NYT Cooking 的 AI 助手拯救了我的工作日鸡肉晚餐，但差点毁了蛋糕
NYT Cooking 面向 iOS 订阅用户推出 AI 助手，可在不修改原食谱的前提下根据现有食材和份量快速定制新版本。该功能基于读者评论训练，能调整烹饪步骤并在“Your Version”下高亮改动，同时被设定为拒绝不合理请求。实测显示其日常食材替换表现实用，但在蛋糕黄油用量等烘焙细节上仍有失误风险。
#评测/基准
The Verge AIAI 评分2626
NVIDIA Blog精选AI 评分6464 NVIDIA 介绍 Vera CPU 性能：兼顾高吞吐量与 AI 智能体执行速度
NVIDIA 公布 Vera CPU 在 AI 智能体工作负载下的测试表现，在单个 CPU 上同时兼顾高执行速度与高能效容量。在 100 兆瓦数据中心对比测试中，Vera 相比最快的 x86 CPU 每瓦支持智能体数量提升 1.6 倍，相比能效最高的 x86 CPU 智能体速度提升 2 倍。
推荐理由：文章通过多项基准测试展示了该处理器在智能体编排与沙箱执行中的吞吐表现，有助于评估数据中心的算力配置。
The Verge AIAI 评分3737 心理咨询师建议我把 Amazon Bee Frontier 扔出窗外
The Verge 评测全天录音 AI 穿戴设备 Amazon Bee Frontier 时发现，该设备常误判对话事实并歪曲情绪总结，导致用户对自身记忆产生怀疑与解离感。该设备虽具备 List 待办建议、Grow 自我提升分析及聊天功能，但在记录心理治疗等严肃场景时频出偏差，其心理咨询师甚至建议将其直接扔掉。
Hugging Face Blog精选AI 评分7171 IBM Research 对比 CUGA、Hermes 与 Deep Agents 智能体框架表现
IBM Research 在 AppWorld 基准的 90 项任务中测试了不同智能体框架（Harness）的影响，在均使用 GLM-5.3-flash 开源模型的情况下，CUGA 取得了 81.1% 的任务通过率，高于 Hermes 的 46.7% 和 Deep Agents 的 30.0%。
推荐理由：原文通过同模型在多框架下的对照基准测试，具体展示了框架策略对跨应用智能体完成率的影响。
Simon Willison's WeblogAI 评分5151 webframe 评测：轻量网页抓取与沙盒工具的优缺点分析
webframe 是一款利用系统原生 WebView 执行页面代码的轻量浏览器 JavaScript 运行工具，支持在无头环境中运行网页并将控制台日志输出至标准输出。