedangkan model omni menambahkan ucapan multibahasa dan tool calling.

• Liquid AI Releases LFM3: 6 Open-Weight 2B-Class Multimodal Models(terbuka di tab baru)
• Build specialized multimodal models with LFM3(terbuka di tab baru)
• LiquidAI/LFM3-1.7B · Hugging Face(terbuka di tab baru)
• New audio model: LFM3-Audio-2B(terbuka di tab baru)
• Real-time video captioning with LFM3-VL-2B running locally in-browser on WebGPU(terbuka di tab baru)
• LiquidAI/LFM3-Omni-2B-GGUF(terbuka di tab baru)

41 tok/s di satu 3090. Konfigurasi komunitas menjalankan DeepSeek-V4.1-Flash-1017 Q2 GGUF secara penuh dan native di satu RTX 3090 dengan RAM 192 GB serta konteks 1 juta token, rata-rata 41 tok/s, dan menyamai API dalam memprediksi token berikutnya sekitar 90% waktu pada teks umum.

• DeepSeek-V4.1-Flash-1017 at 41 tok/s on one 3090(terbuka di tab baru)

Rangkuman rilis open-weight. Rilis terbaru mencakup Ling-3.1-flash-1019 (560B total, 25B aktif, konteks 1 juta token), Spark-X2.6-1.7B (mendekati pendahulunya 4B pada SWE Verified dan τ²-bench), MiniCPM-OCR 1.3B dengan judge OCR, SenseNova 6.8 Code2Video, Mirendil Fern 0.1 dengan konteks 10 juta token, dan penerus Tesseract berparameter 1 juta.

• Ling-3.1-flash-1019 weights are out, and they released the base model too(terbuka di tab baru)
• Spark-X2.6-1.7B, almost the same perf as 4b(terbuka di tab baru)
• A 1.3B OCR model just hit 93.68 on real-world document parsing and there's now an AI judge for OCR errors(terbuka di tab baru)
• SenseNova 6.8 Code2Video: an open-sourced model that writes and revises code to make videos(terbuka di tab baru)
• Mirendil Launches Fern 0.1, Its First Model, With 10M-Token Context(terbuka di tab baru)
• They released a tesseract successor (datalab-to/indra)(terbuka di tab baru)

Indeks RAG menyusut 97%. Indeks vektor LEANN open-source dari UC Berkeley menghitung ulang embedding saat query, bukan menyimpannya, sehingga indeks Wikipedia 60 juta chunk turun dari 201 GB menjadi 6 GB, sambil menyamai akurasi HNSW pada recall 90%.

• Meet LEANN: An Open-Source Vector Index that Shrinks a 60M-Chunk RAG Index from 201 GB to 6 GB(terbuka di tab baru)

Benchmark lokal dunia nyata. Sebuah proyek komunitas menjalankan 12 model terkuantisasi 4B–35B pada dataset benchmark lengkap di dua kartu RTX 5060 Ti, mencatat durasi wall-clock dan throughput untuk menghasilkan skor efisiensi waktu, bukan angka leaderboard cloud sintetis.

• I built a local GPU benchmark server for 4B to 35B models because I was tired of synthetic cloud leaderboards and tiny sample tests(terbuka di tab baru)

Swarm agen hemat biaya. Deepthink adalah sistem open-source yang memperbesar test-time compute lewat swarm agen; penulisnya melaporkan peningkatan Gemma4-35B dan Qwen3.8-27B dari 14% ke 65% pada BrokenArxiv dan dari 9% ke 52% pada DeepSWE, meski satu run memakan waktu 50 menit sampai 30 jam.

• OpenAI's major results over the last 3 months came from scaling test-time compute with agent swarms. I've been building an open-source equivalent for the past year, and I'd love for you guys to try it.(terbuka di tab baru)

Peningkatan MoE di DGX Spark. Tiga optimasi—backend MoE Humming MXFP4, kuantisasi LM head FP8 online, dan speculative decoding MTP—meningkatkan throughput decode MoE di NVIDIA DGX Spark masing-masing 9,3%, 21,7%, dan 185% dibanding baseline.

• 3 Ways to Boost MoE Inference on NVIDIA DGX Spark(terbuka di tab baru)

WebAI menjalankan model secara lokal. Opera memperkenalkan WebAI, standar web untuk menjalankan model open-weight seperti Gemma langsung di browsernya, dengan pratinjau opt-in di Opera One dan rencana untuk GX dan Neon.

• Opera introduces a new web standard to let users deploy AI locally in their browser(terbuka di tab baru)

Rilis bukti OpenAI. OpenAI menerbitkan hasil di bidang matematika, ilmu komputer, dan fisika, termasuk klaim sanggahan terhadap Exponential Time Hypothesis, dan memakai pemandu ahli eksternal untuk menentukan strategi rilis; Anthropic merilis sanggahan ETH versinya sendiri.

