--- title: "AI Builders Digest · 2026-08-23" url: https://www.liamding.com/posts/2026-08-23-follow-builders-digest/ markdown_url: https://www.liamding.com/posts/2026-08-23-follow-builders-digest/index.md html_url: https://www.liamding.com/posts/2026-08-23-follow-builders-digest/ language: zh-CN date: 2026-08-23 lastmod: 2026-08-23 description: "AI Builders Digest · 2026-08-23：微软 CTO Kevin Scott 谈 capability overhang 与 agent 互联网、OpenAI 修复 Codex 用量并重置额度、Meta 总监分享 eval hill climbing 实战、Box CEO 称 eval 是 AI 扩散的瓶颈。" categories: ["AI"] tags: ["AI", "Builders"] author: "Liam Ding（丁洪）" canonical: https://www.liamding.com/posts/2026-08-23-follow-builders-digest/ --- # AI Builders Digest · 2026-08-23 ## X / Twitter **Thibault Sottiaux**（OpenAI，Codex & ChatGPT） Codex 用量限额（rate limits）更新：团队发现三处效率问题，一是长会话多次 compaction 时图片的使用效率，二是 Computer History 功能的高 p95+ 用量，三是一个本用于生成对话标题的功能消耗超出预期。已组建 tiger team 修复，明天随修复一起，所有付费订阅的用量将完全重置。 https://x.com/thsottiaux/status/2091407991736332689 **Peter Yang**（AI 教程创作者） 两条实用内容：一是隐私清理技巧，在 Chrome 打开 Google 的第三方应用授权页，让 Codex 或 Claude Code 读取浏览器里打开的标签页，由 AI 挑出该撤销授权的应用并执行，他借此断掉了半数本不该拿到他 Google 信息的应用；二是他正在做一个名为 /fuck-cancer 的 AI skill，帮助患者和家属了解治疗流程、保持信息同步，正在征集应该包含哪些功能。 https://x.com/petergyang/status/2091331251211059468 https://x.com/petergyang/status/2091239339204415969 **Madhu Guru**（Meta AI 高级总监，前 Google Gemini/Veo/Nano Banana 负责人） "How to build great evals" 系列第 6 篇：在 eval 上做 hill climbing，就是挑一个真正重要的维度然后优化它，比如基于最新生产数据提升高价值用户旅程的质量、扩展到相邻用例，或降低成本与延迟。失败模式分类法是最好的指南针：比如工具调用频繁失败，往往是因为一次往 context 里塞了 20 个工具，而每个任务其实只需要 3-5 个，用 context engineering 对症下药。他还建议先用最好的模型上线，确认用户喜欢体验后，再 hill climb 到更小、更便宜、更快的模型。 https://x.com/realmadhuguru/status/2091278653435072523 **Amjad Masad**（Replit CEO） 一句话表明 Replit 的发布节奏："一周有 7 天，那就是 7 次发布。" https://x.com/amasad/status/2091346778746757204 **Guillermo Rauch**（Vercel CEO） 反共识的仓位表态：AI 能做很多事、能满足很多愿望，但我们只有一个地球、一个加州、一个巴塔哥尼亚、一个门多萨。美国和阿根廷是最自由、地理也最壮丽的两个国家，"我非常做多美国与阿根廷，我们还早得很。" https://x.com/rauchg/status/2091338152791474331 **Aaron Levie**（Box CEO） AI 扩散真正卡脖子的是好的 eval，多数人没意识到。每次模型发布配套的公开 eval 很有用，但只能说明通用 AI 进步的大致形状；更大的空间是企业所有主要工作流、细化到具体公司的 eval。"你无法自动化你无法评估进展的东西，企业不能只凭感觉（vibes）做事。" https://x.com/levie/status/2091359223368315050 **Zara Zhang**（Builder） 两个观察：一是 AI 让有才华的人做自己的事时潜力放大 10 倍，但同一人放进大组织，潜力最多提升 20%，有时甚至下降，这就是越来越多人才离开大公司的原因，OpenAI/Anthropic 这类顶级 AI 实验室是例外；二是"每个在 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 **Nikunj Kothari**（fpvventures 合伙人） 给创始人的一句直球：先 ragebait 投资人、再甩一份 SAFE 文档让人打钱，这不是融资该有的玩法。 https://x.com/nikunj/status/2091381756012511244 ## Podcast **AI & I by Every：Microsoft's Vision for an Internet Made for Agents With CTO Kevin Scott（Best of the Pod）** **The Takeaway：模型的推理能力已经跑到了产品前面（capability overhang），接下来一年最大的机会不是继续堆模型，而是把 agent 生态"接上管道"，让 agent 像网页一样可连接、可调用、可授权。** Kevin Scott 是微软 CTO，写了 41 年代码，自称"老顽固"，至今坚持用 vi 编辑器，同时也是木工和陶艺爱好者。他提出的核心概念是 capability overhang（能力过剩）：模型的推理能力已经超过了产品实际交付给用户的能力，整个行业需要集体补上这个差距，这也解释了为什么今年大家不再谈 scaling laws，它已经是验证过的事实。 agent 要真正有用，就必须能替你采取行动、调用工具、访问各种信息源，而这需要一个像互联网一样的开放生态：MCP 之于 agent 生态，正如 HTTP 之于互联网；NL Web 则扮演 HTML 的角色。作为 CTO，他正在推动微软所有内部系统对自家 agent 说同一种标准协议，避免把组织架构图发布出去（Conway's law）。 关于"用 agent 写代码会毁掉手艺感"的担忧，他的回应很朴素："保持好奇，去试。如果它对你有效，就用它；如果没用，就别用。"他后悔当年迟迟不肯学 3D 打印机。他还预测，一年后人们会从"同步式"使用 agent 转向"异步式"：把任务丢出去，agent 自己跑很久、反复迭代，最后回来交差。 https://www.youtube.com/playlist?list=PLuMcoKK9mKgHtW_o9h5sGO2vXrffKHwJL