本期说明：数据来自 zarazhangrui/follow-builders 上游 feed（feed-x.json / feed-podcasts.json / feed-blogs.json，feed 生成时间 2026-07-12 07:09 UTC）。本期 X 精选推文 15 条（10 位 builder）、播客 1 集、blog 0 篇。已过滤掉与 AI 无关的世界杯球赛闲聊推文。专业术语保留英文，每条附原文链接。

🔥 今日高光

  1. OpenAI 的 GPT-5.6『Sol』刷屏了 builder 时间线。OpenAI 的 Thibault Sottiaux 直接把过往吐槽逐条打勾：以前你们抱怨慢、抱怨 code slop、抱怨前端质量——现在 Sol『快且 token 高效、后端开发硬核、前端出色、且不再到处滥用 useEffect』。Sam Altman 补刀：一堆 benchmark 都指向 Sol 是当前世界最强模型，但『最可靠的信号是马斯克又开始盯着我了』。
  2. 实测背书来自圈内人。Zara Zhang（follow-builders 作者本人）实测后给出简短结论：『5.6 Sol 前端确实很强 👌』。Thibault 还给了一个『不装 Codex app 也能用上 Sol』的偏门玩法：借 CLIProxyAPI 把 Claude Code 指到 gpt-5.6-sol，配个 claudex alias 五分钟搞定（详见推文）。
  3. Jevons 悖论正从软件蔓延到『全部知识工作』。Swyx 提醒：如果你只从『agentic engineering 时代的软件需求』去理解 Jevons 悖论，可能没真正内化它——当『能驾驭 coding agent 的人』+『coding agent 突破边界渗透到其他知识工作』两个条件叠加，单位知识工作成本下降，总需求不降反升。『软件发生的事不是例外,而是范式。』
  4. Aaron Levie 给 Jevons 补了一条实证：本该被 AI 取代的岗位反而在扩张——软件岗位招聘增速跑赢其他领域。逻辑同上：软件单位生产成本一降，人们就想要更多软件、把软件用到过去不值得用的场景里,需求被放大而非消灭。
  5. Booking.com CEO：agentic travel 已经在跑,但『没有护城河』。No Priors 播客里，Glenn Fogel 亮出 Priceline 的 agentic 系统 Penny——采用率连续几个月每月翻倍，带来更高转化、更短下单路径、更低取消率;但他反复强调『there is no such thing as a moat』,规模、供给、监管合规都能被创新绕过,唯一的长期解是不停做新东西。

数据概览：X builders 10 位 · 精选推文 15 条（过滤球赛后聚焦 AI 约 8 条）· podcasts 1 集（No Priors × Booking.com）· blogs 0 篇 · feed 生成于 2026-07-12 07:09 UTC。

🐦 Builder 动态

主线一：GPT-5.6 “Sol” 发布刷屏

Thibault Sottiaux（@thsottiaux，OpenAI） 用『逐条回应吐槽』的方式官宣 Sol 的四个卖点：

在不同时期你们抱怨过速度、code slop、前端质量……每次发版我们都在改进,GPT-5.6 Sol 现在是：✅快且 token 高效 ✅后端开发硬核 ✅前端出色 ✅不再到处用 useEffect。下一个是什么？

🔗 https://x.com/thsottiaux/status/2076145711922696371

他还放了个『不装 Codex app 也能用 Sol』的野路子：装 CLIProxyAPI → 连接 → 定义一个 claudex alias（把 CLAUDE_CODE_SUBAGENT_MODEL 指到 gpt-5.6-sol，开 effort、限并发），让 Claude Code 直接跑 Sol。

🔗 https://x.com/thsottiaux/status/2076119366647894371

Sam Altman（@sama） 两连发。其一为 Sol 造势，顺带内涵对手：

有很多 benchmark 显示 5.6 Sol 是当前世界最强模型,但最可靠的判断方式是——马斯克又开始对我念念不忘了。

🔗 https://x.com/sama/status/2075983427019612242

另一条则是对成本结构的一句提问（『在这种用量下 30% 的成本都花在 fable 上？』），侧写出大模型公司对推理成本的敏感。

🔗 https://x.com/sama/status/2075982820322025788

Zara Zhang（@zarazhangrui） 一句实测背书：

Ok 5.6 Sol 前端确实很强 👌

🔗 https://x.com/zarazhangrui/status/2076130810143367453

主线二：Jevons 悖论 × 知识工作

Swyx（@swyx） 的提醒值得反复读：

如果你只从『agentic engineering 时代的软件需求』角度学过 Jevons 悖论,你可能还没完全内化它在这两个条件下的冲击:能娴熟驾驭 coding agent 的人类,以及 coding agent 突破边界渗透进所有其他知识工作。当劳动效率上升、单位知识工作成本广泛下降时,对总工作量和更优知识的需求是上升的,不是下降。coding 发生的事不是例外,它就是范式。

🔗 https://x.com/swyx/status/2076155833428431012

Aaron Levie（@levie，Box CEO） 给出实证版本：

本该被 AI 取代的岗位,正在经历与预期相反的结果——软件岗位招聘增速跑赢其他领域。为什么？如果你降低了某个有大量用例的东西的生产成本,人们就会想要生产更多。工业世界里我们一次次见证过这一点,现在终于在知识工作里也看到了。