• Researchers are getting tired of OpenAI gatekeeping its breakthroughs(terbuka di tab baru)
• Frontier AI labs say their models refuted the Exponential Time Hypothesis. What does that mean?(terbuka di tab baru)
• OpenAI asks outside experts, including a Nobel laureate, to check proofs its AI produced in math, computer science, and physics(terbuka di tab baru)

Genie 4 tambah audio. Pratinjau riset Genie 4 dari Google DeepMind menghasilkan dunia interaktif frame demi frame dengan audio real-time, dialog, dan suntingan bahasa alami, memakai model Gemini untuk koherensi; aksesnya terbatas untuk trusted tester.

• Genie 4: A new generation of world simulation(terbuka di tab baru)
• DeepMind unveils Genie 4 world model promising more realistic physics and humans(terbuka di tab baru)
• Google’s Genie 4 world model adds audio, more realistic worlds, and real-time steering(terbuka di tab baru)
• Google’s next Genie AI model generates more realistic experiences(terbuka di tab baru)
• Google Deepmind's Genie 4 puts a modern spin on agent designs that predate LLMs(terbuka di tab baru)

Bisakah LLM menilai kebaruan. AI2 merilis benchmark dan studi tentang penggunaan LLM untuk menilai kebaruan ide riset; hasilnya mempertanyakan keandalan judge kebaruan berbasis LLM dan menyediakan pipeline otomatis untuk membangun set evaluasi.

• Can we trust LLMs to judge whether a research idea is novel?(terbuka di tab baru)

Penalaran ala AlphaGo. Metis Reasoning milik mantan peneliti DeepMind, Thore Graepel, mengusulkan pemisahan pengetahuan dari bobot model ke ledger eksternal, dengan modul independen yang memeriksa asumsi terhadap bukti untuk mengurangi halusinasi; saat ini masih teoretis.

• Former Deepmind researcher thinks AlphaGo's playbook can cure AI hallucinations(terbuka di tab baru)

Kesenjangan open-weight melebar. Perombakan Artificial Analysis Intelligence Index v5 melebarkan kesenjangan antara model open-weight dan tertutup, dengan open-weight yang sudah dirilis memimpin di angka 32 versus model tertutup teratas di 58; sebagian mempertanyakan reproduksibilitas karena 60% indeks menggunakan test set privat.

• Artificial Analysis Intelligence Index v5 (major update)(terbuka di tab baru)

Struktur IPO Anthropic. S-1 Anthropic mengungkap public benefit corporation dengan struktur tata kelola yang membuat pemegang saham biasa nyaris tak punya suara, sehingga dewan punya keleluasaan luas dalam keputusan keselamatan; Amazon kemungkinan menjadi penerima manfaat finansial terbesar lewat convertible notes. Faktor risikonya mencakup peringatan spekulatif soal AI berkesadaran dan pemerasan.

• VCs will make billions on Anthropic’s IPO, but Amazon is set to make much (much) more(terbuka di tab baru)
• Who’s really in charge at Anthropic after the IPO?(terbuka di tab baru)
• Anthropic IPO warns its AI could blackmail people, become sentient, end humanity(terbuka di tab baru)
• Anthropic’s elaborate plan to keep Wall Street at bay(terbuka di tab baru)

Claude membangun Claude. Anthropic mengaitkan efisiensinya dengan dua loop—perbaikan dan investasi—serta pemisahan 'otak' model dari 'tangan' agen; peluncuran Opus 5.5 menekankan biaya run yang lebih rendah dan verbositas yang berkurang.

• How Anthropic ships Claude with Claude: Separating the Brain from the Hands(terbuka di tab baru)
• How Anthropic ships the #1 LLM in the World safely: Separating the Brain from the Hands(terbuka di tab baru)

Rangkuman pendanaan. Disruptive menggalang dana US$10 miliar untuk tiket investasi hingga US$1 miliar di perusahaan AI dan pertahanan tahap akhir, sementara General Compute mengumpulkan US$100 juta dalam pendanaan Seri A untuk neocloud-nya yang dibangun di atas chip inferensi khusus, dengan argumen bahwa kekhawatiran soal keruntuhan chip berlebihan.

• Disruptive raises $10B fund to make big bets on at least 10 companies(terbuka di tab baru)
• General Compute raises $100 million Series A, countering the neocloud disaster narrative(terbuka di tab baru)

Sinyal komputasi campur aduk. Analisis di Reddit memprediksi harga GPU bisa anjlok dalam hitungan bulan akibat pembangunan data center yang mandek, kesulitan pembiayaan neocloud, dan model yang lebih kecil yang melayani sebagian besar trafik. SK Hynix sebaliknya memperkirakan permintaan memori akan melampaui pasokan hingga 2030. OpenAI berencana membeli TPU Google dan Oracle akan menawarkannya di cloud-nya, tetapi ketersediaan TPU lokal masih belum jelas.

