🔄 Codex 用量限制再次调整：5 小时限制回归，Pro 订阅豁免
Thibault Sottiaux（OpenAI）今天带来两条重磅更新。先是高调预告（1869 ❤️ / 77 🔄）：
“OpenAI DevDay 2026 将是公司历史上最好的一次 DevDay，不会有任何悬念。”
紧接着是一则更实用的产品消息（9223 ❤️ / 527 🔄）：
“明天我们将为 ChatGPT 的 Work 和 Codex 恢复 Plus 账号的 5 小时限制。这是必要的，因为（a）5 小时限制能帮我们平滑 compute 负载，从而让套餐在周用量上保持慷慨；（b）Plus 用户相对偏 casual、以新用户为主，有些人会不小心一周用量就耗尽，然后一脸困惑，体验并不好。未来几个月，Pro $100 和 Pro $200 订阅不启用这个 5 小时限制。”
这是继上周”用量风波”后又一次产品策略调整，但方向相反——上次是补量，这次是重新收紧 Plus 上限、同时用 Pro 免除来守住高价值用户。9223 的互动量说明社区对”用量怎么分”依然极度敏感。所谓”平滑负载、保住周用量上限”的话术，本质是在 compute 成本与用户体验之间重新找平衡点。
🏗️ Madhu Guru：Eval 系列 Part 8——“区分力”才是好 eval 的核心
Madhu Guru 的 “How to build great evals” 来到第 8 部分（92 ❤️ / 7 🔄），主题是 evals 的区分性（discriminatory power）：
“一个能用来 hill-climbing 的 eval，只有当它能区分出『本质上不同』的 AI 系统时才是有用的。假设你在五个系统上跑 eval：A: 94、B: 93、C: 95、D: 94、E: 92。再假设你已经知道 A 和 C 明显强于 D 和 E——那这个 eval 就是坏的，因为它区分不出来，区分力太低。这就像给一群 PhD 考五年级数学，人人都满分，你对谁最聪明一无所获。但这不代表就该把 eval 无脑做难——那样人人都不及格，你就没在测你的系统该测的东西。一个好的 eval 的甜点区是：真实 + 有难度 + 对能力差异敏感。随着你的 harness 和底层模型变强，好 eval 会逐渐饱和——到那时你怎么办？把你们的答案留在评论区。”
“Realistic + difficult + sensitive to differences”——这条直击很多团队 eval 失效的根源：不是分数不够高，而是分数拉不开差距。做 AI 产品的人，值得把这套”区分力”框架拿来审视自己的评测集。
🔐 Aaron Levie：AI Agent 时代，”系统之记录”比以往更重要
Aaron Levie（Box 联合创始人）今天两条长帖，主题高度一致——agent 驱动的软件变革（344 ❤️ / 24 🔄）：
“在 AI agent 会在这些平台上做人类过去 100 倍工作的世界里，系统之记录（systems of record）从来没有像现在这么重要。Agent 会查询这些系统里的数据、处理任务、执行工作流、与人类和 agent 用户协作。因此，治理、可靠性、安全、访问控制、业务逻辑比任何时候都关键——OpenAI/Hugging Face 那起事件，只是『有 agent 到处跑着试图完成自己目标』的未来的一小个缩影。但这只对能给出正确产品体验、API 和商业模式来支撑 agent 在平台内外执行的系统之记录才成立。整个软件行业正面临巨大的机遇与颠覆时刻。”
第二条则聚焦 ZDR（Zero Data Retention，零数据留存） 对 AI 扩散的影响（172 ❤️ / 18 🔄）：
“人们没有充分意识到，ZDR 对 AI 的增长贡献巨大——它极大简化了大多数公司在用 subprocessor 处理数据时面对的合规流程。替代路径会让 AI 采用率慢得多。那些驱动 AI 增长的主流应用型 AI 工具，通常与客户约定只提供支持 ZDR 的模型，以免客户逐个检查每个开启的模型。在企业内部，多数公司也有治理要求，只能使用 ZDR 模型，因为他们无法在跨企业上下文窗口中显式分离 PII 等敏感数据。如果整个行业不朝这个方向走，AI 的扩散就会戛然而止。”