🔗 https://x.com/levie/status/2076116544980214164

其他值得一看

Garry Tan（@garrytan，YC） 谈加州建设：想让加州重新『supercharge building』,得废改 CEQA——每年数百万套住房因它被卡,住房应当 by-right 建造。另一条则是他一贯的乐观框架：『太多事可能出错,但真正有趣的问题永远是:如果一切顺利会怎样？』

🔗 https://x.com/garrytan/status/2075944103867830352 · https://x.com/garrytan/status/2075933358660730901

注：本期还有若干 builder（Peter Yang、Matt Turck、Nikunj Kothari 等）在讨论世界杯球赛（阿根廷 vs 英格兰等），与 AI 无关,已从正文过滤。

📄 论文速递

本期上游 feed 无 blog / 论文源更新（feed-blogs.json 为空）。跳过。

🛠️ 新工具/项目

本期无独立工具源更新。值得留意的『可动手』信息点是上文 Thibault 给出的 claudex alias 方案——把 Claude Code 指到 GPT-5.6 Sol 的低门槛路径,适合想快速对比 Sol 与现有模型的开发者。

🇨🇳 中文圈

本期上游 feed 未覆盖国产模型/国内 AI 动态。跳过。

🎧 Podcast

No Priors —《Travel Through the Lens of AI with Booking.com CEO Glenn Fogel》

一句话要点：travel 是 agentic commerce 最被觊觎、也最难被颠覆的战场——Booking Holdings 的 CEO 用 Penny 的真实数据说明：agent 已在跑,但护城河不在供给规模,而在『把复杂旅程真正做对』。

嘉宾：Glenn Fogel，Booking Holdings CEO。2000 年 Priceline 还只值几亿美元时加入,如今把公司做到千亿美金体量,去年成交额 $1860 亿、超过 10 亿间夜。

核心洞察：

  • OpenAI 那次『取消 ChatGPT 结账』的插曲被过度解读了。当初新模型端出更好的 agentic commerce 演示时,Booking 这类公司股价大跌;后来 OpenAI 表态『不做 merchant of record、不在 app 里搞这套 commerce』,股价又反弹（Booking 一度涨 8%）。Fogel 的态度是:两边都别读太多——AI 对 Booking 是『极其有益的工具』,能让核心使命做得更便宜更好,而不是零和威胁。

  • Penny 已经是真产品,且每月翻倍。他亲测让 Priceline 的 agentic 系统 Penny 规划一次极复杂的家庭欧洲行:两个舱位（夫妻在前、成年子女在后)、一人中途要去别的城市、落地城市≠目的地城市、还要在『用里程还是付现金』之间来回权衡。Penny 会主动追问『每家航司你有多少里程』,最后给出『前排用里程、孩子付现金、落地当晚住酒店次日再走』的方案。团队数据:Penny 采用率连续数月每月翻倍,带来转化提升、搜索更快、下单路径更短、取消率下降、客户成功率更高。

  • 但绝对数字仍很小,原因是『成本还没算清』。Fogel 坦承没大力推 Penny,因为核心问题没解决:一次成行到底消耗多少 token、ROI 多少、能否提升 LTV / 复购 / 忠诚度还是未知数。而且『用哪个模型、什么场景、什么时机』的 token 经济学 直接决定盈亏——某些环节可以换更便宜的模型,这必须算得很细。（这与昨天 Stripe 那期的『usage-based 计费成刚需』遥相呼应。）

  • AI 客服已经在省钱,但要给人类留一扇门。Booking 用 AI 做客服,响应更快、每单联系成本已降约 10%、客户满意度反而上升;但他反复强调『有些客户就是想跟真人说话』,平衡点永远是『对客户最好』。今年计划把约定省下的成本（口径 $5.5–7 亿）再投回 AI 与平台。

  • 『there is no such thing as a moat』。这是全场最锋利的一句。8600 万套 alternative accommodation listings、全球体量约为 Airbnb 的四分之三、连续五年增速跑赢 Airbnb——听起来是厚护城河,但 Fogel 对 25000 名员工反复灌输:今天的竞争优势明天就可能消失,唯一的长期解是不停做新服务。他补了两个真正的『慢变量』壁垒:一是与全球酒店/房东深度协作的复杂供给关系（不是把库存塞进数据库就行),二是各国持续加码的旅游监管合规——大玩家有规模去消化,新进入者往往低估了它。

  • 人机边界的诚实观察。谈到 AI 抢工作,他用自家历史举例:2005 年 booking.com 支持 40 种语言全靠人工翻译和多语种客服;机器翻译普及后,那批岗位『全没了』。他不回避这一点,只强调真正的变量是『变化的速度』。

🔗 原视频：https://www.youtube.com/watch?v=8nj_0wZkbtA

📌 编者按

今天 X 侧信息密度不错但夹带了不少世界杯球赛闲聊(周末效应),已过滤;真正的信号高度集中在 GPT-5.6 Sol 和 Jevons 悖论 两条线上——前者是产品事件,后者是范式判断,而且两者内在相关:模型越快越便宜(Sol),知识工作单位成本越低(Jevons),需求就越被放大。播客那期则从需求侧给出一个极好的落地注脚:Booking 的 Penny 证明 agentic commerce『能跑』,但也诚实地承认『成本没算清、护城河不存在』。一句话带走:2026 的竞争不是『谁的模型最强』,而是『谁能在模型快速变便宜的浪潮里,把真实业务的复杂度与成本算明白』——Sol 负责把成本打下来,Booking 负责提醒你成本从来不止 token。