僅 15 人的團(tuán)隊，每天發(fā)布 AI 新聞簡報，同時驅(qū)動多款 AI 產(chǎn)品和年營收數(shù)百萬的咨詢業(yè)務(wù)。

更驚人的是，Every 的工程師幾乎不編寫代碼，他們用 AI 重塑工作流程和產(chǎn)品構(gòu)建方式。

Dan Shipper 在業(yè)界被視為 AI 務(wù)實主義的倡導(dǎo)者，他的團(tuán)隊正引領(lǐng)一場關(guān)于效率與創(chuàng)新的新范式。

以下內(nèi)容為 Dan 在Lenny's Podcast欄目中親述的 Every AI 原生創(chuàng)業(yè)之路。

訪談內(nèi)容原汁原味呈現(xiàn)于下：

Lenny Rachitsky：Dan，非常歡迎你參加節(jié)目。

Dan Shipper：感謝邀請。我一直是你的關(guān)注者，今天很高興來到這里。

Lenny Rachitsky：我也是，非常期待這次對話。我們有太多話題可以聊了。想從幾個大膽的觀點開始，因為你花在使用、思考和開發(fā) AI 上的時間，可能比我認(rèn)識的任何人都多。所以第一個問題：關(guān)于 AI 工具的使用，你有哪些觀點是大多數(shù)人未曾意識到的？

Dan Shipper：我先拋出一個最大膽、但證據(jù)最少的觀點。我認(rèn)為 AI 可能是保障美國就業(yè)的最大力量之一。很多人擔(dān)心 AI 會讓人失業(yè)，當(dāng)然，它確實會改變工作所需的技能。但它也可能保住很多崗位，有兩個原因：

首先，很多昂貴的服務(wù)目前只供富人或大企業(yè)使用，比如內(nèi)部法律顧問、客服中心等。AI 智能體降低了這些服務(wù)的成本，小公司和個人也能負(fù)擔(dān)，從而帶動了新需求。

其次，它能讓現(xiàn)有崗位的效率大幅提升。比如，原本一個客服中心需要十個人，現(xiàn)在其中一個人可以服務(wù)幾千甚至上萬用戶。這樣一來，美國公司雇傭本土員工反而更劃算。并且，美國員工在使用這些 AI 工具方面往往做得更好。而且，主要的 AI 模型公司也集中在美國。所以雖然這未必對其他國家有利，但對美國而言是重大機(jī)會。這種討論在"AI 是否會造成失業(yè)"的話題中常被忽視。

Lenny Rachitsky：我喜歡這種樂觀的視角。雖然對其他國家未必友好，但確實對美國是利好。你還有其他類似的觀點嗎？

Dan Shipper：另一個觀點不算特別有爭議，但確實被很多人忽視，Claude Code對非程序員也非常有用。比如 Google 最近發(fā)布了 Gemini CLI。簡單說，它們就是命令行界面，可以訪問本地文件系統(tǒng)、運(yùn)行終端命令、瀏覽網(wǎng)頁等。你給它一個任務(wù)，它可以自動運(yùn)行 20~30 分鐘完成工作。

特別是 Claude Opus 4，這是一次巨大的飛躍。它甚至可以生成多個子智能體并行處理不同任務(wù)。在我們公司，幾乎每個人每天都在用，每個人都有一堆智能體在為他們工作。但非技術(shù)人員基本不會用，因為終端界面太嚇人了。

舉個例子，你可以把所有會議記錄放在一個文件夾里，然后讓它讀取所有文件，并分析你在何時用語言回避了沖突。它會自己列出一個任務(wù)清單，逐條處理，然后給出總結(jié)性回答。它不是簡單塞進(jìn)上下文，而是真的"處理"這些文件。對于涉及大量文本的任務(wù)，這種方式非常高效。

Lenny Rachitsky：所以它就像你電腦里的一個 AI 助手，能訪問本地文件并執(zhí)行任務(wù)。

Dan Shipper：沒錯。而且它可以持續(xù)運(yùn)行，不容易偏離任務(wù)。

Lenny Rachitsky：所以非程序員只需要克服一點門檻：學(xué)會打開終端。但一旦用上，就能像自然語言交互那樣控制它。這是個很有意思的觀點——很多人認(rèn)為claude code只是程序員的工具，實際它對非技術(shù)人員的潛力被嚴(yán)重低估了。

Lenny Rachitsky：除了處理會議記錄，你還見過其他有趣的用法嗎？

Dan Shipper：我自己常用它來寫作。比如我知道你可能會問我最喜歡的書，我先劇透一下，是《戰(zhàn)爭與和平》。我剛讀完第三遍。

Lenny Rachitsky：哇，真是大部頭。

Dan Shipper：但它真的很精彩。我覺得托爾斯泰是一位天才。他特別擅長用細(xì)節(jié)描寫人物內(nèi)心，比如通過面部表情、語調(diào)和眼神的不一致表達(dá)人物的情緒。我希望自己也能寫出那樣的描寫。

所以我下載了《戰(zhàn)爭與和平》（它屬于公共領(lǐng)域），然后讓 Claude Code 閱讀前三章，提取所有人物描寫細(xì)節(jié)，為我總結(jié)一份寫作指南。

它甚至還自動下載了俄文原版，對比不同翻譯版本中是否有內(nèi)容遺漏，幫我理解那些打動我的段落。這種能力很適合深入研究某個主題。比如，如果你有大量客戶訪談資料，它也能高效從中提煉信息。

Lenny Rachitsky：你說得我也想用上它了。我現(xiàn)在也在讀托爾斯泰的《安娜·卡列尼娜》，是之前一位播客嘉賓推薦的。這本書也很長，我用 Kindle 讀了好幾個月，還只看了 13%。

Dan Shipper：我有個大膽觀點：《戰(zhàn)爭與和平》比《安娜·卡列尼娜》更出色，尤其對科技從業(yè)者來說更具啟發(fā)性。當(dāng)然，兩本書都非常精彩。

Lenny Rachitsky：這個觀點很有意思。我看到你發(fā)過一條推文提到一個我也在用的用法：讀書時開啟 ChatGPT 語音模式，隨時向它提問。因為它已經(jīng)"讀過"這本書，不需要你把整本書輸入進(jìn)去。Anthropic 公司也是這樣做的——他們購買并掃描了大量書籍，作為訓(xùn)練數(shù)據(jù)的一部分。所以模型能理解完整的上下文。比如我問它"在俄羅斯社會里這到底意味著什么"，它能直接回答，非常好用。

回到claude code，有個小竅門是：你可以讓智能體訪問本地文件并在電腦上執(zhí)行任務(wù)，而不需要上傳文件或手動粘貼提示詞，非常方便。我猜這會很快被廣泛采用。

Dan Shipper：我也這么想，而且模型公司很可能會讓這項功能變得更易用。像claude code這樣的工具，未來可能會融入到我們使用的各種產(chǎn)品和平臺中，無論是在網(wǎng)頁端還是其他地方。

一開始，很多 AI 應(yīng)用的思路是把聊天框嵌入現(xiàn)有的界面，比如 GitHub Copilot 會在 IDE 中自動補(bǔ)全代碼；Cursor 有一個側(cè)邊欄內(nèi)置對話框。而claude code的不同之處在于，它并不是用來"寫"代碼的，而是用來"完成任務(wù)"的。你只需告訴它想做什么，它就會去執(zhí)行。