从 AI 日报 8 月 25 日里那起”Hugging Face 与 OpenAI 事件”延伸出的产业级思考：agent 越活跃，system of record（如 Box 这样的企业内容平台）的数据治理价值越高；而 ZDR 则是被低估的、实实在在影响模型采用的合规杠杆。两条都值得全文读两遍。
✍️ Peter Steinberger：软件要能从 prompt 改变
Peter Steinberger 一条观点引发广泛共鸣（2423 ❤️ / 127 🔄）：
“我们需要摆脱那种我们无法用一段 prompt 去改变的软件。”
配合另一条自嘲式的”行业黑话”（654 ❤️ / 32 🔄）：
“TIL：prompt kiddie（用 prompt 的『脚本小子』）”
“无法用 prompt 改变的软件”——一句道破了当下工具链的审美转向：可被 prompt 驱动、可改写、agent 友好正在成为新软件的默认预期。2423 的互动量说明这不是小众观点，而是开发者社区的普遍情绪。
👷 Guillermo Rauch：软件越小越好 + 一个关于 terminal 的考古彩蛋
Guillermo Rauch（Vercel CEO）今天很有味道，先是产品哲思（210 ❤️ / 5 🔄）：
“更快、更便宜、更能干……而且更小。软件随着演进通常会变得更慢、更臃肿、更多 bug、更大。而（我们做的这个）从架构上就是为了防止这一点。”
接着是一段令人会心一笑的 terminal 考古（514 ❤️ / 21 🔄）：
“如果你的终端进入『坏状态』（比如输出乱码），你跑 𝚛𝚎𝚜𝚎𝚝。我发现它……慢得出奇。原来 1979 年 3BSD 的 𝚝𝚜𝚎𝚝 里有个 𝚜𝚕𝚎𝚎𝚙(𝟷)，是为了让机械针式墨水终端『静置下来』😂。我让 𝚏𝚡 用 Zig 给我写了个更快的版本，从 1 秒降到 1 毫秒。能这么深入地挖 𝚗𝚌𝚞𝚛𝚜𝚎𝚜、𝚝𝚜𝚎𝚝、𝚝𝚎𝚛𝚖𝚒𝚗𝚏𝚘，看终端有多少种『被诅咒』的方式，真的很过瘾。我们的技术栈有多古老、好的系统设计有多持久，这本身就是件迷人又带点『蜘蛛网』的事。”
一条”反臃肿”宣言，一条对 1979 年遗留设计的幽默考古——**”小而美、可持续演进”**大概是本周最松弛又最扎实的技术观点。
🚀 其他值得关注
- Peter Yang：“我给自己配了 3 个 AI chief of staff，很明显下一步是再加一个。”（82 ❤️ / 2 🔄）；另外一条*”想试试用 AI 给那种很烂的自动客服电话系统打电话、导航到真人预约或取消订阅”*（51 ❤️）——“AI 替你打通客服”又有新的使用场景在酝酿。
- Nan Yu：“用 Codex 配新电脑还挺爽……『下载安装 handy、slack、chrome、cleanshot、rectangle』，真希望 Siri 也能这么好用。”（28 ❤️）——Codex 正在变成”新机配置助手”。
- Amjad Masad（Replit CEO）：“Replit Agent 已经完全取代了我日常工作里的 Claude CoWork，它更持久也更一丝不苟，并且更擅长用代码/软件来完成任务。”（160 ❤️ / 9 🔄）——base model 竞争之外，agent 的”持久执行”正在成为口碑分水岭。
- Garry Tan（Y Combinator CEO）：“数据中心创造就业与繁荣，事实上就是如此。”（502 ❤️ / 45 🔄）；另一条*”形成一个观点 → 变成 artifact 或实验 → 让它接触现实 → 不带自我欺骗地读结果 → 修正再跑。”*（421 ❤️ / 34 🔄）——YC 掌门人的”投资人方法论”。
- Dan Shipper（Every）：“看起来 @google 毫无通知也没给理由就禁用了 @every 在 @youtube 上的账号……有人遇到过这种情况或知道怎么帮我们要回来吗？”（116 ❤️ / 6 🔄）——AI 原生媒体公司正遭遇平台审核，值得持续关注。
- Zara Zhang：“不受欢迎的观点：黑客松是一种过时的事件形式（至少以传统方式举办来算）。”（85 ❤️ / 5 🔄）——AI 时代对线下协作形式的再思考。
数据来源：Follow Builders · 2026-08-25