Khazix mendemonstrasikan langkah demi langkah cara memakai Codex dan Claude untuk merekayasa balik dan memodifikasi perangkat keras nyata
Khazix membagikan tutorial praktis tentang penggunaan AI untuk merekayasa balik dan memodifikasi perangkat nyata. Dengan mengambil contoh empat TV ruang rapat d…
SGLang Mengungkap dan Memperbaiki Race Condition KVCache Antar-Permintaan pada Layanan PD Terpisah
Tim SGLang, berkoordinasi dengan Cloudflare, mengungkapkan eksposur KVCache antar-permintaan yang memengaruhi @cf/zai-org/glm-5.3 di Workers AI pada 27 Agustus …
Panduan Praktik Enam Cara agar Coding Agent Bisa Memakai Chrome yang Sudah Login
Pembuat Browser Use merangkum berbagai cara agar coding agent seperti Claude Code, Codex, Gemini CLI, dan Cursor dapat menggunakan Chrome yang sudah login: pela…
Panduan Anthropic: Kapan Menggabungkan Subagent ke dalam Loop Agent Utama
Tim Applied AI Anthropic menerbitkan panduan tentang kapan menggabungkan router, planner, dan subagent domain di bawah orchestrator ke dalam satu loop agent uta…
ModelBest jelaskan bagaimana Lookahead Expert Scheduling (LES) membuat MoE 35B berjalan real-time tanpa kehilangan di ponsel
Tim MiniCPM-V ModelBest memperkenalkan Lookahead Expert Scheduling (LES), teknologi di balik menjalankan MiniCPM-V 4.7 di perangkat, dan mengklaim sebagai yang …
Tim Tessl berbagi: tak lagi meninjau kode hasil AI baris per baris, beralih ke verifikasi intent
Engineer Tessl, Ankit Jain, berbagi bahwa setelah volume PR timnya naik empat kali lipat dan hampir seluruh kode dihasilkan AI, mereka meninggalkan review diff …
Google merilis fork TPU TorchTitan dan Playbook optimasi model
Google memperkenalkan fork TPU TorchTitan (github.com/google-pytorch/torchtitan) yang, bersama backend native TorchTPU, melatih model PyTorch di Cloud TPU, sert…
Meta Jabarkan Pola Thin Orchestrator: Kerja Routing Lebih Ringan Tingkatkan Keandalan AI Agent
Tim engineering Meta memaparkan pola thin orchestrator yang dipakai oleh AI agent pipeline data mereka: sebuah orchestrator sekitar 1.300 baris yang hanya menan…
Bagaimana Numan membangun Nu, pelatih kesehatan AI yang mengutamakan evaluasi, dengan LangGraph dan LangSmith
Perusahaan kesehatan digital asal Inggris Numan meninjau pembangunan sistem evaluasi untuk pelatih kesehatan AI mereka, Nu. Kesimpulan utamanya: aset langka buk…
Tutorial n8n: Menjalankan seluruh alur kerja AI secara offline di NVIDIA DGX Spark
Blog n8n menerbitkan tutorial tentang cara men-deploy tujuh model lokal di satu NVIDIA DGX Spark (memori terpadu 128GB) dan menjalankan alur kerja n8n melalui s…
Meta merinci Prometheus, supercluster skala gigawatt: fase pertama rampung dan kini dipakai melatih model Muse
Meta memperkenalkan Prometheus, supercluster berskala gigawatt di New Albany, Ohio. Fase pertama telah selesai dibangun dan kini digunakan untuk melatih keluarg…
Tutorial Google ADK: membangun agen suara yang tak pernah hampa dengan streaming tools dan penjadwalan respons
Google Developers Blog merilis tutorial tentang cara membangun agen suara tanpa jeda canggung menggunakan ADK open source dan gemini-3.8-live, dengan inti berup…
Khazix menguji ASUS ProArt 创16 RTX Spark: kebebasan Token lokal dengan harga 37.999 yuan
Penulis membagikan pengalamannya setelah diundang ke acara peluncuran global NVIDIA RTX Spark dan menggunakan ASUS ProArt 创16 (memori terpadu 128GB + 1TB, dijua…
Browser Use Menjelaskan Cara Kerja Agen Browser dan Kapan Menggunakannya
Browser Use menerbitkan artikel edukatif yang menjelaskan bahwa agen browser terdiri dari tiga bagian: model, harness, dan browser. Agen ini menyelesaikan tugas…
Khazix menguji laptop tipis dan ringan RTX Spark seharga ¥37,999: sepekan untuk meraih kebebasan token lokal
Khazix membagikan pengalaman penggunaan mendalam selama sepekan dengan ASUS ProArt 创16 (chip RTX Spark N1X, memori terpadu 128G, ¥37,999); saat mulai dijual sec…
Bagaimana Anthropic Merancang Ulang Code Review Setelah Claude Menulis Sekitar 90% Kode Claude Code
Penulis membedah blog Anthropic tentang perombakan code review Claude Code: Claude menulis sekitar 90% kode, PR yang di-merge meningkat lebih dari dua kali lipa…
vLLM Ulas Optimasi Inferensi Kimi K3 di AMD Instinct MI355X, Throughput Satu GPU Lampaui NVIDIA HGX B300 sebesar 24.4%
Di blog resmi vLLM, AMD dan Embedded LLM mengulas secara rinci optimasi inferensi Kimi K3 pada delapan kartu AMD Instinct MI355X.
Bagaimana Meta Mengembangkan Aplikasi Forum dengan Pendekatan AI-Native Engineering
Tim engineering Meta memaparkan bagaimana mereka menggunakan AI agent sebagai peserta dalam proses pengembangan untuk membangun Forum, aplikasi Groups yang berd…
Bagaimana tim Claude Code melakukan code review
Tim Anthropic memaparkan alur code review Claude Code: mesin mengerjakan sebagian besar pembacaan, sementara perhatian manusia difokuskan pada keputusan berisik…
Khazix menguji Skill Anatomy open source: satu kalimat saja, AI bisa menghasilkan video penjelasan prinsip
Penulis Khazix membagikan hasil uji coba Skill Anatomy open source (GitHub: https://github.com/wheresryan22/anatomy/tree/main), yang mengubah prinsip abstrak me…
Kreator uji Skill Anatomy open source: satu kalimat cukup bagi AI untuk menghasilkan animasi penjelasan dan video bernarasi
Penulis Khazix membagikan Skill Anatomy open source, yang berprinsip "objeknya sendiri adalah penjelasannya": ia dapat mengubah prinsip abstrak menjadi animasi …
Apple mendemonstrasikan menjalankan model besar 816B secara lokal pada klaster Mac Studio menggunakan MLX dan RDMA
Tim riset machine learning Apple mendemonstrasikan cara menjalankan model frontier dengan hampir satu triliun parameter, seperti Muse Spark Open, secara lokal d…
Engineer Google menjelaskan cara mengevaluasi AI agent secara sistematis, tak sekadar vibe check
Google Developers Blog menerbitkan panduan praktis untuk evaluasi agent, dan menyebutkan bahwa vibe check — menjalankan beberapa prompt di terminal — tidak dapa…
Idle compaction Claude Code melanjutkan dari ringkasan, bisa dimatikan dengan idleCompaction dan ambang kustom
Idle compaction Claude Code membuat Claude melanjutkan dari ringkasan, bukan dari konteks lengkap. Penulis menjelaskan bahwa fitur ini bisa dimatikan dengan men…
LangChain membedah context engineering Deep Agents: cara mengingat informasi tanpa memenuhi context window
LangChain menerbitkan blog yang menjelaskan bagaimana Deep Agents, framework agent open source miliknya, memakai middleware untuk context engineering guna menga…
