快速扫读今日 feed 之前，先看最值得追的方向。
在年初推出Dots AI代理平台后，OpenAI现在推出针对代理的钱包。ChatGPT钱包今天开始向美国18岁及以上、使用美国账单地址的ChatGPT Pro订阅者推出，支持符合条件的美国发行的美国运通、大通、万事达卡等
为什么重要
The Verge 角度：在年初推出Dots AI代理平台后，OpenAI现在推出针对代理的钱包。ChatGPT钱包今天开始向美国18岁及以上、使用美国账单地址的ChatGPT… 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
LangChain现在声称其模型和平台无关的代理管理工具LangSmith拥有7000名客户
为什么重要
TechCrunch 角度：LangChain现在声称其模型和平台无关的代理管理工具LangSmith拥有7000名客户 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
ChatGPT钱包让AI代理代表用户购物结账，目前仅在美国Pro订阅者中进行有限推广。
为什么重要
TechCrunch 角度：ChatGPT钱包让AI代理代表用户购物结账，目前仅在美国Pro订阅者中进行有限推广。 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
通常，我测试的产品不会主动帮我记录使用体验。Duet不同。Claude Duet是Anthropic的面向消费者的AI代理，这是AI公司试图说服我们，代理对不写代码的人也有用的最新尝试。这很有趣。
为什么重要
The Verge 角度：通常，我测试的产品不会主动帮我记录使用体验。Duet不同。Claude… 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
Nectar的新AI代理自动化网红营销，帮助品牌发现创作者，管理拓展和合作，并跟踪活动结果。
为什么重要
TechCrunch 角度：Nectar的新AI代理自动化网红营销，帮助品牌发现创作者，管理拓展和合作，并跟踪活动结果。 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
将机器学习系统应用于新领域，在标记数据获取和手动管道工程方面都存在瓶颈。虽然最近的MLE代理在自动化管道设计方面显示出希望，但它们几乎只在完全监督的设置中进行了研究，尚未经过测试
为什么重要
ArXiv 角度：将机器学习系统应用于新领域，在标记数据获取和手动管道工程方面都存在瓶颈。虽然最近的MLE代理在自动化管道设计方面显示出希望，但它们几乎只在完全监督的设置中进行了研究，尚未经过测试 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
我们引入了GeoWorld，这是一个可控制和持续演变的地理环境平台，用于LLM代理，以及LiveGeo，这是一个用于评估在现实世界地理环境中使用GeoWorld进行可靠决策的基准。与现有的大多数评估不同，这些评估主要在固定的g上进行推理和计划
为什么重要
ArXiv 角度：我们引入了GeoWorld，这是一个可控制和持续演变的地理环境平台，用于LLM代理，以及LiveGeo，这是一个用于评估在现实世界地理环境中使用GeoWorld进行可靠决策的基准。与现有的大多… 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
口试之所以有吸引力，是因为（1）学生可以提供他们答案的理由，以及（2）其交互性质允许后续问题来解决模糊答案。但是口试的可扩展性较差。在本文中，我们提出了基于LLM的可扩展对话评估系统。
为什么重要
ArXiv 角度：口试之所以有吸引力，是因为（1）学生可以提供他们答案的理由，以及（2）其交互性质允许后续问题来解决模糊答案。但是口试的可扩展性较差。在本文中，我们提出了基于LLM的可扩展对话评估系统。 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
介绍我们最小、最高效的模型：Muse Ember Meta AI刚刚发布了他们进入Claude Haiku/GPT Luna类别的产品：Muse Ember，他们将其描述为：[...]我们最小、最有效的模型，专为复杂推理执行和全天候工作代理重复的工具调用而设计。
为什么重要
ai 角度：介绍我们最小、最高效的模型：Muse Ember Meta AI刚刚发布了他们进入Claude Haiku/GPT Luna类别的产品：Muse… 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。
发布：datasette-llm 0.1a10 修复了一个影响我的agent.datasette.io演示站点的bug，该站点中可用的LLM模型集合未正确限制为配置中的那些。标签：datasette , llm
为什么重要
llm 角度：发布：datasette-llm 0.1a10… 先看原文核实，再决定是否影响你的工具栈、供应商或研究判断。