🧩 Anthropic memperkuat penawaran perusahaan dengan plugin Cowork ↗
Anthropic semakin fokus pada aspek "AI di tempat kerja", dengan meluncurkan blok bangunan bergaya plugin yang memungkinkan tim untuk mengemas alur kerja yang berulang menjadi sesuatu yang lebih mirip aplikasi internal.
Suasananya lebih seperti "serahkan tugas kepada asisten yang semi-terstruktur" daripada "tanyakan pada chatbot," yang terdengar membosankan sampai Anda ingat bahwa hal-hal yang membosankan justru cenderung menghasilkan banyak uang.
Tersedia juga serangkaian plugin awal yang cukup terbuka - pada dasarnya sebuah undangan terselubung untuk menyalin, memodifikasi, dan merilis - dan, dalam praktiknya, begitulah cara sebagian besar perangkat lunak perusahaan menjadi nyata.
🧪 Poetiq meraih pendanaan awal sebesar $45,8 juta untuk 'meta-sistem' yang meningkatkan program LLM (Letter of Learning/Magister Hukum) ↗
Poetiq berhasil mengumpulkan pendanaan awal yang besar untuk membangun apa yang mereka sebut sebagai "meta-sistem" untuk LLM - sebuah lapisan yang bertujuan untuk meningkatkan kualitas output sekaligus mengurangi biaya eksekusi.
Intinya adalah Anda memberikan contoh tugas kepadanya, dan ia akan membantu membentuk model menjadi sesuatu yang lebih mirip agen, dengan pengecekan mandiri dan penyempurnaan berulang yang terintegrasi di dalamnya. Mirip seperti memberikan model tersebut seorang manajer proyek internal kecil… yang sedikit cerewet, tetapi tetap bermanfaat.
Jika berhasil, ini adalah terobosan praktis. Jika tidak, ia akan bergabung dengan tumpukan startup "kami memperbaiki LLM" yang ternyata... sebagian besar hanya sekadar suasana.
💸 Startup AI yang Diam-diam Didanai oleh Para Investor Modal Ventura ↗
Baseten disebut-sebut sebagai pemenang "lapisan inferensi" - bagian yang kurang glamor di mana model dijalankan dalam produksi, anggaran menjadi tidak menentu, dan para insinyur mulai menghitung milidetik seolah-olah mereka sedang menghemat air.
Artikel tersebut mengklaim adanya putaran pendanaan besar dengan valuasi tinggi dan mencatat keterlibatan Nvidia, yang merupakan salah satu sinyal yang diperlakukan orang seperti penunjuk arah angin: di mana Nvidia muncul, perhatian akan mengikutinya.
Ini juga merupakan pengingat bahwa demam emas bukan hanya tentang membangun model terbaik, tetapi juga tentang membuat model tersebut cukup terjangkau agar tetap dapat dioperasikan.
🧾 OpenAI bersiap untuk IPO di kuartal keempat, menurut laporan WSJ ↗
OpenAI dilaporkan sedang mempersiapkan jadwal IPO, serta membangun kepemimpinan di bidang keuangan - langkah-langkah yang biasanya berarti "kami serius memasuki pasar publik," baik mereka mengatakannya secara terang-terangan atau tidak.
Pesan tersiratnya cukup gamblang: AI mutakhir itu mahal, persaingannya ketat, dan mengumpulkan modal besar menjadi lebih mudah ketika Anda dapat menjual sebuah cerita kepada seluruh pasar - bukan hanya segelintir investor swasta.
Dan ya, ini agak sureal. "Laboratorium AI" dan "persiapan IPO" dalam satu kalimat masih terasa seperti dua magnet yang saling bertabrakan.
🤝 ServiceNow dan Anthropic Mengumumkan Kesepakatan AI ↗
ServiceNow bermitra untuk menyematkan Claude ke dalam rangkaian alur kerjanya, memposisikan model tersebut sebagai opsi default di dalam alat yang sudah digunakan orang untuk menjalankan TI, SDM, dukungan - semua hal yang kurang menarik namun menjaga perusahaan tetap berjalan.
Inti permasalahannya di sini adalah distribusi: jika AI berada di dalam alur kerja, ia tidak perlu meminta pengguna untuk mengingat keberadaannya. Ia hanya... ada di sana, diam-diam mengerjakan sebagian tugas-tugas yang membosankan.
Kesepakatan seperti ini juga mendorong narasi "agen di mana-mana" ke depan - meskipun separuh waktu "agen" masih berarti "bot yang menyelesaikan formulir lebih cepat daripada yang bisa Anda lakukan."
🕵️♂️ Google Menambahkan “Agent Vision” ke Flash Gemini 3 ↗
Google DeepMind mendorong ide "Visi Agen" untuk Gemini 3 Flash - membiarkan model berulang kali melihat, bertindak (melalui alat kode), lalu melihat lagi, alih-alih berpura-pura memahami gambar dengan sempurna pada pandangan pertama.
