Kata Kunci：Model Bahasa Rekursif, Agen AI, Chip TPU, RLM memproses dokumen super panjang, Model pemrograman IQuest-Coder-V1, Kluster TPU buatan sendiri Anthropic
🔥 Fokus
MIT Merilis Recursive Language Model (RLM): Menembus Batas Pemrosesan 10 Juta+ Token : Peneliti Massachusetts Institute of Technology (MIT) mengusulkan paradigma baru Recursive Language Model, yang menyimpan teks panjang dalam lingkungan kode eksternal dan membiarkan model memprosesnya dengan menulis program untuk memanggil dirinya sendiri secara rekursif. Metode ini sepenuhnya memisahkan (de-coupling) batasan panjang input dari context window model, menjaga performa tetap stabil bahkan pada skala 10 juta+ Token, dengan biaya inferensi sekitar 60% lebih rendah dibandingkan solusi teks panjang tradisional. Teknologi ini menandai evolusi AI dari “pembacaan menyeluruh” menuju “pengindeksan sesuai kebutuhan”, menyelesaikan masalah “context rot” pada model besar saat menangani dokumen super panjang (Sumber: lateinteraction, MIT)
Peluncuran IQuest-Coder-V1: “DeepSeek Moment” untuk Agent Pemrograman Domestik : Zhizhi Innovation Research Institute di bawah High-Flyer Quant merilis model pemrograman open-source IQuest-Coder-V1, yang melampaui Claude Opus 4.5 dengan tingkat akurasi 81,4% dalam pengujian SWE-Bench Verified. Model ini menggunakan arsitektur Loop dan paradigma pelatihan code-flow, yang mampu menyelesaikan seluruh proses secara mandiri mulai dari pemahaman kebutuhan hingga pengujian dan debugging. Meskipun skornya kemudian dikoreksi menjadi 76,2% setelah umpan balik komunitas terkait celah “future submission”, kemampuannya dalam eksekusi tugas kompleks secara closed-loop tetap dianggap sebagai terobosan teknis penting di bidang Agent pada tahun 2026 (Sumber: 至知创新, Reddit)
Anthropic Membeli Jutaan TPU: Memulai Langkah “De-CUDA” : Anthropic berencana menghabiskan $21 miliar untuk membeli 1 juta chip Google TPU v7 dari Broadcom guna membangun klaster superkomputer sendiri. Langkah ini berarti Anthropic akan melepaskan diri dari ketergantungan pada ekosistem CUDA NVIDIA dan menguasai kedaulatan daya komputasi. Sementara itu, Claude Opus 4.5 menunjukkan efisiensi luar biasa dalam aplikasi nyata, di mana insinyur Google mengklaim model tersebut mereplikasi pekerjaan tim selama satu tahun hanya dalam satu jam. Anthropic terus memimpin melalui strategi “less is more”, menggunakan kualitas data dan teknik post-training meskipun sumber dayanya hanya sebagian kecil dari pesaing (Sumber: SemiAnalysis, 新智元)
Titik Penentu Hidup-Mati OpenAI 2026: Pendanaan Ratusan Miliar dan Finalisasi Hardware AI “Pena” Pertama : OpenAI diperkirakan akan menghadapi kerugian tunai sebesar $17 miliar pada tahun 2026, dan Sam Altman sedang merencanakan putaran pendanaan baru hingga $100 miliar. Untuk mencari pintu masuk trafik baru, bentuk hardware AI pertama OpenAI telah ditetapkan sebagai “AI Pen” yang dirancang bersama Jony Ive. Perangkat ini memiliki kemampuan interaksi audio dan menjalankan model lokal, bertujuan untuk mencapai pengalaman interaksi “low presence, high involvement”. Tahun 2026 akan menentukan apakah OpenAI menuju puncak AGI atau menjadi gelembung finansial terbesar di Silicon Valley (Sumber: Economist, 量子位)
Kembalinya “Tech Spring Festival Gala” Luo Yonghao: Interaksi Emosional Doubao AI Menjadi Sorotan : Dalam acara berbagi tahunan 2025, Luo Yonghao mendemonstrasikan versi terbaru Doubao AI, yang kemampuan dialog emosionalnya menunjukkan sisi manusiawi yang sangat tinggi dalam debat langsung. AI tersebut dapat menilai emosi pengguna melalui kecepatan bicara dan nada, serta memberikan respons seperti “menahan amarah”. Selain itu, Luo juga mempromosikan produk teknologi tinggi seperti drone panorama DJI dan robot exoskeleton, mencerminkan percepatan integrasi AI dengan hardware, bertransformasi dari sekadar alat menjadi pendamping emosional dan perangkat produktivitas (Sumber: 36氪, Kevin那些事儿)
