Rekap enam bulan LLM versi Simon Willison: coding agent jalan, open weight menyusul

Lightning talk lima menit Simon Willison di PyCon US 2026 layak dibaca karena setengah tahun yang ia rangkum memang berisi dua pergeseran sungguhan. Pertama, coding agent berhenti jadi alat yang "kadang-kadang jalan". Menurut Willison, kategori ini bergerak dari "often-work" ke "mostly-work", ambang di mana seorang developer bisa membiarkan satu agent menyala sepanjang hari tanpa harus menghabiskan sebagian besar waktunya membenahi hasilnya. Kedua, open-weight model berhenti tertinggal dengan jarak yang gampang ditebak. Willison menunjuk Qwen3.6-35B-A3B, model 20.9GB yang ia jalankan di laptop, dan menyebut model itu menggambar pelican-on-a-bicycle yang lebih bagus ketimbang Claude Opus 4.7, padahal ini tes informal yang sama yang ia pakai bertahun-tahun untuk membandingkan model.

Talk ini juga menangkap betapa labilnya posisi frontier. Antara November 2025 dan musim semi, gelar "model terbaik" berpindah tangan lima kali di antara Anthropic, OpenAI, dan Google. Willison membaca itu sebagai dampak hasil baru dari reinforcement learning with verifiable rewards yang mulai dipakai di produksi. Ia juga menyinggung momen kultural di sekitar OpenClaw, asisten AI personal yang namanya kini sering dipinjam orang untuk menyebut kategori ini secara umum dalam percakapan biasa.

Yang membuat talk ini tahan dibaca adalah ia tidak repot meramal enam bulan ke depan. Ia hanya menamai apa yang berubah, dengan satu contoh teruji per klaim.

Kenapa ini penting

Kalau kamu menunda meng-evaluasi open-weight model lokal versus pilihan hosted-mu, hasil pelican dari Willison adalah dorongan murah untuk mengetes ulang sekarang: model yang muat di satu laptop GPU adalah cerita procurement yang berbeda dari open weight zaman 2025.