我們正處在一個轉(zhuǎn)折點——AI 的能力足夠強(qiáng)，已經(jīng)不需要你介入執(zhí)行過程。你只管分派任務(wù)，它就能自動完成。

Lenny Rachitsky：是的，我采訪過 Cursor 的 CEO Michael Shafrir，他談到 AI 在代碼之外的未來愿景。還有 Baseplate（可能你說的是 Baseplate.ai）的創(chuàng)始人，他在播客里說，公司成立六個月來，過去三個月他沒寫過一行前端代碼，全靠 Baseplate 和 Cursor 這樣的工具。這個趨勢正在發(fā)生。

Dan Shipper：我們 Every 公司也是一樣，團(tuán)隊成員已經(jīng)不再手動寫代碼了。

Lenny Rachitsky：在你分享下一個大膽觀點前，我們得深入聊聊這個。

Dan Shipper：我還有一個關(guān)于 AGI的觀點。AGI 一直很難定義。圖靈測試是一種參考標(biāo)準(zhǔn)，但現(xiàn)在許多模型其實已經(jīng)超越了這個標(biāo)準(zhǔn)。我們?nèi)狈σ粋€清晰的定義。

我在思考時，想到了一個衡量 AGI 水平的新方式：通過智能體能"自主運(yùn)行"多長時間來判斷。

比如 GitHub Copilot 只能做代碼自動補(bǔ)全；ChatGPT 也就回答一個問題。但像 Claude Opus 4、Gemini 等模型，現(xiàn)在已經(jīng)能獨(dú)立執(zhí)行任務(wù) 20~30 分鐘，期間你無需介入。

這讓我想到心理學(xué)家溫尼科特在《在現(xiàn)實中玩耍》中的理論：嬰兒一開始和照料者是"合一"的，之后逐漸學(xué)會獨(dú)處，學(xué)會自我調(diào)節(jié)。成長就是從完全依賴，到逐漸可以獨(dú)處一段時間。AI 也一樣，它們現(xiàn)在可以"獨(dú)立運(yùn)行"二三十分鐘，將來這個時長會越來越長。

所以我認(rèn)為，對 AGI 的一個定義可以是：什么時候智能體可以持續(xù)運(yùn)行，而且從經(jīng)濟(jì)角度看"讓它一直開著"是合理的？

換句話說，它不再等著你輸入命令，而是自主地運(yùn)行在云端、持續(xù)執(zhí)行有價值的任務(wù)。你知道讓它一直運(yùn)行是值得的，不想浪費(fèi)它的潛力。這就像一個青少年，擁有自己的生活節(jié)奏，而且這樣對你來說是有利可圖的。

Lenny Rachitsky：你提到"有利可圖"，這也涉及運(yùn)行和維護(hù)的成本問題。

Dan Shipper：對，既包括成本，也包括創(chuàng)造的價值。顯然你可以做一些"耍小聰明"的事，比如讓 Claude 永遠(yuǎn)運(yùn)行一個定時提醒程序，但我說的是更廣義上的持續(xù)運(yùn)行——它得真的能創(chuàng)造出實際效益。

我喜歡"盈利"這個衡量標(biāo)準(zhǔn)。因為如果讓它持續(xù)運(yùn)行要花錢，那它就必須做出值得投入的事情。那時，我們可能就真正邁入了 AGI 時代。

Lenny Rachitsky：這點很有意思，其實和資深員工的"自主性"很像。員工越有經(jīng)驗，你需要給的指令越少，也不必頻繁評估他們的表現(xiàn)。某種程度上，這就是"資深"的體現(xiàn)。挺棒的。你對這個話題還有其他想法嗎？

Dan Shipper：很多。我不太喜歡"AI會取代工作"或者"AI將導(dǎo)致三分之二的崗位消失"這樣的說法。我也不認(rèn)同"ChatGPT讓人不動腦"這種論調(diào)。比如，"醫(yī)生單獨(dú)診斷"、"醫(yī)生+AI"、"只有AI"，結(jié)果發(fā)現(xiàn)AI表現(xiàn)最好，于是就說醫(yī)生會被淘汰，這種結(jié)論太草率了。

拿醫(yī)生舉例，AI是一種需要掌握的技能。你去測試那些對AI毫無經(jīng)驗的醫(yī)生，當(dāng)然可能出現(xiàn)AI表現(xiàn)更好的情況。但醫(yī)生面對的場景太復(fù)雜，一項實驗很難得出絕對結(jié)論。而且這項技術(shù)發(fā)展得這么快，不能指望醫(yī)生現(xiàn)在就精通它。但五到十年后，對于剛步入這個行業(yè)的年輕人來說，情況就會完全不同。

至于"AI讓人變笨"這種觀點——我們在技術(shù)史上一直都在"用一種技能換另一種"。柏拉圖曾批評寫作，認(rèn)為寫字會削弱記憶力，這的確沒錯。過去的人要靠記憶背誦整部史詩。但我認(rèn)為，為了寫作犧牲點記憶力是值得的。AI也是一樣：你對某些任務(wù)的參與度可能會降低，但你在其他方面的能力會顯著提升。

所以——你當(dāng)然可以做個實驗，得出"AI讓大腦連接性下降"的結(jié)論。就像你也能發(fā)現(xiàn)"寫作讓人記憶力變差"。但沒有人希望回到一個文盲的世界，對吧？

Lenny Rachitsky：確實挺有意思的。有研究顯示，AI對學(xué)生學(xué)習(xí)很有幫助，比如尼日利亞的一個研究就發(fā)現(xiàn)人們進(jìn)步得很快。所以像你說的，要承認(rèn)我們會失去一些東西，但收獲可能更大。從目前的情況看，確實是這樣。

Dan Shipper：沒錯。我覺得——一直以來，人們在技術(shù)剛出現(xiàn)的早期總是低估變化的速度。我常舉個例子：我住在布魯克林，家附近有家裁縫店，到現(xiàn)在還不收信用卡。信用卡都出來幾十年了，這說明就算是最成熟的技術(shù)，也需要很長時間才能普及。

而且我覺得我們很容易低估"熟悉的情境"有多復(fù)雜，以及在那些場景下做出反應(yīng)有多難。就算你在標(biāo)準(zhǔn)測試中表現(xiàn)很好，不能說明AI已經(jīng)能替代你生活中某項具體工作。要感受替代的難度，得更貼近真實。

我一個月前做了個小實驗。我叫它"Ken 0.3"——想看看模型能不能預(yù)測我在會議上會說什么。靈感來自O(shè)penAI的做法，他們用自己內(nèi)部代碼庫作為測試標(biāo)準(zhǔn)，因為這些代碼網(wǎng)上找不到，能很好衡量模型的真實能力。我就想，我的會議記錄也不在網(wǎng)上，所以用這些數(shù)據(jù)跑了一些最先進(jìn)的模型，結(jié)果表現(xiàn)很糟糕。

這不是模型不夠聰明，而是上下文問題。Spotify的Tobi提出一個詞叫"上下文工程"（Context Engineering），意思是在對的時間點給模型提供對的上下文信息。我覺得他說得特別對。我?guī)啄昵耙苍趯戇@個問題，當(dāng)時我叫它"知識編排"，現(xiàn)在看來"上下文工程"是更好的說法。

這不是"一次性搞定"的事，不是你給模型一個大文檔它就能自動理解一切。現(xiàn)在還遠(yuǎn)遠(yuǎn)沒到那一步。但我相信情況會慢慢改善。一旦模型能準(zhǔn)確預(yù)測我在會議上會說什么，它就能成為真正的工具，徹底改變我開會的方式。現(xiàn)在還沒那么簡單。

