Rilis Agen & Model
Model terbuka Inkling 2 Mini. Thinking Machines merilis Inkling 2 Mini, sebuah looped transformer open-weight berukuran 26,4B yang menggunakan kembali lapisan tengah tiga kali per token, sehingga checkpoint-nya tetap sekitar 20 GB. Model ini berjalan di Mac 32 GB atau DGX Spark dan meraih skor tinggi pada benchmark coding agentik seperti DeepSWE dan Vals Index v2.2.
Agen suara GPT-Live-1.1. OpenAI menambahkan GPT-Live-1.1 ke API-nya untuk percakapan suara multibahasa full-duplex, dengan aksen dan penyelesaian tugas yang lebih baik. Waktu siaga idle kini ditagih US$0,02 per menit, 60% lebih murah daripada sesi aktif.
Model keputusan Baseten. Baseten merilis bison-1 dan groundhog-1, model keputusan open-weight yang dibangun di atas Gemma 4 dan mengembalikan probabilitas terkalibrasi untuk pertanyaan ya/tidak, pilihan, dan skor. bison-1 memuncaki Artificial Analysis Decision Index v2.1 dan mendukung konteks 128k token untuk routing, triage, dan guardrails.
Agen AI lewat SMS. TechCrunch mengulas gelombang agen yang hidup di pesan SMS/teks, termasuk Ask Proxy dan Instinct, yang dapat menjadwalkan janji temu, mengirim email, dan terhubung ke aplikasi tanpa aplikasi khusus. Artikel itu menyoroti asisten pribadi serba guna serta agen khusus untuk keluarga, perjalanan, dan pekerjaan.
Riset & Verifikasi
Verifikasi kernel GPU TensorLean. Peneliti Columbia dan CertiK memperkenalkan TensorLean, framework berbasis Lean yang memverifikasi kernel GPU secara formal pada level PTX terhadap spesifikasi tensor. TensorLean membuktikan 83 dari 149 instance kernel sebagai benar dan menemukan 38 bug pada FlashAttention-2/3/4 dan DeepGEMM, termasuk data race di FlashAttention-4 yang luput dari 17.760 kali pengujian.
Context window dinilai berlebihan. Peneliti Nvidia berpendapat bahwa context window raksasa sering mahal dan tidak perlu, sementara ringkasan berkala dan lookup tertarget memberi kinerja yang kurang lebih sama baik dalam banyak pengujian. Makalah itu membandingkan context window sejuta token saat ini dengan pendekatan yang lebih selektif.
Balapan pembuktian hipotesis Riemann. Matematikawan Anthropic Levent Alpöge dan Claude menerbitkan pembuktian Hipotesis Riemann Umum yang diformalkan dengan Lean, sementara Alessandro Masullo dari Stanford secara independen merilis draf 940 halaman yang sepenuhnya buatan manusia dalam hitungan jam. Kode Lean dari pembuktian berbantuan AI itu setara sekitar 250.000 halaman, dan verifikasinya diperkirakan memakan waktu bertahun-tahun.
Bytedance mempertanyakan pipeline pelatihan. Peneliti Bytedance dan sejumlah universitas di AS berpendapat bahwa pipeline pelatihan bertingkat dan multi-fase untuk agen AI terlalu rumit dan sulit direproduksi; mereka menunjukkan bahwa tiga langkah bisa cukup. Mereka mendukung klaim itu dengan model terbuka yang kompetitif.
Tools & Framework
Pabrik pengetahuan untuk agen. LangChain memaparkan pendekatan “knowledge factory” untuk mengumpulkan, mengkurasi, dan memelihara pengetahuan operasional khusus perusahaan yang dapat digunakan kembali oleh agen, berbeda dari konteks per tugas. Pendekatan ini dipakai secara internal untuk agen GTM dan content studio serta LangSmith Engine.
Template prompt GPT-6.2. OpenAI menerbitkan template system prompt baru untuk GPT-6.2 Astra dan Sol guna menekan jawaban yang terlalu singkat dan pertanyaan klarifikasi yang tidak perlu, dengan menyarankan agar model mengasumsikan konteks dan menggunakan kembali kode yang ada. Di sisi API, menyunting riwayat percakapan kini membuang penalaran sebelumnya, dan temperature/top_p sudah dihapus.
Industri & Bisnis
Nvidia dan aksi jual AI. Nvidia melaporkan pendapatan yang melonjak, tetapi sahamnya anjlok 14% pada Jumat di tengah laporan adanya tinjauan akuntansi oleh SEC, dan perusahaan akan berhenti menjual chip H200 di China. Nasdaq 100 turun 10,4% sepanjang pekan, terburuk sejak Covid, akibat keraguan terhadap pembangunan infrastruktur AI dan valuasi yang tinggi.
Tekanan IPO Anthropic. Anthropic melantai di Nasdaq dan kini menghadapi ketegangan antara misi mengutamakan keselamatan dan tuntutan pemegang saham, sambil mengelola biaya komputasi yang diperkirakan mencapai sekitar US$900 miliar. Diskusi The Verge mengulas apakah perusahaan dapat terus memprioritaskan keselamatan sebagai perusahaan publik.
Kebijakan & Privasi
Signal vs tangkapan layar AI. Signal membatasi tangkapan layar di ponsel secara default untuk menangkal apa yang disebut Meredith Whittaker sebagai “ancaman eksistensial” dari AI agentik tingkat OS yang dapat memindai layar dan mengambil data sensitif. Pengguna dapat menonaktifkan pengaturan itu, tetapi Whittaker mengatakan hal itu merusak jaminan privasi.
Aturan robot pembunuh PBB. Para diplomat PBB gagal menyepakati aturan yang mengikat untuk senjata otonom. Mereka hanya sepakat mulai membahas berbagai opsi dan membiarkan sebagian regulasi mendatang bersifat opsional. Palang Merah dan pihak lain menginginkan aturan yang mengikat secara hukum dalam waktu satu tahun.
Itu saja untuk hari ini – sekitar bacaan 5 menit.