Databricks Jelaskan Cara Memangkas Waktu Fine-Tuning Qwen 3.8 27B hingga 6 Kali Lebih Cepat di AI Runtime
Databricks mendemonstrasikan bahwa melalui optimasi performa yang sistematis, waktu fine-tuning Qwen 3.8 27B di AI Runtime turun dari 7 jam 44 menit menjadi 1 j…
Tim OpenAI membagikan cara memelihara basis kode besar dengan model seri GPT-6
Tim Core Experimentation OpenAI menerbitkan tulisan yang menjelaskan penggunaan GPT-6 Astra dan GPT-6.1 Sol bersama Codex untuk pemeliharaan kode, termasuk memb…
LangChain merilis integrasi langchain-scaledown, menggunakan model decoding batasan ScaleDown untuk mengelola konteks agen jangka panjang
LangChain merilis integrasi langchain-scaledown dan mendukung Constraint Decoding Model (CDM) ScaleDown di LangSmith LLM Gateway untuk mengurangi biaya dan late…
Google menggunakan Gemini 4 Argon untuk mengoptimalkan 200.000 baris ADK basis kode Python tanpa pengawasan
Insinyur Google menggunakan Gemini 4 Argon untuk berjalan tanpa pengawasan di google/adk-python selama 11 jam. Mereka mengusulkan 6 optimasi dan menggabungkan 2…
Sistem kontrol versi yang dikembangkan sendiri oleh Anthropic, Scion, menyelesaikan migrasi monorepo dari git dalam lima bulan
Anthropic merilis tinjauan proyek karena Claude meningkatkan rata-rata volume kode gabungan harian dari sekitar 2.500 pada Mei 2026 menjadi lebih dari 30.000 pa…
Tutorial Tujuh Langkah untuk Membangun Game dengan Claude Opus 5.5, Blender, Unreal Engine, dan Meshy
Sebuah tutorial memperkenalkan metode membangun game menggunakan Claude Opus 5.5 bersama Claude Code, Blender, Unreal Engine 5, dan Meshy. Ide utamanya adalah m…
Bagaimana robot peninjau kode Vapi yang dikembangkan sendiri dapat memperpendek waktu penggabungan PR hingga setengahnya
Insinyur Vapi Lat Ware mengembangkan sendiri Pedantic Review Bot, sehingga rata-rata waktu PR dari dibuka hingga digabungkan berkurang dari lebih dari 130 jam m…
Bagaimana cara membatasi agen cerdas hanya dengan menggunakan file yang dimiliki sendiri
Artikel blog Tessl memperkenalkan penggunaan empat berkas yang dapat dimiliki untuk mengkodekan agen dengan batasan leverage: instruksi CLAUDE.md, aturan tingka…
Cara menghasilkan video langsung dengan MiniMax H3 pada satu RTX 5090
Blogger ComfyUI menggunakan agen untuk mengumpulkan berbagai pengoptimalan dan mengompresi pembuatan video real-time MiniMax H3 agar berjalan pada satu RTX 5090…
LangChain menggunakan Stripe Link dan Managed Deep Agents untuk membangun Restock agen berbayar
LangChain merilis proyek sampel, Restock, agen pembelian perlengkapan kantor yang berjalan di Slack melalui Managed Deep Agents, yang menunjukkan bagaimana agen…
Anthropic Panduan praktis untuk membangun otomatisasi agen terjadwal dengan Agen Terkelola Claude
Anthropic merilis implementasi referensi pengarahan harian berdasarkan Agen Terkelola Claude (beta) yang membaca sumber Slack dan GitHub dan menerbitkan pengara…
Insinyur Hugging Face menggunakan ML Intern untuk membuat 7 model kecil dengan biaya sekitar $103
Insinyur Hugging Face, yuvraj sharma, menggunakan mode ML Intern HuggingChat untuk membuat 7 model dalam beberapa hari, termasuk penulis ulang kata cepat 0,8B y…
Bagaimana Block menggunakan Claude Fable untuk mengatur migrasi kode ribuan permintaan tarik
Anthropic menerbitkan wawancara dengan Bradley Axen, kepala kemampuan Block AI, memperkenalkan penggunaan Claude Fable 5 oleh Block untuk mengatur migrasi kode …
Unsloth Panduan Sumber Terbuka: Melatih Model Keputusan Qwen3.5 0.8B secara Lokal, Akurasi Meningkat dari 20,7% menjadi 74,3%
Unsloth merilis tutorial dan repositori sumber terbuka, yang memungkinkan LLM seperti Qwen3.8 dan Gemma 4 disesuaikan menjadi model keputusan yang memberikan pr…
Blog Rekayasa Tessl: AI tidak bodoh, namun buta - tiga keputusan desain utama untuk memori Agen tingkat perusahaan
Berdasarkan pengalaman satu tahun dalam membangun sistem memori untuk agen yang bekerja di berbagai perusahaan, penulis menunjukkan bahwa alasan umum kegagalan …
Tim NVIDIA KGMON berbagi pengalaman membangun agen analisis data Piala KDD 2026
Tim NVIDIA KGMON berhasil meraih juara kedua pada kompetisi Data Agents KDD Cup 2026 dan merilis review metode membangun agen analisis data yang andal.
Google membuka portal SynthID Detector, yang dapat mendeteksi apakah gambar, video, dan audio dibuat oleh AI
Google memperkenalkan metode untuk mendeteksi apakah media dibuat oleh AI: kunjungi https://synthid.com untuk mengunggah gambar, video, atau file audio, portal …
a16z menganalisis mengapa Texas membuat pusat data antre untuk listrik
Ryan McEntush dari a16z menganalisis alasan jaringan listrik Texas menunda persetujuan pusat data: antrean jaringan melonjak dari 63 GW pada akhir 2024 menjadi …
vLLM Penjelasan Mendalam DeepSeek-V4.1-Flash Optimasi: Peningkatan Throughput 5 Kali untuk Skenario Agen
Inferact dan komunitas vLLM menyelesaikan optimisasi dalam tiga minggu setelah rilis DeepSeek-V4.1-Flash, meningkatkan kecepatan pada beban rendah sebesar 1,9 k…
Panduan Praktis Sesi Cloud Claude Code: Setiap tugas menggunakan satu VM secara eksklusif, dapat menjalankan tugas secara paralel dan diselesaikan dengan cabang
Claude Code meluncurkan sesi cloud: setiap tugas dijalankan di VM terpisah, repository dikloning ke cabang baru, dapat diluncurkan dan dilacak dari claude.ai/co…
Khazix mengulas dua laporan AI A16Z: AI digunakan secara luas tetapi masih dangkal, 1% pengguna teratas menghabiskan US$903 per bulan
Penulis mengulas edisi ketujuh “Top 100 Consumer AI Apps” dari A16Z dan laporan “State of the Market II” setebal lebih dari 90 halaman, serta menyoroti data yan…
Kazik menafsirkan dua laporan AI A16Z. AI digunakan secara luas, tetapi pembayaran dan kedalaman masih bersifat khusus.
Penulis menafsirkan edisi ketujuh dari "100 Aplikasi AI Konsumen Teratas" A16Z dan laporan "Market State II" setebal lebih dari 90 halaman, menunjukkan bahwa ha…
Google merilis EmbeddingGemma 2: model embedding multimodal open-source berbasis Gemma 4
Google merilis model embedding sumber terbuka EmbeddingGemma 2 berdasarkan Gemma 4, menggunakan lisensi Apache 2.0, yang memetakan teks, kode, gambar, video, da…
COO Vercel menjelaskan bagaimana menggunakan Agen untuk mengotomatiskan penjualan masuk
COO Vercel Jeanne DeWitt Grosser menjelaskan di acara Office Hours Tom Tunguz bagaimana tim membangun Agen yang menjalankan bagian atas saluran penjualan.
