01
Thibault Sottiaux：Codex rate limit 异常来自多个隐性消耗点
OpenAI 的 Thibault Sottiaux 披露，Codex 在长会话多次 compaction 后处理图片存在低效，Computer History 的高分位用量偏高，自动生成会话标题的功能也消耗了超出预期的额度。团队正在逐项修复并将重置所有付费订阅的使用量，同时还发现了一条与这些问题无关、可显著提升效率的新路径。
AI BUILDERS WEEKLY · 2026.08.23
AI Builders 周报 · 2026.08.23
本周焦点从模型能力转向 eval、agent 协议、权限治理与组织能否真正吸收 AI 红利。
WEEK IN REVIEW
本周最强共识是，AI 落地的瓶颈越来越不在模型本身，而在能否准确评估工作流、控制上下文与工具、管理权限，并持续优化成本和可靠性。通用 benchmark 只能描述模型能力轮廓，真正决定企业自动化速度的是贴近生产任务的专用 eval。
另一条主线是 agent 正从单轮对话工具迈向开放、异步的行动网络。MCP 一类标准协议需要与 agent 身份、授权和安全策略共同演进，而组织结构也必须改变，否则个人独立使用 AI 获得的巨大杠杆很难在大型公司内部兑现。
9Builders
19Tweets
0Blogs
1Podcasts
X / TWITTER
Builder 动态
02
Peter Yang：用 coding agent 审计并撤销第三方数据权限
Peter Yang 演示了一种实用的隐私维护流程：在浏览器打开 Google 的第三方连接管理页面，让 Codex 或 Claude Code 检查现有授权，再选择不再需要的应用并由 agent 协助移除。他借此清理了大量仍能访问 Google 信息的旧应用，说明 browser agent 可以把复杂的权限审计变成可执行的日常维护任务。
03
Madhu Guru：优化 agent 前先建立失败模式与 eval 指南针
Meta AI 高管 Madhu Guru 将 eval 上的 hill climbing 概括为选择一个重要维度并持续优化，目标可以是关键用户旅程质量、新用例、成本或延迟。实际手段包括改进 harness、模型选择、prompt、context、memory、post-training 和确定性代码；例如工具调用频繁失败时，应按任务阶段只提供所需的三到五个工具，而不是一次塞入二十个。她建议先用最强模型把体验做到用户真正喜欢，再借 eval 逐步迁移到更小、更快、更便宜的模型。
04
Aaron Levie：企业 AI 扩散速度受限于专用 eval
Box CEO Aaron Levie 认为，模型发布时的通用 benchmark 很有价值，但只能显示整体进步形态和模型间相对能力。更大的机会是为企业主要工作流乃至单家公司建立专用 eval，因为无法评估进展的流程就无法可靠自动化，企业最终不能依赖主观感觉推进 agent 部署。
05
Zara Zhang：大型组织正在压低个人的 AI 杠杆
Builder Zara Zhang 观察到，有能力的人在独立项目中借助 AI 可能发挥十倍潜力，但进入大型组织后通常只能提升约百分之二十，有时甚至下降。她认为这正在推动更多人才离开大公司，少数顶级 AI 实验室可能是例外；问题的核心不是工具是否可用，而是组织流程、权限和协作成本是否允许个人快速行动。
PODCASTS
播客
01
AI & I by Every：Microsoft’s Vision for an Internet Made for Agents With CTO Kevin Scott (Best of the Pod)
核心结论是，模型推理能力已经领先于多数产品能够交付的体验，下一阶段的关键不是继续证明 scaling law，而是建立一张让 agent 真正采取行动的开放网络。Microsoft CTO Kevin Scott 认为，agent 要完成复杂委托，必须拥有持久 memory、工具访问和跨系统调用能力；MCP 可以扮演类似 HTTP 的连接协议，NLWeb 则可能承担类似 HTML 的表达层。Microsoft 内部希望所有系统通过标准协议与 agent 通信，避免每个团队都把组织结构和私有接口复制进自己的 agent。安全不能只靠封闭平台解决，开放协议还需要 agent identity、entitlement 和按任务申请权限的机制，让系统知道某个 agent 代表谁、可以访问什么。Scott 预计交互模式会从用户发 prompt 后等待回复，转向异步委托：agent 花较长时间调用多个系统、整合结果、反复迭代，最后把需要人类判断的部分交还用户。对于 coding craft，他不认为新工具会消灭选择，开发者仍会使用不同 agent；重要的是保持好奇，并根据自己重视过程还是结果来选择工具。真正有机会的创业公司也不必重建底层基础设施，而应凭借对具体问题更细致的理解，组合现有模型和工具，做出世界级解决方案。
ARCHIVE