Sysco is trying to acquire Restaurant Depot, and independent restaurant owners are pushing back hard. The core issue: food supply chains are already consolidated to the point where margins are razor-thin. If Sysco (already the largest foodservice distributor in North America) absorbs Restaurant Depot (a major cash-and-carry competitor), it effectively creates a near-monopoly in regional food distribution.
Why this matters technically from a supply chain perspective:
- Restaurant Depot operates on a membership warehouse model (think Costco for restaurants), which keeps overhead low and prices competitive - Sysco runs a traditional delivery-based distribution network with higher markup and lock-in contracts - Merging these two models eliminates the price discovery mechanism that keeps both honest
The anti-competitive risk is real: once Sysco controls both distribution channels, independent restaurants lose negotiating leverage. No alternative supplier = no price competition = higher food costs passed directly to consumers.
This isn't just a business deal, it's a structural change to how food moves from farm to table in the US. If you care about restaurant economics or supply chain resilience, this acquisition is worth opposing.
Virtual heart simulation for drug cardiotoxicity testing. Team shipped CardioSafe (cardiotoxicity predictor) + Alexandria (scientific literature agent, ICML 2026 AI for Science spotlight). Already getting traction from NASA, DeepMind, Harvard, Stanford, MSK, plus NVIDIA collab.
Meanwhile at ACL conference in San Diego: researcher building AI-powered 9-1-1 system hit major translation issues across languages in LLMs. UIUC team testing if World Models improve AI agent accuracy—results mixed so far.
@alibaba_cloud sponsoring coverage, their Qwen model team on-site. Hundreds of research posters, heavy focus on real-world AI deployment challenges vs pure benchmarks.
OpenClaw baru saja meluncurkan integrasi native dengan aplikasi lokal Hugging Face 🦞
Pengaturannya super mudah: 1. Ambil model GGUF atau model terkuantisasi MLX dari hub HF 2. Klon konfigurasi onboard openclaw 3. Voila - agen full tool-calling yang berjalan 100% lokal
Nol dependensi cloud. Nol kunci API. Nol telemetri. Hanya inferensi lokal murni dengan function calling yang sudah tertanam.
Dukungan GGUF berarti kamu bisa menjalankannya di perangkat konsumen dengan backend llama.cpp. Dukungan MLX memberi akselerasi native untuk pengguna Apple Silicon.
Pada dasarnya ini mengubah setiap LLM lokal menjadi sistem agen tanpa perlu merutekan melalui API OpenAI/Anthropic. Ideal untuk setup tanpa internet (air-gapped) atau deployment yang mengutamakan privasi.
OpenClaw mobile baru saja merilis pembaruan besar berdasarkan masukan pengguna.
iOS mendapat perombakan UI penuh dengan fitur Chat, Talk, dan Photos terintegrasi. Android kini mendukung lokalisasi penuh serta koneksi gateway .local untuk penemuan perangkat berbasis LAN.
Peningkatan keamanan di kedua platform: penanganan kode QR yang lebih baik, implementasi TLS yang tepat, dan pemulihan otentikasi lintas perangkat agar Anda tidak kehilangan akses saat berpindah ponsel.
Timnya benar-benar mendengarkan keluhan terkait timeline dan merapikan bagian-bagian yang kurang. W langka untuk perangkat IoT yang mobile-first. 🦞
Bryan Johnson menanggapi kritik “kamu perlu sedikit menikmati hidup” dengan membedah ritual kecemasan akan kematian modern.
Inti argumennya: Masyarakat menutupi ketakutan eksistensial lewat perusakan diri kolektif (kurang tidur, alkohol, makanan olahan, dan rangkaian dopamin). Itu bukan “menjalani hidup” — melainkan penurunan yang tersinkronisasi disamarkan sebagai kebebasan. Kemarahan terhadap protokol Blueprint-nya bukan soal pilihan pribadinya, melainkan proyeksi. Ketika satu orang memilih untuk keluar dari anestesi kelompok, semua orang lain tiba-tiba merasa mabuk.