Lenny Rachitsky：有趣。聽起來你甚至可以基于這個做個GPT版本的你，然后別人就不用找你開會，直接和它交流。

Dan Shipper：在某些場景確實可以，我們其實已經(jīng)在某種程度上這么做了。但和"準(zhǔn)確預(yù)測我在會議上說什么"還是有差距。尤其是，如果你是創(chuàng)始人、CEO或管理者，你會發(fā)現(xiàn)自己工作的很大一部分其實是在"重復(fù)說話"。而這正是這波AI革命最實用的地方之一——你終于不用再重復(fù)自己了。

比如上個季度，我定的一個目標(biāo)就是：盡量不在會議上重復(fù)說過的話。如果能避免，我就不想再說第二遍。我們有一份每日時事通訊，我經(jīng)常要對標(biāo)題、引言和選題質(zhì)量給出反饋。現(xiàn)在我們把這些反饋內(nèi)容整理成提示語，交給AI去處理。

這和"模仿我"還不一樣。它還不能準(zhǔn)確預(yù)測我下一句要說什么，但它可以把我過去表達(dá)的觀點和邏輯抽象出來，應(yīng)用到新的寫作場景中。所以，當(dāng)某位作者沒法直接和我交流時，AI也能代表我先給出建議。等我真正看到內(nèi)容時，他們其實已經(jīng)和"另一個我"溝通過了這個真的非常強(qiáng)大。

Lenny Rachitsky：順著這個話題繼續(xù)聊。我一直覺得你們正在打造的業(yè)務(wù)、團(tuán)隊和運(yùn)營方式，代表了人工智能時代企業(yè)運(yùn)作的最前沿。你們以 AI 為核心的方式，很契合你寫的很多內(nèi)容，值得我們認(rèn)真研究。首先，介紹一下你們公司是做什么的，然后講講你們的一些運(yùn)營方式。我看到你笑了，很有意思。

Dan Shipper：大家總是這么問，因為我們的公司確實有點特別。雖然有一些公司在嘗試類似的方向，但這種形態(tài)目前還不常見，也不太容易理解。我認(rèn)為這是人工智能帶來的新可能。簡單來說，我們在 AI 前沿進(jìn)行創(chuàng)意和應(yīng)用實踐。

我們的核心業(yè)務(wù)是一份每日時事通訊，已經(jīng)做了大概五年，目前有大約十萬名訂閱者。很多頂尖的 AI 實驗室都在看，比如每當(dāng) OpenAI 或 Anthropic 推出新模型，我們都會搶先試用，并發(fā)表分析文章。對我來說，這簡直就是理想的工作，我真的太喜歡了。

Lenny Rachitsky：太棒了。你們把這些文章稱為"氛圍評估"，對吧？

Dan Shipper：是的。我們覺得這個概念很重要，它不僅關(guān)注模型的表現(xiàn)，更強(qiáng)調(diào)使用者的實際感受。標(biāo)準(zhǔn)的基準(zhǔn)測試無法捕捉這些內(nèi)容，而最有資格進(jìn)行"氛圍評估"的，是那些每天都在一線使用這些工具的人。我們發(fā)現(xiàn)，最好的技術(shù)寫作往往出自那些真正使用、構(gòu)建產(chǎn)品的人。所以我們一邊寫文章，一邊做實驗，久而久之，這些實驗變成了一些內(nèi)部應(yīng)用。

比如我們剛剛公開發(fā)布了一款叫 Cora 的應(yīng)用——就發(fā)生在我們錄這期節(jié)目的當(dāng)天。Cora 可以看作是你郵箱里的 AI 參謀，幫助你用 AI 管理郵件。我們還有 Sparkle，是一個 AI 文件整理工具；Spiral，專注內(nèi)容自動化；Lex 是我們最早孵化的一個 AI 文檔寫作工具，現(xiàn)在已經(jīng)獨(dú)立出來，由我聯(lián)合創(chuàng)始人內(nèi)森負(fù)責(zé)運(yùn)營。

我們把所有這些工具打包在一起，用戶支付一次訂閱費(fèi)用，就可以使用全部軟件，我們也會持續(xù)加入新產(chǎn)品。我之后可以講講我們?nèi)绾畏趸@些項目，其中有很多有趣的內(nèi)容。

Lenny Rachitsky：你們還有一塊咨詢業(yè)務(wù)對吧？我也想聊聊那部分。

Dan Shipper：對，那是公司第三個重要板塊。雖然它不像軟件那樣適合"流式"模式，但我們確實花了很多時間與大型企業(yè)合作，幫助它們實現(xiàn)"AI 優(yōu)先"的轉(zhuǎn)型。我們會培訓(xùn)各層級員工如何系統(tǒng)性地使用 AI。這塊業(yè)務(wù)非常重要，也很有意思。

Lenny Rachitsky：我感覺這塊業(yè)務(wù)未來可能價值幾十億美元。我們之后可以詳細(xì)聊聊。

Dan Shipper：我也這么認(rèn)為。

Lenny Rachitsky：我知道們團(tuán)隊很小，但要運(yùn)營時事通訊、開發(fā)幾個應(yīng)用、還有咨詢業(yè)務(wù)。你們到底有多少人？Dan Shipper：15 人。

Lenny Rachitsky：那你來說說你們有哪些高效的運(yùn)營方式。比如你提到過團(tuán)隊成員基本不寫代碼，這很令人好奇。

Dan Shipper：對，有幾個關(guān)鍵點。首先，我建議每家公司都設(shè)立一個"人工智能運(yùn)營負(fù)責(zé)人"。我每周會和她見面。只要我在某件事情上出現(xiàn)重復(fù)操作，我就會記錄下來，她會根據(jù)這些信息編寫提示詞，設(shè)計流程，幫助我和團(tuán)隊成員盡可能實現(xiàn)自動化。

這真的非常重要。如果你每天都在趕任務(wù)，你很容易用老辦法把事情做完，而不是嘗試新的、更高效的方式。比如要用 Zapier 建一套無代碼流程，很多人根本不會去花那個時間。但有了 AI 運(yùn)營負(fù)責(zé)人，就能把這些機(jī)會捕捉下來，并真正落地。

關(guān)鍵在于：流程不只是搭好，還得真的被用起來。說白了，你是在公司內(nèi)部開發(fā)一套"迷你應(yīng)用"。如果你有開發(fā)實際可用工具的能力，那就能起到巨大的效果。所以我強(qiáng)烈建議設(shè)立這樣一個角色。

Lenny Rachitsky：我記得看到 Cora 發(fā)推在招聘這個崗位。顯然這正成為一種趨勢。那你覺得這個崗位應(yīng)該是獨(dú)立的嗎？主要是服務(wù)你，還是可以幫助所有人？他們的工作模式是怎樣的？

Dan Shipper：我們現(xiàn)在是讓她服務(wù)所有人。我們從編輯團(tuán)隊開始。比如我們主編 Kate 每天要花好幾個小時做文案潤色、統(tǒng)一風(fēng)格。現(xiàn)在我們用一個叫 Opus 的工具，只要把風(fēng)格指南和提示詞輸入進(jìn)去，就能幫忙做這些校對工作，效果非常好。

但不只是流程搭建，你還要促使行為上的轉(zhuǎn)變。比如我們現(xiàn)在會提醒編輯：有人提交內(nèi)容了嗎？那你有沒有先讓 AI 跑一下？這其實是個組織層面上的挑戰(zhàn)。幸運(yùn)的是，我們團(tuán)隊每個人都非常擁抱 AI。大家都愿意嘗試，也很主動，所以這點推起來比較容易。而很多公司在這方面的阻力就大得多。

