ELI5、banked reset、eval 平均值陷阱，本周产品人必读

Anthropic 内部流行的 ELI5：用 HTML 卡片讲清任何事

Thariq（Claude Code @anthropicai，前 YC W20）在 X 上分享：Anthropic 内部最近常用一个叫 ELI5 的技能，用法是 /eli5 <你想要解释的东西>，它会“假设我对这个话题一无所知，用一份带大图片、少文字的 HTML artifact 来解释”。他个人喜欢用来做解释器和深入问题，比如“/eli5 这个模块怎么工作”“/eli5 我们为什么做这个取舍”“/eli5 这次事故是什么导致的”。目前还在讨论是否做成官方 plugin，但可以手动安装：claude plugin marketplace add anthropics/claude-plugins-community 然后 claude plugin install eli5@claude-community。

编辑观察：ELI5 的价值不在“简单化”，而在“强制视角转换”。产品经理面对陌生代码库、新同事面对历史决策、复盘时面对事故报告，最缺的不是更多信息，而是一个能把自己当外行重新问一遍的入口。做成带图片的 HTML artifact，等于把“理解”变成可交付物。

Codex 上线 banked reset：ChatGPT Work 和 Codex 付费用户的限额重置新机制

OpenAI 的 Thibault Sottiaux（Codex & ChatGPT @OpenAI）连续发了两条：先宣布“banked reset 已落地，祝周末愉快”，随后补充“banked reset 将在太平洋时间晚上 8 点前就位，对所有 ChatGPT Work 和 Codex 的付费用户生效”。他还更新了关于 Codex 速率限制的情况：部分用户本周缓存命中率比此前稳定状态差，这可能导致额度消耗更快，团队正在调查，明天会有更新。

编辑观察：banked reset 的具体含义没有细说，但结合速率限制的讨论，它大概率是把未用完的额度“存起来”，而不是一刀切重置。对重度使用 Codex 的团队来说，这直接影响成本规划和开发节奏。更值得关注的是缓存命中率：它说明在 agent 工作流里，缓存效率已经开始变成像 GPU 利用率一样需要盯着的指标。

Vercel 用 is-agentic 循环跑到 100/100，CEO 说“修了不少缺口”

Vercel CEO Guillermo Rauch 发帖：“这看着太疯狂了。我们用 is-agentic 对 vercel.com 跑循环，直到它达到 100/100。它让我们关掉了不少缺口。我们努力确保标准是高质量的，值得你花时间和 tokens。”is-agentic 是一个测评工具（具体细节未说明），可以用于测试 agent 在网站上的表现。同时，Vercel 的某个产品（可能是 v0 或某个工具）现在支持用户的 Grok 和 Codex 订阅，可以在 sandbox 里试用，安装是即时的。

编辑观察：把 agent 当作第一用户，用自动化测评循环来替代人工迭代，这正在成为前沿团队的标准做法。100/100 这个分数本身不说明太多，但“循环跑到满分”这个动作值得学，，它不是一次测评，而是把反馈闭环变成日常开发的一部分。

别把 eval 压成一个平均分

Meta AI 高级总监 Madhu Guru 发了一条长推，标题是“如何构建好的 eval - 第 5 部分”，核心劝告：不要把你漂亮而复杂的 eval 套件的结果淡化成一个单一分数。他说这常常是因为某个高管想要一个简化数字来做决定，这在 Gemini 早期也发生过，现在很多团队都有这个问题。他称之为“平均值的暴政”。

他构造了一个例子：一个模型在简单摘要上从 85% 升到 89%，在基础事实问答上从 80% 升到 85%，但在复杂金融分析上从 70% 掉到 63%。单一分数会掩盖模型在你的前沿用例上变差的事实。对加权分数的直觉反应是虚假的数学仪式，只是用一个数字假装掩盖了判断。

他建议：按优先级维护一份 eval 列表（参照他的第 4 部分），找那些能看细节、不追求抽象简化的人，深入理解每个关键 eval 的结果，，哪里失败、哪里出色，，然后判断新 AI 系统对用户是否更好。

对产品经理来说，这不只是技术问题。当你向管理层汇报模型升级效果时，主动拆开分数、指出退化的维度，比给一个上升的均值更负责。它可能让决策变慢，但避免了在错误方向上加速。

以上是 open letters 的编辑判断，不是任何单一来源的原话。

今天就用 ELI5 拆解一个陌生代码模块

适用场景：你刚接手一个不熟悉的模块、想快速理解一个系统设计、或者复盘一次事故。前提是你有 Claude Code 环境，并且能安装 community plugin（权限可能受限）。

假设我完全不了解这个模块的内部实现。请用 HTML artifact 给我一份解释，要求：大图片多，文字少，每个图片配不超过一句话的说明。先列出模块的输入、输出和关键依赖，然后画一张数据流图，标注最可能出问题的环节。最后用三句话总结这个模块的核心职责。如果信息不足，请明确说哪部分不确定，不要编造。

需要 Claude Code 和 community plugin 安装权限。ELI5 不是官方插件，安装后可能不稳定。artifact 的图片是示意图，不一定精确。

用 Claude Code 抓幼儿园午餐 API，自动推送早餐

Nikunj Kothari（partner @fpvventures）分享：他女儿上幼儿园，每日菜单在一个结构混乱的随机网站上。他让 Claude Code 通过网络请求找到 API，碰巧是未认证的，然后让它搞清楚数据格式，接进他们现有的 Hermes bot。现在每天早上家里的 Home bot 会播报早餐和午餐吃什么，方便准备便当。

这个例子对产品人的启发是：agent 最擅长的不是宏大任务，而是把“一个糟糕网页”变成“一个稳定数据流”。你可以自己试：找一个小型日常数据源（比如学校菜单、公司食堂、物业通知），让 Claude Code 解析并推送到你常用工具里。注意权限和稳定性：未认证 API 可能随时失效，需要定期检查。