AI最新动态｜2026-08-23
本期汇总了9 位 AI 建造者的 19 条动态、1 期播客，提炼值得关注的产品进展、工程实践与行业变化。
本期速览
- Codex 团队发现配额消耗异常，涉及长会话图片处理、Computer History 高 p95 用量及标题生成功能，将于明日修复并重置所有付费订阅用量。
- 多位从业者围绕 AI 评估（evals）展开讨论，认为企业级工作流的评估体系是 AI 落地的关键瓶颈。
- 微软 CTO Kevin Scott 在播客中提出“能力过剩”（capability overhang）概念，认为模型推理能力已超前于产品应用，行业重心正从 scaling laws 转向 agentic web。
- 关于 AI 对个人与组织效率影响的讨论升温，有观点认为 AI 让独立开发者获得 10 倍潜力，但在大公司内仅提升约 20%。
X 上的关键观点
Codex 配额问题与修复承诺。 Thibault Sottiaux 在 X 上详细说明了 Codex 速率限制的更新：团队定位到三个问题——长会话中多轮压缩时使用图片存在低效、Computer History 功能的 p95+ 用量偏高，以及一个用于生成对话标题的功能消耗超出预期。他提到已组建专项小组彻查，明日将发布修复，并同步对所有付费订阅执行用量重置。这是对用户近期配额争议的直接回应，属于事实性更新。
AI 评估：被低估的瓶颈。 Aaron Levie 的观点值得注意：AI 的扩散速度受限于评估体系，而非模型能力本身。他指出，当前各厂商发布的模型评估只能反映通用能力水平，真正巨大的空间在于企业核心工作流的评估——细化到具体公司的具体流程。他的核心逻辑是“无法评估就无法自动化”，企业不可能仅凭感觉推进 AI 落地。Madhu Guru 则从实操层面补充了“评估爬山”（hill climbing）方法论：选定一个关键维度（质量、成本或延迟），通过改进 harness、上下文工程、模型选择等手段持续优化，并用评估体系验证方向是否正确。他特别建议先用最强模型上线验证产品价值，再逐步用更小更便宜的模型逼近同等质量。
AI 时代的组织与个人效率。 Zara Zhang 观察到一种现象：有才华的个体在独立工作时借助 AI 可实现 10 倍潜力，但进入大型组织后，这一增幅骤降至 20% 甚至为负。她认为这是越来越多优秀人才离开大公司的原因，并指出 OpenAI、Anthropic 等顶级 AI 实验室可能是例外。这一观察与 Dan Shipper 对“agent native”的推崇形成呼应——后者认为原生面向 agent 设计的产品形态更具优势。此外，Zara Zhang 还发出一条引发共鸣的简短观察：“每个在 AI 使用上领先的人都觉得自己落后了”，折射出该领域迭代速度带来的普遍焦虑。
创业生态的杂音。 Nikunj Kothari 曝光了一起事件：有创业者通过激怒投资人（ragebaiting）的方式吸引注意，随后直接发送 SAFE 文件要求打款。他明确表示这不是融资的正确方式，并提醒年轻创业者要谨慎选择建议来源。这一插曲反映了当前 AI 创业热潮中的浮躁面。
播客精华
本期推荐来自 Every 旗下 AI & I 播客，嘉宾是微软 CTO Kevin Scott（节目标注为 Best of the Pod 精选集）。
核心概念：能力过剩。 Scott 提出，过去一年行业反复验证了 scaling laws 仍然有效，但模型的推理能力已经“略微跑在了产品前面”。他将这一差距称为 capability overhang，认为行业需要集体努力，把模型已具备的能力真正交付到用户手中。这也是今年 Build 大会不再重点讨论 scaling laws 的原因。
Agentic Web 的协议层。 Scott 将当前阶段类比互联网早期：agent 要真正有用，必须能代表用户采取行动——使用工具、修改系统、查阅多样化的信息源。这需要一个类似互联网的生态系统，而 MCP 在其中扮演 HTTP 的角色，NL Web 则对应 HTML。他呼吁开放社区在这些简单、可组合的协议上持续投入，推动其走向普及。
内部实践与组织反思。 作为 CTO，Scott 正在推动微软内部所有系统对自家 agent 讲统一的标准协议。他引用 Conway's law（组织架构决定系统设计）指出，缺乏标准协议会导致“把组织架构图发布出去”的低效局面。这一观点对大型企业构建 agent 体系具有直接参考价值。
对工匠精神的回应。 面对“agent 编程会削弱手艺感”的质疑，Scott 回应称，他做木工的时间几乎和编程一样长，过去四十年软件开发的性质已多次发生重大变化。他认为真正热爱所做的事的人，会对“如何做”保持强烈主见——言下之意，工具变革不会消解工匠精神，只会重塑其形态。
值得继续关注
- Codex 明日修复与用量重置的实际效果，以及“提升效率的新方法”具体指什么。
- 企业级 evals 是否会成为下一个基础设施级机会，现有玩家（如 LangSmith、Braintrust）如何应对。
- 微软 agentic web 的协议栈推进节奏，MCP 之外是否会有新协议涌现。
- “AI 让个体 10 倍、组织 20%”这一观察是否会被更多数据验证，以及大公司如何调整组织方式。
原始来源
X / Twitter
- Thibault Sottiaux（@thsottiaux）
- Peter Yang（@petergyang）
- Madhu Guru（@realmadhuguru）
- Amjad Masad（@amasad）
- Guillermo Rauch（@rauchg）
- Aaron Levie（@levie）
- Zara Zhang（@zarazhangrui）
- Nikunj Kothari（@nikunj）
- Dan Shipper（@danshipper）
播客
本文由自动化流程根据公开信息生成中文摘要，观点与事实请以原始来源为准。