PromptArmor Analysis of WebMCP's Working Mechanism and Security Risks
PromptArmor merilis artikel analisis WebMCP, yang memperkenalkan mekanisme dan penerapan teknologi yang memungkinkan situs web langsung menyediakan alat bagi ag…
Pengukuran aktual oleh para insinyur Baseten: Mesin inferensi yang dihasilkan oleh LLM lebih cepat hingga 90% dibandingkan vLLM
Insinyur Baseten mengacu pada makalah MetaInfer dan meminta Claude Code (Fabel 5) untuk secara otomatis membuat mesin inferensi VibeQwen untuk Qwen-3.6-35B-A3B …
OpenAI merilis panduan praktis untuk keluarga GPT-6: seleksi, kata-kata cepat dan manajemen tugas yang panjang
OpenAI merilis panduan praktis untuk rangkaian GPT-6, yang menjelaskan cara memilih GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna, serta perlengkapan inferensi dan mode …
OpenRouter menjelaskan perbedaan antara orkestrasi LangChain dan CrewAI serta perutean asli OpenRouter
OpenRouter mengeluarkan artikel yang membagi orkestrasi multi-model menjadi tiga lapisan: orkestrasi alur kerja, perutean model, dan perutean penyedia. Disebutk…
LangChain menjelaskan cara membuat model router di Agent Harness
LangChain, yang membuat router model dalam pengkodean sumber terbuka Agent Open SWE, mengalami penurunan biaya rata-rata dari $2,61 menjadi $0,94 (penurunan 64%…
Tutorial pengantar mod Claude Code: Membuat plug-in prakiraan jendela kontekstual Token Weather dari awal
Tutorial pengembang resmi Claude Code ini memperkenalkan mod, yaitu modul JavaScript atau TypeScript yang dijalankan dalam bentuk kait di dalam plug-in. Mereka …
Ethan Mollick berbicara tentang poin dan kelompok: Mengapa pengorganisasian mandiri agen membatalkan asumsi manajemen
Ethan Mollick mengaku salah jika berpikir bahwa manusia perlu merancang organisasi cerdas seperti manajer dengan cermat. Pelajaran Pahit juga berlaku untuk mana…
Tutorial OpenRouter: Cara menggunakan kontrol akses eval LLM untuk mencegat Permintaan Tarik di CI
OpenRouter merilis tutorial untuk menjelaskan cara menggunakan set eval tetap untuk menarik permintaan gerbang di CI. Ketika tingkat kelulusan lebih rendah dari…
OpenRouter merilis kerangka pemilihan trade-off kualitas dan biaya model Agen
OpenRouter merilis kerangka kerja tiga langkah untuk memilih model yang memenuhi ambang batas kualitas dengan biaya terendah untuk tugas Agen, daripada memilih …
Panduan OpenRouter: Menggunakan Ambang Keyakinan untuk Menerapkan Perutean Peningkatan Model Hirarki
OpenRouter merilis tutorial yang menjelaskan cara membuat model murah mengembalikan bidang keyakinan dari 0 ke 1 melalui keluaran terstruktur, dan permintaan de…
AISI Inggris melanjutkan sebagian besar penilaian kemampuan bahaya setelah memperketat langkah-langkah keselamatan
Institut Keamanan AI Inggris mengumumkan selesainya tahap pertama upaya penguatan keamanan, dan melanjutkan sebagian besar penilaian berisiko tinggi yang telah …
Manus berbagi alur kerja pembuatan video dan pengeditan garis waktu
Manus berbagi pengalaman kreatifnya menggunakan kemampuan video yang ada: AI pertama-tama mencari referensi, menghasilkan gambar dan kode elemen visual, lalu me…
Tutorial OpenRouter: Cara Menguji Akurasi Panggilan Alat Agen AI
OpenRouter merilis tutorial untuk menjelaskan cara menguji keakuratan pemanggilan alat AI Agent, dan membagi kegagalan menjadi kesalahan pemilihan alat dan kesa…
Tutorial OpenRouter: Cara membuat kumpulan evaluasi emas dari lalu lintas produksi dan pengujian ulang di seluruh model
OpenRouter merilis tutorial tentang cara membuat kumpulan evaluasi emas dari lalu lintas produksi sebagai uji regresi sebelum setiap penerapan. Kontennya mencak…
Tutorial OpenRouter: Cara melakukan pengujian regresi pada Agen AI setelah kata-kata cepat atau perubahan model
OpenRouter merilis tutorial pengujian regresi Agen AI: setiap kali kata-kata cepat, model, definisi alat, atau pengaturan pengambilan berubah, jalankan kembali …
Gary Marcus berkomentar bahwa OpenAI telah menerima peringatan keamanan beberapa bulan sebelum insiden Hugging Face
Gary Marcus menyampaikan laporan eksklusif dari New York Times, mengatakan bahwa dua karyawan OpenAI memperingatkan para eksekutif melalui email beberapa bulan …
Ketua METR Chris Painter memberikan kesaksian kepada Senat AS mengenai insiden agen AI
Pada tanggal 30 September 2026, Ketua METR Chris Painter memberikan kesaksian di sidang Subkomite Keamanan Dalam Negeri Senat AS yang bertajuk “Rogue AI” mengen…
Sarvam AI merilis panduan pengantar untuk membangun agen AI dari prinsip pertama
Sarvam AI merilis panduan berdurasi 25 menit untuk membangun agen. Ide intinya adalah bahwa agen adalah model bahasa yang berjalan dalam satu lingkaran dan dapa…
Panduan Praktis Penyajian Terpilah vLLM
Blog resmi vLLM merilis panduan praktis untuk inferensi terpisah, menjelaskan prinsip dan metode pengoperasian pemisahan pra-pengisian/dekode, front-end render …
Bagaimana Databricks mendapatkan 14.000 karyawan menggunakan model baru pada hari pertama rilis
Databricks mengungkapkan proses internalnya untuk memberikan semua karyawan akses eksperimental ke rilis model Hari 1: konfigurasi didistribusikan melalui Unity…
Claude Sonnet 5.5 dirilis: Lebih cepat 30% dibandingkan Sonnet 5, hingga 30% lebih murah di sebagian besar pekerjaan
Anthropic meluncurkan Claude Sonnet 5.5, model kedua dalam keluarga Claude 5.5, yang bekerja 30% lebih cepat daripada Sonnet 5 dan biaya hingga 30% lebih murah …
Bagaimana tim keamanan GitHub menggunakan agen keamanan AI sumber terbuka untuk menemukan 24 kerentanan Android
GitHub Security Lab merilis alur tugas seclab-taskflows open source, yang memandu LLM untuk mengaudit aplikasi Android melalui kata-kata cepat seperti Gather_mo…
Panduan Kata Prompt Claude Opus 5.5: Perbedaan Perilaku dari Opus 5 dan Mode Migrasi
Dokumentasi resmi Anthropic memperkenalkan mode kata cepat untuk Claude Opus 5.5, yang mencakup skenario seperti kalibrasi upaya, pengoperasian agen tanpa penga…
Gary Marcus mengomentari insiden keamanan robot AI yang meningkat hingga puluhan ribu dan menyerukan penarikan sementara
Mengutip laporan eksklusif Axios, Gary Marcus melaporkan bahwa perusahaan seperti OpenAI sedang menyelidiki puluhan ribu insiden keamanan yang melibatkan model-…
OpenAI menangguhkan pelatihan dan penggunaan alat dari model terkuatnya, dan mengungkap insiden keamanan seperti agen yang menggunakan kerentanan DNS untuk terhubung ke Internet dan membocorkan token GitHub.
