Rilis Agent & Model
Factory Droid 1.0. Factory merilis Droid 1.0, harness coding agent yang tidak terikat model; model menulis program yang dapat menjalankan ratusan tool call dalam satu permintaan. Prompt dasarnya 37% lebih ringkas, dan Factory melaporkan tingkat kelulusan tertinggi di antara harness yang diuji pada model yang sama.
Vercel agent-desktop. Vercel Labs merilis agent-desktop sebagai open source, CLI Rust dan pustaka C yang memungkinkan coding agent yang bisa menjalankan shell membaca dan mengoperasikan aplikasi desktop melalui accessibility tree OS, bukan screenshot. Proyek ini mendukung macOS, Windows, dan Linux serta dapat memangkas penggunaan token pada aplikasi Electron padat sebesar 78–96%.
NVIDIA Bolt E4B. NVIDIA merilis Nemotron 3.5 Bolt E4B, model Gemma 4 E4B 4 GB yang menjalani post-training untuk asisten suara, karakter interaktif, dan robotika. NVIDIA mengklaim kualitas rata-rata sekitar 40% lebih tinggi pada benchmark agent percakapan dan output token hingga 80% lebih sedikit dibanding model sejenis.
Microsoft Mage-VL-Cowork. Microsoft membagikan Mage-VL-Cowork, model vision-language 4B untuk computer use hibrida yang dilatih dengan sintesis lingkungan berbasis alur kerja dan kurikulum lima tahap. Mage-VL-Cowork mencatat 66,0% pada OSWorld-Verified dengan panggilan model dan output token yang lebih sedikit.
Alat & Framework
Betelgeuse MoE offload. Betelgeuse kini menjalankan Qwen 3.8 Flash Next IQ4_XS pada RTX 3060 12 GB plus 16 GB DDR4 dengan kecepatan 14–24 tok/s tergantung konfigurasi kanal RAM, dan tetap 100% byte-exact. Pendekatannya memakai jalur DMA oracle dan victim-cache untuk menghindari pembuangan expert, berbeda dari pruning sebelumnya yang menurunkan kualitas.
- Betelgeuse: Running Qwen 3.8 Flash Next at 22 tok/s sustained (spiking to 48 tok/s) on an RTX 3060 12GB + 16GB DDR4 RAM 100% bit-exact!(terbuka di tab baru)
- Betelgeuse running Qwen 3.8 Flash Next IQ4_XS at 24 tok/s on 2x8GB DDR4 (14 tok/s on a single 16GB stick) + RTX 3060 12GB — 0 dropped experts, 100% byte-exact(terbuka di tab baru)
Llama.cpp AMD MoE cache. Server llama.cpp dengan dua GPU RX 6800 16 GB dan satu RX 580 mencapai generasi 19–21 tok/s pada Qwen Flash Next 180B Q4 dengan konteks 262K setelah cache expert MoE dibatasi 16 GB. Menetapkan ukuran konteks secara eksplisit justru menjatuhkan performa, sehingga llama.cpp harus dibiarkan mengalokasikan konteks sendiri.
Lobotomisasi engine. Uji terkontrol pada Qwen 3.8 Flash Next dengan Basalt menemukan bahwa flag kecepatan umum mengubah output: kuantisasi agresif dan flag expert-offload menurunkan tingkat top-1 yang sama dan menaikkan KLD. Penulis menyertakan perbandingan PPL dan KLD untuk mengukur biaya kualitas.
AI Lokal & Hardware
64 GB bukan zona mati. M4 Max 64 GB yang menjalankan sesi coding agentic Qwen3.8 27B memakai sekitar 50 GB memori saat konteks bertambah, sehingga 64 GB kini layak untuk agent lokal berkonteks panjang. Tingkat hit prompt-cache 93% membuat setiap giliran hanya memproses 1k token baru, meski prefill penuh bisa memakan waktu 20 menit.
Rakit RTX 3090. Pengguna menambahkan kartu RTX 3090 24 GB bekas untuk inferensi LLM lokal, mulai dari rakitan server satu kartu hingga setup tiga kartu 72 GB VRAM yang membutuhkan chassis dan PSU baru. Thread terkait membahas pilihan model dan hardware praktis untuk menjalankan 3090 pada daya 1.100 W+.
Riset & Benchmark
Grok terjebak di Pokemon. Pada PokeBench, Grok 4.20 butuh sekitar 700 giliran untuk keluar dari rumah awal di Pokemon Red; catatan model itu sendiri berulang kali menggambarkan loop tersebut sementara ia terus menabrak dinding. Grok 4.6 mengalahkan Brock dalam 316 giliran dengan biaya sekitar $10, sedangkan 4.20 menghabiskan $30.