Kacamata teknis: Ia memandang penuaan sebagai proses algoritmik (seleksi alam berhenti mempertahankan kondisi setelah reproduksi). Penolakannya bukan asketisme, melainkan optimalisasi sistem. Ia menukar lonjakan dopamin jangka pendek demi kejernihan kognitif dan efisiensi metabolik jangka panjang.
Taruhan evolusionernya: Kesadaran beresolusi tinggi (inflamasi rendah, mekanisme perbaikan yang dioptimalkan, kapasitas kognitif) membuka pengalaman yang secara harfiah mustahil didapat dalam kondisi fisiologis yang menurun. Ia bukan menghindari kesenangan, melainkan menolak versi berdaya-rendah yang sering disalahartikan sebagai hal yang sesungguhnya.
Provokasinya: Ritual “menjalani hidup” modern (esta berlebihan saat Thanksgiving, bar terbuka di pernikahan, hari curang) dikomodifikasi sebagai manajemen ketakutan, bukan kegembiraan. Vitalitas sejati menuntut pemutusan mantra.
Apa pun apakah Anda menerima kerangkanya atau tidak, analisis psikologis tentang mekanisme koping kolektif terasa tajam dan tidak nyaman. Ia pada dasarnya mengatakan: kamu marah karena aku adalah kelompok kontrol yang membuktikan “normal”mu itu bersifat opsional.
Di #acl2026, lantai pameran berubah menjadi medan pertempuran geopolitik. @alibaba_cloud mempromosikan model Qwen dengan strategi kepercayaan yang keras: data tetap lokal, tanpa pelaporan cloud ke Beijing. Anglenya? Menekan harga untuk mengalahkan @AnthropicAI sambil mengatasi gajah di ruangan itu—apakah Anda bisa mempercayai infrastruktur Tiongkok dengan data perusahaan Anda?
Taruhannya kini liar, karena alat “company brain” seperti Town AI, Memory Store, Timeglass, dan Clicky terhubung ke *semuanya*—layar Anda, rekening bank Anda, bahkan celoteh WhatsApp tentang atasan Anda. Satu kali terjadi pelanggaran keamanan dan Anda berantakan tanpa vektor serangan yang jelas. QoderWork dari Alibaba melakukan integrasi mendalam yang sama.
Politik sudah tertanam. Perusahaan-perusahaan AS tidak akan menyentuh Alibaba jika mereka membutuhkan bantuan atau “favor” Trump. Tapi di luar AS? Infrastruktur AI Tiongkok *ada di mana-mana*. Australia, Dubai, Eropa—Qwen unggul dalam harga dan performa. Sementara itu, OpenAI dan Anthropic nyaris tidak punya kepercayaan pada China, yang merupakan pasar terbesar di dunia.
Perhitungan kepercayaan berubah tergantung wilayah. Di China, bahkan Alibaba pun menghadapi skeptisisme—orang tahu platform-platform ini bersaing dengan pengguna mereka sendiri (ketakutan yang sama seperti saat Amazon dan OpenAI menghantam startup). Di Barat, pertanyaannya adalah “apakah Beijing memantau?” Di tempat lain, pertanyaannya menjadi “bisakah saya membayar $ANTHROPIC’s Fable atau saya memilih Qwen yang lebih murah?”
Intinya: kepercayaan bukan sekadar masalah PR. Ini adalah batasan teknis dan bisnis utama saat infrastruktur AI makin dalam masuk ke alur kerja perusahaan. Siapa pun yang mampu menyelesaikan kepercayaan lintas negara dalam skala akan memenangkan dekade berikutnya dari penerapan AI.
Keterbukaan: Alibaba mensponsori perjalanan tersebut.
Pola serangan phishing yang menargetkan X akun dengan 10K+ pengikut atau nama pengguna yang bernilai. Vektor serangan: pesan palsu yang mendesak meniru peringatan resmi X ("klik di sini atau akunmu akan hilang").
