Not 歸藏

Agen Personal terbaru sedang sangat populer

Saya membandingkan spesifikasi VM dari berbagai Personal Agent yang umum, kelihatannya benar-benar serius dari pihak Ma.

Grokbot memberi spesifikasi yang sangat memadai untuk CPU, memori, dan disk; konfigurasi Dot juga cukup tinggi.

Tapi sepertinya Dot tidak sepenuhnya khusus untuk satu VM saja—mungkin ada skenario penggunaan bersama

Sonnet 5.5 telah dirilis, dan model ini benar-benar menakjubkan: skornya pada pengujian agentic coding lebih tinggi 4 poin dibanding Opus 5.5.

Dari sisi harga pun sangat murah. Biaya per satu juta token untuk input dan output masing-masing adalah $2 dan $10, sama seperti GPT-6 Sol. Selain itu, kecepatan menjalankannya dibanding Sonnet 5 lebih cepat 30%, dan Claude resmi menyatakan biayanya juga turun 30%.

Adapun mengapa performanya pada agentic coding mirip dengan Opus 5.5 bahkan bisa lebih tinggi, kita bisa lihat dari uji harga.

Pada tingkat max (usaha maksimum), Sonnet 5.5 untuk tugas yang sama biayanya jauh lebih tinggi dibanding Opus 5.5—hampir menyamai atau bahkan melampauinya. Ini mungkin menjadi alasan skornya lebih tinggi.

Jadi, saat menggunakan Opus 5.5 atau Sonnet 5.5, pastikan jangan mengaktifkan max. Pada beberapa tugas yang kompleks, model ini bisa menghasilkan biaya yang sangat mahal, hampir setara dengan Claude Fable 5.1.

Muse yang memiliki Agent dengan virtual machine, gameplay-nya super banyak

Teman-teman bilang DeepSeek Harness cukup lengkap dan akurat saat mencari konten dalam negeri.

Kebetulan belakangan ini aku juga sedang menggunakan Muse, jadi biar dia memasang DeepSeek Harness ke dalam virtual machine di cloud Muse.

Selama menyangkut penelusuran informasi dalam negeri, langsung panggil DeepSeek Harness di virtual machine untuk mencarinya.

Codex telah diperbarui, navigasi antarmukanya mengalami perubahan besar. Di sebelah kiri, sekarang ditambahkan bilah navigasi baru, yang memindahkan plugin, tugas terjadwal, situs, proyek, peta, serta PR ke navigasi sisi kiri.

Ditambahkan dua halaman baru: Repositori Sumber Daya dan Gambar.

Di Repositori Sumber Daya, berisi semua gambar, ilustrasi, file, folder, dan favorit yang kamu miliki. Semua dokumen yang kamu buat, serta dokumen gambar yang diciptakan oleh AI, juga disimpan di sini.

Sementara itu, halaman Gambar berisi beberapa template dan prompt yang menggunakan model GPT-Image, dari halaman gambar asli ChatGPT.

Sebenarnya, perubahan seperti ini lebih baik.

Kalau tidak, sebelumnya semuanya ditempatkan di bagian atas. Seiring proyek dan percakapan makin banyak, setiap kali ingin mencari beberapa pintasan di bagian atas, kita harus menggulir ke belakang—rasanya cukup merepotkan.

Selain itu, kali ini CodePilot dari Zang Shifu sudah lebih dulu selangkah dibanding Codex: beberapa bulan lalu mereka menambahkan Repositori Sumber Daya, yang mengumpulkan semua hasil konten yang kamu buat dengan AI dalam satu halaman—misalnya materi gambar, video, halaman web, dan audio.

Kamu juga bisa langsung melompat dari hasil Repositori Sumber Daya kembali ke percakapan untuk melihat detail cara pembuatannya, sehingga lebih mudah dikelola dan juga memudahkan model lain untuk memanggil serta menggunakan ulang materi-materi tersebut.

