Llms

• Peneliti keamanan menemukan kerentanan di mana agen pengkodean AI dapat dimanipulasi untuk mengeksekusi kode berbahaya dengan mengikuti instruksi di dalam file llms.txt atau llms-full.txt milik perusahaan itu sendiri. • Celah ini mengeksploitasi konvensi industri yang berkembang dalam menggunakan file teks tersebut untuk memberikan panduan terstruktur kepada agen LLM mengenai API, dokumentasi, dan alur kerja instalasi. • Hal ini signifikan karena memungkinkan penyerang menipu agen AI untuk menginstal paket yang dikendalikan penyerang di dalam perusahaan Fortune 500, sehingga melewati batasan keamanan tradisional.

• Seorang CTO memperingatkan bahwa pembuatan kode AI telah mencapai plato keamanan, yang berarti Large Language Models (LLMs) belum dapat menjamin penghasilan kode yang aman. • Karena LLM kini tertanam dalam cara pengembang menulis dan merefaktor perangkat lunak, terdapat peningkatan risiko penerapan kode yang rentan ke dalam lingkungan produksi. • Laporan tersebut menekankan bahwa organisasi harus memperlakukan semua output yang dihasilkan AI sebagai tidak terpercaya dan menerapkan proses verifikasi independen yang wajib.

• Nvidia telah mengamankan pendanaan sebesar $500 miliar dari Wall Street untuk memperluas infrastruktur AI miliknya. • Investasi ini bertujuan untuk menskalakan perangkat keras dan sistem yang diperlukan untuk mendukung generasi Large Language Models (LLMs) berikutnya. • Suntikan modal besar-besaran ini menggarisbawahi komitmen finansial yang sangat besar dari para investor untuk menjaga pertumbuhan pesat kapabilitas AI.

• Gelombang baru startup AI muncul untuk menantang raksasa industri dengan mengembangkan Large Language Models (LLMs) generasi berikutnya. • Perusahaan-perusahaan ini berfokus untuk mengatasi kelemahan mendasar dalam teknologi saat ini, khususnya menargetkan kemampuan penalaran dan kemampuan untuk memproses input dalam jumlah besar. • Pergeseran ini signifikan karena banyak kemajuan AI saat ini dipandang sebagai "solusi sementara" atau tambalan, bukan evolusi teknologi inti.

• Oversight Board Meta merilis laporan setebal 39 halaman yang menyelidiki "penyensoran melalui proksi," di mana LLM dasar mungkin membatasi konten yang kritis terhadap rezim politik yang membatasi kebebasan berbicara dan para pemimpinnya. • Penelitian ini menguji apakah output AI secara tidak tepat mencerminkan hukum nasional yang melarang kritik terhadap pemerintah, yang secara efektif memperluas jangkauan restriktif suatu rezim melampaui batas geografisnya sendiri. • Fenomena ini menjadi penting karena menunjukkan bahwa model AI mungkin memberlakukan pembatasan bicara yang tidak sah secara global, yang berpotensi membungkam perlawanan politik dan membatasi akses informasi.

• Sektor AI mengalami transisi struktural selama minggu ketiga Juli 2026, beralih dari uji coba model percakapan generik ke operasi perusahaan yang lebih canggih. • Evolusi ini berfokus pada implementasi server Model Context Protocol (MCP) untuk menghubungkan Large Language Models (LLMs) secara langsung ke data perusahaan yang aktif. • Pergeseran ini menekankan pada penalaran waktu eksekusi yang dioptimalkan secara perangkat keras serta adopsi kerangka kerja agentik terstandarisasi untuk meningkatkan efisiensi operasional.

• Perusahaan India semakin beralih ke Large Language Models (LLM) Tiongkok sebagai alternatif dari opsi Amerika Serikat. • Transisi ini didorong oleh biaya tagihan token AS yang "tidak berkelanjutan", dengan para pengembang berargumen bahwa model kelas atas dari AS sering kali "berlebihan" untuk tugas operasional dasar. • Pergeseran ini menyoroti meningkatnya permintaan akan solusi AI yang hemat biaya dan menunjukkan potensi penurunan dominasi pasar AS dalam sektor perusahaan di India.

