AI & Open Source Daily — 6 Juli 2026: MiMo Code, T3MP3ST, OpenScience, local-llm
MiMo Code by Xiaomi, T3MP3ST red-teaming framework, claude-real-video, token-diet, dan local-llm guide.
Muhammad Amien·Jul 6, 2026·6 min readHari ini panas — Xiaomi masuk arena AI coding agent dengan MiMo Code, dan langsung bikin noise. Bukan cuma itu, Pliny rilis framework red-teaming multi-agent yang bikin deg-degan, plus tiga tool lain yang worth diliat.
Yang menarik hari ini semuanya orbit di sekitar satu pertanyaan: gimana cara bikin AI coding agent yang gak degredasi context makin lama jalan? Jawabannya bermacam-macam — dari persistent memory, token diet, sampai hardware setup beneran buat jalanin model gede di rumah.
MiMo Code by Xiaomi — Claude Code Kompetitor dengan Persistent Memory
Dari XiaomiMiMo/MiMo-Code — terminal AI coding agent yang fork dari OpenCode. Dapet 11.5k stars dan HN 557 points dalam hitungan hari. Xiaomi bukan main-main: mereka kasih akses gratis terbatas ke MiMo-V2.5 (310B params MoE, 15B active, 1M token context) dengan harga $0.40/$2.00 per M tokens — 15x lebih murah dari Claude Sonnet 4.6.
Arsitekturnya yang bikin beda. MiMo Code punya four-layer memory: project memory (persistent MEMORY.md), session checkpoints, scratch notes, dan per-task progress logs. Ada subagent terpisah 'checkpoint-writer' yang jalan paralel — agent utama gak pernah pause buat nyatet. Kalau context window penuh, sistem rebuild environment dari checkpoint terstruktur.
Buktiinnya? Double-blind A/B test dengan 576 developer across 474 repos. Di bawah 200 steps, MiMo Code vs Claude Code split ~50/50. Tapi past 200 steps, win rate MiMo Code naik di atas 65%. Benchmark: SWE-bench Verified 82% vs 79%, SWE-bench Pro 62% vs 55%. Harnessnya sendiri account for ~5 poin — same model di kedua harness: 62% vs 57%.
Coba liat cara installnya:
Self-improvement via /dream command — review ~7 days history, dedup, compress ke long-term memory. Compose mode: Tab triggers spec-driven autonomous dev cycle (design → plan → code → test → review). Voice control via MiMo-ASR + TenVAD. Bring-your-own-model support untuk DeepSeek, Kimi, GLM, atau any OpenAI-compatible API.
Status: Rilis — open source (MIT).
T3MP3ST — Multi-Agent Framework Buat Berburu Zero-Day
Dari elder-plinius/T3MP3ST — Pliny (yang dikenal di dunia AI red-teaming) rilis multi-agent offensive security meta-harness. 1,875 stars dalam 4 hari. Intinya: ubah AI coding agent yang lo udah punya (Claude Code, Codex, Hermes) jadi zero-day hunter. Point at a target, kill chain jalan sendiri: recon → exploit → report.
8-operator kill chain: Recon engine (nmap/DNS/HTTP/fingerprinting), Exploiter, Infiltrator, Exfiltrator, Ghost, plus coordinated-disclosure pipeline (OSV novelty + live PoC + refuter panel + CVSS). War Room browser UI di localhost:3333. Arsenal: 35 tools default, 83 dengan opt-in T3MP3ST_FULL_ARSENAL (metasploit/hydra di balik human-approval gate). Egress-scope containment: tools nolak host di luar target.
Hasilnya serius. 90.1% pass@1 di XBOW's 104-challenge suite (di atas XBOW's self-reported 85%). Pinned 8/10 held-out post-cutoff CVEs ke exact file/line/CWE. Every number di README re-derivable via 'npm run verify-claims' — 24/24 green. Bedanya sama XBOW: T3MP3ST keyless dan fully open-source. Lo pake agent yang udah ada, gak butuh API key baru.
Coba liat setupnya:
Yang jujur dari README: swarm coordination ditandai 'experimental/unproven' — single-agent adalah path yang di-benchmark. AGPL-3.0 licensed.