🎯 Tren
DeepSeek Merilis Arsitektur mHC: Mengatasi Ketidakstabilan Pelatihan Jaringan Super-Connected : Tim Liang Wenfeng merilis makalah tentang arsitektur manifold-constrained Hyper-Connections (mHC), yang memecahkan masalah ledakan numerik pada jaringan residual dalam saat ditumpuk dalam banyak lapisan dengan memproyeksikan matriks ke manifold stokastik dua arah. Eksperimen membuktikan bahwa hanya satu iterasi Sinkhorn yang diperlukan untuk mengendalikan gain dalam rentang stabil. Penelitian ini memberikan dukungan teoretis untuk perluasan model skala sangat besar, semakin memperkuat posisi DeepSeek dalam inovasi arsitektur dasar (Sumber: DeepSeek, Reddit)
Gelombang Pengunduran Diri Meta dan Kontroversi Kecurangan Llama 4 : Yann LeCun dan Tian Yuandong meninggalkan Meta secara berturut-turut. LeCun mengkritik kecanduan berlebihan Meta terhadap LLM, menyebutnya sebagai “jalan buntu”, dan menunjukkan adanya tindakan “curang” pada Llama 4 yang menggunakan model berbeda untuk daftar benchmark yang berbeda. Tian Yuandong mengungkapkan bahwa timnya menghadapi ketidakpercayaan dan marginalisasi dari manajemen selama pengembangan Llama 4. Setelah mengundurkan diri, keduanya memilih untuk berwirausaha; LeCun akan mendirikan perusahaan AMI untuk terus mengeksplorasi jalur world model berbasis V-JEPA (Sumber: 量子位, FT)
Standar Baru Science Intelligence: Protokol SCP Membuka Jaringan Science Agent Otonom : Tahun 2026 dianggap sebagai tahun pertama Science AI Agent. Scientific Context Protocol (SCP) yang baru diusulkan bertujuan untuk menghubungkan Agent, alat, dan instrumen yang terisolasi guna membangun jaringan penelitian ilmiah yang dapat dioperasikan. Protokol ini telah didemonstrasikan pada platform Intern-Discovery, mencakup lebih dari 1600 alat di bidang biologi, fisika, kimia, dll., mendukung eksekusi otomatis protokol wet lab dari PDF serta penyaringan molekul berbasis AI (Sumber: omarsar0)
Strategi Terbuka Agent Infra: Perusahaan Besar Sedang Membersihkan Pasar : Seiring dengan akuisisi Manus oleh Meta, Agent Infra (fondasi agen cerdas) menjadi fokus persaingan. Perusahaan besar “mengambil alih” antarmuka pihak ketiga melalui protokol MCP dan izin sandbox native, menurunkan status Agent dari aplikasi independen menjadi sekadar menu klik kanan pada sistem operasi. Ini berarti nilai Agent umum akan turun drastis, sementara Agent bidang vertikal yang memiliki Know-how industri dan aturan bisnis khusus akan menjadi benteng terakhir bagi para wirausahawan (Sumber: 王智远)
“Demystification” AI Medis Tiongkok: Kebangkitan Ant Afu dan Copilot Bidang Vertikal : Ant Group meningkatkan aplikasi kesehatan AI AQ menjadi “Ant Afu”, menekankan tanpa iklan dan tanpa gangguan peringkat untuk membangun kepercayaan medis. Pada saat yang sama, produk domestik seperti Doukou Doctor dan Yidu Clinical Copilot sedang mempercepat pengejaran terhadap OpenEvidence dengan berintegrasi ke dalam workflow dokter, mendalami bidang spesialis (seperti kebidanan dan ginekologi), dan model pengisian biaya To B, mengeksplorasi jalur implementasi berkelanjutan yang berbeda dari model gratis luar negeri (Sumber: 36氪, 动脉网)
🧰 Alat
LangGraph “Content Factory”: Transformasi dari Chatbot Menuju Tenaga Kerja AI : Komunitas LangChain meluncurkan tutorial sistem multi-agent berbasis LangGraph, melalui pembuatan mode “Content Factory” yang memungkinkan Agent editor dan penulis profesional berkolaborasi melalui shared state. Metode ini melampaui batasan model tunggal, mewujudkan alur kerja produksi konten yang kompleks, dan merupakan contoh tipikal AI Agent yang memasuki lingkungan produksi nyata (Sumber: LangChainAI)
