Perubahan paling penting dalam edisi ini bukanlah kemunculan satu lagi model yang lebih besar, tetapi cara perusahaan mengawal ejen AI serta mengurangkan kos sumber pengkomputeran. Microsoft mengemukakan kawalan kebenaran dan risiko yang lebih terperinci; dua lagi syarikat pengkomputeran pula mencatat kemajuan baharu dalam pembiayaan dan kecekapan perisian.
Berita utama: Microsoft memperluas kawalan kebenaran dinamik kepada ejen perusahaan
Pada 19 Oktober, Microsoft mengumumkan peluasan Project Perception untuk merangkumi ejen AI yang beroperasi dalam perusahaan di bawah pemantauan risiko berterusan dan kawalan kebenaran. Menurut Microsoft, sistem keselamatannya kini boleh mengesan 35 jenis ejen setempat tambahan, menjadikan jumlah yang disokong sebanyak 60 jenis, termasuk Claude Code, OpenAI Codex dan GitHub Copilot. Prinsip terasnya ialah ejen tidak seharusnya mewarisi semua kebenaran pekerja secara automatik. Sebaliknya, ejen perlu mempunyai identiti tersendiri dan hanya diberikan kebenaran yang diperlukan untuk menyelesaikan tugas semasa.[1]
Reka bentuk baharu ini menekankan kawalan “dinamik”, bukannya kelulusan sekali sahaja. Microsoft memperkenalkan Dynamic Permissions, Dynamic Agent Risk dan Dynamic Conditional Access: sistem boleh melaraskan kebenaran secara berterusan berdasarkan gabungan isyarat identiti, data, peranti titik akhir, rangkaian dan masa jalan. Contohnya, apabila ejen tuntutan bayaran balik menemui kandungan luaran yang mencurigakan, ejen itu masih boleh mengekalkan akses bacaan yang diperlukan, tetapi operasi penulisan, kelulusan dan tindakan sensitif akan dihadkan, dengan pengesahan manusia diminta jika perlu. Pihak pengurusan Microsoft turut menegaskan bahawa model berperanan menyediakan kecerdasan, manakala sempadan yang benar-benar menguatkuasakan dasar keselamatan perlu diletakkan di luar model.[1][2]
Mengapa perkara ini wajar diberi perhatian? Semakin banyak perusahaan menghubungkan ejen kepada peti e-mel, repositori kod, sistem kewangan dan sistem dalaman. Pendekatan tradisional yang “memberikan kebenaran kepada akaun, kemudian mengharapkan model mematuhi peraturan dengan sendiri” sukar menangani suntikan arahan dan penyimpangan tugas. Namun, liputan sebenar, kos pelaksanaan dan prestasi dari segi amaran positif palsu bagi langkah kawalan ini masih perlu disahkan oleh perusahaan dalam persekitaran sebenar. Penerangan tentang seni bina teknologi tidak boleh disamakan dengan penggunaan meluas.[1][2]
Berita penting
Tenstorrent melengkapkan pembiayaan AS$1.5 bilion, meneruskan peluasan pengeluaran pelayan AI
Syarikat cip AI Amerika Syarikat, Tenstorrent, mengumumkan bahawa ia telah melengkapkan pusingan pembiayaan Siri E bernilai AS$1.5 bilion, dengan penilaian pascapelaburan sebanyak AS$6.2 bilion. Pusingan ini diterajui oleh Trace Capital dan Innovation X. Syarikat itu merancang untuk meningkatkan pengeluaran pelayan Galaxy dan pengkomersialan global, sambil terus membangunkan reka bentuk cip AI dan CPU yang boleh dilesenkan kepada pelanggan. Dipimpin oleh Jim Keller, Tenstorrent berusaha menawarkan alternatif kepada ekosistem NVIDIA menerusi seni bina RISC-V, tindanan perisian terbuka dan sistemnya sendiri.[3][4]
Mengapa ini penting: Persaingan kuasa pengkomputeran AI kini berkembang daripada prestasi cip semata-mata kepada pelayan, perisian dan perkakasan yang boleh disesuaikan. Pembiayaan boleh menyokong pengembangan, tetapi penghantaran produk, keserasian perisian dan jumlah kos pemilikan sebenar masih menjadi faktor utama yang menentukan sama ada syarikat itu mampu mencabar penyelesaian arus perdana.[3][4]
doubleAI melancarkan percubaan awal Maxwell, menyasarkan pembaziran kuasa pengkomputeran semasa pelaksanaan
Syarikat Israel doubleAI membuka percubaan awal Maxwell pada 19 Oktober, dengan mengetengahkan apa yang disebut sebagai “model pelaksanaan kod”: bukannya membiarkan model menulis kod sumber bagi pihak pengatur cara, tetapi mencari pengoptimuman pelaksanaan peringkat rendah semasa program berjalan, serta menggunakan pengesahan formal untuk memastikan pengoptimuman tersebut tidak mengubah tingkah laku yang dijangkakan. Kajian kes LTX-2.5 yang diterbitkan oleh syarikat itu pada hari yang sama menyatakan bahawa masa untuk menjana satu video 4K menggunakan dua B200 berkurang daripada 250 saat kepada 134 saat, iaitu kira-kira 1.87 kali lebih pantas.[5][6]
Mengapa ini penting: Kos pengkomputeran bukan sahaja bergantung pada jumlah GPU yang dibeli, tetapi juga pada keupayaan perisian memanfaatkan perkakasan sepenuhnya. Namun, angka tersebut ialah hasil ujian pembekal untuk tugasan tertentu dan tidak bermakna semua model, mesin serta beban kerja akan memperoleh manfaat yang sama; Maxwell kini masih pada peringkat percubaan awal, dan pengesahan menyeluruh untuk kegunaan komersial belum selesai.[5][6]
Berita ringkas
Calon berita lain dalam tempoh liputan ini mempunyai masalah seperti waktu penerbitan pertama yang tidak menepati tempoh liputan, pertindihan dengan peristiwa di atas atau sumber yang tidak mencukupi. Oleh itu, berita lama tidak digunakan sekadar untuk menambah berita ringkas.
Sumber rujukan
- Ejen ialah orang dalam terbaharu anda. Keselamatan mesti bergerak sepantas mereka. — Microsoft Security Blog, diakses pada 2026-10-20
- Melindungi ejen yang berperanan sebagai orang dalam — Microsoft, diakses pada 2026-10-20
- Tenstorrent mengumumkan pendanaan Siri E sebanyak AS$1.5 bilion pada penilaian AS$6.2 bilion — Tenstorrent, diakses pada 2026-10-20
- Tenstorrent meraih AS$1.5 bilion untuk pengkomputeran AI — Axios, diakses pada 2026-10-20
- Maxwell membolehkan LTX-2.5 menjana video 4K hampir 2 kali lebih pantas — doubleAI, diakses pada 2026-10-20
- doubleAI milik Amnon Shashua melancarkan AI yang mempercepat kod semasa kod itu dijalankan — The Next Web, diakses pada 2026-10-20
