OpenAI Codex 和 ChatGPT 团队的 Thibault Sottiaux 连续发布多条更新：团队已落地推理优化并将节省的成本回馈给所有订阅用户，GPT-5.6 Sol 的使用量因此增加约 10%。同时，团队发现将上下文窗口从 272k 扩大到 372k 导致了超出预期的用量消耗，已回滚至 272k 并将重新调优后推出。此外，多 agent 模式在高推理强度下存在轻微超额使用问题，团队正在修复。Sottiaux 郑重承诺：GPT-5.6 Sol 将留在你现有的 ChatGPT 订阅中，包括 Go、Plus 和 Pro。这条推文获得超过 10,000 次点赞，成为本日互动量最高的帖子。
Anthropic 同样动作频频。Claude 官方账号宣布延长 Fable 5 的使用权限至 7 月 19 日，同时 Claude Code 的周用量限制比平时提高 50%。此前，Anthropic 已将 Fable 5 的单周用量上限调整为可使用额度的一半，超出后可选择使用积分继续或切换模型。Cat Wu（Claude Code 团队成员）转发相关公告并简短留言「Enjoy!」，该帖获得近 2,000 次点赞。两家头部公司同时在用量和成本上做出让步，折射出当前 AI 编码工具市场竞争之激烈。
在应用层面，Replit CEO Amjad Masad 提出了「Vibe Research」的概念：他在 Replit 上并行运行 3 个实验分支，对 Qwen-8b 模型进行微调以下棋。他感叹「模型做 ML 的能力已经今非昔比，以前真的很差」——这意味着有好直觉引导的人即使没有 ML 经验，也能做出有趣的实验。Sam Altman 也在征集 GPT-5.6 Sol 的最酷作品，承诺给最佳作品送出 OpenAI 档案馆的特别礼物。Vercel CEO Guillermo Rauch 则强调企业必须「把模型当作机器中的一个齿轮」——通过 AI SDK、Agent API 和 AI Gateway 三件套掌控数据、评测和模型选择，「不要外包你的大脑」。
Valar Atomics 创始人兼 CEO Isaiah Taylor 在犹他州 San Rafael 核设施接受了 No Priors 采访，展示了他们刚刚完成的里程碑——首次由核反应堆为 AI 芯片供电。他直言大多数核工业本质上是「建模和仿真行业」，不专注于硬件迭代和执行，而 Valar 的策略是「建造最简单、最安全的反应堆以实现规模化」。
Taylor 将核能的复兴与 SpaceX 的崛起类比：「当 SpaceX 起步时，没人相信他们能达到今天的数字。」他认为能源是一种商品，需求由价格决定——「如果你能想办法让能源更便宜，需求自然会来。」AI 算力对电力的巨大需求为核能创业提供了历史性机遇。
这期对话的核心信息是：AI 的终极瓶颈可能不在算法，而在能源。当模型越来越大、推理越来越密集，稳定、廉价、可规模化的电力供应将成为关键基础设施。Valar Atomics 选择的「硬件优先、快速迭代」路线，可能为核能行业走出一条截然不同于传统核电站的新路径。
收听原片 ↗OpenAI Codex 和 ChatGPT 团队成员发布周末更新：已落地推理优化并将成本回馈所有订阅用户，GPT-5.6 Sol 使用量增加约 10%。同时修复了上下文窗口扩大导致的超额计费问题，回滚至 272k。他郑重承诺「GPT-5.6 Sol 将留在你的 ChatGPT 订阅中——至少在我们发布更好的模型之前」，该帖获得超过 10,000 次点赞。 原推 →
OpenAI CEO 征集 GPT-5.6 Sol 的最酷作品：「我很想看看大家用 5.6 Sol 构建了什么有趣的东西。我会给做出最酷作品的人送出 OpenAI 档案馆的一份特别礼物。」这条推文获得超过 13,000 次点赞和 2,500 条回复，引发社区大规模作品展示。 原推 →
Vercel CEO 提出企业 AI 架构哲学：「把模型当作你拥有的机器中的一个齿轮。」他列出了三大支柱——AI SDK（开放模型 API）、open Agent API、AI Gateway（零数据保留推理），强调「创业公司和企业必须拥有自己的数据、评测、模型选择和软件层。不要外包你的大脑。」 原推 →
Box CEO 深度分析企业 AI 转型的关键问题：「当每家公司都能访问前沿智能时，如何独特地利用它就成为关键问题。」他指出 AI 应用层仍有巨大价值待挖掘——为工作流建立评测、路由不同层级的模型、捕获可改进流程的 traces，以及确保信息价值随 AI 进步而复利增长。 原推 →
Replit CEO 提出「Vibe Research」概念：用 Replit 并行运行 3 个实验分支微调 Qwen-8b 下棋模型。他感叹「模型做 ML 的能力已经今非昔比」，认为有好直觉的人即使没有 ML 经验也能做出有趣的实验，随后展示了 Replit computer use 模型与他的国际象棋引擎的对弈。 原推 →
独立 Builder 分享了一个高效工作流：「试试把会议记录当 PRD 用，效果惊人。我跟同事讨论一个功能的实现细节，把会议记录发给 Codex，它就按讨论内容构建了原型。会议本身就是 prompt。」这条推文获得 222 次点赞，展示了 AI 编码工具如何模糊「讨论」和「实现」的边界。 原推 →
FPV Ventures 合伙人对 AI 时代的「token 最大化」热潮提出反思：「我在旧金山遇到很多人声称自己在 tokenmaxxing、有各种子 agent 在循环运行，但当我问他们在为谁构建什么时，很少有人能给出直截了当的答案。」他提醒：在这个疯狂的 AI 时代，方向和简洁性仍然极其重要。 原推 →
AI 教程作者观察到一个现象：「我估计 90% 以上的人在用 GPT-5.6 Sol，不到 10% 在用 Terra 或 Luna。」他还指出社区情绪转向时公司应更透明地沟通，而非退缩到更企业化的表达方式——「用更人性化的方式沟通，与社区一起搞清楚出了什么问题、如何解决。」 原推 →