Lenny Rachitsky：明白。這位 AI 運(yùn)營負(fù)責(zé)人背景是什么樣的？

Dan Shipper：她叫 Katie Parrott。她原本經(jīng)常為我們代筆，我們很多開發(fā)者會寫文章，但有時候他們需要幫忙，她就參與撰寫他們項目相關(guān)的內(nèi)容。后來我們發(fā)現(xiàn)她對 AI 很有熱情，而且也擅長這方面，就讓她承擔(dān)這塊工作。在加入我們前，她在一家叫 Animals 的頂級內(nèi)容營銷機(jī)構(gòu)工作，那家公司流程極其嚴(yán)謹(jǐn)。

她之所以出色，是因為她既擅長構(gòu)建和優(yōu)化流程，又是一個優(yōu)秀的寫作者，同時對 AI 有非常強(qiáng)烈的好奇心和探索欲。這種組合很理想。所以我覺得，最理想的 AI 運(yùn)營負(fù)責(zé)人，應(yīng)該是那種樂于探索、愿意動手構(gòu)建，同時具備一定流程意識的人。如果他們還懂自己服務(wù)對象的具體業(yè)務(wù)，那就再好不過了。

Lenny Rachitsky：這是個很棒的建議。我想很多團(tuán)隊聽了之后都會開始招聘這個崗位。

Dan Shipper：我也這么覺得。現(xiàn)在越來越多人在討論這件事，比如 Rachel Woods，她也很關(guān)注 AI 應(yīng)用的趨勢。我覺得這確實正在成為主流。我們從編輯團(tuán)隊開始實踐，現(xiàn)在已經(jīng)擴(kuò)展到產(chǎn)品，比如 Cora 上的內(nèi)容也不少。順便說一句，Cora 的拼寫是 C-R-A，不是 Quora，容易混淆。

像 Cora、Spiral 和 Sparkle 這些產(chǎn)品中，文案工作非常多。我們希望所有文案在風(fēng)格和質(zhì)量上保持一致。但之前的流程是這樣的：工程師在 Slack 上給 Kate 發(fā)消息，"這是個 Figma 文件，你能幫忙潤色一下文案嗎？"這很低效，而且 Kate 只有一個人，根本忙不過來。

于是我們做了一點改進(jìn)。Cora 項目的工程師 Natasha 寫了一個claude code命令，會掃描整個代碼庫中需要編輯的文案內(nèi)容，用預(yù)設(shè)的提示詞生成建議，并自動在 GitHub 上創(chuàng)建拉取請求。然后 Kate 只需要審閱這些 PR，看看風(fēng)格是否合適就行了。你可以把提示詞轉(zhuǎn)化成工程師可用的格式，這樣產(chǎn)品文案就能從源頭上保持一致性。我覺得這真的太酷了。

Lenny Rachitsky：太厲害了。我想稍微換個話題。你提到你常用 Claude，我挺好奇你和團(tuán)隊都用哪些 AI 工具？聽起來你們高度依賴云工具。

Dan Shipper：沒錯，我真的很喜歡云工具。我的首選是 O3（注：Claude 3 Opus）。我當(dāng)然也是 ChatGPT 用戶，但我覺得 O3 的體驗特別好，尤其在寫作和編程方面。而且它有記憶功能，這是 ChatGPT 目前不具備的，我很喜歡這個特性。

我花了很多時間訓(xùn)練它，比如告訴它我要寫得簡潔有力。現(xiàn)在它已經(jīng)掌握了我的風(fēng)格，寫出來的內(nèi)容甚至比普通 ChatGPT 用戶的還貼合我。

我還經(jīng)常用它做自我反思，比如我會把會議記錄發(fā)給它，問"我表現(xiàn)得怎么樣？"它會說："你在一件事上做得和平時一樣，但在另一件事上明顯更好。"這種反饋非常有價值。日常工作中，O3 是我的首選。

然后是 Claude Code。我們開發(fā)基本都依賴它，它真的很強(qiáng)大，運(yùn)行成本也很低。最近他們剛發(fā)布了新的命令行工具，我很期待試試。

我也會用 Codex，就是 OpenAI 的代碼生成模型，適合快速完成一個小功能。回到 Claude Opus 4，它有一個其他模型都沒有的能力。

Lenny Rachitsky：我們就不聊那個模型了，免得你惹麻煩。繼續(xù)說吧。

Dan Shipper：Opus 4 的一個突出優(yōu)勢是判斷內(nèi)容質(zhì)量的能力。以寫作為例，很多模型在你問"這段寫得好嗎？"時，總是給個模棱兩可的 B+，然后你改一下，它就變成 A-，再改又降分——你根本得不到有用的判斷。你可以通過提示工程來稍微優(yōu)化，比如提供評分模板，但它們普遍缺乏"直覺"，也不擅長評估寫作是否有趣、是否優(yōu)秀。

而 Opus 4 有這種直覺判斷能力，這太關(guān)鍵了。我們現(xiàn)在在開發(fā) Spiral 的新版本，這是一款內(nèi)容自動化工具。你之前用過這個產(chǎn)品，我們現(xiàn)在用 Claude 來構(gòu)建一個"內(nèi)容風(fēng)格生成器"。

你可以說"我要寫一條推文"，提供一些相關(guān)文檔，它會生成一個任務(wù)清單，并開始撰寫。因為它具備質(zhì)量評估能力，所以它會自己寫三條推文，然后評估哪一條最好，最后反饋給你之前再進(jìn)行優(yōu)化。

這對我們是個巨大突破。我們曾經(jīng)花三個月時間想讓模型具備這種評估能力，結(jié)果 Opus 4 直接搞定了。我們當(dāng)時簡直興奮壞了，立刻準(zhǔn)備上線產(chǎn)品。

Lenny Rachitsky：你平時還有用其他 AI 工具嗎？有沒有什么是很多人沒注意到，但其實特別實用的？

Dan Shipper：我一直在用 Granola。我以前也用過 Super Whisper 和 Whisper Flow，都很不錯。我們還在內(nèi)部開發(fā)一個叫 Monologue 的工具，大概一個月后會發(fā)布，目前我已經(jīng)在用。

它們的核心都是語音轉(zhuǎn)文本。我認(rèn)為這會是未來的主流界面，更多人應(yīng)該開始使用這類工具，也值得投入開發(fā)資源。Notion 我也在用，尤其喜歡它的會議記錄功能。差不多就這些是我日常的 AI 工具組合了。

Lenny Rachitsky：這些信息非常有幫助，也很有趣。我們繼續(xù)聊聊團(tuán)隊的運(yùn)作方式。你剛才提到了 Kate，對吧？除了她以外，還有哪些做法是你們認(rèn)為其他公司應(yīng)該采納，或者遲早會效仿的？

Dan Shipper：在 Cora 團(tuán)隊里，還有 Kiran 和 Natasha。團(tuán)隊結(jié)構(gòu)非常緊湊，執(zhí)行效率也非常高。Dan Shipper：Cora 團(tuán)隊只有兩個人——Kiran 和 Natasha，但還有 15 個claude code實例在協(xié)作。所以，這個團(tuán)隊比表面看起來要強(qiáng)大得多。