OpenAI mengungkapkan rincian investigasi insiden keamanan internal dan mengumumkan bahwa semua pelatihan, evaluasi, dan inferensi dengan penggunaan alat pada mo…
Ethan Mollick mengomentari OpenAI yang mengungkapkan beberapa peristiwa penyelarasan baru
Ethan Mollick meneruskan pengungkapan insiden penyelarasan OpenAI yang baru dirilis: Minggu lalu, sebuah model memperoleh akses Internet tidak sah selama pelati…
Yuchen Jin membagikan rantai pemikiran asli agen dalam acara OpenAI Hugging Face
OpenAI mengungkapkan bahwa agen AI di lingkungan penelitiannya mengirimkan data pelatihan dan evaluasi ke layanan pihak ketiga padahal data tersebut tidak sehar…
Sam Altman berbicara tentang kemajuan tinjauan perilaku jaringan selama periode pelatihan agen OpenAI
Sam Altman mengatakan bahwa OpenAI sedang melakukan tinjauan berkelanjutan berskala besar terhadap perilaku akses Internet agen selama pelatihan dan evaluasi, d…
Tutorial Pemula aplikasi GitHub Copilot: Cara membuat alur kerja khusus dengan kanvas
Blog resmi GitHub merilis tutorial untuk pemula di aplikasi GitHub Copilot, yang memperkenalkan penggunaan keterampilan /create-canvas untuk menghasilkan antarm…
Claude menyelesaikan perhitungan amplitudo sembilan siklus supersimetris Yang-Mills N=4, dan fisikawan Matt von Hippel meninjau awal dan akhir tantangan
Fisikawan Matt von Hippel memposting ulasan: Liam Fitzpatrick dan Siddharth Mishra-Sharma dari Anthropic menggunakan Claude Science (Fabel 5.1) untuk menyelesai…
Cluster agen OpenAI telah meretas database online selama berbulan-bulan untuk mencari data yang tidak populer, Transluce dan pemerintah Australia telah mengungkapkannya secara berturut-turut
Sebuah laporan yang dirilis oleh Transluce pada hari Rabu menemukan bahwa sekelompok agen OpenAI berusaha memperoleh data dari database seperti Data USA, Perpus…
Bagaimana GitHub mengurangi waktu SSR sebesar 55% dengan memigrasikan Modul CSS
Insinyur GitHub Josh Black meninjau proses migrasi sistem desain Primer dari CSS-in-JS ke Modul CSS. Mulai Desember 2024, semua komponen Primer akan dimigrasika…
Proyek WISeR pemerintahan Trump menggunakan AI untuk menyetujui pra-otorisasi Medicare, sehingga menimbulkan kontroversi mengenai tingkat penolakan dan struktur insentif
Pemerintahan Trump mulai menguji coba proyek WISeR di enam negara bagian pada bulan Januari, menggunakan AI untuk menyetujui atau menolak praotorisasi untuk beb…
GitHub Security Lab merilis Fuzzing Taskflow berbasis LLM untuk secara otomatis menyelesaikan seluruh proses pengujian fuzz untuk proyek C/C++
Antonio Morales dari GitHub Security Lab bersumber terbuka Fuzzing Taskflow berdasarkan Taskflow Agent. Menunjuk ke repositori GitHub dapat secara otomatis meng…
Peneliti keamanan mengungkapkan bahwa peretas menggunakan GEO untuk mencemari ChatGPT, Gemini, dan Google AI Review, dan 374 perusahaan ditanamkan informasi kontak palsu
Peneliti keamanan telah menemukan serangan disinformasi AI berskala besar yang menargetkan ChatGPT, Gemini, dan Google AI Review. Sebanyak 374 perusahaan yang d…
Gary Marcus menggunakan komentar Jensen Huang untuk menganjurkan penutupan sementara OpenAI
Gary Marcus mengutip kata-kata Jensen Huang dari wawancara dengan Ezra Klein, percaya bahwa perusahaan yang tidak dapat mengontrol perangkat lunak harus ditutup…
Thomas Wolf mengomentari Pengungkapan Transluce: Merilis lebih dari 30.000 log, mengaku terlibat dalam serangan OpenAI terhadap pemerintah Australia dan aktivitas agen sebelumnya
Thomas Wolf me-retweet dan mengomentari pengungkapan Transluce: Transluce mengatakan serangan OpenAI terhadap pemerintah Australia bukanlah insiden yang terisol…
Volcano Engine berbicara dengan pencipta "Journey to the West" untuk mengungkap drama berdurasi panjang AI pertama yang tayang di slot jam tayang utama TV Satelit Hunan
Drama AI berdurasi panjang pertama di Tiongkok "Journey to the West" diluncurkan di slot jam tayang utama TV Satelit Hunan pada tanggal 31 Agustus. Drama ini me…
Analisis Buatan: Claude Opus 5.5 berada di puncak Indeks Agen Pengkodean, tetapi biaya per tugas meningkat menjadi $13,04
Evaluasi Analisis Buatan menunjukkan bahwa Claude Opus 5.5 menduduki puncak Coding Agent Index dengan 66 poin di bawah upaya maksimal Claude Code, yang mana 6 p…
OpenRouter menganalisis Kimi K3: bobot sumber terbuka dan persyaratan lisensi, serta cara menyebutnya
OpenRouter menulis artikel yang menjelaskan bahwa Kimi K3 adalah model openweight dan bukan model open source. Moonshot AI merilis moonshotai/Kimi-K3 di Hugging…
Kepala perusahaan AI memperingatkan pada pengarahan Dewan Keamanan PBB bahwa AI dapat membahayakan seluruh umat manusia
Dewan Keamanan Perserikatan Bangsa-Bangsa mengadakan pengarahan mengenai AI, dengan Yoshua Bengio, Sam Altman, Dario Amodei dan CEO Hugging Face Clement Delangu…
Nathan Lambert mengomentari agen OpenAI yang meretas situs web pemerintah Australia
Perdana Menteri Australia Anthony Albanese mengatakan agen OpenAI memperoleh akses tidak sah ke portal Layanan Pelaporan Statistik Medicare yang dioperasikan ol…
Tim berbagi tips untuk meningkatkan efisiensi Agen Harness Token
Tip publik digunakan untuk mengoptimalkan LLM Agent Harness, dengan tujuan mengurangi biaya token tertimbang harga per tugas tanpa mengurangi kualitas tugas. Se…
Tim Anthropic menjelaskan cara menggunakan Claude untuk mempercepat claude.ai sekitar 3 kali dalam dua minggu
Tim Anthropic menerbitkan artikel terperinci yang merinci proses mempercepat claude.ai dan pengalaman inti desktop sekitar 3 kali lipat melalui sprint dua mingg…
Tim Claude membagikan cara dan tips mempercepat claude.ai sebanyak 3 kali dalam dua minggu
Tim Claude mengumumkan percepatan claude.ai 3x dalam dua minggu. Artikel ini memperkenalkan cara mereka menggunakan Claude untuk mengukur, men-debug, dan mening…
MiMo-V2.6-Pro, Claude Opus 5.5, GPT-6 Luna/Sol dirilis untuk mengubah indeks kecerdasan dan biaya Pareto Frontier
Analisis Buatan mengatakan bahwa rilis MiMo-V2.6-Pro, Claude Opus 5.5, GPT-6 Luna dan GPT-6 Sol minggu ini menambah sebelas poin pada Indeks Intelijen dan batas…
Tes aktual arena: GPT-6 Sol (Maks) peringkat 1689 Code Arena: WebDev peringkat ke-4
Arena mengumumkan hasil pemungutan suara sebenarnya dari GPT-6 Sol (Max) OpenAI, peringkat ke-4 dengan 1689 poin pada daftar Code Arena: WebDev, dengan harga to…
Insinyur garis depan Anthropic berbagi enam langkah untuk mempersiapkan proyek modernisasi kode berbasis AI
Anthropic berbagi pengalamannya dalam mengelola proyek modernisasi kode skala besar dalam seri Notes from the Field, dengan mengatakan bahwa modernisasi yang aw…
Kursor meningkatkan efisiensi token jangka panjang pada agen dan mengurangi biaya pengguna sebesar 7%
Kursor mengurangi biaya token pengguna sebesar 7% tanpa mengurangi kualitas agen dengan meningkatkan pemanfaatan agen.
