Model & Teknik
Pemrograman ruang bobot. LLM dari OpenAI, DeepSeek, Anthropic, dan lainnya dapat membaca serta mengedit bobot neural network secara langsung. Replikasi menunjukkan perbaikan yang ditargetkan dan perubahan perilaku tanpa pelatihan tradisional.
- GPT-6 Astra Edits Qwen Weights: MATH-500 7.9% to 48.1%(terbuka di tab baru)
- Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights(terbuka di tab baru)
- 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)
- GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights(terbuka di tab baru)
- [AINews] Behind Latent Space: Kill My SaaS, Jev & AI in 2026 | AIEi Shanghai(terbuka di tab baru)
- Tried the weight editing thing from the MIT post: Some cool applications, but nothing crazy(terbuka di tab baru)
Model Hydrogen-1.0. Deep Principle merilis model MoE open-weight 753B untuk kimia, material, dan ilmu hayati yang dibangun di atas GLM-5.3. Mereka melaporkan kemenangan di FrontierScience-Research atas GPT-6-Astra.
Model frontier terbuka. Hy4 dari Tencent dan Kimi K3.1 Pro kini tersedia atau open-weight; Hy4 menambahkan computer use dan pemahaman gambar. Baidu juga merilis MoE dasar 280B, dan repo kode Qwen mengisyaratkan model Qwen4 di masa mendatang.
- Alibaba's Qwen Code repo just leaked qwen4-max, qwen4-coder-plus, and qwen4-omni-120b(terbuka di tab baru)
- Official Statement: Qwen Models Will Stick to Open Source to the End!(terbuka di tab baru)
- Kimi-K3.1-Pro is now open-weights(terbuka di tab baru)
- Kimi K3.1 is likely benchmaxxed (with some proof)(terbuka di tab baru)
- Tencent says Hy4 ranks among the best open models. Its weights aren't out yet(terbuka di tab baru)
- Baidu Releases ERNIE 5.5 Flash Base: A 280B MoE Base Model With 14B Active Parameters(terbuka di tab baru)
- Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model(terbuka di tab baru)
- Tencent releases Hy4 with vision and computer use, claims second place among Chinese AI models(terbuka di tab baru)
AI mempercepat riset AI. Tinjauan METR selama 11 minggu menemukan laju peningkatan model Anthropic sekitar dua kali lipat. Sekitar 80% peningkatan itu berasal dari AI yang dipakai dalam riset mereka sendiri, dan angka ini melewati ambang responsible scaling Anthropic.
Agen & Benchmark
Agen coding proaktif. DeepSeek merilis secara open source agen coding GitHub proaktif yang mengubah request yang diizinkan menjadi item pekerjaan paralel; dalam simulasi, agen ini menyelesaikan tugas 1,9 kali lebih cepat daripada baseline satu sesi.
Benchmark agen jangka panjang. SemiAnalysis merilis GDPx, benchmark berisi 206 tugas; Claude Opus 5.5 memimpin dengan skor 12%, disusul GPT-6 Astra dengan 9,6%. Hasil ini menunjukkan agen masih kesulitan menangani pekerjaan dunia nyata yang berlangsung berjam-jam.
Arsitektur agen konvergen. LangChain berpendapat arsitektur agen standar, yaitu loop LLM dan tools, sedang konvergen, dengan tantangan baru seputar konteks jangka panjang, progressive disclosure, dan penggunaan tool di dalam sandbox.
Git skala Codex. OpenAI membangun Pando, backend Git yang memangkas latensi push median hampir 5 kali untuk push bersamaan berskala Codex, dan sedang mengakuisisi Pierre Computer Company, pembuat Code Storage dan tools yang sudah mendukung Codex.
Meta akuisisi Conductor. Meta mengakuisisi startup coding AI Conductor, yang tim agentic-nya memungkinkan developer membuat proyek di beberapa workspace paralel; pendiri Charlie Holtz mengatakan pelanggan baru bisa menantikan sesuatu yang baru pada awal tahun depan.
Infrastruktur & Inferensi Lokal
Kecepatan MoE lokal. Patch seperti tandem.cpp dan Strata serta kuantisasi baru memungkinkan Qwen Flash-Next dan DeepSeek V4.1 Flash berjalan pada 97–200+ token/detik di GPU tunggal dengan offload CPU/SSD, dan konfigurasi VRAM 8 GB kini melakukan decode pada 50 token/detik.
- tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(terbuka di tab baru)
- Speedy is shockingly good for qwen3.8 FN(terbuka di tab baru)
- 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(terbuka di tab baru)
- Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(terbuka di tab baru)
- Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(terbuka di tab baru)
- Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(terbuka di tab baru)
- We are in the golden age of Local LLM(terbuka di tab baru)
- Qwen Flash Next on Strata is unreal.(terbuka di tab baru)
- Another benchmark has hit the quant war(terbuka di tab baru)
Kompetisi kuantisasi. Unsloth dan ISTA-DASLab berdebat terbuka soal kualitas kuantisasi DeepSeek-V4.1-Flash; Unsloth mengklaim GGUF-nya unggul 10–20% pada coding konteks panjang. Persaingan ini menghasilkan kuantisasi yang lebih baik.
- Unsloth vs GSQ-RCO - 512K context DeepSeek-V4.1 GGUF benchmarks Terminal Bench(terbuka di tab baru)
- Kind of enjoying the ISTA (GSQ-RCO) vs Unsloth beef(terbuka di tab baru)
- Inconsistencies in Unsloth's LiveCodeBench Results(terbuka di tab baru)
- New Qwen3.8-Flash-Next Unsloth Dynamic V3.1 GGUFs(terbuka di tab baru)
- Unsloth Qwen3.8-Flash-Next GGUFs V3.1 Update (November 4th 2026)(terbuka di tab baru)
- Qwen 3.8 Flash Next GSQ RCO quant as good as BF16(terbuka di tab baru)
Manajer resource GPU. Berth adalah manajer sumber daya GPU berbasis Go yang memberi lease, prioritas, dan antrean request kepada aplikasi, serta mendukung checkpointing CUDA dan memarkir model di RAM agar peralihan beban kerja AI lebih cepat.
Bisnis & Kebijakan
OpenAI raih US$11 miliar. OpenAI menerima tranche pertama senilai US$11 miliar dari putaran pendanaan yang memberi valuasi US$1,25 triliun, lebih rendah dari harapan sebelumnya untuk mendapatkan US$30 miliar dengan valuasi US$1,4 triliun setelah saham teknologi turun.
Tekanan IPO Anthropic. Pendapatan Anthropic tumbuh 12 kali lipat menjadi US$17 miliar, tetapi perusahaan merugi US$23,3 miliar akibat komitmen komputasi; investor keberatan dengan valuasi IPO Anthropic sebesar US$1,5 triliun, dan sebagian menyarankan US$1 triliun.
- Anthropic grows revenue twelvefold but posts $23 billion loss(terbuka di tab baru)
- Anthropic warns that it’s very close to RSI capability, aka self-building AI(terbuka di tab baru)
- Anthropic is still grappling with the economics of compute(terbuka di tab baru)
- Anthropic's $1.5 trillion IPO hits resistance as investors balk at valuation(terbuka di tab baru)
- [AINews] Anthropic IPO: Whither Now?(terbuka di tab baru)
- Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(terbuka di tab baru)
Penolakan pusat data. Pemilih menyetujui 40 dari 41 pembatasan pusat data lokal, dan OpenAI berjanji tidak memakai NDA dengan pejabat serta membayar penuh biaya listrik, sementara Meta memperingatkan ekspansi AI bisa melambat.
- After the midterms, a bigger clash over data centers could be coming(terbuka di tab baru)
- Big Tech claims voters’ AI backlash is “anti-Trump” not “anti-tech”(terbuka di tab baru)
- Texas was the new epicenter of the AI data center buildout. That might be kaput.(terbuka di tab baru)
- Data centers lost the midterms(terbuka di tab baru)
- How a Blue Wave midterm might reshape the AI industry(terbuka di tab baru)
- After the midterms, is the AI industry in for a rough two years?(terbuka di tab baru)
- Big Tech lost big in the 2026 election(terbuka di tab baru)
- All the latest updates on AI data centers(terbuka di tab baru)
- After the midterms, things are looking rocky for Elon Musk and data centers(terbuka di tab baru)
- OpenAI might rebrand its data centers as ‘AI compute campuses’(terbuka di tab baru)
- OpenAI is stepping back from NDAs for data center projects(terbuka di tab baru)
- After midterm rout, OpenAI tries to win over communities it needs for AI expansion(terbuka di tab baru)
- Meta warns that election backlash against data centers could make AI expansion harder(terbuka di tab baru)
- ‘Total repudiation’: The blue wave is about to hit AI(terbuka di tab baru)
- OpenAI is already trying to shape the 2028 election(terbuka di tab baru)
Itulah ulasan minggu ini – sampai jumpa Minggu depan.