Lenny Rachitsky：這真的讓我看到了未來的樣子。

Dan Shipper：是啊，有件事我覺得特別酷，而且是他們自己想到的，和我沒什么關(guān)系。他們提出了"復(fù)合式工程"的概念。意思是，每做一項工作，都要讓下一次同類工作變得更容易。比如在claude code的環(huán)境中，雖然你不需要寫太多代碼，但你會花很多時間輸入信息，比如寫產(chǎn)品需求文檔（PRD）。

所以你可以選擇照常去寫這份 PRD，然后下一次又花一樣的時間；也可以花點功夫，先整理一下自己的思路，編寫一個提示詞，把雜亂的想法變成結(jié)構(gòu)清晰的 PRD 模板。這樣，未來寫文檔就更高效、更輕松了。

我們在團(tuán)隊中就采用了這種方法——每次做事都要為下次打基礎(chǔ)，從而顯著提高了整體效率。目前 Cora 正式上線，之前處于內(nèi)測階段，現(xiàn)在有 25 個活躍用戶。它每天處理大量郵件，這可是一個 15 人小團(tuán)隊做出來的產(chǎn)品之一，確實挺瘋狂的。

Lenny Rachitsky：真的很厲害。你們能做得這么快，是因為不斷優(yōu)化提示詞嗎？

Dan Shipper：是的，主要靠提示詞和自動化。

Lenny Rachitsky：你們實現(xiàn)自動化是用什么工具？

Dan Shipper：主要是用claude code。我們在里面使用斜杠命令，就像是在復(fù)用提示詞一樣。

Lenny Rachitsky：所以你們其實是在構(gòu)建一個提示詞庫，讓從"我想做一個什么東西"到生成結(jié)構(gòu)完整、能直接輸入claude code的 PRD 這個過程變得更高效？

Dan Shipper：完全正確。

Lenny Rachitsky：你們是怎么管理這些提示詞的？是放在文件里，還是集中在一個項目里？

Dan Shipper：我們把它們放在 GitHub 上，就像一個倉庫，團(tuán)隊成員可以共享、復(fù)用這些提示詞。另外他們還有一個我覺得特別酷的做法：除了claude code，他們還并行使用了三個不同的智能代理。其中有一個叫 Friday 的，他們特別喜歡。

Lenny Rachitsky：Friday？我聽說過這款 AI 工具。

Dan Shipper：還有一個叫 Charlie。他們對 Charlie 的喜歡程度非常高，甚至還做了一個從 S 級到 F 級的 AI 代理評分系統(tǒng)。我們有一整段視頻講這個，改天發(fā)給你。Charlie 的一個亮點是可以集成到 GitHub。當(dāng)你收到一個代碼合并請求時，可以直接 @Charlie 讓它幫你審查代碼，效果很好。

每個智能代理都有不同的風(fēng)格，就像不同的人有不同的喜好一樣。比如 Kiran 特別懂 Ruby on Rails，他偏好像 ChatGPT 這種簡潔、專業(yè)的風(fēng)格，而 Claude 則給人另一種感覺。我覺得這些代理的"個性"會影響你使用它們的方式，這也是為什么你可能希望同時使用多個代理——就像組建一個多元視角的團(tuán)隊一樣。

Lenny Rachitsky：這讓我想起 Peter Deng 曾經(jīng)談到他的招聘理念。他招了一些超強(qiáng)的員工，比如 ChatGPT 的現(xiàn)任產(chǎn)品負(fù)責(zé)人、市場負(fù)責(zé)人和工程負(fù)責(zé)人。他的策略不是找全能選手，而是組建"復(fù)仇者聯(lián)盟"，每個人各有專長，組合在一起戰(zhàn)斗力超強(qiáng)。我覺得你剛剛講的這些 AI 代理，也可以用同樣的策略。

Dan Shipper：完全同意。我不認(rèn)為未來會只有一個 AI 代理稱霸市場。使用多個代理的組合策略，會是更現(xiàn)實、更有效的路徑。

Lenny Rachitsky：Cora 團(tuán)隊的 Kiran 和 Natasha 都是工程師出身嗎？

Dan Shipper：是的，兩人都是工程師。Kiran 的背景特別豐富。他曾在一家初創(chuàng)公司擔(dān)任 VP，基本就是 CTO 級別，也是聯(lián)合創(chuàng)始人之一。在那之前，他是一名職業(yè)作曲家，更早以前甚至是面包師。我們?nèi)ツ陥F(tuán)隊去法國團(tuán)建，他還教我們做羊角面包——別人做的都皺巴巴的，只有他做得特別完美。

我特別喜歡這種跨界型人才，因為我們這個團(tuán)隊需要的正是那種既懂技術(shù)，又富有創(chuàng)意、審美和表達(dá)力的多面手。我們正在用 AI 構(gòu)建很多有趣的東西，擁有不同背景的人對產(chǎn)品的理解和直覺也會更好，尤其是在一個 15 人團(tuán)隊要同時推進(jìn)五個產(chǎn)品時，這樣的組合格外重要。

Natasha 的背景我非常羨慕——她是 ChatGPT 出現(xiàn)后才開始學(xué)編程的。她一直對編程感興趣，但是到了 AI 時代才真正入門。我經(jīng)常打趣她：我那會學(xué)編程得去 Barnes & Noble 買書，還沒有搜索引擎、沒有 Stack Overflow，最多只能在 BBS 上找點資料。她卻可以直接用 AI 工具學(xué)習(xí)，進(jìn)步得特別快。

我們團(tuán)隊還有一個叫 Alex Duffy 的年輕人。他剛剛完成了一個項目：讓多個 AI 代理玩《外交》這款策略博弈游戲。這整個項目都是他一個人做出來的，非常有才華。他是去年加入我們的。我當(dāng)時給他安排的是一些小任務(wù)，因為他寫作能力還不夠，還不能獨(dú)立承擔(dān)整塊內(nèi)容。但他每次都會記住我給的反饋，把方法寫成提示詞，然后迅速改進(jìn)，從不犯同樣的錯。結(jié)果兩個月的進(jìn)步就相當(dāng)于別人一年的成長。Natasha 也是一樣。我覺得現(xiàn)在的年輕人只要有 ChatGPT 訂閱、再加上一點指導(dǎo)，就能成長得非常快，甚至遠(yuǎn)超以往。

Dan Shipper：Cora 團(tuán)隊有兩位核心成員，基蘭和娜塔莎，還有大約 15 個claude code實例。雖然只是兩個人，但這個系統(tǒng)比你想象得更強(qiáng)大。

Lenny Rachitsky：這再次讓我看到了未來的樣子。

Dan Shipper：他們提出了一個非常酷的做法——其實這個主意是他們想出來的，跟我關(guān)系不大。他們稱之為"復(fù)合式工程"（composite engineering）。核心理念是：每完成一項任務(wù)，都要讓下一項任務(wù)變得更輕松。

舉個例子，在claude code的環(huán)境中，你可能并不需要寫大量代碼，但最終會把很多時間花在輸入上，比如撰寫產(chǎn)品需求文檔（PRD）。你可以每次都從頭寫，也可以思考：是否能先寫一個提示詞，把零散的想法梳理出來，生成高質(zhì)量的 PRD？這意味著，你每次花點時間優(yōu)化流程，后續(xù)效率就能不斷提升。這種思路能顯著提高整個工程團(tuán)隊的產(chǎn)出。

目前我們團(tuán)隊剛剛發(fā)布了 Cora，之前還處于內(nèi)測階段，現(xiàn)在已有 25 位活躍用戶，并且有大量郵件通過這個系統(tǒng)處理。要知道，這只是我們 15 人小團(tuán)隊發(fā)布的眾多產(chǎn)品之一，真的有點瘋狂。