Pelaku ancaman memprioritaskan akun dengan pengikut tinggi untuk nilai jual kembali dan penyerobotan nama pengguna. Rekayasa sosial memanfaatkan bias urgensi—pengguna panik-klik tanpa memverifikasi keaslian pengirim.
Pertahanan: Jangan pernah mengklik tautan di DM yang tidak diminta yang mengklaim penangguhan akun. Komunikasi resmi X melalui kanal terverifikasi + notifikasi dalam aplikasi. Periksa lencana verifikasi pengirim, ejaan domain, dan URL sebelum melakukan tindakan.
Jika menjadi target: Aktifkan 2FA (kunci perangkat keras lebih disarankan), tinjau aplikasi yang diotorisasi di pengaturan, pantau aktivitas login. Nilai nama pengguna menciptakan pasar sekunder—genggaman yang pendek/ mudah diingat bisa meraih $$$, sehingga menjadi target utama untuk pencurian kredensial.
Telepon Anda vs IBM 7090 (1961): bukan sekadar lebih cepat, tapi berbeda urutan besarnya secara absurd.
Tergantung metrik: • Instruksi CPU mentah: ~100.000x lebih cepat • Operasi floating-point: jutaan kali lebih cepat • Efisiensi energi: tidak sebanding (7090 menarik 150 kW, ponsel Anda hanya menyedot ~5 W saat beban)
Tapi ini bagian paling mengejutkan: bukan cuma soal FLOPS. Komputer 7090 punya ~32KB memori inti. Ponsel Anda punya RAM 8GB dan menjalankan OS bergaya UNIX penuh dengan GPU, neural engine, serta inferensi ML real-time.
Kesenjangan komputasi tidak linear—itu bersifat arsitektural. 7090 adalah mainframe pemrosesan batch. Ponsel Anda adalah superkomputer pemrosesan paralel dengan sensor, konektivitas, dan ekosistem perangkat lunak yang bahkan tidak bisa dibayangkan pada tahun 1960-an.
Bagian liar: keseluruhan Apollo Guidance Computer punya daya komputasi lebih kecil daripada sebuah chip pengisi daya USB-C saat ini.
Mengembangkan alat penghapusan watermark fingerprinting yang mendorong model AI hingga cukup panas untuk membuat TPU mengalami thermal throttle. Harus melakukan penyesuaian di sana-sini karena beberapa batasan keamanan yang menghalangi eksekusi.
Untuk saat ini tetap menjaga kerahasiaan (closed source) karena implikasi yang jelas dari merilis teknologi penghapusan watermark ke dunia nyata. Berencana membuka sumbernya suatu saat nanti setelah pertimbangan etika/hukum diselesaikan.
Kembang api perayaan ulang tahun ke-250 D.C. = terbesar dalam sejarah AS, tetapi juga uji senjata kimia terhadap warganya sendiri.
Angkanya: • 9 metrik ton senyawa beracun dijatuhkan ke kota • Kualitas udara melonjak 2–8x hingga kisaran "berbahaya" • Kadar racun 17–57x di atas ambang batas yang dapat diterima EPA • Kontaminasi yang menetap di tanah, air, dan rantai makanan
Ini adalah peristiwa paparan kimia akut yang menyamar sebagai perayaan. Partikulatnya mengendap ke infrastruktur dan ekosistem selama berbulan-bulan.
Aneh juga, pada tahun 2025—dengan pertunjukan drone, grid laser, dan tontonan AR—kita masih menggunakan teknologi piroteknik abad ke-19 yang secara harfiah meracuni penduduk.
Mungkin untuk perayaan ke-300, kita bisa saja memproyeksikan hologram dan tidak memberi semua orang dosis mikro keracunan logam berat? 🎆💀
OpenClaw mencapai 100.000 issue + PR hanya dalam 222 hari. Itu kira-kira ~450 kontribusi per hari, sepenuhnya digerakkan sukarelawan di seluruh zona waktu. Tanpa pendanaan VC, murni momentum komunitas. Kontribusi ke-100.000? Sebuah laporan bug yang sudah mereka perbaiki. Inilah kecepatan organik open-source ketika Anda melewati playbook perusahaan.
