OpenAI 把美国政府的使用费降半、席位费归零：采购门槛下降后，验收门槛应该上升
OpenAI 与美国 GSA 的新协议把合资格联邦、州、地方与部落政府的每用户每月 15 美元许可费降至 0，使用费折扣 50%，期限从 2026 年 10 月 1 日到 2028 年 12 月 31 日；同时将 Daybreak Blue 面向已验证政府实体开放并按商业价五折，Daybreak Red 则仍是标准商业价。它把原来主要面向联邦的安排扩至州、地方和部落政府，官方称覆盖的潜在公共部门劳动力约 2,300 万人。这里改变的不是模型能力，而是大规模试用的预算与采购摩擦。 折扣不会自动产生可靠服务。公告中的 CDC、税务和实验室案例是供应商所述的使用成效，不能替代独立审计；“verified entity”的资格、不同系统可接入范围以及具体部署控制也仍要按机构核验。更低的采购门槛反而会让错误扩散得更快：先选一个低风险、可回放的政务流程，公开记录数据来源、人工复核率、申诉与停止机制，再讨论是否扩大到面向居民或关键基础设施的决策链。对公共部门来说，价格可以由框架协议决定，责任边界只能由实际运行的日志和程序决定。
ChatGPT 背后的存储层已迁到 Rust：大模型产品的可靠性，常常输在模型之外的尾延迟
OpenAI 9 月 11 日披露，支撑 ChatGPT、API 与 Codex 等产品的在线存储平台 Habitat 已服务每周逾 10 亿人、近 40 个区域、超过 500PB 数据与每秒逾 7,000 万次请求。它最初是 Python 客户端库，后来因跨数十个服务滚动升级、特性开关和回滚容易相互踩踏，被拆成集中式服务；该服务成为统一执行访问控制、审计日志、数据驻留、加密与限流的位置。这个案例的要点不是某个吞吐数字，而是把存储逻辑收回到单一控制面，以缩小生产变更的协调面和故障半径。 工程细节也解释了为何“加并发”不是答案：OpenAI 称 Python 的 asyncio 在 CPU 重的路由、压缩和加密任务中会出现调度延迟，连接池的 LIFO 复用还曾让流量持续压向更慢的进程。团队最后以 Rust 接管了 95% 生产请求，并报告 CPU 效率提升 6 倍、内存效率提升 15 倍；这些是厂商自述，外部无法独立验证。可迁移的判断却很朴素：agent 和模型调用一旦依赖共享状态，先度量 p99、事件循环延迟、连接复用和下游限流，再谈能力演示。把授权、隔离、速率限制与观测性设计成平台层，而不是散落在每个调用方，才能让功能增长不等于事故面同步增长。
Fyxer 把邮件助手拆成 30–50 个窄任务：用户信任可能比“更像人”更依赖可纠正的流程
OpenAI 9 月 14 日刊出的 Fyxer 案例给邮件 agent 一个比“替我回信”更具体的实现：这家公司把一次邮件处理拆给 30–50 个专门模型，分别判定是否需要回复、识别意图、预测互动走向、检索相关记忆并生成草稿；它称其训练材料来自逾 50 万小时的人工行政助理工作流。页面给出的结果是 90 天留存率 90%、53% 的生成草稿被原样接受，且把用户对草稿的修改回流为持续训练信号。 这些指标均来自 OpenAI 与客户联合发布的案例，既没有独立对照组，也没有说明接受“原样草稿”是否带来更好的邮件结果，因此只能当作 C 级产品信号，不能推广为行业效果。它仍提示了一个更可检验的设计方向：让用户修正一个可定位的子决策，比要求用户否决一封已经写完、却混合了语气、事实、时机和关系判断的信更容易。真正要上线的团队应保留草稿来源、记忆命中、用户编辑和发送前确认，按任务分别测误发、漏答与编辑负担；只有这些指标持续改善，才值得让助手从“建议”走向主动行动。