Lenny Rachitsky：確實。你們是怎么做到這種效率的？是不是主要靠不斷優(yōu)化提示詞？

Dan Shipper：對，主要靠提示詞和自動化。

Lenny Rachitsky：你們用什么工具實現(xiàn)自動化？

Dan Shipper：他們大量使用的是Claude Code。你可以在里面用斜杠命令來復(fù)用提示詞，就像命令行一樣。

Lenny Rachitsky：所以你們本質(zhì)上是在構(gòu)建一個提示詞庫，把"這是我想構(gòu)建的東西"轉(zhuǎn)換成一份清晰、結(jié)構(gòu)化的 PRD，最后輸入claude code系統(tǒng)。

Dan Shipper：對，完全正確。

Lenny Rachitsky：那你們是把這些提示詞存成文件，還是像一個項目那樣組織起來？

Dan Shipper：我們用 GitHub，有一個共享的提示詞倉庫。另外，他們還使用了多個智能代理。我印象最深的是他們特別喜歡一個叫 Friday 的代理，還有另一個叫 Charlie。我們甚至做了整段視頻講他們?nèi)绾谓o智能代理分等級，從 S 級到 F 級。我覺得這非常有趣。

比如 Charlie 可以集成進(jìn) GitHub，當(dāng)你收到一個代碼合并請求時，只需要 @Charlie，它就能自動幫你審查代碼。而不同的代理就像不同風(fēng)格的同事，有人喜歡 Rails，有人偏愛更"簡潔"的聊天代理，比如 ChatGPT 或 Claude。每個代理的"性格"不同，也就適用于不同的任務(wù)類型。所以我們鼓勵大家同時使用多個代理，組合使用反而能產(chǎn)生更強(qiáng)的效果。

Lenny Rachitsky：這真的太有意思了。聽起來很像彼得·當(dāng)提到的"復(fù)仇者聯(lián)盟式"招聘策略——不是雇傭一個全才，而是組建一個由多個專才組成的最強(qiáng)團(tuán)隊。同樣的思路也適用于智能代理。

Dan Shipper：完全同意。我也認(rèn)為不會有哪一個代理能一統(tǒng)天下。

Lenny Rachitsky：Cora 團(tuán)隊的這兩位成員是什么背景？都是工程師嗎？

Dan Shipper：對，他們都是工程師。基蘭曾是初創(chuàng)公司副總裁，相當(dāng)于技術(shù)聯(lián)合創(chuàng)始人。他以前是作曲家，甚至還當(dāng)過面包師。有一次我們團(tuán)隊去法國團(tuán)建，他教大家做羊角面包——別人做得亂七八糟，他的完美得像展示樣品。

我尤其喜歡這種跨界背景的人才。因為我們做的是融合型工作，大家都是多面手，想用 AI 做些新奇、有創(chuàng)意的事情。這類人才不僅對智能代理有好品味，還能理解產(chǎn)品設(shè)計、落地頁等產(chǎn)品層面的細(xì)節(jié)。

娜塔莎的背景我也很羨慕——她是在 ChatGPT 出現(xiàn)之后才學(xué)編程的。她以前就想學(xué)，但直到 AI 工具問世后才真正開始。她從來沒經(jīng)歷過"沒有 AI 幫助"的編程年代。我總跟她開玩笑說，我小時候?qū)W編程得去書店買實體書，出問題根本沒辦法查 Stack Overflow，只能上些奇怪的 BBS 論壇。而她是在完全不同的環(huán)境下起步的。結(jié)果她的成長速度比我們?nèi)魏稳硕伎臁?/p>

比如我們還有個叫亞歷克斯·達(dá)菲的年輕人，他幫我們撰寫《上下文窗口》的內(nèi)容。他最近剛讓幾個 AI 智能體一起玩外交游戲（Diplomacy），而且完全是他一個人搞定的。他進(jìn)步飛快。剛來時我們只敢給他一些小任務(wù)，但他會把每一次指導(dǎo)都轉(zhuǎn)化成提示詞，之后從不重復(fù)同樣的錯誤。短短兩個月，成長速度相當(dāng)于別人一年的水平。這讓我意識到，有 ChatGPT 訂閱的 20 歲年輕人，只要有人稍加指導(dǎo)，會變得非常強(qiáng)大。

Lenny Rachitsky：這確實涉及很多值得深入討論的話題。很多人擔(dān)心入門崗位消失了，年輕人將沒有機(jī)會學(xué)習(xí)，最終也難以成為高階人才。但你提到的這些例子顯示，有了像 ChatGPT 這樣的工具，大家其實可以一開始就提升到一個更高的水平。

Dan Shipper：沒錯，關(guān)鍵是理解你一開始就在學(xué)習(xí)"高于入門級"的技能。這里我想提到我提出的"分配經(jīng)濟(jì)"理論——在 AI 時代，最具價值的一類技能就是管理能力。

現(xiàn)在的管理者主要是管理人；而未來，每個人都需要成為"模型管理者"。過去管理者比例很低，因為培養(yǎng)成本太高。未來管理成本會降低很多，所以具備管理能力會成為普遍需求。年輕人不僅要學(xué)怎么做事，還要學(xué)如何指導(dǎo)、優(yōu)化，讓結(jié)果更好。換句話說，他們要同時習(xí)得"管理"與"執(zhí)行"兩種能力。

Lenny Rachitsky：這里的"管理"就是指管理智能體，對吧？

Dan Shipper：對，也可以說是"管理 AI"。

Lenny Rachitsky：你之前說，現(xiàn)在你們團(tuán)隊沒人寫代碼，都是管理智能體來完成。這太酷了。工作流程是：你們描述想實現(xiàn)的功能，然后借助優(yōu)化過的提示詞，智能體生成代碼。之后你們只需要審查輸出、評估效果，反復(fù)迭代。你們已經(jīng)達(dá)到 Cursor 的邁克爾所說的狀態(tài)。他幾個月前還說，這種模式將在一年后成為現(xiàn)實——不用親自寫代碼。而你們已經(jīng)實現(xiàn)了。

Dan Shipper：我們確實在很多項目里都做到了。比如負(fù)責(zé) Spiral（我們基于claude code構(gòu)建的內(nèi)容工具）的Dan尼，前幾天還深入研究一個我們打算用的第三方庫。他搞懂了原理后，其實不需要自己寫代碼，只需引導(dǎo)claude code來完成任務(wù)。這真的非常重要。

Lenny Rachitsky：聽起來我們正邁入一個驚人的階段——以后或許真的不需要再自己寫代碼。你們已經(jīng)做到這一步了，而很多人還沒意識到這意味著什么。你們的產(chǎn)品團(tuán)隊完全不寫代碼。

Dan Shipper：真的一點都不寫。特別是當(dāng)你團(tuán)隊里每個人都是全才、都樂于使用 AI 時，團(tuán)隊協(xié)作方式和工程實踐都能被重新定義。我認(rèn)為這種實踐經(jīng)驗創(chuàng)造出的內(nèi)容質(zhì)量是非常高的。但我也想補(bǔ)充一點：在 Every，如果一個人完全不懂代碼，現(xiàn)階段還是沒辦法勝任工作的。

Lenny Rachitsky：所以"懂代碼"依然是門檻。

Dan Shipper：是的，這確實是個"新標(biāo)準(zhǔn)"。而且我認(rèn)為在未來很長一段時間里，懂代碼依舊會很有價值。這不是突然發(fā)生的。就像我中學(xué)時學(xué)的是 Python、JavaScript，但那時候真正厲害的程序員都懂它們背后的底層語言——C。甚至早在 70 年代，寫 C 的人也必須懂匯編語言。