Namun, tentu saja masih banyak orang yang merasa kurang nyaman, karena tidak terbiasa. Dengan perubahan besar seperti ini pasti ada yang merasakannya juga.

Deepseek Harness Ternyata merilis versi klien resmi yang sudah dipaketkan

Tidak perlu menjalankan atau menginstal lewat perintah setiap kali, Windows dan Mac semuanya ada

Muse itu benar-benar panas, langsung menduduki puncak tangga App Store wilayah AS. Pada hari pengumuman resmi integrasinya, Shopify langsung naik 13%.

Kebetulan teman saya, Today AI yang dia buat, juga sudah diluncurkan di wilayah Tiongkok.

Muse langsung mengangkat konsep Personal Agent, padahal sebelumnya bot Grok juga sudah terlihat tanda-tandanya.

Sayangnya, saat kita menggunakannya, Muse cukup merepotkan dan menghabiskan tenaga (bagaimanapun juga, Meta sudah puluhan tahun mengakumulasi pengalaman kontrol risiko, bahkan lebih ketat daripada Anthropic).

Today AI sepertinya juga merupakan salah satu Personal AI pertama yang benar-benar bisa dipakai di dalam negeri, dan pengerjaannya cukup lengkap.

Menurut saya, tipe aplikasi AI berbasis agent ini akhirnya berhasil menemukan bentuk prototipe yang benar-benar tidak punya hambatan (tidak menuntut persyaratan teknis). Ini pertama kalinya saya sadar bahwa untuk pengguna end-user, mereka sebenarnya tidak terlalu peduli model apa yang dipakai di balik agent-mu. Bahkan kalau pun tidak bisa mengganti model, orang tetap bersedia menggunakannya.

Sebenarnya, ada tiga kebutuhan paling inti untuk Personal AI:

Apakah ia bisa memahami kamu.
Apakah ia bisa proaktif mencarimu.
Saat ia mencari kamu, apakah ia bisa memberikan saran yang benar-benar berguna berdasarkan konteks.

Sebagai contoh, Today AI terdiri dari tiga bagian utama:

Cloud computer: masalah VM dulu adalah akan dimatikan, dan menurut saya cloud computer yang tidak dimatikan adalah bagian yang sangat penting dalam Personal AI. Barang kamu selalu ada di komputer ini—ini benar-benar cloud computer. Cara berpikir Today konsisten dengan Muse: semuanya terjadi secara perlahan, pengguna sama sekali tidak perlu merasakan keberadaan cloud computer itu.

Connector: apakah ia bisa mengambil konteks kamu dari saluran lain dengan sangat cepat dan sekali klik. Bagian tersulit dari konteks adalah mendapatkannya; di luar negeri, perusahaan-perusahaan besar seperti Google langsung memberikan MCP, sedangkan di dalam negeri mungkin lebih sulit.

Lalu, ada konteks itu sendiri, dan berdasarkan konteks tersebut, apakah ia bisa menghasilkan banyak aksi proaktif serta saran yang tepat—ini juga cukup penting.

Sebenarnya, bagi kebanyakan orang, skenario produktivitas berat justru adalah minoritas; dalam banyak kasus, cukup AI membantu mengingat informasi dan membuat pengaturan.

Dalam kehidupan sehari-hari, sebaliknya banyak sekali skenario yang sangat membutuhkan AI: mereka bisa terhubung ke Apple Health, lalu setiap hari memberikan saran berdasarkan kondisi tubuh kamu saat itu. Dengan konteks seperti itu, saran kesehatan yang diberikan jadi lebih akurat dan lengkap.

Belajar, kondisi keuangan, anak dan urusan keluarga: hal-hal yang perlu dipantau dalam jangka panjang juga sangat membutuhkan.

Tentu saja, jujur saja: produk seperti ini akan semakin akurat kalau connector konteksnya sudah dikonfigurasi dengan baik—jadi kalau pada awalnya kamu merasa ia tidak terlalu paham kamu, kamu bisa memakainya beberapa hari dulu, sambil lebih sering berinteraksi.

