OpenAI Codex 团队回应用量争议：明日修复，付费用量全额重置

OpenAI Codex 与 ChatGPT 团队的 Thibault Sottiaux 公开说明了近期用户抱怨的用量异常问题，排查发现三类原因：长会话多次压缩（compaction）场景下图片处理低效、Computer History 功能的高 p95 用量、以及一个用于生成会话标题的功能消耗了远超预期的用量。他表示已组建专项小组（tiger team），明天开始陆续发布修复，届时还会对所有付费订阅用户的用量做一次全额重置。另外团队还发现了一个能显著提升效率的新优化方向，下周启动。

🔗 https://x.com/thsottiaux/status/2091407991736332689

Box CEO：AI 落地的隐形瓶颈不是模型，而是 evals

Box CEO Aaron Levie 提出一个被大多数人低估的判断：AI 扩散的速度瓶颈在于缺少好的评估体系（evals）。每次模型发布会上的那些评测分数固然有用，但只反映通用能力的轮廓；更大的空间在于针对企业各大工作流、乃至每家具体公司业务细节构建的专属 evals。他的核心逻辑是：无法衡量进展的事情，就无法自动化，企业不可能凭感觉推进。

🔗 https://x.com/levie/status/2091359223368315050

Meta AI 高管手把手教你做 evals：爬山法的正确用法

Meta AI 高级总监 Madhu Guru（此前在 Google 曾主导 Gemini、Veo、Nano Banana）更新了《如何构建优秀的 evals》系列第 6 篇。他说所谓"爬山法"调优并不神秘：挑一个真正重要的维度持续优化即可，比如基于最新生产数据打磨高价值用户旅程的质量、向相邻用例扩张、或者压低成本与延迟。他给了一个典型反例：往上下文里塞 20 个工具，而任务其实只需要 3 到 5 个，此时该做的是用 context engineering 让模型在对的阶段拿到对的工具。关于降本，他再次强调自己的建议：首发就用最强的模型把质量拉满，确认用户真的喜欢这套体验后，再用同一套 harness 把它迁移到更小、更便宜、更快的模型上。

🔗 https://x.com/realmadhuguru/status/2091278653435072523

人才为什么离开大厂：AI 让个体杠杆差出 10 倍

建造者 Zara Zhang（哈佛'17）分享了一个正在发生的现象：同一个有才华的人，做自己的项目时借助 AI 能发挥出 10 倍潜力；而被放进大型组织后，潜力提升最多只有 20%，有时甚至不升反降。她认为这正是越来越多顶尖人才离开大公司的原因，唯一的例外可能只有 OpenAI、Anthropic 这样的头部 AI 实验室。她的另一条观察同样扎心："所有在 AI 使用上领先的人，都觉得自己落后了。"

🔗 https://x.com/zarazhangrui/status/2091379220257603593
🔗 https://x.com/zarazhangrui/status/2091338374447763481

实用技巧：让 Codex 或 Claude Code 当你的隐私清洁工

AI 实用教程作者 Peter Yang 分享了一个隐私自查方法：在 Chrome 里打开 Google 账号的第三方数据连接管理页面，然后在 Codex 或 Claude Code 里运行提示词，告诉它浏览器里开着一个标签页，让它列出接入你 Google 数据的所有应用，挑出想移除的那些再让 AI 代为操作。他照此执行，一口气断开了 half 数以上早已不需要其 Google 信息的应用。此前他曾公开批评过相关产品的隐私默认设置，如今官方团队快速跟进上线了一键删除外部数据的功能，他也大方点赞。

🔗 https://x.com/petergyang/status/2091331251211059468

Replit CEO：一周 7 天，就该 7 次发布

Replit CEO Amjad Masad 用一句话展示了公司的发版文化："一周有 7 天，那就意味着 7 次 ships。"配图是他连续一周的产品发布记录。

🔗 https://x.com/amasad/status/2091346778746757204

微软 CTO Kevin Scott：Agent 网络的下一段主线（AI & I by Every 精选）

一句话核心：模型的推理能力已经跑到了产品前面，真正的瓶颈变成了"连接"：谁先把 agent 接入万物，谁就吃到大平台时代的下一波红利。

Kevin Scott 写了 41 年代码，业余还是个老木匠。在他看来，眼下关于"AI 写代码还算不算手艺"的争论一点都不新鲜：木工圈几十年前就吵过"用电锯算不算真木匠"，现在吵的是"用 CNC 算不算"。他的态度是：看重过程还是看重结果都没有错，但在工具变革的关口要保持好奇。他自嘲当年迟迟不愿学 3D 打印机，后来后悔不已，"它对我做的几乎每件事都太有用了"。

作为微软 CTO，他把今年的主题定义为 agentic web（代理网络）。他的判断很直接：「像 MCP 这样简单的开放协议，正在这个代理网络里扮演 HTTP 之于互联网的角色；而 NL Web 这类东西，作用相当于 HTML。」scaling law 依然有效，但他认为行业的集体功课是填平"能力悬置"（capability overhang）：模型的推理能力已经超过了我们交付给用户的能力，差距不在模型而在产品。

对"封闭才安全、开放难做好安全"的经典质疑，他认为是个伪命题。agent 身份、权限申请、管理员审批这些机制完全可以在开放协议之上实现，而且他正在微软内部力推一件事：所有内部系统都用标准协议与 agent 对话，免得"把你的组织架构图原样交付出去"（Conway 定律）。他还讲了一个当早发生的细节：登台前收到妻子账号两步验证异常的一串告警邮件，他的第一反应是发短信而非回邮件核验，因为邮箱本身可能已被攻破。在他看来，这种跨渠道交叉验证正是未来安全 agent 该干的事。

一年后的预判：还在拿"技术不够成熟、成本略高"当借口观望的人会大幅落后，因为一切每年都会更便宜、更能干。交互模式将从同步走向异步：你只需说一句"去把这事搞定"，agent 会花很长时间调用一整套系统、迭代多轮，然后再回来交给你拍板。

▶ 收看：https://www.youtube.com/playlist?list=PLuMcoKK9mKgHtW_o9h5sGO2vXrffKHwJL