• Perusahaan India semakin banyak mengadopsi model bahasa besar (LLM) asal China dari pengembang seperti DeepSeek, Alibaba, dan Moonshot AI. • Peralihan ini terutama didorong oleh kebutuhan untuk mengurangi biaya operasional yang terkait dengan implementasi kecerdasan buatan. • Tren ini menyoroti ketergantungan teknologi yang tumbuh terhadap China, yang terjadi meskipun ada sejarah panjang kebuntuan diplomatik dan politik antara kedua negara.

• Reddit telah mengembangkan alat internal baru yang didukung oleh Large Language Models (LLMs) untuk memerangi meningkatnya volume spam di platform mereka. • Inisiatif ini merupakan respons langsung terhadap lonjakan spam buatan AI, yang sering kali dibuat menggunakan teknologi LLM yang sama dengan yang kini digunakan perusahaan untuk deteksi. • Strategi "melawan api dengan api" ini menyoroti meningkatnya kebutuhan platform sosial untuk menggunakan AI tingkat lanjut guna menjaga kualitas konten dari bot otomatis.

• Firma keamanan siber Semgrep menemukan bahwa LLM Tiongkok GLM 5.2 mengungguli model standar lainnya dalam pengujian, mencapai skor F1 sebesar 39% untuk mengidentifikasi positif dan negatif yang benar. • Munculnya model berperforma tinggi dari perusahaan Tiongkok mengindikasikan bahwa kapabilitas AI garis depan tidak lagi eksklusif bagi perusahaan berbasis di AS. • Tren ini mengkhawatirkan bagi para pertahanan siber karena memperlebar jarak antara penyerang dan pertahanan dengan membuat alat AI ofensif yang kuat tersedia secara lebih luas.

• Para ahli healthtech sedang memperdebatkan apakah Large Language Models (LLM) tujuan umum kini mengungguli alat AI klinis khusus seperti OpenEvidence. • Diskusi ini mencakup perkembangan industri yang signifikan, termasuk eksplorasi Midjourney terhadap pencitraan MRI dan dorongan strategis UnitedHealth Group (UNH) ke dalam AI. • Kemitraan dan "taruhan" Abridge pada NVIDIA disoroti sebagai pendorong utama bagi generasi berikutnya dari dokumentasi medis dan integrasi AI.

• Integrasi cepat Large Language Models (LLMs) ke dalam infrastruktur kritis telah memperkenalkan permukaan serangan baru di mana AI digunakan untuk menargetkan sistem AI lainnya. • Ancaman yang muncul ini melibatkan penggunaan malware adaptif dan Advanced Persistent Threats (APTs) untuk mengganggu teknologi esensial dan infrastruktur sipil. • Risiko ini meningkat dalam konteks Persaingan Kekuatan Besar (Great Power Competition) dan perang hibrida, secara khusus mengutip konflik yang melibatkan Rusia, Ukraina, dan potensi skenario Iran tahun 2026.

• Laporan Penilaian Keamanan Siber 2026 dari Bitdefender, yang menyurvei lebih dari 1.200 profesional di enam negara, mengidentifikasi sistem AI internal, LLM, dan infrastruktur cloud sebagai kekhawatiran keamanan utama bagi masing-masing 45% dan 44% responden. • Selama setahun terakhir, 41,8% organisasi mengalami pelanggaran cloud, sementara 59,2% mengonfirmasi adanya serangan social engineering berbasis AI; perusahaan di AS khususnya terdampak oleh business email compromise dengan tingkat 54,7%. • Laporan tersebut menyoroti ancaman baru yang kritis, termasuk malware yang dapat bermutasi sendiri (55,9%), kebocoran data sensitif ke LLM publik (53,5%), dan penghindaran alat endpoint detection and response (EDR) tradisional yang digerakkan oleh AI.

