EP133 · 创业新杠杆、GPT‑5.6 效率、Skill Harness · 07-30 早报

在 YC Startup School 2026 的完整访谈中，Sam Altman 把 AI 带来的创业机会落到三个条件：技术版图快速变化、成本下降、迭代周期缩短。更值得参考的是他的判断方法：寻找刚出现而多数人尚未更新认知的能力，用持续数据建立逆共识，再把智能体节省的时间投入更大、更难的问题。

OpenAI 将 GPT‑5.6 的效率拆到模型训练、推理栈与 agentic harness 三层：生产内核优化让端到端服务成本下降 20%，改进的推测解码让 token 生成效率提升超过 15%。文章还解释了路由、缓存、上下文控制与避免重复工作的复利效应，适合用来理解智能与成本如何共同推进。

这场完整演讲把智能体产品中的 prompt、tool 与 skill 分别定义为谁、能连接什么、如何完成任务，并给出最小 harness：skill registry、system prompt 与文件读取。讲者进一步指出，模型升级必须重跑 eval；技能超过十个后要引入检索，达到数百个时则需要层级、元数据、所有权与生命周期治理。

本文深入探讨了如何利用因果推断与博弈论方法，通过组件级归因、扰动实验及因果 A/B 测试，精准定位复杂 AI Agent 系统（如 LLM、工具调用、规划能力等）的性能瓶颈。

本文认为，生产环境中的 MCP 安全需要四个独立的控制层——安全执行、管理平面隔离、出站信任边界和语义完整性——而不是依赖单一的网关。

Morgan Stanley 的 Alpha Lab 展示了一套智能体量化研究工具链，如何通过严格的环境、评测与研究流程量规，从自主实验走向自我改进。

本文深入探讨了 AI 时代下「执行」能力的贬值与「承担」责任的稀缺，指出技术颠覆往往发生在被优化的维度之外，呼吁从业者在追求工程效率的同时，警惕被降维打击的风险，并寻找人机协作中不可替代的价值。

微软在 AKS 上推出三层参考架构，通过语义路由、策略管理与 GPU 感知的负载均衡，优化 AI 智能体流量调度。

本教程展示了如何使用工具变量（速率限制回退）和两阶段最小二乘法在 Python 中恢复无偏的因果估计，评估高级 LLM 路由对任务完成率的影响，纠正标准 OLS 产生的混杂偏误。

本文介绍了 SimilarWeb 如何使用 LangSmith 评估长篇幅的智能体研究报告，重点阐述了基于评分标准的 LLM 评判、忠实性检查，以及校准评估标准的关键重要性。