🔄 Codex 用量限制更新：明天修复，付费订阅全部重置
Thibault Sottiaux（OpenAI Codex 团队）带来了用量限制风波的最新进展（1382 ❤️ / 113 🔄）：
“关于 Codex 的用量限制更新。我们发现了（a）长会话多次压缩时图片处理存在低效、（b）Computer History 的 p95+ 用量偏高、（c）一个本用于生成会话标题的功能比预期消耗更多用量。我们已经组建了一个 tiger team 全面排查，明天就上线修复。我们还发现了一个完全不相关、能显著提升效率的新方法，下周开工。作为明天部分修复的一部分，我们会为所有付费订阅做一次完整的用量重置。明天见。”
信息量很大：承认了三个具体的用量泄漏点（图片压缩、Computer History、标题生成），并给出”所有付费订阅全额重置”的补偿方案。这是对上周社区质疑的直接回应——OpenAI 正在用”透明 + 补偿”的方式重建信任。那句”tiger team 明天修复”的承诺值得留意，明后天应该会有更详细的公告。
🏗️ Madhu Guru：Eval 系列 Part 6——“hill climbing”的实操心法
Madhu Guru 的 “How to build great evals” 系列来到第 6 部分（143 ❤️ / 8 🔄），主题是 hill climbing（爬山式优化）：
“在 evals 上做 hill climbing，说白了就是：挑一个重要的维度，然后朝它优化。可以是基于最新生产数据提升高价值用户旅程上的现有功能质量，也可以是扩展到相邻用例、降低成本或延迟。实际工作归结为更好的 harness 和模型选择——prompt eng、context eng、memory、post training、确定性的传统代码等等。你（Part 3 里的）失败模式分类法，就是判断产品哪里在挣扎的好指南针。比如工具调用失败最常见——你深入一看，发现一次性塞了 20 个工具进 context，其实每个任务只需要 3-5 个。这里的 hill climbing 就是做 context eng，在正确阶段只给正确的工具，迭代到好用为止。或者拿降本目标举例——我建议先用最好的模型发布产品，把质量拉满，等确认用户爱了，再做 hill climbing：用更小、更便宜、更快的模型逼近同样的质量，方法还是那套——harness 和模型。关键是要有 evals 告诉你到底有没有在往对的方向走。”
配合今天 Aaron Levie 的同题观点（138 ❤️ / 12 🔄）：
“AI 的扩散速度，比大多数人意识到的更受『有没有好的 evals』限制。每轮模型发布时你能看到的那种 evals 非常有用，但它只告诉你通用 AI 进步的形态和模型的相对能力。更大的空间在针对企业主要工作流的 evals——细化到具体某家公司的特定流程。这会是一个巨大的市场，因为你无法自动化你无法评估其进展的东西。企业不能只靠感觉走。”
“你无法自动化你无法评估的东西”——eval 正在从工程话题升级为商业话题。做 AI 产品的团队，这套 hill climbing 方法论值得全文转给队友。
🔐 Peter Yang：隐私清理实操 + 一个叫 /fuck-cancer 的 AI skill
Peter Yang 连发三条，两条和”数据主权”有关：
“如果你在乎隐私：1. 打开 Chrome 的 Google 账号设置；2. 把这个 prompt 丢给 Codex 或 Claude Code，告诉它你浏览器里有打开的标签页；3. 挑出你想移除的，让 AI 去做。我刚断掉了半打不应该再拥有我 Google 信息的应用。”（447 ❤️ / 23 🔄）
“看起来现在可以删除外部数据了（比如我的 36 条 Gmail 记录），去 Google 的 Data Privacy 设置里往下滚就有。Kudos 给 Instinct 团队，他们听了反馈并且发货很快。涉及隐私与信任的事，我一向有什么说什么。”（13 ❤️）
“让 AI 帮你清理授权”——把 agent 用在隐私管理上，是个成本极低、信任感极强的用例，大概率会带动一波”AI 隐私管家”的玩法。
第三条则是他正在做的公益向 AI skill（188 ❤️ / 5 🔄）：
“我在做一个新的 AI skill，叫 /fuck-cancer。目标是帮患者和他们的家人走完整个流程、保持信息同步。应该包含什么？”
公开征集需求来做一个医疗陪伴类 skill，评论区应该会有不少真实诉求——这种”开放开发”的姿势本身就很 agent-native。
🏢 Zara Zhang：为什么牛人都在离开大公司
Zara Zhang 提出了一个值得反复咀嚼的观察（147 ❤️ / 7 🔄）：
“有个现象：有才华的人做自己的事时，AI 可以让他们发挥出 10 倍的潜力；但同样一个人放进大型组织，潜力最多提升 20%（有时候甚至还会下降）。这就是为什么我看到越来越多有才华的人离开大公司。（唯一的例外大概是 OpenAI/Anthropic 这样的顶级 AI 实验室。）”
这条和她的另一条形成完美互文（336 ❤️ / 20 🔄）：
“每个在 AI 使用上领先的人，都觉得自己落后。”
“10x vs 20%”的对比直指一个结构性变化：AI 把个人生产力的上限抬到了组织之上——这对组织形态的冲击才刚刚开始。而”领先者觉得自己落后”则精准描述了当下 AI 圈弥漫的 FOMO：信息密度越高，越觉得追不上。两条都值得转。
💸 Nikunj Kothari：对 ragebait 投资人的犀利吐槽
Nikunj Kothari 今天火力全开，先是回应了某起 Doxxing 事件（23 ❤️）：
“几点：1）这些是 Twitter DM，我尽量回复能帮的冷消息，但这条不该通过我的标准。2）人肉搜索不是我的风格，希望他们学到了教训。3）我怎么说都不够强调——找到对的人给你建议有多重要。看到很多真有本事的有才华年轻人玩这些愚蠢的游戏，我血压都高了。”
接着一句金句直击当下融资乱象（370 ❤️ / 4 🔄）：
“孩子们，我不知道你们听谁的建议，但『先 ragebait 投资人、再甩 SAFE 文档让人直接打钱』——这不是投资运作的方式。”
“我们吐槽 X 上的 slop，但 LinkedIn 的 slop 已经到了难以想象的地步 🤮”（40 ❤️ / 1 🔄）
在”AI 融资过热、野路子盛行”的当口，这条冷静的提醒很有价值——热度是放大器，不是信用背书。
🚀 其他值得关注
- Amjad Masad（Replit CEO）：“一周有 7 天，也就是 7 次发布。”（70 ❤️ / 4 🔄）；另一条 “‘很快’原来是 3 个月。”（643 ❤️ / 43 🔄）——Replit 的高频发布节奏和 Free Mode 之后的产品节奏感，依旧是社区关注焦点。
- Guillermo Rauch（Vercel CEO）：“旧金山是人间的天堂。”（1084 ❤️ / 20 🔄），以及一条关于美国与阿根廷的”做多宣言”（735 ❤️ / 30 🔄）——AI 创始人们的”地理叙事”越来越像资产配置。
- Dan Shipper（Every）：“我们在招人！@every”（131 ❤️ / 3 🔄），以及 “agent native ftw”（149 ❤️ / 1 🔄）——“agent-native”正在成为产品团队的新标签，Every 这家”AI 原生媒体公司”的扩张也值得关注。
数据来源：Follow Builders · 2026-08-23