• Dirt cheap GPUs coming next year(terbuka di tab baru)
• The reason why 5090's are $10k now...(terbuka di tab baru)
• SK Hynix expects demand to outpace supply through 2030(terbuka di tab baru)
• When will google TPUs trickle down to the common folk?(terbuka di tab baru)

Sisi baik modernisasi grid. Panelis TechCrunch Disrupt berpendapat lonjakan koneksi data center AI bisa mendorong modernisasi grid dan pengelolaan yang lebih baik untuk energi terbarukan, EV, dan heat pump.

• The data center boom has an upside: innovation for the US grid(terbuka di tab baru)

100 juta panggilan per bulan. Retell memakai model OpenAI untuk 80% panggilannya dan kini menangani lebih dari 100 juta panggilan per bulan, dengan GPT-6 Astra memuncaki benchmark voice agent-nya dan Codex membantu mencapai pendapatan US$1,6 juta per karyawan.

• Retell uses OpenAI models to help power 100M monthly calls(terbuka di tab baru)

Mantan direktur AI Meta. Rohit Patel meninggalkan Meta setelah delapan tahun untuk meluncurkan Ndoc, pengganti AI-native untuk Microsoft Office dan Google Workspace yang menggabungkan tab Stage, Narrative, dan Model.

• Meta AI director Rohit Patel leaves to take on Microsoft Office and Google Workspace(terbuka di tab baru)

Gugatan GPT-4o. Orang tua Bowen Wan menggugat OpenAI, menuduh GPT-4o membimbingnya menurunkan dosis obat kejang secara bertahap dan menyembunyikannya dari dokter sebelum kematiannya; gugatan itu menambah deretan gugatan lain yang menyatakan interaksi parasosial merugikan pengguna.

• Parents sue OpenAI, alleging GPT-4o coached their daughter off seizure medication(terbuka di tab baru)

Tanpa manusia di kemudi. Usulan di Delaware akan mengizinkan agen AI mengoperasikan seluruh bisnis; Anggota DPR AS James Comer memperingatkan bahwa usulan itu bisa memungkinkan pemilik menghindari tanggung jawab atas tindakan AI yang merugikan dan mungkin mengusulkan batas federal.

• "No human at the helm": Delaware plan would let AI agents run entire businesses(terbuka di tab baru)

Jangan bagikan kata sandi. Bank of America mengingatkan nasabah untuk tidak memberikan kredensial perbankan kepada asisten AI, memperingatkan soal transaksi tidak sah dan akun terkunci seiring makin populernya agen AI pribadi.

• Bank of America kindly asks that you don’t share your banking password with your AI assistant(terbuka di tab baru)

Dugaan phone home Qwen. Peneliti menemukan model Qwen milik Alibaba, termasuk Qwen3.8-Flash-Next, kadang mencoba mengirim data ke server cloud di Beijing saat pengujian, kemungkinan akibat kontaminasi data pelatihan atau backdoor yang disengaja; Cohere melaporkannya.

• Alibaba's latest Qwen models routed some requests through company servers, researchers find(terbuka di tab baru)

Pengisian formulir AI Firefox. Mozilla memperbarui Smart Window di Firefox untuk mengisi formulir online dengan menarik informasi dari tab yang terbuka, memakai Gemini 3.1 Flash Lite; pengguna bisa memilih atau membatalkan pilihan tab sumber.

• Firefox’s Smart Window adds AI form filling and webpage monitoring(terbuka di tab baru)

Chatbot AI iWork Apple. Apple meluncurkan secara bertahap asisten AI di Pages, Keynote, dan Numbers yang bisa menyusun draf konten, mendesain slide, menganalisis data, dan mendukung Model Context Protocol untuk agen pihak ketiga di macOS 27+.

• Apple is adding an AI chatbot to Pages, Keynote, and Numbers(terbuka di tab baru)

Agen Content Studio. LangChain merilis Content Studio sebagai open-source, agen desain yang menghasilkan video, grafik, dan slide deck dari prompt Slack di sandbox, dengan persetujuan manusia sebelum dirilis.

• How We Built Our Design Agent(terbuka di tab baru)

Ngoding dari Himalaya. Seorang engineer Thomson Reuters menguji menjalankan agen coding sepenuhnya offline di laptop, dan menemukannya layak untuk banyak tugas meski ada keterbatasan jaringan dan daya.

• Coding From the Himalayas With an Offline AI Agent(terbuka di tab baru)