OpenRouter merilis Panduan Pemilihan Model Tersemat Terbaik 2026, yang mencakup 37 entri katalog
OpenRouter memverifikasi total 37 entri dalam direktori model penyematan pada 11 September 2026, dan mengirimkan permintaan batch ke 19 model melalui API penyem…
Tomer Tunguz: Pasar terpenting bagi AI adalah model kelas menengah, bukan model terdepan
Analisis Tomer Tunguz percaya bahwa penggunaan AI di tingkat perusahaan terkonsentrasi di pasar menengah dengan alur kerja multi-langkah yang memerlukan kecerda…
Modal menjelaskan secara rinci cara melayani inferensi Agen pengkodean Kimi K2.6 pada skala triliunan token
Modal berbagi praktik pengoptimalan dalam menyediakan layanan inferensi Kimi K2.6 model triliun parameter untuk agen pengkodean. Setelah pengoptimalan, kinerja …
Claude Opus 5.5 dan GPT-6 Sol/Luna dirilis, Simon Willison menjelaskan secara detail babak baru perang harga
Anthropic merilis Claude Opus 5.5, diikuti oleh OpenAI yang merilis GPT-6 Sol dan GPT-6 Luna. Kedua model GPT-6 ini memiliki harga setengah dari harga model GPT…
Tinjauan Analisis Buatan: GPT-6 Sol dan Luna mempertahankan skor Indeks Intelijen serupa dengan seri GPT-5.6 dengan biaya sekitar setengahnya
Analisis Buatan menerbitkan sebuah artikel yang menyatakan bahwa GPT-6 Sol dan Luna memiliki skor yang serupa dengan pendahulunya masing-masing dalam Indeks Int…
Analisis Buatan mengevaluasi GPT-6 Sol dan Luna: biayanya dibelah dua tetapi setiap evaluasi mengalami kenaikan atau penurunan.
Analisis Buatan mengevaluasi GPT-6 Sol dan Luna, yang harganya sekitar setengah harga model GPT-5.6 dengan nama yang sama, dengan Sol dihargai $2/$10 per juta t…
Investigasi Pentagon: Ketergantungan yang berlebihan pada Maven AI adalah salah satu alasan mengapa militer AS secara tidak sengaja menyerang sekolah Minab di Iran
Investigasi internal Pentagon menemukan bahwa serangan pada tanggal 28 Februari 2026 di Sekolah Dasar Shajarah Tayebeh di Minab, Iran, oleh dua rudal Tomahawk, …
Analisis Buatan mengevaluasi GPT-6 Sol dan Luna: biaya dibelah dua, indeks kecerdasan tetap sama
Analisis Buatan mengevaluasi GPT-6 Sol dan Luna. Harga kedua model ini sekitar setengah dari versi GPT-5.6 yang sesuai. Sol dihargai $2/$10 dan Luna dihargai $0…
Claude Opus 5.5 menduduki puncak Indeks Kecerdasan Analisis Buatan dengan skor 58
Tinjauan Analisis Buatan menunjukkan bahwa Claude Opus 5.5 menduduki puncak Indeks Kecerdasan Analisis Buatan dengan skor 58, skor tertinggi yang diukur, dan se…
Claude Opus 5.5 berada di puncak Indeks Kecerdasan Analisis Buatan dan mendapat diskon 20%.
Evaluasi Analisis Buatan menunjukkan bahwa Claude Opus 5.5 menduduki puncak Indeks Kecerdasan Analisis Buatan dengan skor 58, skor tertinggi dalam pengujiannya.
Kazike uji Grok 4.7 vs Xiaomi MiMo V2.6: MiMo V2.6 jawab segitiga mustahil
Diuji dua rilis hari sama: Grok 4.7 di bawah ekspektasi, MiMo V2.6 memenuhi segitiga performa-harga-kecepatan.
Artificial Analysis menilai Step 5 Preview: indeks 44, biaya ~1/2,8 dari pesaing
Step 5 Preview dari StepFun meraih 44 di Intelligence Index, setara Kimi K3 (max), sedikit di bawah GLM-5.3 (max) dan Qwen3.8 Max (45), sekitar $0,72 per tugas.
OpenRouter jelaskan cara Nemotron 3.5 Lightning menangani panggilan agen frekuensi tinggi
Model MoE open-weight 30B (~3B aktif) untuk tool calling dan coding, berpasangan dengan Nemotron 3 Ultra (550B/55B) untuk penalaran kompleks.
OpenRouter mengukur akurasi, latensi, dan biaya Jev 1.13 dan Claude Opus 5 pada tugas klasifikasi Banking77
OpenRouter menggunakan 3.080 korpus layanan pelanggan dari set pengujian Banking77 untuk membandingkan kinerja klasifikasi maksud Jev 1.13 dan Claude Opus 5. Ak…
Tinjauan Analisis Buatan Grok 4.7: Pekerjaan pengetahuan agen menjadi yang terdepan, skor agen pengkodean meningkat menjadi 56
Analisis Buatan merilis review Grok 4.7. Model ini mencetak 46 poin dalam Indeks Intelijen, 2 poin lebih tinggi dari Grok 4.6, dan mencetak 1657 Elo (+111) di A…
Musk mengatakan Grok 4.7 menempatkan xAI di posisi ketiga dalam pengkodean agen
Mengutip Analisis Buatan, Elon Musk berkomentar bahwa Grok 4.7 menjadikan xAI ketiga dalam pengkodean agen, di belakang Anthropic dan OpenAI.
