ElevenLabs baru saja menggandakan valuasi menjadi 2 miliar—dalam lima bulan. Startup AI suara berbasis London ini sedang menjajaki penjualan saham sekunder yang akan memungkinkan karyawan mencairkan saham mereka dengan valuasi sekitar 2 miliar, naik dari 1 miliar pada Februari. Tender ini bisa ditutup pada September. Berikut hal-hal yang menarik perhatian saya: → Didirikan pada 2022, kini melayani Cisco, Meta, Salesforce, The New Yorker, The Washington Post → 30 juta+ ARR pada akhir 2025—di antara perusahaan AI swasta dengan pertumbuhan tercepat → Berasal dari 0,1 miliar → 1 miliar → 2 miliar dalam sekitar dua tahun. Itu adalah lonjakan 20x. Penjualan sekunder seperti ini semakin menjadi hal biasa di dunia AI. Karyawan mendapatkan likuiditas tanpa harus menunggu IPO. Perusahaan mempertahankan bakat di pasar perekrutan yang sangat ketat. Investor mendapatkan akses ke pendapatan yang terbukti tanpa harus membayar premi IPO. Tetapi sinyal sebenarnya? AI suara bukan lagi hal baru. Ini adalah infrastruktur. Ketika Meta, Salesforce, dan penerbit besar semuanya mengintegrasikan teknologi Anda ke dalam produk mereka, Anda bukan lagi startup. Anda adalah lapisan platform. Angka 2 miliar juga memberi tahu kita sesuatu tentang minat pasar swasta. Pasar publik mungkin goyah, tetapi perusahaan AI terbaik masih menawarkan valuasi premium—dan menemukan pembeli. Pandangan saya: ElevenLabs tidak akan menjadi yang terakhir. Kita akan melihat gelombang penjualan sekunder dan penawaran tender dari startup AI dengan pendapatan lebih dari 100 juta+. Jendela IPO sempit. Sekunder adalah jalur keluar tahun 2026. Link di komentar pertama 👇 — Robbie Jeo

Situs animasi senilai $35.000. Dibangun dalam satu sesi AI. Hanya dengan $12. Tanpa studio web. Tanpa pengkodean manual GSAP. Tanpa pengaturan Lenis. Tanpa ekstraksi frame secara manual. Berikut adalah stack yang tepat: → Claude Code menulis setiap baris kode → Higgsfield merender aset video → Satu sesi agen menggabungkan semuanya Hasilnya: animasi scroll halus, ekstraksi frame video, antarmuka siap produksi—jenis situs yang biasanya dibanderol $6K–$35K oleh agensi. Ini bukan sekadar "AI menghemat waktu." Ini adalah harga minimum pekerjaan kreatif yang runtuh secara real time. Studio web tidak lagi bersaing dengan pengembang yang lebih murah. Mereka bersaing dengan panggilan API $12. Pertanyaannya bukan apakah ini mengubah industri. Ini sudah berubah. Pertanyaannya adalah: apakah Anda membangun dengan alat-alat ini, atau menunggu untuk melihat apa yang terjadi? Sumber: @zeuuss\01 menunjukkan proses pembuatan penuh—layak dipelajari. — Robbie Jeo https://t.co/F0TFGOyItc

ElevenLabs baru saja menggandakan valuasi menjadi $22 miliar—dalam lima bulan. Startup AI suara berbasis London ini sedang mengeksplorasi penjualan saham sekunder yang akan memungkinkan karyawan mencairkan saham mereka dengan valuasi sekitar $22 miliar, naik dari $11 miliar pada Februari. Tender ini bisa ditutup pada September. Berikut hal-hal yang menarik perhatian saya: → Didirikan pada 2022, kini melayani Cisco, Meta, Salesforce, The New Yorker, The Washington Post → $330 juta+ ARR pada akhir 2025—termasuk salah satu perusahaan AI swasta dengan pertumbuhan tercepat → Naik dari $1,1 miliar → $11 miliar → $22 miliar dalam sekitar 2 tahun. Itu adalah lonjakan 20x. Penjualan sekunder seperti ini semakin menjadi hal biasa di dunia AI. Karyawan mendapatkan likuiditas tanpa harus menunggu IPO. Perusahaan mempertahankan bakat di pasar perekrutan yang sangat ketat. Investor mendapatkan akses ke pendapatan yang terbukti tanpa premi IPO. Tapi sinyal sebenarnya? AI suara bukan lagi hal baru. Ini adalah infrastruktur. Ketika Meta, Salesforce, dan penerbit besar semuanya mengintegrasikan teknologi Anda ke dalam produk mereka, Anda bukan lagi startup. Anda adalah lapisan platform. Angka $22 miliar juga memberi tahu kita sesuatu tentang minat pasar swasta. Pasar publik mungkin goyah, tetapi perusahaan AI terbaik masih menawarkan valuasi premi—dan menemukan pembeli. Pandangan saya: ElevenLabs tidak akan menjadi yang terakhir. Kita akan melihat gelombang penjualan sekunder dan penawaran tender dari startup AI dengan ARR lebih dari $100 juta. Jendela IPO sempit. Sekunder adalah jalur keluar tahun 2026. Link di komentar pertama 👇 — Robbie Jeo