所以，我認(rèn)為自然語言就像未來的"腳本語言"，我們用英語寫提示詞生成代碼，但理解背后的機(jī)制依然很重要。也許 10 到 20 年后這種需求會減少，但現(xiàn)在還沒到那一步。就算你是個 JavaScript 開發(fā)者，了解它運(yùn)行的底層機(jī)制仍然有價值。掌握這些技能不僅提升能力，也能讓你更好地指揮 AI 完成工作。

Lenny Rachitsky：這是個非常重要的觀點，很高興你提到了。你覺得我們距離讓非工程師開發(fā)出一個完整產(chǎn)品還有多遠(yuǎn)？

Dan Shipper：比如一個真正的SaaS產(chǎn)品？目前還差得遠(yuǎn)，基本看不到現(xiàn)實可行性。但確實已經(jīng)有不少東西可以被產(chǎn)品化。

以DIA為例，那是一個新推出的AI瀏覽器，里面有類似"小技能"的功能，本質(zhì)上是小型AI應(yīng)用，能在網(wǎng)頁上運(yùn)行，完成各種任務(wù)。這類工具，非技術(shù)人員也能基于ChatGPT等大模型進(jìn)行定制開發(fā)。可以說，非工程師已經(jīng)能夠開發(fā)出這類簡單應(yīng)用。

我仍然認(rèn)為，完全不懂編程的人短期內(nèi)還無法開發(fā)傳統(tǒng)SaaS應(yīng)用，除非只是做個演示。但軟件的形態(tài)正在發(fā)生變化，逐漸變得更像一種內(nèi)容形態(tài)。未來會出現(xiàn)全新的軟件形式，不再局限于代碼構(gòu)建，而是通過提示詞和配置完成。這種趨勢已經(jīng)顯現(xiàn)。這就像好萊塢電影與YouTube視頻的區(qū)別——門檻被大幅降低，創(chuàng)造者也變得更加多樣。

Lenny Rachitsky：這聽起來讓很多人松了一口氣。你認(rèn)為AI正在大幅提升已有技能者的能力，讓他們做得更多。那你們公司在運(yùn)營效率上有沒有什么獨(dú)特的做法可以分享？

Dan Shipper：我很想談?wù)勎覀兪侨绾螞Q定開發(fā)什么樣的產(chǎn)品的。我最近才把這些思路系統(tǒng)化。過去更多是憑直覺，但回頭看，我們孵化的項目都有一個共性：它們原本是富人或大公司才能負(fù)擔(dān)的服務(wù)。

比如郵件助理、心理咨詢師、律師，甚至是幫你收拾衣柜或整理電腦的服務(wù)。這些過去成本高昂，現(xiàn)在因為AI，成本降低到了人人可用的程度，哪怕是初創(chuàng)公司。

運(yùn)營AI優(yōu)先的公司，你會遇到很多小需求，比如"我現(xiàn)在要是有個代筆人就好了"，但現(xiàn)實是請代筆人、請律師都很貴。AI讓這些成本結(jié)構(gòu)發(fā)生了根本變化。我們會先用ChatGPT或云工具嘗試解決，看效果如何，如果有效，就考慮把它拆分成一個產(chǎn)品。這就是今天的特別之處：你能構(gòu)建的產(chǎn)品類型和過去完全不同了。

五年前，大家還在開發(fā)各種變體的筆記應(yīng)用或者B2B SaaS工具，現(xiàn)在則是一個全新領(lǐng)域，沒人完全知道未來會怎樣。感覺就像大家都在摸索中前進(jìn)。很多新的工作流程也正在被重構(gòu)，類似當(dāng)年電子表格剛出來時那種狀態(tài)。后來它變成了數(shù)據(jù)庫、SaaS系統(tǒng)。今天，聊天界面、GPT、大模型和云計算也在經(jīng)歷類似的演進(jìn)過程。最酷的是，你可以邊用邊創(chuàng)造流程，而你很可能是第一批真正意識到并實踐這些流程的人。

Dan Shipper："Every"的團(tuán)隊完全以AI為先，大家都是因為認(rèn)同我們理念才加入的。他們讀我們的內(nèi)容，所以也參與我們打造的工具，自然而然成為第一批用戶。我們衡量一個產(chǎn)品是否值得推出，標(biāo)準(zhǔn)是團(tuán)隊內(nèi)部是否頻繁使用。如果大家用得多，那說明它確實解決了問題。

接下來，我們的讀者群體，因為和我們理念相近，也會成為下一批用戶。這其實是一種非常特別的產(chǎn)品孵化模式。我們做的很多事現(xiàn)在還很前沿，但三年后，可能會成為主流。

Lenny Rachitsky：真的很酷。我聽下來是說，GPT包裝器是個好主意。

Dan Shipper：GPT包裝器太棒了，它們被無端詆毀，人們根本不明白它們有多寶貴。

Lenny Rachitsky：我覺得還有個問題，你們是不是進(jìn)行了種子輪融資？我想，現(xiàn)在也許是個好時機(jī)聊聊這個。畢竟這些產(chǎn)品不一定要成為市值數(shù)十億美元的爆款。沒錯，你們有一系列公司，也有內(nèi)容業(yè)務(wù)。這是一種非常有趣的做法。這些產(chǎn)品要做到多大規(guī)模才算成功，也許聊聊這個吧。

Dan Shipper：沒錯，我真的希望"Every"成為一個教會人們?nèi)绾谓柚萍迹绕涫侨斯ぶ悄埽^上更美好、更有人情味生活的機(jī)構(gòu)。通過文字內(nèi)容教他們怎么做，然后為他們開發(fā)相應(yīng)工具。對我來說，打造機(jī)構(gòu)的關(guān)鍵在于，我希望這里像一個創(chuàng)意游樂場，我們能冒險、嘗試一些看似無厘頭的奇怪事，雖然沒法向外界解釋，但我們覺得很有趣。

我一直在平衡這種矛盾：一方面希望它長久且重要，另一方面希望它充滿樂趣。保持這種矛盾感很有價值。所以我一直猶豫是否要大量融資，因為那樣會讓你變得嚴(yán)肅，專注于業(yè)績。有很多公司能平衡，但我想保留更多選擇權(quán)，保持玩樂的感覺。可能這也涉及更深的心理因素，愿意隨時聊聊。那就是我想要的。

當(dāng)我們創(chuàng)辦"Every"時，只進(jìn)行了一輪規(guī)模很小的70萬美元種子前融資。那時正是創(chuàng)作者熱潮，大家撒錢很瘋狂。但我們只融了70萬美元，因為想融足夠的錢來嘗試、緩沖風(fēng)險，但不能太多避免束縛。

我們給所有投資者發(fā)了郵件——你也是小投資者之一——告知可能不會再融資。我們用了一種稍作修改的簡單未來權(quán)益協(xié)議（SAFE），讓投資者三年內(nèi)隨時能轉(zhuǎn)股。這樣既保留傳統(tǒng)成長路線的可能，也能按自己想法運(yùn)營。我們喜歡這樣。

最近一輪融資，我們從里德·霍夫曼和起跑線風(fēng)投（Starting Line VC）那里融資最多200萬美元。我把這稱作"小口抿式種子輪"，承諾投資200萬美元，但我們可隨時提取，估值上限固定。對我而言，這幫我承擔(dān)更多風(fēng)險，如果錢花完還能拿到錢，不用擔(dān)心。