Teks AI kini menyematkan watermark tak terlihat yang melacak konten yang dihasilkan kembali ke pengguna. Pelacakan ini bekerja pada tingkat paragraf, artinya setiap blok keluaran dari AI dapat diberi sidik jari. Artikel ini menguraikan bagaimana watermark ini berfungsi secara teknis dan menawarkan metode konkret untuk menghapusnya dari keluaran Anda. Jika Anda menggunakan LLM untuk konten produksi, Anda perlu memahami bahwa lapisan pelacakan ini ada dan bagaimana cara membersihkan hasil generasi Anda.
Bryan Johnson menggunakan pemprofilan imun tingkat sel tunggal untuk menyekuens 1 juta sel imun dan mengidentifikasi klon T-cell atau B-cell yang tepat yang menyebabkan gastritis autoimunnya (AIG). Tes darah standar hanya menunjukkan jumlah sel, tetapi sekuensing TCR/BCR tingkat sel tunggal mengungkapkan tanda reseptor unik dari setiap sel imun.
Tujuannya: menentukan populasi klonal mana yang memiliki reseptor yang menargetkan sel parietal lambungnya (kemungkinan klon yang bereaksi terhadap anti-H+/K+ ATPase). Setelah teridentifikasi, terapi imunosupresi terarah atau terapi deplesi klonal (seperti CAR-T terhadap klonotipe TCR tertentu) menjadi mungkin, alih-alih imunosupresi luas.
Panel darahnya benar-benar padat: → Penanda metabolisme besi (ferritin, sTfR, TIBC, EPO) untuk memantau anemia yang dipicu AIG → Autoantibodi: antiparietal cell Ab, intrinsic factor Ab (penanda klasik AIG) → Gastrin + kromogranin A (meningkat pada AIG akibat hilangnya sel parietal) → Sitokin inflamasi: IL-6, TNF-α, IL-2Rα → Tipe HLA (DRB1/DQB1) untuk pemprofilan risiko autoimun genetik → Kardiovaskular lanjutan: oxidized LDL, Lp-PLA2, MPO, profil lipoprotein NMR, Lp(a) → Biomarker neurologis: p-tau217, NFL, GFAP, S-100B (memantau neuroinflamasi) → Penelusuran metabolik mendalam: CoQ10, total glutathione, GlycA, fructosamine
Ini adalah precision medicine dalam skala besar. Sekuensing imun sel tunggal + pemprofilan biomarker komprehensif = penargetan bedah terhadap mekanisme penyakit, bukan pengobatan ala shotgun. Teknologinya sudah ada; sebagian besar klinik saja belum memakainya.
Tesis yang provokatif: perusahaan dengan <29% pemikir vs eksekutor akan runtuh dalam 17 tahun terlepas dari arus kas. Logikanya: AI dan robotika mengkomoditisasi eksekusi dan replikasi dalam skala besar. Sumber daya yang langka bergeser dari "bisa kita buat?" menjadi "apa yang harus kita bangun yang tidak akan langsung dikloning oleh 100 pesaing berbasis AI?"
Perhitungannya kejam—ketika GPT-5/6 + robot humanoid dapat mereplikasi setiap alur kerja standar, satu-satunya benteng yang tersisa adalah kebijaksanaan kreatif. Bukan "inovasi yang hanya panggung" tetapi benar-benar pemikiran baru tentang posisi pasar di lanskap yang jenuh oleh AI.
Ini bukan tentang menggantikan developer atau desainer. Ini tentang rasionya: jika 71%+ dari organisasi Anda mengerjakan pekerjaan yang dapat direplikasi dan akan diotomatisasi oleh AI, maka Anda rentan secara struktural. Perusahaan yang bertahan akan menjadi pabrik ide dengan lapisan eksekusi yang didukung AI, bukan sebaliknya.
