AI News｜2026-08-24

今日目录

• AI 评估的“爬山法”：从通用到企业级工作流的优化
• 保护隐私：利用 AI 批量管理浏览器权限
• 微软 CTO 畅谈：构建面向 Agent 的互联网生态
• Codex 速率限制优化与使用重置：提升效率与用户体验
• AI 放大个体潜能，组织却可能稀释：人才流动的观察

今日判断

我今天更关注的是 AI 在实际落地过程中遇到的具体问题和解决方案，而不是宏观的趋势预测。特别是关于 AI 评估（evals）的讨论，它直接关系到产品迭代的速度和质量。Madhu Guru 和 Aaron Levie 都强调了评估的重要性，并且指出了从通用模型评估到企业级具体工作流评估的转变，这说明大家已经意识到“通用能力”不足以支撑复杂的商业应用，需要更精细化的衡量标准。

Peter Yang 的分享则从用户隐私角度切入，展示了 AI 如何成为管理个人数字足迹的工具，这是一种非常实在的应用场景。同时，Codex 团队主动披露速率限制问题并给出解决方案，这种透明度和快速响应是构建用户信任的关键。最后，Zara Zhang 对 AI 如何影响个体与组织效率的观察，触及了 AI 时代人才和组织结构的核心议题。总的来说，这些信息都指向了 AI 从概念走向实际应用，并解决具体痛点的过程。

快讯

AI 评估的“爬山法”：从通用到企业级工作流的优化

查看原文 · 来源：Madhu Guru

Madhu Guru 提出了一种名为“爬山法”（Hill Climbing）的 AI 评估策略，本质上是针对关键维度进行优化。这包括基于生产数据改进现有功能、拓展新用例、降低成本或延迟。实现这一目标的关键在于更好的评估框架和模型选择，结合提示工程、上下文工程、记忆机制、后训练等方法。他强调，失败模式分类是指导产品优化的重要依据，例如，如果工具调用失败是常见问题，就需要深入分析并优化上下文工程，确保模型在特定阶段能获得正确的工具。Aaron Levie 也呼应了评估的重要性，指出企业级工作流的精细化评估将是未来 AI 发展的关键，因为无法评估就无法自动化。我的判断是，AI 的进步正从通用能力评估转向更贴近实际业务场景的精细化评估，这是 AI 真正赋能企业的基础。

保护隐私：利用 AI 批量管理浏览器权限

查看原文 · 来源：Peter Yang

Peter Yang 分享了一个利用 AI 保护个人隐私的实用技巧。他指导用户通过在浏览器中运行特定提示，让 AI（如 Codex 或 Claude Code）识别并列出已授权访问用户 Google 信息的应用程序。用户随后可以从中选择需要移除权限的应用，并指示 AI 执行操作。这一方法能够帮助用户快速断开不必要的第三方应用访问权限，有效管理个人数据。我的判断是，随着 AI 能力的增强，这类直接解决用户痛点、提升生活便利性和安全感的应用将越来越受欢迎，AI 正成为普通用户管理数字生活的有力工具。

微软 CTO 畅谈：构建面向 Agent 的互联网生态

查看原文 · 来源：AI & I by Every

微软 CTO Kevin Scott 在播客中阐述了构建“面向 Agent 的互联网”的愿景。他认为，Agent 要想真正发挥作用，必须能够代表用户采取行动，使用各种工具，并访问多样化的信息源。为此，需要一个类似互联网的生态系统，让现有的信息源（如网站、API）能够被 Agent 轻松调用。他提出，微软内部正在推动所有系统使用标准协议与 Agent 进行通信。Scott 还提到，AI 的发展不应剥夺创造者的乐趣，而是应该赋能他们，让软件工程师、机械工程师乃至手工艺人都能通过 AI 提升效率。我的判断是，微软正从基础设施层面布局 Agent 生态，强调互联互通和标准化，这是 Agent 技术大规模落地的重要一步。

Codex 速率限制优化与使用重置：提升效率与用户体验

查看原文 · 来源：Thibault Sottiaux

Codex 团队发布了关于速率限制的更新，指出了在使用图像和处理长会话时存在的效率问题，以及特定功能（如生成对话标题）消耗了超出预期的使用量。一个专门的团队正在排查并修复这些问题，并计划在第二天发布补丁。此外，他们还发现了一种新的提高效率的方法，将在下周开始实施。作为修复的一部分，所有付费订阅的使用量也将被重置。我的判断是，Codex 团队在面对用户反馈和技术挑战时展现了积极的态度，通过透明沟通和快速迭代来优化产品，这种做法对于建立用户信任和维护服务质量至关重要。

AI 放大个体潜能，组织却可能稀释：人才流动的观察

查看原文 · 来源：Zara Zhang

Zara Zhang 观察到一个有趣的现象：有才华的个体在独立工作时，AI 可以帮助他们实现潜能的 10 倍增长；然而，当这些个体加入大型组织时，AI 的增益效果却可能被稀释到 20% 甚至更低。她认为，这导致了越来越多有才华的人选择离开大公司，除非是在像 OpenAI/Anthropic 这样的顶尖 AI 实验室工作。我的判断是，这揭示了 AI 时代组织结构和管理方式的挑战。如何让 AI 在大型组织中真正赋能个体，而不是被僵化的流程和文化所束缚，将是企业面临的关键问题，也可能驱动新一轮的组织变革。