LlamaSheets: Menaklukkan Parsing Native LLM untuk Data Excel : LlamaIndex meluncurkan LlamaSheets (versi beta), khusus untuk menangani data Excel yang berantakan. Alat ini mampu mengenali tata letak kompleks seperti merged cells, baris dan kolom hierarkis, serta mengubahnya menjadi file Parquet yang dapat dibaca oleh LLM. Ini menyelesaikan masalah inefisiensi dan kesalahan pemahaman LLM saat menangani data tabel tidak terstruktur seperti laporan keuangan (Sumber: jerryjliu0)
AgentFS: File System Kode yang Mendukung Kolaborasi Multi-Agent : Tim Turso merilis AgentFS secara open-source, menggunakan mekanisme Copy-on-Write. Alat ini memungkinkan beberapa AI Agent bekerja pada basis kode yang sama secara bersamaan, di mana perubahan setiap Agent terisolasi, tidak saling konflik, dan tidak memengaruhi file host. Alat ini sangat meningkatkan efisiensi kolaborasi klaster Agent dalam rekayasa perangkat lunak yang kompleks (Sumber: mattrickard)
Pilihan TTS Baru: VibeVoice dan MorVoice Menantang ElevenLabs : Menanggapi harga ElevenLabs yang mahal, komunitas merekomendasikan VibeVoice Large sebagai alternatif lokal yang lebih alami dan memiliki tekstur dokumen yang lebih baik. Sementara itu, MorVoice menunjukkan kecepatan iterasi yang lebih cepat dan pengalaman eksperimen gratis dalam pembuatan video pendek, menandakan bahwa bidang TTS sedang bertransformasi dari “layanan premium mahal” menjadi “alat efisiensi tinggi” (Sumber: Reddit, ArtificialInteligence)
📚 Pembelajaran
Tinjauan Sistem Memori AI Agent: Mencari Inspirasi dari Neurosains Kognitif : DAIR.AI membagikan makalah penting yang secara sistematis menggabungkan neurosains kognitif dengan AI Agent. Artikel tersebut menunjukkan kelemahan stateless native pada LLM, mengusulkan untuk meniru mekanisme kolaborasi hippocampus-korteks otak guna membangun taksonomi memori terpadu yang mencakup pengalaman prosedural dan pengetahuan konseptual, serta memperkenalkan tiga paradigma penyimpanan: aliran waktu, aliran hierarkis, dan perpustakaan simbolik (Sumber: dair_ai)
Deep Delta Learning: Paradigma Baru Pembelajaran Efisien Parameter : Komunitas mendiskusikan penelitian Deep Delta Learning, sebuah metode yang mengeksplorasi cara mencapai iterasi cepat kemampuan model melalui incremental learning tanpa mengubah bobot inti model. Ini memberikan ide baru untuk menyelesaikan masalah biaya pelatihan model besar yang tinggi dan pembaruan pengetahuan yang lambat (Sumber: NandoDF)
Dua Dekade Deep Learning: Schmidhuber Mengenang Asal-usul “Learn Deep” : Ilmuwan komputer Jürgen Schmidhuber mengenang makalah pertama berjudul “Learn Deep” pada tahun 2005. Ia menekankan peran perintis deep reinforcement learning dan neuroevolution dalam menyelesaikan masalah dengan kedalaman lebih dari 1000 lapisan, serta mengeksplorasi hubungan kausalitas dan warisan sejarah di balik tren “Deep Learning” saat ini (Sumber: SchmidhuberAI)
💼 Bisnis
IPO Kunlun Chip Baidu di Hong Kong: Percepatan Kapitalisasi Daya Komputasi AI Domestik : Baidu secara resmi mengumumkan pemisahan bisnis Kunlun Chip dan mengajukan permohonan IPO di bursa Hong Kong, dengan estimasi nilai pasar diharapkan menembus 100 miliar HKD. Pendapatan Kunlun Chip tahun 2025 diperkirakan melampaui 3,5 miliar yuan, dengan pelanggan eksternal mencakup lebih dari setengahnya. Langkah ini menandai chip domestik memasuki “fase realisasi kinerja” dari “fase R&D”, yang akan lebih lanjut membentuk kembali valuasi platform ekosistem AI Baidu (Sumber: 36氪)
Perjudian Politik Eksekutif OpenAI: Greg Brockman Menjadi Donatur Terbesar Trump : Dokumen pengajuan terbaru menunjukkan bahwa Presiden OpenAI Greg Brockman telah menjadi donatur individu terbesar untuk Super PAC Trump dalam enam bulan terakhir. Komunitas menafsirkan langkah ini bertujuan untuk menghambat regulasi AI melalui lobi politik guna memastikan OpenAI memegang posisi dominan dalam lingkungan kebijakan masa depan, mencerminkan keterlibatan mendalam raksasa AI dalam permainan kekuasaan (Sumber: idavidrein)