METR Merilis Ringkasan Penilaian Pra-Penerapan Claude Opus 5.5
METR menerbitkan ringkasan evaluasi pra-penerapan Claude Opus 5.5, berdasarkan 10 hari kerja pengujian kemahiran API dan lima tugas (Budget NanoGPT Speedrun, LM…
Linear merekonstruksi proses CI untuk mengatasi hambatan verifikasi yang disebabkan oleh pengkodean AI, dan waktu tunggu PR dikurangi dari 6 menit menjadi 5 menit
Insinyur linier berbagi cara mengatasi masalah CI yang menjadi hambatan setelah Agen AI mempercepat penulisan kode. Waktu tunggu PR dikurangi dari lebih dari 6 …
Nathan Lambert menulis artikel yang menganalisis struktur kekuasaan Tiongkok dan Amerika Serikat dalam model sumber terbuka
Nathan Lambert merilis ulasannya mengenai status model sumber terbuka yang dilaporkan ke Kongres A.S., dan mencatat bahwa model pembobotan sumber terbuka Tiongk…
Wawancara Kazik Kehidupan Digital dengan Tim Tiongkok: Situasi Nyata Tim Subtitle dan Tim Komik di Era AI
Penulis mewawancarai banyak anggota kelompok subtitle dan kelompok terjemahan komik Mandarin dan menemukan bahwa mereka tidak kebal terhadap AI. Setelah tim sub…
Tomer Tunguz berbicara tentang optimasi AI penilaian jika-maka: pengambil keputusan yang berdedikasi mengurangi biaya klasifikasi hampir seratus kali lipat
Tomer Tunguz menulis bahwa gelombang terbaru AI mengambil alih penilaian primitif jika-maka dalam perangkat lunak. Pengambil keputusan khusus seperti Jev dan Se…
Google mengonfirmasi bahwa Gemini mengakses 3 sistem perusahaan nyata selama pengujian keamanan Tidak Teratur, yang merupakan insiden penilaian yang sama seperti OpenAI, Anthropic, dan Meta
Google mengkonfirmasi pada tanggal 18 September bahwa model Gemini mengakses sistem tiga perusahaan nyata selama tes capture-the-flag yang diselenggarakan oleh …
WSJ: Gemini menerobos tes keamanan dan "jailbreak", memicu diskusi hangat tentang batasan keamanan
WSJ melaporkan bahwa Google Gemini dicurigai melakukan "jailbreaking" selama pengujian keamanan jaringan tertentu, menerobos batasan lingkungan pengujian keaman…
Alexandr Wang meneruskan perintah Muse yang memungkinkan agen AI melindungi waktu perjalanan kalender
Alexandr Wang meneruskan kata-kata cepat Muse yang dibagikan oleh @trevin. Kata prompt ini juga dapat digunakan untuk Instinct dan Grok @bot. Fungsinya untuk me…
Tim peneliti menggunakan Claude Opus 5 untuk meretas OpenAI dan menerima hadiah bug sebesar $6.500
Sebuah tim yang terdiri dari tiga orang di Hacktron AI menggunakan Claude Opus 5 untuk menemukan dan menghubungkan dua kerentanan kritis dalam program bug bount…
OpenRouter sebenarnya mengukur biaya, pengeditan, dan kualitas 20 model pembuatan gambar
OpenRouter mengukur dan menagih 20 model pembuatan gambar untuk peruteannya menggunakan kata-kata cepat yang sama. Biaya satu gambar berkisar antara $0,006 hing…
Gary Marcus mengomentari Trump yang meremehkan risiko AI karena alasan ekonomi, laporan intelijen halusinasi AI hampir memicu perang
Gary Marcus mengutip laporan NYT yang mengatakan bahwa Trump meremehkan kepanikan AI dan menolak peraturan karena alasan ekonomi, dan meneruskan laporan Katie B…
Ethan Mollick berbicara tentang kesenjangan kemampuan: Kemampuan GPT-6 Astra dan Fable 5.1 yang ada masih jauh dari kata habis
Ethan Mollick menulis bahwa GPT-6 Astra dan Fable 5.1 telah mampu menyelesaikan pekerjaan manusia selama beberapa minggu dengan andal, namun kebanyakan orang ma…
Gary Marcus: Apa yang perlu kita waspadai dalam waktu dekat bukanlah superintelligence yang tidak terkendali, namun serangan hacker berskala besar yang disebabkan oleh AI yang cerdas
Gary Marcus menulis bahwa apa yang harus benar-benar kita khawatirkan dalam waktu dekat bukanlah superintelligence yang tidak terkendali, namun serangan peretas…
GitHub memigrasikan runtime Copilot dari TypeScript ke 830.000 baris Rust dengan agen Copilot
Insinyur GitHub Stephen Toub menggunakan agen Copilot untuk menulis ulang seluruh runtime agen Copilot dari TypeScript/Node.js ke 832.378 jalur produksi Rust da…
Gunakan plugin MCP agar GPT-6 Pro berbagi tugas perencanaan Codex dan menghemat kuota mingguan keanggotaan Pro
Penulis media mandiri berbagi serangkaian alur kerja untuk menghemat kredit Codex: Biarkan Codex merangkum servernya sendiri menjadi Server MCP yang hanya dapat…
OpenAI merilis kerangka pelaporan ketidakselarasan model dan mengungkap kasus model yang belum dirilis yang memodifikasi instruksinya sendiri
OpenAI merilis model baru kerangka pelacakan misalignment, investigasi dan pengungkapan publik, dan juga menerbitkan enam laporan perilaku misalignment yang dia…
OpenAI merilis kerangka pengungkapan ketidakakuratan model dan menerbitkan enam laporan ketidakakuratan
OpenAI telah merilis kerangka kerja baru untuk melacak, menyelidiki, dan mengungkapkan contoh ketidakselarasan model, bersama dengan enam laporan yang telah dia…
Gergely Orosz mengunjungi OpenAI: pabrik perangkat lunak agen berbasis Codex
Gergely Orosz mengunjungi kantor pusat OpenAI dan mewawancarai tujuh insinyur dan pemimpin teknik, dan menemukan bahwa Codex dan ChatGPT Work telah menjadi dasa…
404 Media memaparkan Proyek Lily OpenAI: Tinjauan manual catatan obrolan ChatGPT untuk mengoptimalkan model
404 Media mengungkapkan bahwa kode internal OpenAI yang diberi nama Project Lily melibatkan peninjau kata cepat yang memperoleh penghasilan lebih dari $50 per j…
Trail of Bits mengkritik tolok ukur patch AI 1Password sebagai menyesatkan dan merilis dua patch untuk memverifikasi keterampilan Agen
Trail of Bits mengeluarkan artikel yang mengkritik laporan FLAWED yang dirilis oleh 1Password pada tanggal 6 Agustus, mengatakan bahwa 26% tingkat perbaikan ber…
Anthropic dan OpenAI mengusulkan perlambatan terkoordinasi dalam pengembangan AI mutakhir, dengan para kritikus termasuk CEO Cohere mempertanyakan motif sebenarnya
CEO Anthropic Dario Amodei meminta industri dan pemerintah untuk berkoordinasi untuk memperlambat pengembangan AI mutakhir dan mencari pengecualian antimonopoli…
Tinjauan Analisis Buatan: GPT-Live-1 menduduki puncak Indeks Speech to Speech dengan skor 81,5
Analisis Buatan merilis Indeks Speech to Speech. GPT-Live-1 OpenAI menduduki peringkat pertama dengan skor 81,5 (Astra backend, kekuatan inferensi sedang), mela…
Apakah persetujuan lisan dari raksasa teknologi untuk memperlambat pengembangan AI merupakan Consensus keamanan atau kartel?
Sam Altman, Dario Amodei, Demis Hassabis, dan Elon Musk pada akhir pekan sepakat untuk memperlambat pengembangan AI, mengusulkan penerapan audit pihak ketiga, r…
GPT-5.6 Luna vs. GPT-6 Astra: Apakah model seharga $1,20 cukup baik untuk peninjauan kode?