Unreal Engine baru saja meluncurkan server MCP. Artinya, kini Anda dapat membuat game video lengkap hanya dengan berbicara kepada Claude. Tidak perlu berjuang dengan engine. Tidak perlu menghafal grafik node. Cukup jelaskan apa yang Anda inginkan, dan itu akan dibuatkan. Saya telah mengamati perubahan ini terjadi perlahan — AI menulis kode, AI merancang antarmuka pengguna, AI menghasilkan aset. Tapi ini berbeda. Ini adalah AI yang membangun dunia. Hambatan terakhir untuk pengembangan game indie selalu kompleksitas engine. Unreal terkenal sangat curam. Kebanyakan orang menyerah sebelum merilis apa pun. Hambatan itu kini telah hilang. Jika Anda memiliki ide game yang mengendap di catatan Anda selama bertahun-tahun tetapi tidak pernah memulainya karena "Saya tidak tahu Unreal" — alasan itu tidak lagi berlaku. Alatnya sudah siap. Pertanyaannya sekarang, apakah Anda siap? — Robbie Jeo h/t @per_simmons_ https://t.co/ozltrPiXez

Chip AI sedang menghadapi dinding. Dan solusinya berusia 4 miliar tahun. GPU generasi berikutnya dari NVIDIA mendorong batas lebih dari 1.000W thermal design power. Bukan kesalahan ketik — satu chip saja kini mengonsumsi lebih banyak daya daripada seluruh PC gaming high-end. Metode pendinginan tradisional mulai gagal. Pusat data menjadi berkeringat. Secara harfiah. Masuklah berlian sintetis. China memproduksi 95% berlian sintetis dunia. Sementara Barat fokus pada silikon, laboratorium China secara diam-diam membangun teknologi wafer berlian yang menghantarkan panas 5 kali lebih baik daripada tembaga. Hasilnya? Chip yang lebih dingin. Pusat data yang lebih padat. Dan penulisan ulang lengkap siapa yang mengendalikan tumpukan perangkat keras AI. Berlian bukan lagi sekadar perhiasan. Ia adalah infrastruktur. — Robbie Jeo

WeChat baru saja secara diam-diam meluncurkan AI ke 1 miliar orang. Tanpa keynote. Tanpa demo viral. Tanpa headline "pembunuh ChatGPT". Hanya sebuah ikon kecil di bilah pencarian. Ketuk, dan Anda berbicara dengan Xiaowei — asisten AI Tencent yang kini tertanam di aplikasi yang sudah digunakan harian oleh 1,3 miliar orang. Inilah cara AI benar-benar menang. Bukan dengan meluncurkan aplikasi mandiri yang tidak ada yang mengunduhnya. Bukan dengan memaksa pengguna mempelajari antarmuka baru. Tapi dengan menjadi infrastruktur tak terlihat di dalam alat-alat yang sudah tak bisa mereka lepaskan. Barat membangun produk AI. Tiongkok membangun saluran AI. Dan saluran selalu menang. — Robbie Jeo

