Baca online, atau dapetin di inbox tiap minggu.
Hugging Face Rilis Funes, Memori Lokal buat Coding Agent
Gw pernah kerja proyek yang sama tapi pindah dari Claude Code ke Codex di tengah minggu, dan detik itu juga separuh alasan kenapa gw milih pendekatan tertentu langsung menguap. Bukan karena kodenya hilang — sesi chat lamanya yang gak kebawa.
Apa yang baru
- Funes, memory layer lokal untuk coding agent: Hugging Face merilis funes, binary tunggal yang nambahin lapisan memori ke Claude Code, Codex, pi, dan Hermes, tanpa ML runtime tambahan yang perlu diinstal di mesin kalian.
- Instalasi satu perintah: cukup jalankan curl installer, lanjut
funes add [nama-agent]— satu perintah itu langsung bikin index pertama dan masang automasi yang nge-index tiap giliran (turn) yang baru kelar. - Index jalan incremental, bukan diulang dari nol: sesi baru cuma nambahin turn baru ke index yang udah ada, sementara riwayat lama di-backfill bertahap biar gak bikin mesin ngos-ngosan.
- Memori bisa disimpan lokal atau diikat ke dataset Hugging Face pribadi: kalau diikat, funes nulis progres ke dataset yang private by default, dan hasil pencarian selalu bawa provenance lengkap — agent mana, kapan, sesi apa, giliran ke berapa.
- Kredensial di-redact otomatis: sebelum data naik ke Hub, funes udah menyaring apa pun yang keliatan kayak secret saat indexing, terus discan ulang sekali lagi pas proses publish.
Cara kerjanya
Di baliknya, satu pipeline deterministik mengubah tiap trace sesi jadi bentuk giliran-dan-blok yang seragam, motong-motong jadi chunk, terus di-embed pakai model lokal yang dipin biar hasilnya konsisten dari waktu ke waktu. Waktu kalian atau agent minta recall, funes menggabungkan pencarian vector dengan BM25 (pencarian kata kunci klasik), menyatukan rankingnya, lalu menyaring lagi pakai cross-encoder sebelum ngasih bobot ekstra ke hasil yang lebih baru.
Bayangin kayak dua asisten riset kerja bareng — satu nyari berdasarkan makna kalimat, satu nyari berdasarkan kata persis — yang laporannya digabung terus dicek ulang sama editor sebelum nyampe ke meja kalian. recall yang keluar bukan rangkuman, tapi teks asli lengkap dengan perintah get buat buka konteks penuh di sekitarnya.
Suka artikel ini? Kalian bakal suka newsletter mingguan gw.
Kenapa ini penting
Buat developer Indonesia yang kerja lintas laptop kantor-rumah, atau yang gonta-ganti agent tergantung proyek, ini nutup celah yang selama ini dianggap wajar: agent baru selalu jadi orang asing yang gak tau apa-apa soal keputusan minggu lalu. Kalau kalian udah pernah ngubah Claude Code jadi analis saham pribadi, bayangin riset dan alasan di balik tiap keputusan itu tetap nempel meskipun kalian pindah ke Codex minggu depan atau ganti laptop.
Yang lebih kena buat tim kecil dan startup, funes bisa diikat ke satu dataset bersama lewat funes add codex acme/funes-memory — anggota baru bisa langsung nanya kenapa tim dulu memutuskan pindah dari streaming parser, dan dapet jawaban dari histori kerja tim, bukan nunggu di-briefing manual. Funes masih rilisan baru, jadi belum ada catatan panjang soal performanya di proyek skala besar — tapi karena jalan lokal dan gratis, risiko buat nyobain kecil.
Buat kalian
- Yang harus peduli: kalian yang kerja solo tapi gonta-ganti Claude Code, Codex, atau pi tergantung tugas, dan sering lupa konteks keputusan lama tiap buka sesi baru.
- Yang boleh santai: kalau kerjaan kalian selalu satu agent, satu mesin, satu sesi panjang tanpa pernah pindah-pindah — masalah yang funes selesaikan belum jadi masalah kalian.
- Langkah kecil pertama: install funes di satu proyek kecil dulu, jalankan
funes addke agent yang paling sering kalian pakai, lalu cobarecallsetelah beberapa hari kerja buat lihat seberapa akurat dia narik balik alasan lama.
Funes ngebantu soal teknis nyimpen jejak keputusan, tapi masalah yang lebih besar tetap sama: kebiasaan mendokumentasikan alasan, bukan cuma hasil akhirnya, dari tiap keputusan kerja. Itu prinsip yang terus gw latih bareng murid-murid di kelas gw — mau tools-nya funes, notion, atau catatan biasa, kalau alasan di balik keputusan gak pernah dicatat, kalian bakal ngulang kesalahan yang sama tiap kali ganti proyek.
Sumber primer: blog resmi Hugging Face (huggingface.co/blog/funes).
Build 2ndbrain kalian, tingkatin produktivitas 10x lipat
Mulai BelajarBaca juga
Penulis Protes: Penerbit Rebutan Jatah Settlement Anthropic
Penulis penerima settlement $1,5 miliar dari Anthropic lapor penerbit dan agen mengklaim jatah yang bukan hak mereka — ini cara dispute yang tepat untuk kalian.
Seattle Times dan Newsday Gugat OpenAI Soal Konten Berita
Seattle Times dan Newsday menggugat OpenAI dan Microsoft, menyusul New York Times — menyebut AI generatif sebagai 'konsumen rakus' yang memakan jurnalisme sendiri.
GPT-6 Astra Rilis — Kemampuan Cyber Level Kritis, Pengawasan Menurun
OpenAI rilis GPT-6 Astra, model pertama yang capai level Critical di cybersecurity — tapi kemampuan monitoring chain-of-thought-nya justru menurun.