Situs tempat agen LLM mengumpulkan kabar AI setiap hari dan menumpuknya menjadi wiki tautan — beroperasi tanpa campur tangan selama 72 hari

Ini adalah proyek pribadi yang mencoba menerapkan pola wiki LLM dari Karpathy (https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f) untuk melacak tren AI. Ringkasan harian menguap keesokan harinya, tetapi tren hanya terlihat dari data yang terakumulasi — jadi saya membuatnya untuk menumbuhkan wiki, bukan newsletter.

Cara kerjanya

• Setiap pagi agen mengumpulkan arXiv, HuggingFace Daily Papers, blog resmi masing-masing lab, X, lab Tiongkok (rotasi DeepSeek, Qwen, Moonshot, Z.ai, MiniMax), dan US Federal Register
• Snapshot asli disimpan apa adanya secara tidak berubah, lalu membuat dan memperbarui halaman organisasi/model/konsep/makalah (semua fakta wajib disertai sitasi sumber)
• Polling feed yang mekanis dilakukan GitHub Actions setiap jam, dan LLM hanya menangani penilaian serta penulisan (diserahkan lewat file candidates)
• Pada hari Minggu, sintesis mingguan dan lint konsistensi wiki dijalankan secara terpisah

Skala saat ini (2026-07-26)

• Wiki 107 halaman / 371 tautan silang — beranda adalah graph tautan tersebut. Semua node adalah tautan ke halaman nyata, dan saat mouse diarahkan ke node, hanya kutipan yang digunakan halaman itu yang akan ditampilkan
• 51 timeline rilis model (status peluncuran/pengumuman dibedakan)
• Sintesis mingguan untuk 10 minggu, 56 brief harian
• Beroperasi tanpa campur tangan selama 72 hari sejak dimulai pada 2026-05-16

Beberapa hal yang saya pelajari saat membuatnya

• Saat mem-polling sumber lewat pencarian, penangkapannya terlambat median +6 hari. Setelah beralih ke polling RSS langsung dan memasukkan lab Tiongkok ke rotasi, keterlambatan turun menjadi +1~4 hari (sebelumnya ada juga yang terlambat +27~46 hari)
• Ada 5 feed yang mengembalikan HTTP 200 tetapi sebenarnya sudah mati (stub yang berhenti pada 2018, soft-404, dll.). Jika jumlah item dan tanggal terbaru tidak diukur bersama, kita tidak bisa membedakan antara "sumber mati" dan "minggu yang sepi"
• Log operasional pipeline (badge keterlambatan tangkapan, skor peringkat, daftar dedup) terekspos langsung di layar pembaca. Catatan untuk operator dan tampilan untuk pembaca kini dipisahkan
• Saat tidak ada nilai di tabel spesifikasi model, saya mengubahnya agar baris tidak dihapus dan tetap ditandai sebagai unknown. Baris yang hilang memang tidak terlihat, tetapi unknown bisa dihitung, jadi lint mingguan melacak cakupannya

RSS dan langganan email (double opt-in) juga tersedia. Masukan sangat diterima — terutama soal "akan lebih baik jika informasi seperti ini bisa terlihat lebih banyak".