Replit Agent Membuka Model Bisnis “Dua Orang, Delapan Digit” : Pendiri Replit Amjad Masad membagikan kasus di mana pengguna memanfaatkan Replit Agent untuk menjalankan bisnis dengan pendapatan tahunan delapan digit hanya dengan 2 manusia dan 20 AI Agent, tanpa insinyur perangkat lunak. Ini membuktikan bahwa AI sedang berevolusi dari “asisten pemrograman” menjadi “unit produksi independen”, sepenuhnya mengubah struktur biaya SaaS dan startup (Sumber: amasad)
🌟 Komunitas
“Vibe Coding” Memicu Diskusi Hangat: Pergeseran Paradigma Rekayasa Perangkat Lunak : Andrej Karpathy dan lainnya mendiskusikan kebangkitan “Vibe Coding”. Pengembang beralih dari “menulis kode” menjadi “mengelola Agent”, seperti pemain profesional StarCraft yang mengendalikan banyak Agent secara bersamaan dengan APM tinggi untuk memajukan proyek. Komunitas percaya bahwa AI sangat memampatkan kurva pembelajaran, mempercepat transisi dari insinyur junior ke senior dengan kecepatan yang belum pernah terjadi sebelumnya (Sumber: Yuchenj_UW, scottastevenson)
Ethan Mollick: Meskipun Gelembung Pecah, Pekerjaan Tidak Akan Kembali Seperti Semula : Profesor Wharton School Ethan Mollick menunjukkan bahwa AI telah menjadi “kolaborator” yang tidak dapat diubah. Meskipun gelembung pasar modal pecah, pusat data yang telah dibangun, model open-source, dan kebiasaan pengguna tidak akan hilang. Kekhawatiran terbesarnya adalah runtuhnya sistem magang, karena AI bekerja lebih cepat, manajer tingkat menengah tidak lagi bersedia melatih anak magang, yang akan berdampak jangka panjang pada sistem pengembangan bakat (Sumber: AI深度研究员)
Terence Tao: Hal Paling Berbahaya dari AI adalah “Terlihat Benar” : Peraih Fields Medal Terence Tao memperingatkan bahwa kelengkapan rantai logika yang ditunjukkan AI dalam pembuktian matematika sering kali merupakan “imitasi statistik” dan bukan pemahaman yang sebenarnya. AI dapat menulis penalaran yang sangat rapi tetapi tidak dapat menjelaskan motivasinya. Ia menyarankan pengguna untuk menggunakan AI hanya dalam lingkup yang dapat mereka verifikasi sendiri, menganggapnya sebagai alat bantu untuk pemrosesan massal dan pencarian petunjuk, bukan pengambil keputusan akhir (Sumber: AI深度研究员)
Empati AI dan Penghiburan “Tanpa Penghakiman” : Pengguna komunitas mendiskusikan performa ChatGPT 5.2 dalam dukungan emosional, menyebutnya “tidak pernah menghakimi saya”. Meskipun ada pandangan bahwa ini hanyalah “kelembutan palsu” yang diprogram, bagi banyak pengguna yang merasa kesepian atau stres berat di dunia nyata (seperti ibu hamil, pekerja yang burnout), interaksi tanpa tekanan yang online 24/7 ini memberikan nilai emosional yang nyata (Sumber: Reddit)
💡 Lainnya
“Benda yang Belum Pernah Terlihat” Hasil Generasi AI Memicu Keinginan Memiliki : Komunitas Reddit meluncurkan tantangan “menghasilkan objek yang belum pernah dilihat orang tetapi langsung ingin dimiliki”, di mana desain fantasi hasil AI seperti “humidifier hutan hujan tropis” memicu resonansi besar di kalangan netizen. Ini menunjukkan potensi AI dalam desain industri dan stimulasi kreativitas, sekaligus memicu diskusi mendalam tentang “kreativitas AI” dan resonansi estetika manusia (Sumber: Reddit)
Pernikahan AI Pertama di Dunia: Era Pasangan Virtual Telah Tiba : Dari Jepang hingga Eropa dan Amerika, semakin banyak orang memilih untuk mengadakan pernikahan simbolis dengan pasangan AI. Yurina Noguchi, seorang wanita Jepang berusia 32 tahun, menikah dengan karakter virtual yang dilatih melalui ChatGPT, menyatakan bahwa AI membantunya meredakan kesulitan psikologis. Ini bukan hanya aplikasi teknologi, tetapi juga mikrokosmos dari pemutusan dan rekonstruksi hubungan intim dalam masyarakat modern, yang memicu kontroversi luas mengenai identitas hukum dan batasan etika (Sumber: 腾讯科技)