Selain itu, ini juga menunjukkan betapa pentingnya pertanyaan: bagaimana membuat pengguna bisa masuk tanpa merasa terbebani.

Menurut saya, inilah dua karakteristik penting dari Personal Agent:

Pertama, kamu tidak perlu memikirkan detail teknis AI di lapisan bawah—tinggal pakai saja.

Kedua, kamu bisa sangat cepat menyinkronkan informasi milikmu. Banyak kali, setelah akumulasi informasi sudah cukup, bahkan sebelum kamu sempat membuka mulut, dia sudah tahu apa yang ingin kamu lakukan, dan bahkan sudah menyiapkan semuanya untukmu.

Codex ini komputer benar-benar keren!

Bahkan, kita bisa membuatnya mengontrol ponsel Anda lewat fitur cermin iPhone di Mac, dan reaksinya juga sangat cepat.

Dengan cara ini, beberapa pengaturan di ponsel bisa dibaca, dan tentu saja sangat aman.

Bahkan saat membaca WeChat, WeChat juga pasti tidak akan mendeteksinya.

Cortex ini beneran keren banget!

Kamu juga bisa memintanya mengendalikan ponselmu lewat fitur cermin iPhone di Mac, dan responsnya sangat cepat.

Dengan cara ini, beberapa pengaturan di ponsel bisa dibaca melalui metode tersebut, dan tentu saja sangat aman.

Bahkan saat membaca WeChat, WeChat pun tidak tahu bahwa data dibaca melalui cara seperti ini

Akhirnya bisa pakai Muse yang sedang hype belakangan ini!

Kontrol risiko Anthropic di hadapan Meta itu seperti anak kecil. Kata-kata produk Zuckerberg bilang tidak boleh kamu pakai, tapi pada kenyataannya kamu bahkan tidak bisa menggunakannya—akun saja tidak bisa didaftarkan.

Bahkan tidak memberi kesempatan pada kamu untuk akunmu diblokir.

藏师傅 1 万多 star 的去 AI 味 Skill Humanizer-zh 迎来了一大波更新！

Pembaruan kali ini menambahkan banyak iterasi dari hulu, sekaligus juga mengakomodasi banyak masukan yang diberikan oleh semua orang di berbagai issue.

Silakan dicoba. Jika ada masalah, silakan laporkan di issue.

Saya merasa sekarang membuat model hanya bisa lewat dua ekstrem:

Entah bikin yang paling hebat di model yang paling murah, atau langsung bikin model yang paling mutakhir; kalau tidak, sama sekali tidak akan punya daya tarik dan tingkat pemakaian.

Dua rilis semalam: Grok 4.7 dan Mimo V2.6. Kemampuan keduanya di berbagai penilaian pihak ketiga kurang lebih sama, tapi perbedaannya dalam harga terlalu jauh.

Mimo V2.6 Pro saat cache hit: harga input ¥0.025, output ¥6. Sedangkan Grok 4.7—kalau dikonversi dari dolar—harga input sudah mencapai ¥3.35, dan outputnya bahkan setinggi ¥40.

Saya melihat beberapa tanggapan dan ulasan orang-orang di Twitter pagi ini tentang Grok 4.7. Intinya ada dua hal yang dikeluhkan: yang satu bilang terlalu mahal, yang lain merasa performanya mungkin tidak terlalu bagus—hasilnya kurang enak, lambat, dan tidak memuaskan.

Harga Mimo ini bahkan lebih murah dari harga terendah saat ini DeepSeek V4 (baik Flash maupun Pro) setidaknya dua kali lipat.

Misalnya, harga output Mimo V2.6 Flash adalah ¥2, sementara harga output DeepSeek V4.1 Flash adalah ¥4.

Selain itu, Mimo V2.6 saat ini tampaknya mulai minggu depan di OpenCode akan ada promo gratis (limitless/limit gratis).

