今日 4 大主线：
① GPT 5.6 Sol 席卷开发者圈——Sam Altman 高调宣称、OpenAI Codex 团队交底、多位 builder 实测盛赞，5.6 Sol 正成为新一轮模型竞争焦点。
② AI 没有消灭软件岗位，反而创造了更多——Box CEO Aaron Levie 和 Swyx 都指向同一个 Jevons 悖论：降低知识工作的单位成本，总需求反而上升。
③ Booking Holdings CEO 深度对谈：旅行 AI agent 的现在与未来——Penny 月活翻倍、客服降本10%、700M 美元年度投资，但 Glenn Fogel 警告「没有护城河」。
④ Builder 哲学：别问什么会出错，问做对了会怎样——YC CEO Garry Tan 的周末金句引发千赞共鸣。
Sam Altman 在周末连发两条推文宣告 GPT 5.6 Sol 时代的到来。他写道："有很多 benchmark 显示 5.6 Sol 是目前世界上最好的模型，但最可靠的方式是——Musk 又开始对我着迷了。"这条推文获得了近 5 万赞、2300+ 转发。他还透露，在目前的使用量下约 30% 的成本花在了 fable（图像生成）上，暗示多模态推理的成本结构正在重塑。
OpenAI Codex 团队直接向开发者喊话：如果还没准备好装 Codex app，可以把 Claude Code 指向 GPT 5.6 Sol。Thibault 列出了 5.6 Sol 的核心改进——快速且 token 高效、后端开发强悍、前端优秀、不再到处滥用 useEffect。他分享了一条别名命令 `claudex` 让 Claude Code 用户无缝切换模型，这条分享 3800+ 赞、243 转。在另一条推文中，他坦诚回应了过去用户对速度、code slop 和前端质量的批评，称 5.6 Sol 是一次全面回应。
Swyx 深化了 Jevons 悖论在 agentic engineering 时代的意义：如果你只在软件需求层面理解了该悖论，你可能还没完全消化它在两个条件下的冲击——(1) 人类熟练使用 coding agent 后 (2) coding agent 突破边界进入所有知识工作领域。他的核心观点：知识工作的单位成本下降，总需求不仅不会减少，反而上升。code 领域不是例外，而是先行指标。这呼应了 Aaron Levie 的同日发言。
Box CEO Aaron Levie 讨论了 AI 时代软件岗位的悖论：AI 本该取代的工作反而在增长——软件招聘岗位数正在超过其他领域。他的解释是 Jevons 悖论在知识工作中的体现：降低每单位软件的生产成本后，人们想要更多的软件，公司和项目反而启动了更多的软件项目。但由于这个工作并未完全自动化（且在可预见的未来也不会），人们仍然需要懂这些系统的人来维护、决策和迭代。他的结论是 Agent 将带来更多富足而非取代。
YC CEO Garry Tan 周末发了两条值得关注的观点。一条关于加州住房政策——他认为要让加州重新成为建造天堂，必须废除和改革 CEQA（加州环境质量法案），因为它每年阻挠数百万套住房的建设。另一条风格更哲学："那么多事情都可能出错。但有趣的问题永远是：如果事情做对了，会发生什么？"这条获得了 1600+ 赞和 145 转，说出了 builder 群体的冒险心态。
Zara Zhang 实测 GPT 5.6 Sol 后的简短评价："Ok 5.6 Sol is very good at front end 👍"。呼应了 OpenAI Codex 团队的声明——5.6 Sol 在前端开发上有质的飞跃。
Travel Through the Lens of AI with Booking.com CEO Glenn Fogel
Booking Holdings CEO Glenn Fogel 在 No Priors 播客中做了一场深度访谈，话题覆盖 AI 时代的旅行、个人职业哲学与科技泡沫的历史教训。
核心观点：
🔹 "没有护城河这回事"——Fogel 反复强调，即使 Booking 拥有 860 万房源、年交易额 1860 亿美元，也没有任何东西能保护你免受创新冲击。唯一的长期策略是持续开发新服务。"每天都得拼命。"
🔹 Penny AI agent 月活翻倍——Priceline 的 agentic AI 系统 Penny 在过去几个月每月使用量翻倍，带来了转化率提升、搜索更快、预订路径更短、取消率更低、客户满意度更高。Fogel 亲自演示了一个复杂的家庭跨欧洲多城旅行规划，Penny 甚至帮他在里程和现金之间做了最优选择。
🔹 AI 客服降本 10%，客户满意度反而提升——Booking 已经在客服中大规模使用 AI，每次接触成本降低约 10%，同时客户满意度上升。但 Fogel 强调必须保留人工选项——"有些客户就是需要跟人说话。"
🔹 Token 经济学是关键瓶颈——虽然 Penny 很惊艳，但 Fogel 坦言它还没在 Booking 万亿级交易中产生显著数字。"我得知道那趟旅行花了多少 token 成本、ROI 是多少、终身价值有没有提升？"模型要在正确场景选正确的型号。
🔹 700M 美元年度投入——Booking 今年在技术和 AI 上的投资约 7 亿美元，但同时也在大举回购股票（Q4 单季 36 亿），因为 Fogel 的投资纪律是：如果公司内部找不到好项目就返还股东。
🔹 AI 泡沫与 dot-com 泡沫的历史押韵——从 1999 年加入 Priceline、经历从 300 亿跌到 2 亿市值再涨到 1800 亿，Fogel 对科技泡沫有亲身教训。"投机泡沫会带来巨大创新，也会让很多人亏钱。这次只是数字更大。"
🔹 AI 与就业的变局——Fogel 担心变化速度过快，举了 50 岁卡车司机的例子：如果自动驾驶一夜之间落地，这个人该怎么办？他认为政府再培训项目在过去 50 年基本无效，但企业有义务自己 upskill 员工。他特别警告如果美国因恐惧而抵制 AI，"中国不会有这个问题，他们不会被同样的叙事束缚。"
🔹 职业哲学——"你只有一次生命。如果你有选择的余地，明智地选择。太多人到中年才后悔。"Fogel 自己从 IBM 机房操作员 → 投资银行家 → 被裁后写小说 → 交易员 → Priceline 27 年，每一步都不是计划好的。