Itu berarti langkah-langkah praktis seperti memperbesar area kecil, memotong gambar, atau menjalankan komputasi kecil sebagai bagian dari alur penalaran. Ini hampir tampak jelas, tetapi juga—secara diam-diam—merupakan langkah nyata menuju berkurangnya "jawaban salah yang penuh percaya diri" pada tugas-tugas visual.
Jika pola ini diterima luas, "model visi" berhenti berarti "mendeskripsikan foto" dan mulai berarti "menginterogasi foto," yang terdengar agak agresif... tetapi mungkin itulah yang dibutuhkan oleh akurasi.
Pertanyaan yang Sering Diajukan (FAQ)
Apa itu plugin Cowork dari Anthropic, dan bagaimana plugin tersebut membantu tim?
Plugin cowork dirancang sebagai blok bangunan bergaya plugin yang membantu tim mengubah tugas berulang menjadi alur kerja semi-terstruktur. Alih-alih "obrolan" bebas, idenya lebih condong ke penugasan pekerjaan kepada seorang asisten yang mengikuti pola yang konsisten. Dalam banyak implementasi AI di perusahaan, struktur tersebut cenderung mempermudah adopsi karena hasilnya terasa lebih mudah diprediksi. "Set awal" juga menunjukkan bahwa menyalin dan menyesuaikan templat adalah bagian dari cara kerja yang dimaksudkan.
Bagaimana AI perusahaan bergeser dari chatbot ke alur kerja terintegrasi?
Benang merah dari pembaruan ini adalah pergeseran AI perusahaan dari chatbot mandiri menuju sesuatu yang terintegrasi ke dalam alat sehari-hari. Ketika AI berada di dalam alur kerja yang sudah ada, pengguna tidak perlu mengingat untuk membuka antarmuka terpisah. Hal itu biasanya mendorong penggunaan berkelanjutan, terutama untuk pekerjaan rutin di bidang TI, SDM, dan dukungan. Penekanannya adalah pada keandalan dan pengulangan, bukan kebaruan.
Apa arti kemitraan ServiceNow dan Anthropic dalam praktiknya?
Kemitraan ini dipresentasikan sebagai upaya mengintegrasikan Claude ke dalam tumpukan alur kerja ServiceNow, menjadikannya opsi default di dalam sistem yang sudah digunakan orang. Hal ini terutama terlihat sebagai strategi distribusi: AI muncul di tempat tiket, permintaan, dan persetujuan sudah berada. Di banyak organisasi, di situlah pekerjaan yang kurang menarik tetapi bervolume tinggi menumpuk. Nilainya bukan terletak pada demo yang mencolok, tetapi lebih pada penghapusan langkah-langkah yang membosankan secara diam-diam.
Apa fungsi dari “meta-sistem” Poetiq untuk program LLM?
Poetiq menawarkan lapisan yang bertujuan untuk meningkatkan kualitas output sekaligus mengurangi biaya runtime, dengan membentuk model menggunakan contoh tugas dan pengecekan mandiri iteratif. Bayangkan ini sebagai penambahan siklus penyempurnaan, sehingga sistem dapat memverifikasi dan menyesuaikan respons sebelum menetapkan versi final. Dalam banyak alur kerja, ini menyerupai perilaku seperti agen tanpa sepenuhnya bergantung pada jawaban sekali pakai. Janjinya pragmatis: lebih sedikit kesalahan dan lebih sedikit pemborosan komputasi.
Mengapa para investor antusias dengan "lapisan inferensi" dan perusahaan seperti Baseten?
"Lapisan inferensi" adalah tempat model dijalankan dalam produksi, dan di situlah latensi, keandalan, dan biaya menjadi sangat terasa. Artikel ini menempatkan Baseten sebagai pemenang potensial di bagian tumpukan yang tidak glamor namun penting tersebut. Dalam banyak penerapan, model terbaik bukanlah kendala utama - anggaran dan waktu responslah yang menjadi pertimbangan. Keterlibatan Nvidia sering dianggap sebagai sinyal bahwa aspek infrastruktur memiliki bobot yang signifikan.
Apa yang dimaksud dengan “penglihatan agenik” di Gemini 3 Flash, dan mengapa hal itu penting?
“Visi agenik” digambarkan sebagai membiarkan model berulang kali melihat, bertindak melalui alat (seperti kode), dan kemudian melihat lagi. Hal itu memungkinkan tindakan praktis seperti memperbesar, memotong, atau menjalankan komputasi kecil, daripada berpura-pura bahwa pandangan pertama sudah cukup. Tujuannya adalah mengurangi kesalahan karena kurang percaya diri pada tugas visual, dengan membuat inspeksi lebih disengaja. Jika pola ini menyebar, model visi mulai berperilaku lebih seperti penyelidik daripada narator.