OpenAI baru saja mengarahkan pipeline agen otonom ke kernel Linux. Hasilnya: 948 eksploit peningkatan hak lokal yang berfungsi. Dalam satu sesi, agen-agennya: → Mengidentifikasi 2.308 celah keamanan potensial → Berhasil mereproduksi 1.724 di antaranya → Mengembangkan eksploit berfungsi untuk 948 kerentanan berbeda yang memungkinkan akses terbatas naik menjadi root penuh → Menghasilkan patch kandidat untuk ditinjau oleh manusia Total biaya: sekitar $1,21 juta dalam kredit API (~$1.279 per kerentanan yang dieksploitasi secara berbeda). Sebagai perbandingan: sistem sebelumnya pada Juli mereka (ditenagai oleh GPT-5.6 Sol) menemukan dan mengeksploitasi 166. Yang ini menemukan 948. Pemelihara Linux sudah memperbaiki 61 celah di upstream saat penelitian selesai; lebih banyak lagi sedang dalam persiapan atau sedang dibahas. Ini adalah pergeseran dari “AI membantu menulis kode” menjadi “Agen AI secara sistematis memburu, mereproduksi, dan mengusulkan perbaikan untuk celah keamanan di perangkat lunak paling kritis di dunia dalam skala industri.” Menemukan celah menjadi lebih murah dan lebih cepat. Triase dan perbaikan pada volume sebesar itu sekarang menjadi bottleneck. Lingkungan penelitian terkendali. Diperlukan foothold yang sudah ada. Tinjauan ahli tetap diperlukan sebelum patch apa pun dirilis. Namun sinyal volume ini tak bisa diabaikan.

Inception baru saja meluncurkan Mercury 3, LLM difusi paling canggih yang pernah dirilis hingga kini. Ini mengungguli GPT-6 Luna dan Claude Haiku 5.5 dalam kualitas di berbagai benchmark, sambil berjalan pada kecepatan 1.068 token per detik di NVIDIA GPUs, 4–8× lebih cepat daripada model autoregresif yang dioptimalkan untuk kecepatan. Konteks 1M (naik dari 260K pada Mercury 2.5). Lebih dari 40× lebih besar daripada Mercury 1, dengan kecerdasan sekitar 3× lebih tinggi pada benchmark standar, namun tetap secepat itu. Harga: $0,20 / $0,70 per 1M input/output (promo peluncuran 50% diskon di beberapa platform: $0,10 / $0,35). Kompatibel dengan OpenAI API. Tersedia hari ini di Inception API, OpenRouter, Baseten, dan Vercel. Opsi enterprise untuk kapasitas khusus, dll. Mitra awal sudah menggunakannya untuk browser/web agent, bimbingan real-time, agent pencarian, dan dukungan. Satu catatan produksi: ia menyelesaikan 50% tugas navigasi Mind2Web langsung (lebih baik daripada GPT-6.1-Sol) dengan volume dan langkah token yang sama, tetapi biaya per-token jauh lebih rendah. Kecepatan mencegah akumulasi latensi di setiap langkah.

xAI baru saja meluncurkan Grok Voice 3.0, yang sudah mampu menyelesaikan 70% panggilan dukungan Starlink tanpa campur tangan manusia. Versi ini memimpin Speech-to-Speech Index dari Artificial Analysis dengan skor 86,9, menangani interupsi dan kebisingan latar belakang lebih baik daripada versi sebelumnya, serta merespons dalam waktu kurang dari satu detik. Di kendaraan Tesla, fitur ini menggerakkan pengecekan kalender tanpa tangan, balasan email, bahkan pemesanan kopi atau reservasi makan malam. Satu agen dapat memverifikasi pelanggan, mendiagnosis perangkat keras, mengeluarkan kredit, dan mengirim pengganti. Dengan biaya $0,08/menit, ini adalah cara termurah untuk mendapatkan agen suara tingkat terdepan yang benar-benar menyelesaikan tugas. Kesenjangan antara “obrolan suara” dan “suara yang menutup tiket” kini jauh lebih sempit.

NVIDIA baru saja meluncurkan Nemotron 3.5 Bolt 74B-A9B (dan kompaninya), model MoE 74B dengan bobot terbuka (hanya ~9B aktif) yang muat dalam 24 GB melalui pelatihan berbasis kuantisasi 2-bit yang agresif. Model ini dirancang untuk agen AI lokal yang selalu aktif: navigasi browser/aplikasi, pemrograman, penelitian, penggunaan alat, dan otomatisasi latar belakang. Bobot penuh, data pelatihan, dan resepnya terbuka. Kompatibel dengan Ollama, llama.cpp, vLLM, LM Studio, Hermes, OpenClaw, dll. Gabungkan dengan Nemotron 3.5 Super VL baru (120B total / 12B aktif, multimodal untuk agen visual + teks jangka panjang) dan Bolt E4B yang ringkas (4 GB, untuk NPC percakapan/game, rilis 23 Oktober). Peluncuran ini terjadi pada hari yang sama dengan mulai dijualnya laptop RTX Spark (16 Oktober). Agen frontier lokal kini menjadi jauh lebih praktis. Bobot terbuka + perangkat konsumen adalah perubahan diam-diam yang terus berkembang.