Mimo juga meluncurkan versi desktop mereka sendiri; sepertinya harga langganannya terpisah, jadi bisa dicoba. Di versi desktop tersebut ada model generasi gambar, yang bisa dipadukan untuk membuat beberapa tampilan/antarmuka.

Sepertinya kedua pihak sama-sama berpikir bahwa OpenAI mungkin hari ini sore akan merilis model baru (mungkin GPT-6 Sol dan GPT-6 Luna, konon sangat murah), jadi mereka ingin merilis lebih dulu sebelum OpenAI. Akhirnya mereka bertabrakan di waktu yang sama.

Perkiraan AI ini, tampaknya tidak ada yang menyangka bahwa setelah GPT-Astra dan Fable dirilis, masih bisa muncul tipe model baru yang begitu panas sampai viral.

JEV bisa sebooming ini, salah satunya karena memang menyelesaikan beberapa masalah; alasan inti lainnya adalah keunggulan kecepatannya yang sangat mudah disebarkan.

Kecepatan dan jumlahnya sama-sama mereka unggulkan. Anda akan menemukan bahwa pada demo di berbagai situs yang menampilkan JEV, semuanya menunjukkan kecepatan serta jumlah yang bisa diproses. Ini yang paling memberikan rangsangan awal, dan juga menunjukkan bahwa orang-orang memang sangat memperhatikan dua hal tersebut, sehingga semua Demo dan studi kasus menjadi gila-gilaan menyebar.

Tentu, model ini juga tidak serba guna. Jika dipaksa untuk bekerja sendiri tanpa model bahasa besar, sebenarnya skenario aplikasinya cukup terbatas; tetapi jika ditambah dengan bantuan model bahasa besar atau alat lainnya, hasilnya akan sangat bagus.

Saat ini, model ini juga masih kurang multimodal. Jika sudah ada multimodal, terutama untuk menyusun, mengklasifikasikan materi, atau membuat konten panjang, pengalaman pengguna akan terasa jauh lebih menyenangkan.

Kebetulan kemarin mereka mengumumkan membuka akses untuk semua orang, tidak perlu waitlist lagi. Setiap pengguna mendapat kuota gratis sebesar 5 dolar.

Model ini sangat hemat biaya. Untuk input hanya 0,042 dolar, output gratis, jadi uang 5 dolar bisa dipakai sangat, sangat lama.

Kebetulan minggu lalu Next Token kami juga sudah update, yang utamanya membahas:

Model JEV dan persoalan turunan: misalnya, orang-orang bisa melatih model yang mirip dalam sehari. Seperti GPT-6, Fable, yang dalam pelatihan model sudah sangat profesional—di sini ada peluang arbitrase yang besar dalam pelatihan model kecil.
Persoalan kerja sama antara model kecil dan model besar.

Evolusi antarmuka interaksi: sekarang chat, browser, dan daftar tugas semuanya ada di satu aplikasi yang sama. Termasuk Codex yang baru-baru ini mengupdate plugin browser; selain itu juga mendukung banyak akun (misalnya, MCP Notion dapat login ke beberapa akun dan mengambil informasi). Dalam banyak kasus, ia sudah menggantikan antarmuka sistem kami. Interaksi baru seperti ini mungkin secara perlahan sekaligus diam-diam telah menjadi proses edukasi bagi pengguna.

Kemarin, saya juga membuat contoh pembuatan skenario 3D real-time dengan JEV, dan yang menyukainya cukup banyak. Di acaranya, hal-hal ini beserta beberapa berita lainnya dibahas hampir semuanya, dan juga membicarakan pandangan saya, Qiaomu, Yang Pan, dan empat orang lainnya tentang masalah ini. Selamat datang untuk mendengarkannya.

Buatkan aplikasi bergaya iPhone Duo untuk HP Android lipat saya

Menggunakan gaya Material Design bawaan