Apakah ambang 29% dan timeline 17 tahun itu tepat atau tidak, klaim arahnya sulit diperdebatkan: kreativitas dan pemikiran strategis menjadi satu-satunya keunggulan kompetitif yang berkelanjutan ketika semuanya yang lain dikomoditisasi oleh model.
TRON baru saja merilis tanda tangan yang tahan terhadap serangan kuantum di testnet Nile (proposal #20628, aktif per 2 Juli 2026 pukul 12:10 SGT). Mereka sedang meluncurkan FN-DSA-512 sebagai algoritma tanda tangan pasca-kuantum pertama di rantai.
Pada dasarnya, ini adalah strategi TRON untuk menghadapi risiko komputer kuantum yang memecahkan ECDSA—beralih ke kripto berbasis kisi sebelum algoritma Shor membuat tanda tangan saat ini menjadi usang. FN-DSA-512 adalah skema pasca-kuantum yang distandardisasi oleh NIST, jadi mereka tidak mempertaruhkan keandalan pada kriptografi eksperimental.
Para pengembang sekarang bisa menguji transaksi yang tahan kuantum di Nile. Jika Anda sedang membangun infrastruktur jangka panjang di $TRX atau mempertimbangkan ancaman kuantum terhadap keamanan blockchain, inilah tempat Anda bereksperimen sebelum peluncuran mainnet.
TL;DR: TRON sedang bersiap menghadapi hari ketika komputer kuantum bisa memecahkan kurva eliptik. Testnet sudah aktif, algoritmanya sudah distandardisasi—waktunya untuk menguji dan melihat apakah semuanya tetap kuat.
Seseorang membangun model AI yang menghasilkan seluruh lingkungan akustik simulasi di dalam sebuah speaker—lengkap dengan siklus musiman, transisi siang/malam, sistem cuaca dinamis, dan suara-suara kehidupan sekitar.
Anggap saja generasi audio prosedural versi super. Model ini bukan sekadar memutar sampel, tetapi menyintesis soundscape yang koheren secara real-time berdasarkan mesin status temporal dan lingkungan. Pendekatan yang cukup liar untuk desain suara ambient.
Akan sangat ingin melihat arsitekturnya—dugaan saya ini semacam variasi difusi atau sintesis audio berbasis flow, dengan kontrol state hierarkis untuk lapisan-lapisan lingkungan yang berbeda.
Alex Karp (CEO Palantir) baru saja melontarkan komentar pedas di podcast OpenAI: "Kebanyakan perusahaan AI akan mati - Anthropic dan OpenAI tidak memberi nilai apa pun dan mengambil IP Anda."
Host-nya terlihat gugup. Klasik.
Argumen inti Karp: Vendor AI yang tertutup mengunci Anda ke ekosistem mereka, mengambil data proprietary Anda untuk pelatihan, dan tidak memberikan apa pun yang benar-benar berbeda sebagai balasannya. Anda pada dasarnya membayar sewa untuk inferensi yang sudah dikomoditisasi sambil menyerahkan IP.
Ini adalah pajak anti-open-source yang akhirnya jatuh tempo. Saat Anda tidak bisa memeriksa model, mengaudit penggunaan data, atau melakukan fork pada basis kode, Anda menjadi tak berdaya terhadap perubahan harga dan pembaruan ketentuan layanan.
Palantir telah bertaruh besar pada infrastruktur yang model-agnostik dan membawa komputasi ke data, bukan data ke model. Cara Karp membingkainya sebagai isu kubu eksistensial: perusahaan tidak akan mentolerir kebocoran IP dalam waktu lama.
Apakah Anthropic atau OpenAI beralih ke kebijakan data yang lebih transparan atau model penerapan hibrida masih harus dilihat. Namun tekanan dari alternatif open-weight (Llama, Mistral, Qwen) dan paranoia di kalangan perusahaan adalah nyata.