• Large Language Models (LLM) seperti ChatGPT, Claude, dan Gemini menunjukkan kecenderungan "groupthink", yang sering kali menghasilkan pola yang dapat diprediksi daripada keacakan sejati, seperti sering memilih angka 7 saat diminta angka acak. • Sebuah startup baru sedang mengembangkan teknologi untuk memutus pola perilaku repetitif ini dan meningkatkan diversitas serta ketidakterdugaan dari output AI. • Masalah ini penting karena bias sistemik dan prediktabilitas dalam LLM dapat membatasi kreativitas dan menyebabkan hasil yang timpang dalam pembuatan data dan pemecahan masalah.

• Fokus investasi AI mulai bergeser dari Large Language Models (LLMs) menuju pengembangan sistem "Agentic AI". • Para pemimpin industri kini memprioritaskan teknologi yang memungkinkan pengambilan keputusan otonom dan penerapan di dunia nyata dibandingkan sekadar teks generatif sederhana. • Transisi ini terbukti dari tren akuisisi terbaru dan permintaan investor, yang menandakan pergeseran menuju agen AI yang lebih fungsional dan berorientasi pada tujuan.

• Konsolidasi AI mencapai level rekor tahun lalu, dengan 33 akuisisi besar dengan total nilai yang diungkapkan setidaknya $157 miliar. • Kesepakatan profil tinggi mencakup pembelian Wiz senilai $32 miliar oleh Google, akuisisi data-stack senilai $27,8 miliar oleh IBM, dan pembelian Fin senilai $3,6 miliar oleh Salesforce. • Tren ini menunjukkan pergeseran permintaan investor dari Large Language Models (LLMs) menuju infrastruktur khusus dan perusahaan data-stack.

• Data dari platform perutean API OpenRouter mengungkapkan bahwa model bahasa yang dikembangkan China kini mencakup sekitar 61% dari konsumsi token di antara 10 model teratas. • Pergeseran ini menunjukkan bahwa ribuan startup AI Amerika secara diam-diam memindahkan trafik mereka dari model berbasis AS ke alternatif dari China. • Tren ini signifikan karena menunjukkan bahwa LLM China menjadi lebih kompetitif dalam hal performa atau biaya, yang berpotensi menantang dominasi perusahaan AI Silicon Valley.

• Gubernur Federal Reserve Lisa D. Cook dalam pidatonya pada 27 Mei menyatakan bahwa kemajuan pesat dalam large language models dan sistem AI agentic memperkenalkan cara-cara baru untuk mendeteksi, mengeksploitasi, dan menciptakan kerentanan dalam sistem keuangan. • Cook berpendapat bahwa eksperimen dengan AI harus dibarengi dengan “tata kelola dan manajemen risiko yang kuat,” serta membingkai adopsi AI sebagai peluang sekaligus tantangan keamanan bagi bank dan regulator. • Pernyataan tersebut penting karena datang dari pembuat kebijakan senior AS yang berfokus pada bagaimana AI dapat memengaruhi ekonomi, stabilitas keuangan, dan kontrol risiko institusional.

• Pada 22 Mei, Komisi Pembangunan dan Reformasi Nasional (NDRC) Tiongkok mengeluarkan sinyal kebijakan yang mendesak negara tersebut untuk mencapai kemandirian AI. • Arahan tersebut secara eksplisit menyerukan integrasi chip komputasi yang dikembangkan di dalam negeri dengan model bahasa besar (LLM) buatan sendiri. • Dorongan ini menyusul pertemuan Trump-Xi dan terjadi di tengah penundaan berkelanjutan Tiongkok dalam menyetujui impor GPU Nvidia H20.

• Pendanaan untuk start-up AI China meningkat tiga kali lipat menjadi US$16 miliar pada kuartal pertama, didorong oleh besarnya minat investor pada Large Language Models (LLMs) dan robotika. • Lonjakan ini mengikuti inisiatif jangka panjang yang dipimpin negara untuk memprioritaskan aliran modal ke sektor-sektor strategis, termasuk infrastruktur komputasi canggih, chip, dan manufaktur. • Investasi mata uang asing mengalami pemulihan tajam, dengan jumlah transaksi meningkat lebih dari dua kali lipat menjadi 210 dan total nilai yang diungkapkan melonjak lebih dari 495% menjadi 67,3 miliar yuan.