Di Anthropic, 90% insinyur membangun agen yang meningkatkan dirinya sendiri menggunakan satu prinsip inti: Tutup loop. Bukan hanya "beri AI sebuah tugas." Beri ia cara untuk memeriksa pekerjaannya sendiri. Berikut pola yang mereka gunakan: 1. Agen menghasilkan output 2. Agen menjalankan langkah verifikasi terhadap hasilnya sendiri 3. Jika gagal, ia mencoba ulang dengan konteks baru 4. Ulangi hingga berhasil — atau menaikkan tingkatnya Inilah mengapa agen AI modern terasa lebih cerdas daripada yang lama. Bukan karena modelnya lebih baik. Tapi karena arsitekturnya lebih baik. Modelnya tidak berubah. Loop-nya yang berubah. Jika Anda sedang membangun agen saat ini, hentikan memikirkan prompt terlebih dahulu. Pikirkan loop umpan balik terlebih dahulu. Model yang biasa-biasa saja dengan loop umpan balik yang ketat akan mengungguli model hebat tanpa loop — setiap kali. — Robbie Jeo

Insinyur Anthropic baru saja memperagakan cara mereka membangun aplikasi lengkap dari awal menggunakan siklus tiga agen AI. Satu merencanakan. Satu membangun. Satu menilai. Siklus ini terus berjalan hingga aplikasi benar-benar berfungsi. Kebanyakan orang fokus pada model mana yang paling cerdas. Tetapi keunggulan sejati? Tahu cara mengoordinasikan agen-agennya bersama-sama. Pemenangnya bukanlah mereka yang memiliki AI terbaik. Mereka yang merancang sistem terbaik di sekitarnya. Panduan lengkap 40 menit dari tim Claude Code: https://t.co/c8itOIzDbP — Robbie Jeo

Seorang berusia 21 tahun baru saja menjalankan 300 agen AI secara bersamaan. Tetapi ini adalah bagian yang kebanyakan orang lewatkan: Dia tidak hanya meningkatkan skala. Dia membangun kebenaran. 300 agen Kimi K2.6 beroperasi secara paralel sebagai pekerja. 1 agen Claude Opus 4.8 memeriksa setiap output secara individual. Pemeriksa tidak bisa ditipu oleh para pekerja. Para pekerja tidak bisa berkolusi. Mereka tidak berkomunikasi satu sama lain. Ini bukan sekadar trik kecepatan. Ini adalah akuntabilitas pada skala mesin. Kebanyakan orang yang membangun dengan AI memikirkan volume output. Yang cerdas memikirkan integritas output. Sistem yang menghasilkan 300 jawaban dengan cepat tidak berguna jika 30 di antaranya salah dan Anda tidak bisa mengetahui mana yang salah. Arsitektur ini menyelesaikan masalah ini. Jika Anda membangun sistem AI pada 2026, tanyakan pada diri Anda: Di mana pemeriksa Anda? — Robbie Jeo https://t.co/wsy3DL8hW6

@OpenAI Meluncurkan Tugas Terjadwal di ChatGPT — Langkah Menuju AI yang Proaktif OpenAI telah meluncurkan fitur baru bernama Tugas Terjadwal di ChatGPT. Pengguna sekarang dapat meminta ChatGPT untuk secara otomatis menangani tugas berulang, mengirim pengingat, atau memantau informasi atas nama mereka. Fitur utama: • Buat tugas yang berjalan pada waktu tertentu atau dalam jendela yang ditentukan (misalnya, pagi, siang, atau malam) • ChatGPT dapat memantau web dan aplikasi terhubung, serta hanya memberi tahu Anda ketika ada pembaruan yang relevan • Halaman Tugas Terjadwal baru di sidebar untuk melihat, mengedit, menjeda, melanjutkan, atau menghapus tugas aktif • Tugas berjalan paling banyak sekali per jam dan akan dijeda otomatis setelah periode ketidakaktifan Fitur ini saat ini sedang diluncurkan secara bertahap kepada pengguna Plus, Pro, Bisnis, dan Enterprise. Mengapa ini penting: Ini adalah salah satu langkah paling jelas hingga kini menuju pembuatan ChatGPT yang benar-benar proaktif dan agen. Alih-alih pengguna harus memeriksa atau meminta ChatGPT secara manual setiap kali, AI sekarang dapat menangani pemantauan rutin dan pekerjaan berulang di latar belakang — berpotensi mengubah cara orang menggunakan AI dalam alur kerja harian mereka.