今天可用的增量集中在 Codex 用量治理、Harness 稳定性、生成成本核算和可编辑交付。一手发布不足时，发布有限信号并标注边界，比将几条个人帖拆成十条“新知”更可靠。
证据类型： B｜OpenAI 团队成员公开说明，仍待正式产品页复核。 发生了什么： @thsottiaux 表示，ChatGPT Work 与 Codex 的 Plus 用户将恢复 5 小时限额；100/200 美元档不受该变更影响。其理由是平滑算力负载，以保留较宽的周额度。 为什么重要： 这说明订阅层的可用性治理仍会直接影响长时 Agent 工作流，而非只有模型质量决定体验。 实际影响： 将长任务拆为可恢复单元，保留状态、测试结果与人工接管点，避免关键交付卡在单次会话尾部。 边界： 这是团队成员的公开说明，不是完整稳定的产品条款；应以产品内提示与正式帮助页为准。
证据类型： B｜OpenAI 团队成员公开说明。 发生了什么： @thsottiaux 称部分用户近期缓存命中率低于此前稳定状态，可能使额度消耗更快，团队正在修复。 为什么重要： 对高频开发工作流，成本和可用性取决于上下文复用、任务切分与缓存行为，不能只按标称模型价格判断。 实际影响： 记录同类任务的额度消耗、上下文长度和会话重启行为；出现异常时优先检查复用与切分，再决定是否换模型或套餐。 边界： 未披露受影响比例、具体命中率与修复 SLA，不能据此推出所有用户成本变化。
证据类型： C｜从业者技术选型经验。 发生了什么： @dotey 对比 DeepSeek Harness 与 Pi 后，表示当前更偏向 Pi 的简单与稳定；其理由是测试覆盖足够时，未来替换底层的成本可控。 为什么重要： Agent 框架的迁移成本来自团队学习、可观测性、故障恢复和维护，而不只是功能列表或演示效果。 实际影响： 用一个可回滚的真实任务比较安装、权限、日志、测试、故障恢复和替换接口，并提前设定退出标准。 边界： 没有给出版本、任务规模或基准数据；这是个人经验，不能解释为通用性能排名。
证据类型： C｜个人产品实测/转述。 发生了什么： @AI_Jasonyu 称 Topview 接入 Wan 3.0 后，30 秒视频报价约 1.2 美元，对比 Seedance 2.5 约 3.6 美元；@yanhua1010 提醒实际预算经常被 reroll 放大。 为什么重要： 单次报价无法代表可用成片成本，稳定性和可用率才决定批量生产的预算。 实际影响： 用“单条可用成片成本 = 单次价格 × 平均重抽次数”评估，并先以同提示词、小样本测出可用率。 边界： 价格、套餐与画质均未独立核对官方页面，不能作为采购依据。
证据类型： C｜从业者工作流观点。 发生了什么： @dotey 认为现阶段用 HTML 或 React 生成并编辑图形较实用：模型训练覆盖充分，结果可修改，且容易转换为其他格式。 为什么重要： 需要反复改字、改数据和做多尺寸导出的图解，若只交付位图，就失去版本化与可维护性。 实际影响： 保留组件、数据与样式，再导出 PNG/SVG；交付前仍需做响应式、无障碍、真实内容与视觉回归验收。 边界： 这不是对插画、印刷或品牌资产的普适结论，复杂视觉仍应按用途选择专用工具。