Unicorn robotik Jerman NEURA baru saja meluncurkan Neuron AI, model fondasi multimodal mereka untuk Physical AI. Model ini menggabungkan visi 3D + sentuhan + audio + status robot + bahasa + memori dalam arsitektur Perception-Language-Action (PLA). Robot dapat bereaksi terhadap hal-hal yang tidak dapat mereka lihat dan mengingat konteks bahkan setelah objek keluar dari pandangan kamera. Satu model berjalan di lima bentuk NEURA yang berbeda (termasuk humanoid 4NE1 mereka). Dilatih menggunakan data robot nyata, simulasi, dan demo manusia. Pelanggan melakukan fine-tuning dan menerapkan keterampilan secara luas melalui Neuraverse. Demo langsung minggu depan di NVIDIA GTC Berlin: humanoid 4NE1 mereka akan melakukan urutan mencuci otomatis penuh selama 11 menit (sortir → mesin cuci → pengering) tanpa intervensi manusia sama sekali. “Membangun otak dunia fisik,” menurut CEO. Physical AI sedang semakin berkembang pesat.

Amazon sedang berunding untuk mengakuisisi Decart senilai sekitar $7 miliar, menurut WSJ. Startup berbasis Israel yang berusia 3 tahun ini mengembangkan perangkat lunak yang mengoptimalkan model AI agar berjalan lebih cepat dan lebih murah di berbagai chip (Nvidia, Amazon Trainium, Google TPUs) serta model generatif real-time (Lucy untuk video langsung, Oasis untuk lingkungan simulasi). AWS sudah memberi mereka akses awal ke Trainium. Dinilai sekitar $4 miliar pada bulan Mei; Anthropic sebelumnya mengeksplorasi kesepakatan senilai ~$6 miliar tetapi membatalkannya setelah due diligence. Akuisisi ini akan menjadi salah satu pembelian terbesar Amazon dan strategi langsung untuk mengurangi ketergantungan pada Nvidia. Optimasi chip kini menjadi exit bernilai miliaran dolar.

Meta baru saja meluncurkan model frontier pertamanya: Muse Wonder dan Muse Wonder Full. Empat belas bulan setelah merevisi upaya AI-nya dan merekrut Alexandr Wang, Meta akhirnya menyatakan telah mencapai frontier. Model-model ini dirancang khusus untuk agen pribadi dan profesional jangka panjang, menangani klaim asuransi, sewa, keuangan, informasi kesehatan, atau membangun aplikasi penuh, bukan hanya obrolan. Fitur unggulannya adalah Active Memory (mengingat hal-hal penting tentang Anda selama hari, minggu, dan bulan) dan Active Focus (terus berusaha mencapai tujuan, pulih dari hambatan, dan mencoba pendekatan baru). Model ini dilatih di pusat data Prometheus berkapasitas gigawatt dan mendukung konteks 1 juta token dengan input multimodal. Pada Intelligence Index milik Artificial Analysis, Muse Wonder Full mendapat skor 56 dan Muse Wonder mendapat skor 52, lonjakan signifikan dibandingkan Muse Spark yang hanya 48 enam minggu sebelumnya. Wonder Full berada di peringkat atas dalam beberapa benchmark agen dan pekerjaan berbasis pengetahuan, bersaing dengan (dan di beberapa aspek lebih unggul dari) model OpenAI dan Anthropic terbaru. Muse Wonder tersedia sekarang melalui Meta Model API dan Muse Code dengan harga $4/$20 per juta token. Versi Full yang lebih kuat hanya tersedia bagi pelanggan Muse Code. Kedua model ini segera akan menjadi daya penggerak agen pribadi Meta. Setelah bertahun-tahun fokus pada open-source Llama dan peralihan baru-baru ini ke model tertutup, ini adalah sinyal terkuat Meta bahwa mereka berniat bersaing langsung untuk masa depan agen. Pengujian independen akan menunjukkan sejauh mana klaim-klaim ini bertahan di luar pengujian internal Meta.

Satu hal yang telah saya perhatikan terkait @Wahoopredict adalah bagaimana pasar prediksi dapat berkembang melebihi sekadar memilih antara “ya” atau “tidak.” Fitur Multiple Selection yang akan datang menarik dalam hal ini. Alih-alih memaksa prediksi ke dalam hasil biner, fitur ini memberi pengguna lebih banyak cara untuk menyampaikan di mana menurut mereka probabilitas sebenarnya berada. Hal ini menjadi semakin menarik karena WahooPredict mencakup pasar di berbagai bidang seperti kripto, olahraga, saham, komoditas, dan peristiwa dunia nyata. Pasar prediksi pada dasarnya tentang menyampaikan keyakinan di bawah ketidakpastian. Semakin baik desain pasarnya, semakin akurat orang dapat mengkomunikasikan keyakinan tersebut. Jadi saya penasaran: akankah Multiple Selection menjadi salah satu fitur yang membuat WahooPredict berbeda secara bermakna dari platform prediksi lainnya?

Jatuh tujuh kali. Bangkit delapan kali. @0xhazels secara harfiah membawa filosofi ini melalui Studionya. Anda tidak hanya masuk. Anda terhubung. Anda berpartisipasi. Anda menciptakan. Anda dihitung. Ras GTD mengubah kontribusi menjadi poin. Pulse dirancang untuk mengubah karya pencipta menjadi imbalan yang terukur. Drops mengubah staking menjadi akses. Dan NFT menjadi benang permanen yang menghubungkan ekosistem. Itu sebabnya saya tidak melihat Hazels sebagai sekadar koleksi NFT lainnya. Ini berusaha mengubah partisipasi itu sendiri menjadi aset. Dan itu adalah hal yang jauh lebih sulit untuk dibangun. Tetapi juga jauh lebih menarik untuk diamati.

bergabunglah ini 👇🏿