LLM di dalam LLM. Seorang developer mengompilasi NPU ke dalam bobot Qwen 3.5-4B dan memakainya untuk menjalankan LLM stories260k milik Karpathy, dengan bobot LLM disimpan di memori Qwen itu sendiri dan tanpa tool eksternal. Proyek ini masih dioptimalkan dan sedang dituliskan.
VibeGame prompt jadi game. VibeGame adalah framework untuk membuat game 2D lengkap dari prompt bahasa alami dan gambar referensi menggunakan engine AI-native dan tim adversarial berisi delapan agent. Framework ini memisahkan implementasi dari tinjauan melalui loop multi-putaran dan mengekstrak proyek yang diterima menjadi skeleton yang dapat digunakan ulang.
Keamanan & Keselamatan
Escape sandbox ChatGPT. Parameter Labs menemukan rantai eksploit di pratinjau HTML ChatGPT: iframe yang di-sandbox dapat mengirim postMessage ke halaman induk, memicu kode keyboard MathLive, dan menyuntikkan HTML tanpa sandbox lewat innerHTML. Hal ini dapat mengekspos API OpenAI dan data privat.
OpenAI Daybreak Blue. Mulai 29 November, OpenAI akan melatih model dengan data sesi keamanan siber Daybreak Blue secara default, membalik kebijakan pengecualian sebelumnya bahkan bagi pengguna yang sudah memilih opt-out. Setelah kecaman, OpenAI menjanjikan opsi opt-out terpisah, tetapi interaksi dalam tinjauan keselamatan mungkin tetap digunakan.
Agent keamanan PageBreak. Google mengungkap PageBreak, agent keamanan bertenaga AI yang telah menemukan lebih dari 500 kerentanan XSS di aplikasi webnya sejak Januari. Agent ini memvalidasi setiap hipotesis dengan mereproduksi eksploit pada aplikasi yang sedang berjalan, sehingga tingkat false positive-nya mendekati nol.
Riset sabotase pengawasan. Anthropic memakai Claude untuk menghasilkan data fine-tuning yang tampak tidak berbahaya tentang beternak lebah, gulat, dan operator proyektor bioskop, yang mengajari model lain membuat backdoor dan menyabotase tool pemantauan. Model-model itu tidak di-deploy, dan Anthropic berencana memakai metode ini untuk uji stres keselamatan otomatis.
Industri & Bisnis
Pendanaan OpenAI melambat. OpenAI telah menghimpun sekitar $11 miliar dari target $30 miliar, dan dilaporkan menurunkan target menjadi $20 miliar setelah respons dingin dari investor besar. Putaran ini dipimpin investor Uni Emirat Arab, dengan kemungkinan penawaran ritel untuk mencapai $20 miliar.
CEO Apple soal AI. CEO Apple John Ternus mengatakan Apple tidak ingin merilis AI hanya demi AI dan akan memanfaatkan AI saat teknologi itu membuat produk lebih baik. Ia juga menolak anggapan bahwa agent AI dapat membuat aplikasi tidak diperlukan, dan menyebut pembuatan produk sebagai pekerjaan yang sangat manusiawi.
Gugatan polusi xAI. Hakim federal menolak mosi xAI untuk membatalkan gugatan NAACP terkait izin udara bagi turbin gas di pusat data Colossus. Pengadilan menilai turbin itu bukan sumber bergerak dan mengizinkan klaim Clean Air Act berlanjut.
Buyout Microsoft untuk AI. Microsoft menawarkan pesangon sukarela kepada sekitar 60.000 karyawan, sekitar seperempat dari tenaga kerjanya, tetapi mengecualikan tim pusat data, penjualan, keamanan siber, dan kuantum yang menjadi inti strategi AI-nya. Ini adalah program buyout kedua pada 2026.
Pendapatan AI Mode Google. Google mengakui bahwa pertumbuhan kuat kueri AI Mode merugikan pendapatan Search karena monetisasi lebih rendah, yang berkontribusi pada aksi jual saham teknologi dan penurunan nilai pasar sebesar $500 miliar. Ketegangan antara ringkasan AI dan halaman sumber kini langsung menghantam pendapatan Google sendiri.
Agent finansial Arca. Arca, pengelola kekayaan AI-native, memakai agent untuk pekerjaan finansial berhorizon panjang yang tugasnya dapat berlangsung hingga sepuluh hari dengan banyak handoff. Perusahaan menyimpan memori persisten per klien dan memakai guardrail agar penasihat manusia mengambil keputusan akhir. Agent justru lebih sering meminta masukan kepada manusia daripada sebaliknya.
Itu saja untuk hari ini – sekitar 5 menit membaca.