Status: Rilis — open source (AGPL-3.0).
claude-real-video — Biar LLM Beneran Nonton Video
Dari HUANGCHIHHUNGLeo/claude-real-video — Python CLI yang ekstrak frame video buat LLM. Bukan fixed-interval sampling (1 fps), tapi scene-change detection + sliding-window dedup. 1,045 stars. MIT licensed, di PyPI. HN front page.
Masalah yang dijawab: ChatGPT baca transcript bukan gambar, Claude gak terima video file, Gemini sample fixed 1fps dan ketinggalan fast cuts. Di clip 58 detik: fixed 1fps = 58 frames, crv keep 26 yang beneran beda — packed jadi 3 contact sheets. Fewer tokens, nothing missed.
Semua proses lokal. FFmpeg/FFprobe untuk frame extraction, Whisper CLI untuk audio transcription dengan language detection. Optional --why flag buat fokus analisis ke goal spesifik. --viewer generate local viewer.html (video + keyframe grid + transcript). Bisa di-install sebagai Claude Code skill.
Status: Rilis — open source (MIT).
token-diet — Skill Always-On Buat Ngurangin Token Bill
Dari Kulaxyz/token-diet — Shell-based skill yang trim tokens across entire coding agent session. Replies, docs, tests, code, context, tool use — semua. Claim ~31% lower bill rata-rata (-17% to -54% per session type). Output reduction -30% to -81% di real Sonnet 5 runs. 591 stars. Created 2026-07-03.
Injects directives lewat channel yang fire every session: SessionStart hook (Claude Code) atau always-loaded context file (Codex AGENTS.md, Cursor/Windsurf/Cline rule files). Three levels: 'on' (default), 'lite' (communication + artifacts only), 'ultra' (telegraphic chat/progress; code/tests/docs stay precise). Guardrails: concision applies to output, never to reasoning.
Benchmark detail: output-heavy sessions see -81% output, -54% bill. Code change + tests (nestjs/nest, 1673 files): -49% output, -22% bill. Read-heavy comprehension: -30% output, -17% bill. Correctness held di setiap run. Method + full tables reproducible dengan ANTHROPIC_API_KEY + node bench/bench.mjs.
Bedanya sama one-off prompt tweaks: token-diet always-on, gak perlu command per-message. Bedanya sama generic 'be concise': rules spesifik per output type (replies: lead with answer; tests: only key + critical paths ≤10 per session; context: grep before read, batch reads, never re-read just-edited files).
Status: Rilis — open source.
local-llm by jamesob — Guide Lengkap Run SOTA LLM di Rumah
Dari jamesob/local-llm — comprehensive, no-AI-generated guide buat jalanin SOTA LLM locally. 939 stars. Created 2026-07-03. Bukan tutorial tipis — ini receipt-backed infrastructure guide dari hardware BOM sampe kernel parameters.
Tier $2k: 2× RTX 3090 (48GB VRAM) bisa jalanin Qwen3.6-27B + whisper-large-v3 STT. Tier $40k: 4× RTX PRO 6000 Blackwell (96GB each, 384GB total) + ASRock Rack ROMED8-2T + AMD EPYC Milan 7313P + 128GB DDR4 ECC dari eBay ($5,587 total base system). PCIe Gen4 Switchtec PM40100 switch untuk peer-to-peer GPU communication — Gen4 line rate 27.5/50.4 GB/s, sub-µs latency.
Current best model: GLM-5.2-Int8Mix-NVFP4-REAP-594B di ~80 t/s @ 460k context dengan vLLM DCP4+MTP5. Kernel/GRUB parameters (iommu=off for NCCL), GPU power limiting on 110V, ready-to-run Docker configs — semua ada. eBay DDR4 approach saves ~$2k vs DDR5 tanpa performance loss untuk inference.
vs cloud API: $40k upfront tapi $0 per token forever, full privacy, no rate limits. vs DGX Spark cluster: 4× DGX Spark = 512GB VRAM (more) tapi slower per-GPU. Ini serious hardware path buat yang beneran mau jalanin 594B parameter models di rumah.
Status: Rilis — open source guide.