Pertanyaannya bukan apakah vendor AI closed-source akan beradaptasi. Melainkan apakah mereka akan melakukannya sebelum pelanggan berpindah secara massal.
Alex Karp (CEO Palantir) baru saja menjatuhkan bom: "Kebanyakan perusahaan AI akan mati - Anthropic dan OpenAI tidak memberi nilai dan mengambil IP Anda."
Argumen intinya: Model AI open-source menciptakan penguncian vendor (vendor lock-in) sekaligus memanen data milik Anda yang bersifat proprietary untuk pelatihan. Anda pada dasarnya membayar untuk melepaskan keunggulan kompetitif Anda.
Realitas teknisnya: - API OpenAI dan Anthropic = kotak hitam (black boxes) di mana prompt/output Anda dapat dicatat (logged) - Tidak ada jaminan data khusus domain Anda tidak akan bocor ke versi model di masa depan - Tidak ada kontrol atas arsitektur model, fine-tuning, atau infrastruktur deployment
Taruhan Karp pada open-source menang karena: 1. Model self-hosted = kontrol IP penuh 2. Fine-tuning kustom pada dataset proprietary tetap privat 3. Tidak ada biaya API berulang dalam skala besar 4. Kemampuan mengoptimalkan inferensi untuk perangkat keras (hardware) spesifik Anda
Model closed-source cocok untuk aplikasi konsumen, tetapi perusahaan yang membangun IP inti di atas black box milik orang lain? Itu risiko yang sangat besar. Begitu kompetitor Anda mendapat akses ke API yang sama, parit (moat) Anda lenyap.
Model open-source seperti Llama, Mistral, dan Qwen sudah mencapai performa setara kelas GPT-4. Kesenjangan itu menutup dengan cepat, dan keunggulan kontrolnya bersifat permanen.
Korelasi terbalik ditemukan: pasien kanker menunjukkan risiko Alzheimer yang ~33% lebih rendah, sementara pasien Alzheimer memiliki risiko kanker ~50% lebih rendah.
Mekanismenya? Jalur-jalur sel yang sama bekerja ke arah yang berlawanan. Kanker = pertumbuhan sel yang tidak terkontrol. Alzheimer = kematian sel yang berlebihan pada neuron.
Seolah-olah tubuh Anda memiliki sakelar utama untuk kelangsungan sel versus proliferasi sel, dan kedua penyakit ini membajak ujung-ujung yang berlawanan darinya. Gen penekan tumor p53 dan protein PIN1 adalah pemain kunci di sini—terlalu aktif pada degenerasi saraf, namun kurang aktif pada kanker.
Ini bukan sekadar rasa ingin tahu akademis. Jika kita memetakan jalur bersama ini dengan tepat, kita berpotensi mengembangkan terapi yang memiliki tujuan ganda. Bayangkan obat yang menata ulang tarikan-perang seluler ini, bukan hanya mengobati satu penyakit.
Kontradiksi internal tubuh mungkin menjadi petunjuk terbesar kita untuk pengobatan generasi berikutnya.
Elon menyerukan lab-lab AI yang memberi label diri sebagai organisasi riset, padahal operasinya sebagai perusahaan berorientasi profit. Permainan penamaan itu penting—kata 'lab' menyiratkan keterbukaan akademik dan berbagi pengetahuan, tetapi dokumen pendirian mengungkap struktur yang sebenarnya: pemegang saham, insentif profit, dan penguncian IP. Ini bukan soal semantik—ini soal transparansi. Saat $MSFT menyuntikkan miliaran ke OpenAI atau Google menjalankan DeepMind, mereka tidak mendanai riset murni. Mereka sedang membangun parit kompetitif (moat). Branding 'lab' memungkinkan mereka merekrut talenta terbaik yang ingin merasa seolah-olah mereka melakukan sains, sementara struktur korporat memastikan setiap terobosan dimonetisasi. Intinya, Elon berkata: tunjukkan daftar pemegang sahamnya (cap table), bukan pernyataan misinya.