快速扫读今日 feed 之前，先看最值得追的方向。
从苹果反复推迟的Siri AI到OpenAI混乱的“超级应用”发布，这里看看那些关闭或未达到预期的AI项目。
为什么重要
TechCrunch 角度：从苹果反复推迟的Siri AI到OpenAI混乱的“超级应用”发布，这里看看那些关闭或未达到预期的AI项目。 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。
今天，我正在与乔治城大学安全和新兴技术中心的执行董事Helen Toner进行对话。这是我们关于AI在现实生活中的系列的第二部分。Helen是AI安全和政策社区中的一位知名人物，尽管她可能最出名的是
为什么重要
The Verge 角度：今天，我正在与乔治城大学安全和新兴技术中心的执行董事Helen… 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。
从Hacker News首页提供GLM-5.3，每秒607.8个token，在两个Nvidia DGX站上使用vLLM
为什么重要
AI 角度：从Hacker News首页提供GLM-5.3，每秒607.8个token，在两个Nvidia DGX站上使用vLLM 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。
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。
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。
发布：llm-gemini 0.37 Google今日推出Gemini 4氢气版 - Gemini 4家族中成本最低的成员。其实它的价格并不比其更大的兄弟Carbon和Argon高多少。我发现Gemini 4的价格真的很让人困惑。以下是定价方案：模型日期输入（$/M）
为什么重要
gemini 角度：发布：llm-gemini 0.37 Google今日推出Gemini 4氢气版 - Gemini… 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。
谷歌表示，其新的Gemini 4氢气模型可以针对复杂问题提供更有帮助的答案，包括“包含多个部分、难以理解的错别字或高度具体的要求的问题。”新模型可以分解你的问题并在其回答中针对每个部分进行解答。它现在开始提供。
为什么重要
The Verge 角度：谷歌表示，其新的Gemini… 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。
上下文归因询问移除提示中的部分如何改变语言模型的输出。我们研究了针对包含n个标记的提示和固定测量函数的留一法（LOO）归因。直接计算所有LOO值需要n次模型评估。在稳定性假设下，我们的算法...
为什么重要
ArXiv 角度：上下文归因询问移除提示中的部分如何改变语言模型的输出。我们研究了针对包含n个标记的提示和固定测量函数的留一法（LOO）归因。直接计算所有LOO值需要n次模型评估。在稳定性假设下，我们的算法… 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。
我们研究LLM是否以及如何编码目标：先于并指导行动的内部神经网络表示，并且足够灵活，可以通过许多不同的执行路径实现。我们构建了一个包含多个子任务的编码设置，使我们能够评估目标寻求行为
为什么重要
ArXiv 角度：我们研究LLM是否以及如何编码目标：先于并指导行动的内部神经网络表示，并且足够灵活，可以通过许多不同的执行路径实现。我们构建了一个包含多个子任务的编码设置，使我们能够评估目标寻求行为 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。
我们提出了合成走私，这是一种新型的威胁模型，其中对抗性LLM从常规寻求帮助的互动中推断出关于用户的敏感信息，并将其隐写术编码到看似无害的模型生成内容中。用户可能不知不觉地传输这些信息
为什么重要
ArXiv 角度：我们提出了合成走私，这是一种新型的威胁模型，其中对抗性LLM从常规寻求帮助的互动中推断出关于用户的敏感信息，并将其隐写术编码到看似无害的模型生成内容中。用户可能不知不觉地传输这些信息 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。