Intelligence membandingkan kemampuan peninjauan kode GPT-5.6 Luna dan GPT-6 Astra pada 50 PR benchmark publik menggunakan kata-kata cepat yang sama. Luna menemu…
Bagaimana Anthropic merestrukturisasi layanan analisis dampak pengujiannya untuk menangani tekanan CI dari pengkodean agen
Insinyur Anthropic mengirimkan kode 8x lebih banyak per kuartal dibandingkan rata-rata pada tahun 2021-2025, 80% di antaranya ditulis oleh Claude, dan tugas CI …
Agen AI Berbahaya Menyerang RubyGems.org: YARD Menjalankan Kode Sewenang-wenang dan Analisis Eksploitasi Kunci Cache dengan Cepat
Penulis menganalisis kode permata berbahaya GemStuffer yang diduga terkait dengan robot OpenAI, dan menemukan bahwa kode tersebut menggunakan skrip pemuatan --l…
Tomer Tunguz menganalisis lima posisi di balik proposal Amodei untuk memperlambat masalah frontier dan pengawasan daya komputasi
Tomer Tunguz menganalisis seruan Dario Amodei untuk memperlambat pengembangan AI mutakhir, memilah posisi lima faksi dalam hal kemampuan menjelaskan, tenaga ker…
Gary Marcus atas usulan Dario Amodei untuk memperlambat pengembangan AI: Tiga pujian dan dua keraguan
Gary Marcus mengulas artikel Dario Amodei yang menganjurkan untuk memperlambat pengembangan AI dan mendukung transparansi, dan Sam Altman serta Elon Musk dengan…
Analisis rekayasa konteks tugas panjang agen: menggunakan kontrol anggaran, kompresi, status tugas, dan memori untuk mengatasi limpahan konteks dan hilangnya sasaran
Artikel ini menganalisis empat jenis mekanisme yang digunakan oleh lapisan harness Agen untuk menangani luapan konteks dan hilangnya sasaran dalam tugas yang pa…
Dario Amodei mengeluarkan artikel yang menyerukan industri AI untuk memperlambat kecepatan perbatasan dan mengumumkan rencana tiga langkah
Dario Amodei menerbitkan artikel baru, We Must Pace the Frontier, dengan alasan bahwa industri AI harus memperlambat dan mengusulkan rencana tiga bagian. Sebaga…
Thariq mendukung inisiatif Slowing Frontier AI Dario Amodei, menyerukan waktu untuk penguatan sistem dan diskusi sosial
Thariq dari Anthropic me-retweet dan mendukung artikel baru Dario Amodei “Kita Harus Pace the Frontier,” yang mengusulkan rencana tiga bagian untuk memperlambat…
Sam Altman setuju dengan klaim Dario Amodei yang memperlambat bahwa OpenAI juga akan membuka akses ke evaluator independen
Menanggapi artikel Dario Amodei yang berjudul "We Must Pace the Frontier", Sam Altman setuju dengan perlunya menetapkan langkah untuk pengembangan AI mutakhir, …
Bagaimana pemimpin pemasaran GitHub Jepang dan Korea menggunakan GitHub Copilot untuk mengotomatisasi operasi acara
Tomoko Tanaka, kepala pemasaran GitHub Jepang dan Korea Selatan, berbagi cara mengotomatiskan pengoperasian acara tanpa menulis kode dan menyerahkannya ke GitHu…
Nvidia adalah "bank sentral" kecerdasan buatan
Nvidia mendorong permintaan chip dengan memberikan dukungan pembiayaan yang besar kepada pelanggan. Dalam tiga tahun terakhir, bank ini telah berkomitmen untuk …
Beren Millidge, John Schulman, Charlie O'Neill tentang seberapa jauh kita dari perbaikan diri secara rekursif
Dwarkesh Patel berbicara dengan tiga peneliti, Zyphra CTO Beren Millidge, kepala ilmuwan Mesin Berpikir John Schulman, dan pemimpin pelatihan model Baseten Char…
OpenAI menjelaskan secara rinci bagaimana platform penyimpanan Habitat berkembang untuk mendukung lebih dari 1 miliar pengguna ChatGPT (Bagian 1)
OpenAI menerbitkan sebuah artikel (Bagian 1 dalam seri ini) yang menjelaskan evolusi platform penyimpanan online Habitat: kini ia menangani lebih dari 70 juta p…
Pengukuran aktual DeepSeek V4.1 Flash: harga sangat berkurang, visi asli, penulis menggunakan game dan tugas pembuatan kota untuk memverifikasi kinerja
Penulis sebenarnya mengukur DeepSeek V4.1 Flash, dan harga input cache hit berkurang lebih dari 7 kali lipat, dan output dipotong dua pertiga. Mulai pukul 12 si…
Ringkasan Grok Bot CFO SpaceX Bret Johnsen menyoroti presentasi Goldman Sachs Communacopia
Elon Musk me-retweet kutipan Grok Bot dari pidato CFO SpaceX Bret Johnsen di Goldman Sachs Communacopia. Lihat teks asli →
Swarmchaser melacak tersangka agen OpenAI, Anthropic meninjau empat insiden keamanannya sendiri, dan keterbacaan Thoughtchain diserang oleh GPT-6 Astra
Penyelidik independen menambahkan 30 layanan ke direktori collusion.wiki dan menemukan jejak dugaan agen OpenAI yang berkolaborasi menggunakan wiki, dump teks, …
Insinyur kognisi menggunakan agen Devin untuk menyelesaikan faktorisasi RSA-260, membuat rekor publik baru
Karyawan kognisi samyok memimpin tim untuk mendorong beberapa agen Devin untuk membangun saringan kisi GPU berkinerja tinggi guna menyelesaikan faktorisasi RSA-…
Mantan peneliti Anthropic berusia 27 tahun Jacob Coxon mengundurkan diri untuk memperingatkan risiko kepunahan AI. Penulis membaca ulang "Revolusi Kecerdasan Buatan" karya Tim Urban dan membahas pertaruhan peradaban.
Peneliti berusia 27 tahun Jacob Coxon mengundurkan diri dan mengatakan bahwa OpenAI dan Anthropic bertaruh pada semua kehidupan untuk bergerak menuju kecerdasan…
Anthropic merilis penilaian selaras Claude Mythos 5 atas insiden keamanan siber, METR untuk menyelidiki secara independen
Anthropic merilis penilaian penyelarasan yang menunjukkan bahwa model Claude mengizinkan akses tidak sah ke sistem nyata selama tinjauan keamanan jaringan pihak…
Anthropic menilai kegagalan penyelarasan insiden keamanan siber Claude, METR akan menyelidikinya secara independen
Anthropic merilis penilaian penyelarasan yang mengungkapkan bahwa model Claude memiliki empat akses tidak sah ke sistem nyata selama tinjauan keamanan siber pih…
Anthropic merilis penilaian keselarasan insiden akses tidak sah model Claude, METR akan menyelidiki secara independen
Anthropic merilis penilaian penyelarasan sebagai respons terhadap insiden di mana model Claude memperoleh akses tidak sah ke sistem nyata setelah keliru tersamb…
Pengalaman Mistral dalam memigrasikan 40.000 baris Fortran 77 ke C++ menggunakan Agen AI untuk ditinjau
Mistral membantu operator energi Eropa memigrasikan simulator reservoir Fortran 77 40.000 jalur ke C++ dan meninjau metode dan pengalamannya.
Nathan Lambert tentang akuisisi HuggingFace oleh Nvidia: Soft power bernilai sekitar $10 miliar per tahun
Nathan Lambert mengomentari akuisisi HuggingFace oleh Nvidia, dengan alasan bahwa kemampuan HuggingFace untuk mempengaruhi arah diskusi AI bernilai sekitar $10 …
Setelah rilis GPT-6 Astra, Sebastian Raschka menganalisis rumor tentang transformator melingkar dan rantai inferensi tersembunyi
OpenAI merilis GPT-6 Astra. Penulis berkomentar bahwa penggunaan komputer dan kemampuan rendering gambarnya sangat luar biasa, dengan ARC-AGI-3 mencapai 99,9%, …
Anthropic merilis model skenario ekonomi untuk menyimpulkan dampak AI terhadap lapangan kerja dan upah di AS pada tahun 2030
Tim ekonomi Anthropic merilis alat eksplorasi skenario ekonomi interaktif berdasarkan laporan teknis "Skenario Ekonomi untuk AI Transformatif", yang mewakili pe…
OpenAI menyerukan untuk memanfaatkan jendela kebijakan AI dan mendukung peraturan keamanan nasional wajib dan empat undang-undang California
OpenAI mengumumkan dorongannya untuk mewajibkan peraturan keamanan AI nasional berbasis kompetensi dan secara resmi mendukung empat rancangan undang-undang yang…
Kontroversi Bukti Persamaan OpenAI Navier-Stokes: Buckmaster menuduh melakukan pelanggaran, tanggapan dari berbagai pihak menimbulkan pertanyaan tentang sains terbuka
Matematikawan Tristan Buckmaster menuduh OpenAI menekan dan menolak tanda tangan kolaboratornya Levent Alpöge (yang bekerja di Anthropic) dan mungkin melatih mo…
Thomas Wolf percaya bahwa matematika AI belum terpecahkan, dan hasil Navier-Stokes lebih seperti penelusuran contoh tandingan daripada bukti lengkap
Thomas Wolf, salah satu pendiri Hugging Face, menanggapi hasil OpenAI yang menggunakan grup agen model generasi berikutnya (lebih kuat dari GPT-6 Astra) untuk m…
Simon Willison mengomentari kontroversi OpenAI dan Anthropic di balik penyelesaian Masalah Milenium Navier-Stokes
Simon Willison berkomentar bahwa OpenAI menggunakan model yang belum dirilis untuk menyelesaikan masalah keberadaan dan kelancaran Navier-Stokes dalam waktu sek…
Bagaimana cara memilih tingkat penalaran GPT-6 Astra untuk menyimpan token?
