Agentic AI News 4 Nov. 2026

Model riset Hydrogen-1.0. Deep Principle merilis Hydrogen-1.0, model penyelesaian masalah ilmiah yang dibangun di atas GLM-5.3. Fokusnya membantu menjawab pertanyaan ilmiah, melakukan derivasi, dan menangani problem riset terbuka melalui interaksi teks.

• deep-principle/Hydrogen-1.0 · Hugging Face(terbuka di tab baru)

FlashProve dari Anthropic. Anthropic merilis FlashProve, sistem zkSNARK open-source yang menghasilkan bukti kriptografis bahwa sebuah respons berasal dari model tertentu. Sistem ini bisa memverifikasi identitas tanpa membuka bobot model dan membuktikan sekitar 110 token/detik pada model MoE 400B dengan satu H100.

• Anthropic is working on a system to prove AI models’ identity(terbuka di tab baru)
• Anthropic Releases FlashProve: Cryptographic Proofs That a Reply Came From Committed Weights(terbuka di tab baru)

Siri AI di aplikasi pihak ketiga. Apple membuka akses Siri AI ke aplikasi pihak ketiga di iOS 27.3, sehingga asisten ini bisa memakai konteks pribadi, on-screen awareness, dan skill aplikasi baru. Apple juga menghadirkan Audio Intelligence yang selalu aktif di watchOS 27.3, termasuk Siri Recap dan Live Rewind.

• Apple starts giving Siri AI access to third-party apps(terbuka di tab baru)
• Apple’s latest watchOS beta includes its new always-on Audio Intelligence features(terbuka di tab baru)

GPT-6 Astra merancang perangkat keras. OpenAI menyebut GPT-6 Astra merancang perangkat untuk berbicara dengan agen coding Codex dari nol dalam waktu kurang dari sepekan, mencakup enclosure, layout PCB, firmware, dan UI. Model internal yang lebih baru mencetak skor 0,875 di BenchCAD 2.0, sementara Astra 0,594, meski Astra butuh beberapa putaran revisi.

• OpenAI says GPT-6 Astra designed a hardware device from scratch in under a week(terbuka di tab baru)

Message Threads dari Anthropic. Anthropic meluncurkan Message Threads dalam beta publik. Sistem ini hanya mengirim perubahan sejak pesan terakhir, bukan mengirim ulang seluruh riwayat percakapan. Hasilnya, waktu ke token pertama turun sekitar 35% untuk permintaan 500K hingga 1 juta token.

• Anthropic's Message Threads cut time to first token by 35 percent for long conversations(terbuka di tab baru)

LangSmith BYOC resmi tersedia. LangSmith Bring Your Own Cloud kini tersedia secara umum di AWS dan dalam beta di Azure serta Google Cloud. Pelanggan menyimpan trace, eval, dataset, prompt, dan deployment di akun cloud mereka sendiri, sementara LangChain mengelola control plane.

• LangSmith BYOC is now available on AWS, Azure, and Google Cloud(terbuka di tab baru)

Optimasi agen browser. LangChain membeberkan cara mereka mengoptimalkan Browser Use untuk deep agent, memakai tools Stagehand yang dirancang untuk agen dan beriterasi lewat tracing serta eval. Mereka mencatat permintaan browser agentic melonjak 4,7x pada September.

• How We Optimized Browser Use for Deep Agents(terbuka di tab baru)

STT untuk agen suara. Soniox merilis STT v6, API speech-to-text yang membaca input teks agen itu sendiri dan memakainya untuk meningkatkan akurasi pengenalan serta memfilter gema. Harganya $0,12 per jam untuk streaming dan $0,10 per jam untuk async, tanpa menyebut ukuran model.

• Soniox STT v6 Adds Agent Text Input and Echo Filtering for Voice Agents(terbuka di tab baru)

Membaca dan mengedit bobot. Sejumlah tim mereplikasi gagasan "weight-space programming": LLM seperti GPT-6 Astra, Qwen 3.8 27B, DeepSeek V4.1 Flash, dan Claude Opus 5.5 bisa menafsirkan bobot mentah model dan bahkan mengedit beberapa neuron untuk memperbaiki perilaku. Replikasinya mencakup mengubah perilaku penerjemahan pada Gemma 4 dan memperbaiki loop penalaran Qwen.

• Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights(terbuka di tab baru)
• I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense(terbuka di tab baru)
• DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming(terbuka di tab baru)
• What Qwen is thinking when it gets stuck saying "Wait"(terbuka di tab baru)
• Qwen 3.8 27B on my laptop can interpret model weights, too(terbuka di tab baru)

Klaim riset LLM kedaluwarsa. Studi Stanford menguji 50 klaim tentang LLM yang banyak dikutip terhadap 20 model terbaru dan menemukan 44% di antaranya sudah kedaluwarsa. Klaim soal apa yang tidak bisa dilakukan model paling cepat kedaluwarsa: hanya 16% yang masih berlaku setelah dua tahun.