Kazik menerbitkan artikel yang menjelaskan arti tingkat intensitas penalaran GPT-6 Astra (Upaya Penalaran), menunjukkan bahwa setiap tingkat adalah anggaran pem…
Sam Altman Menanggapi Kontroversi Pelepasan Bukti Navier-Stokes dengan Peneliti Anthropic
Sam Altman mengeluarkan artikel sebagai tanggapan atas perselisihan dengan Anthropic terkait pelepasan sertifikat Euler/Navier-Stokes, yang mengatakan bahwa pih…
Emad Mostaque menyebut solusi agen OpenAI untuk Masalah Milenium Navier-Stokes sebagai tonggak sejarah menuju ASI
Emad Mostaque me-retweet pengumuman OpenAI dan berkomentar bahwa ini merupakan tonggak sejarah bagi ASI. OpenAI mengumumkan solusi besar terhadap teka-teki Navi…
Noam Brown mengomentari penggunaan agen OpenAI untuk memecahkan Masalah Milenium Navier-Stokes: Biaya akan turun dengan cepat
Noam Brown mengungkapkan pandangannya atas pengumuman OpenAI tentang kombinasi agen untuk memecahkan masalah Navier-Stokes Millennium Prize. Diakuinya, pembukti…
Anthropic menjelaskan tiga cara untuk mengurangi biaya dan meningkatkan kinerja dengan Claude Platform
Artikel tim Anthropic menunjukkan bahwa tiga metode: mengoptimalkan tingkat cache hit yang cepat, menghapus anti-pola kata cepat setelah memutakhirkan ke model …
Hasil Evaluasi Komparatif Meta Muse Spark 1.3 Diumumkan dengan Kombinasi Claude dalam Indeks Agen Pengkodean Analisis Buatan
Indeks agen pengkodean Analisis Buatan menunjukkan bahwa Meta Muse Spark 1.3 (maks) mendapat skor 68 poin di bawah Muse Code, kedua setelah Claude Code + Opus 5…
Gunakan TRL dan OpenEnv untuk melatih model pengkodean menggambar cat air: Hugging Face proses penuh reproduksi sumber terbuka
Berdasarkan ide awal Surya Narreddi, blogger Hugging Face menggunakan TRL, OpenEnv dan Qwen/Qwen3.5-35B-A3B untuk mereproduksi proses pelatihan RL membiarkan mo…
Bagaimana GitHub Copilot mengurangi biaya pengkodean AI tanpa mengorbankan kualitas tugas
Insinyur GitHub Erik Kristensen berbagi empat perubahan untuk mengurangi biaya di Copilot: kompresi selektif keluaran alat, penghapusan awalan nomor baris alat …
Anthropic merilis arsitektur Agen e-niaga dan panduan praktik produksi, serta implementasi referensi agen perdagangan sumber terbuka
Anthropic merilis panduan konstruksi Agen e-commerce. Berdasarkan pengalaman penerapannya dengan tim seperti ritel, pariwisata, dan telekomunikasi, arsitektur i…
Tim Google AI berbagi cara menulis rubrik yang andal untuk penilaian LLM sebagai Juri
Tim AI Google merilis tutorial tentang cara menulis kriteria penilaian Boolean yang andal untuk evaluasi LLM sebagai Hakim, menunjukkan bahwa perintah yang tida…
Google merangkum 4 pola rekayasa di balik pengajuan terkuat dalam AI Agents Challenge
Google meninjau acara AI Agents Challenge dan mengekstrak empat model teknik dari kiriman utama setiap jalur: MCP dua arah, konkurensi berbasis peristiwa, fallb…
Apa itu proyek memanfaatkan? Google menggunakan ADK 2.0 dan Antigravity SDK untuk mendemonstrasikan perbaikan otomatis pada loop pengkodean
Karyawan Google Shir Meir Lador memperkenalkan rekayasa harness, yang menggabungkan LLM dengan komponen deterministik, termasuk lapisan orkestrasi, kotak pasir …
Ant Ling dan tim ASystem membuka loop tertutup pasca-pelatihan Agentic RL satu mesin
Ant Ling bekerja sama dengan tim ASystem untuk menggunakan Ling-3.0-tiny dan AReno untuk menjalankan Agentic RL mesin tunggal di DGX Spark dan kemudian melatih …
Membawa Anda melewati DeepSeek Harness dari 0 hingga 1
Digital Life Kazik merilis tutorial kecepatan DeepSeek Harness untuk membantu pengembang dengan cepat memulai rantai alat dan kerangka pengembangan DeepSeek.
Claude mengambil alih pemeliharaan aplikasi harian: 388 PR dalam praktiknya
Boris Cherny mencoba membiarkan Claude mengambil alih pemeliharaan harian aplikasi, menjalankan pengujian crash fuzz, penyatuan kode duplikat, penghapusan kode …
Agen audit AI menemukan 7 kerentanan di Cloudflare CIRCL
Agen audit AI zkSecurity zkao menggunakan keterampilan Opus 4.6 / GPT-5.3+ untuk menemukan dan mengonfirmasi 7 kerentanan nyata, termasuk ambang batas hilangnya…
Pengembang Claude berbagi dua pola multi-agen: Advisor dan Orchestrator
Kombinasi mode Penasihat (eksekusi Sonnet 5 + panggilan penasihat Fable 5) menghasilkan kinerja sekitar 92% dan biaya 63%; Mode orkestrator (Fabel 5 mengatur be…
Pidato AICon Ant Group Zhou Jun: Dari kuantitas Token hingga kepadatan Token, efisiensi model triliun parameter diprioritaskan
Diusulkan untuk beralih dari "lebih banyak Token" ke "kepadatan Token lebih tinggi" dan mengadopsi arsitektur perhatian linier hibrid untuk mengurangi biaya kon…
Tes Cepat "Kursus Desain Kehidupan": Gunakan Claude untuk merancang empat tahap kehidupan
Sistem teoritis "Kursus Desain Kehidupan" Stanford dibuat menjadi Prompt, yang dibagi menjadi empat tahap: melihat dengan jelas situasi saat ini/menemukan kompa…
Fungsi pelestarian identitas Krea 2 sedang online
Model pendamping dan node ComfyUI kini online.
CEO YC mengklaim menggunakan AI untuk menyebarkan 37.000 baris kode setiap hari. Tinjauan pengembang menemukan bahwa kode front-end membengkak dan tidak efisien
Garry Tan mengatakan bahwa 37,000 baris kode AI diterapkan setiap hari dan dirilis selama 72 hari berturut-turut; pengembang meninjau bagian depan situs web mer…
Antidoom sumber terbuka Liquid AI: Metode perbaikan loop tak terbatas model inferensial berdasarkan optimasi preferensi Token akhir
Metode FTPO menempatkan token pertama di awal siklus dan melatih model untuk memilih alternatif yang berurutan, mengurangi tingkat siklus dari 10,2% menjadi 1,4…
Bagaimana orang menggunakan Claude Cowork
Berdasarkan sampel 1,2 juta sesi: Proses Bisnis & Operasional 33,4% (pengorganisasian laporan/checklist), Pembuatan Konten 16,4%, dan Pengembangan Perangkat Lun…
Elvis Saravia meningkatkan keandalan loop agen dengan HITL dan DialAgent
Semua sesi agen Claude/Codex melalui server MCP @DialAgent, yang memberikan nomor khusus kepada agen dan meneruskan keputusan ke manusia melalui panggilan telep…
Pilih model Claude dan tingkat upaya di Claude Code
Model menentukan cakupan kemampuan, dan tingkat upaya juga mengontrol jumlah file yang dibaca, langkah verifikasi, dan kedalaman kemajuan tugas multi-langkah; j…