• Rapid LLM development is outrunning the research meant to explain it, study finds(terbuka di tab baru)

Pelacakan state konteks panjang. Hugging Face memperkenalkan StateBench, benchmark untuk menguji bagaimana model melacak perubahan state entitas di dokumen panjang. Benchmark ini membedakan tugas update terbaru yang sederhana dari rangkaian perubahan yang lebih sulit, dan mengungkap celah pada model saat ini.

• StateBench: Testing how language models track state changes over long documents(terbuka di tab baru)

Agen untuk penemuan obat. Google DeepMind memperlihatkan Antigravity dengan Cheminformatics Skills yang mempercepat alur kerja penemuan obat. Sebuah agen menelusuri ribuan senyawa dan mengusulkan makrosiklik baru beserta rute sintesisnya dalam satu jam, dari sebelumnya berhari-hari.

• Agentic cheminformatics with Google Antigravity(terbuka di tab baru)

Agen AI untuk SETI. Allen Telescope Array milik SETI kini memakai agen AI di Nvidia Holoscan untuk mengarahkan teleskop dan menganalisis sinyal secara real time, dengan throughput hingga 2,4 Tbps. Sebagai hasil pertama, tim mendeteksi pulsar di Nebula Kepiting secara langsung.

• AI agents take over at SETI's Allen Telescope Array, scanning for extraterrestrial intelligence(terbuka di tab baru)

Harness robot open-source. Peneliti Tsinghua dan UC Berkeley membangun uni-robot-agent, harness open-source yang memungkinkan Qwen 3.8 Flash Next mengendalikan robot sungguhan tanpa fine-tuning. Performanya menyamai model tertutup pada 19 tugas manipulasi dengan biaya $1,09 per tugas, dibandingkan $21,29 untuk GPT-6 Astra.

• “Can Qwen directly control the robot as well as GPT-6 Astra?”(terbuka di tab baru)

Perlambatan bisnis enterprise Palantir. Pendapatan Palantir pada Q3 tumbuh 96% YoY menjadi $2,31 miliar, tetapi pertumbuhan pendapatan komersial di AS menunjukkan tanda-tanda melambat sehingga investor kurang antusias. Perusahaan menaikkan panduan setahun penuh, namun pedagang ritel menjual sedikit sahamnya.

• Hiding inside Palantir’s skyrocketing quarter is a foreboding signal(terbuka di tab baru)

Valuasi Fal berlipat dua. Startup inference Fal mengumpulkan $1,3 miliar dalam putaran yang dipimpin Bessemer dengan valuasi $16 miliar, dua kali lipat angka April lalu. Pendapatan tahunannya menembus $800 juta, meski margin perusahaan inference tipis karena biaya komputasi.

• AI inference startup Fal doubles its valuation to $16B as demand surges(terbuka di tab baru)

Margin komputasi Anthropic. Pendapatan Anthropic mencapai $17 miliar pada kuartal September, tetapi biaya komputasi naik menjadi 58% dari pendapatan, dari 48% pada kuartal sebelumnya. Margin yang memburuk ini jadi perhatian menjelang IPO.

• Anthropic is still grappling with the economics of compute(terbuka di tab baru)

Revolut pangkas biaya coding. Fintech asal Inggris, Revolut, memangkas biaya coding AI hingga 10x dengan meninggalkan Claude dan beralih ke model yang di-host sendiri, menurut sebuah unggahan di Reddit. Perusahaan kini menjalankan modelnya sendiri untuk generasi kode.

• British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted(terbuka di tab baru)

Google AI di sekolah. Google akan menonaktifkan tools AI untuk siswa K-12 secara default, tetapi sekolah yang memilih keluar juga kehilangan akses ke Google Search sepenuhnya. Perusahaan beralasan Search dan AI sudah menyatu, sehingga administrator harus memilih semua atau tidak sama sekali.

• Google will let schools skip AI tools, but they have to give up search, too(terbuka di tab baru)
• Google is entirely disabling Search in schools that don’t want AI(terbuka di tab baru)
• Google will let schools disable its AI tools, but not without sacrificing Search(terbuka di tab baru)

Rating 18+ untuk AI companion. Apple mewajibkan aplikasi kencan dan AI companion dengan konten seksual atau romantis menyandang rating 18+ mulai 16 November. Langkah ini menyasar aplikasi seperti Character.AI dan Replika yang sering dipakai remaja.

• Apple restricts dating apps and AI companions to users 18 and up(terbuka di tab baru)

Aturan AI di Nexus Mods. Nexus Mods akan mewajibkan pembuat mod menyatakan apakah AI dipakai dalam karyanya dan menjelaskan caranya untuk mod berbantuan AI. Situs ini menyebut dirinya pro-kreativitas manusia, tetapi tidak akan melarang AI sepenuhnya.

• The biggest modding site in PC gaming is taking a stance on AI(terbuka di tab baru)