同時團(tuán)隊不會盯著一大筆錢想著"趕緊花掉"，而且投資者像里德非常認(rèn)同我們的理念，不在乎規(guī)模多大，更看重我們做的事情。我追求的是保持核心創(chuàng)作精神，產(chǎn)生重大影響。影響可以是打造一家價值百億美元的企業(yè)，也可以是真正改變?nèi)藗兛创澜绾妥晕业姆绞健９适戮褪沁@么回事，講故事的人不一定富有。我想打造一個既能把生意做好的機(jī)構(gòu)，但核心靈魂是關(guān)于改變?nèi)藗兛创约汉褪澜绲姆绞健?/p>

Lenny Rachitsky：我喜歡你這折中的融資方式，既不是完全自力更生，也不是傳統(tǒng)風(fēng)險投資。你那200萬美元方式很好。如果我籌到5000萬美元，我會想，好吧，明白了，但不會把錢全部放銀行。你只融200萬，已經(jīng)很多了。你想看到這錢進(jìn)我們賬戶嗎？

Dan Shipper：這是另一回事。我們看看效果如何，或許兩年后我會抱怨沒籌到更多。但我認(rèn)為我們用很少的錢能做很大事。比如Cora，我們?nèi)Υ蛟斓倪@個產(chǎn)品，總花費(fèi)也許30萬美元左右，包含自投入。

三年前技術(shù)上完全不可能實現(xiàn)，沒大語言模型就沒法做郵件總結(jié)、自動回復(fù)這些事。現(xiàn)在兩名工程師就能完成以前20人團(tuán)隊的工作量。意味著所需資金更少。風(fēng)險投資還沒跟上這種變化。已有公司在做"種子輪縮減"，我很期待它如何改變VC模式。我們的孵化模式和VC有所不同，也有差異化優(yōu)勢，很酷。我只是摸索適合我的模式，和別人不太一樣。未來再看發(fā)展如何。

Lenny Rachitsky：幾年后回頭看，一切似乎順利。結(jié)束前，我問幾個問題。你們咨詢業(yè)務(wù)情況怎樣？我覺得這是個有趣的板塊，可能發(fā)展成數(shù)十億美元業(yè)務(wù)。現(xiàn)在每家公司都想弄明白別人做了什么，而我們沒做的。我收到很多CPO郵件，要介紹一些在AI領(lǐng)域表現(xiàn)好的CPO，你們其實幫助了很多公司。第一，能分享一下咨詢業(yè)務(wù)情況嗎？第二，你見過表現(xiàn)優(yōu)異和表現(xiàn)平庸的公司，你覺得差別在哪里？

Dan Shipper：我對咨詢業(yè)務(wù)有明確看法。基本上我們大部分時間花在研究新模型、寫文章和用模型開發(fā)產(chǎn)品。受眾龐大，慢慢很多公司來問我們能不能教他們怎么做。這業(yè)務(wù)剛起步，過去六到九個月內(nèi)發(fā)展快，已經(jīng)相當(dāng)大了。今年可能翻倍，去年大概100萬美元，簽了幾份大合同，可能更多。

Lenny Rachitsky：百萬美元規(guī)模，我預(yù)測未來幾年能達(dá)十億美元。

Dan Shipper：我們會花時間研究他們公司，深入了解各團(tuán)隊在做什么，重復(fù)性任務(wù)是什么。然后我們先給他們一份小報告，講我們發(fā)現(xiàn)的所有內(nèi)容。我們還做了聊天機(jī)器人，用戶可以通過它查看訪談內(nèi)容，得出見解。儀表盤顯示哪些團(tuán)隊感興趣，哪些不感興趣。通過AI分析，還能看出不同團(tuán)隊的潛在影響力。這很酷。

這是我和德文一年前花周末開發(fā)的應(yīng)用，亞歷克斯后來幫忙升級。我們給每個團(tuán)隊定制培訓(xùn)課程，四周每周一小時。人工智能是通用技術(shù)，10%人超級好奇，10%永遠(yuǎn)不用，80%的人會說"告訴我怎么用，我就用"。

培訓(xùn)內(nèi)容告訴你具體用哪些提示詞，何時使用，推動應(yīng)用。培訓(xùn)效果不錯。之后我們幫他們構(gòu)建自動化流程，做AI運(yùn)營工作。客戶很喜歡。我們合作的包括大型對沖基金、私募股權(quán)公司和大企業(yè)。

關(guān)于第二個問題：是什么區(qū)分了成功和失敗的公司？我認(rèn)為最重要的指標(biāo)是首席執(zhí)行官是否在用聊天工具，比如ChatGPT或者類似聊天機(jī)器人。如果CEO一直用，覺得它最酷，其他人也會跟著用。反之，如果CEO說"不關(guān)我事"，沒人帶頭做；或者有不切實際的期望，最終會失望。但那些一直用的CEO，既激發(fā)團(tuán)隊熱情，又設(shè)定合理期望，效果很好。

比如我們合作的Walleye對沖基金，規(guī)模100億美元。他們做得非常好。CEO做的第一件事是發(fā)內(nèi)部郵件宣布"我們是一家以AI為先的公司"，每個人都收到通知。我很喜歡他發(fā)郵件那句："我用ChatGPT寫了這封郵件，你們也該這么做。"

Lenny Rachitsky：郵件里得這么寫。

Dan Shipper：你得在這方面起到帶頭作用，以這種方式引領(lǐng)。他的做法，我覺得很多其他很棒的公司也在這么做：每周開一次會議，讓大家分享提示詞和使用案例。還會每周給全公司發(fā)郵件，報告ChatGPT使用統(tǒng)計，表揚(yáng)貢獻(xiàn)者，營造意識和動力。

回到之前觀點，公司里有10%是早期采用者，你要找到并突出他們，因為他們會花時間摸索有效方法，然后把經(jīng)驗傳授給其他人，鼓勵更多人參與。我覺得這就是秘訣。

Lenny Rachitsky：太棒了。我喜歡這個建議。總結(jié)一下你剛才的內(nèi)容：一是發(fā)備忘錄，提出"以人工智能為先"的理念，納入績效評估，問員工："之前做不到的，現(xiàn)在能用AI做了嗎？"

二是每周開會，分享人工智能使用經(jīng)驗，線下或線上都行。三是每周發(fā)統(tǒng)計郵件，說明整體ChatGPT使用情況和突出貢獻(xiàn)。我特別喜歡這個經(jīng)驗法則：如果CEO每天使用ChatGPT或類似工具，事情會順利推進(jìn)。真的很酷。

為了結(jié)束對話，我想回到你提到的"分配時代"概念。如果我理解沒錯，之前是"知識時代"，人們靠做事獲得報酬。你的觀點是，我們進(jìn)入了"分配時代"，管理技能更重要，會花更多時間做管理。這很好，也讓人思考未來重要技能。請你分享看法，讓大家了解你的思路。

Dan Shipper：好的，這基于我兩年半前寫的一篇文章。那時智能體還不被看好。我當(dāng)時思考如何表達(dá)，根據(jù)自己每天使用技術(shù)的經(jīng)驗，哪些技能對我有用。我覺得做預(yù)測的最好方法就是親自實踐，這影響你看法。用GPT-3或4時，我發(fā)現(xiàn)花很多時間思考：

如何闡述問題？

問題是什么？

如何收集解決問題的正確信息？

如何以模型能理解的方式呈現(xiàn)信息？

如何選擇合適模型？

如何分配任務(wù)（比如哪個模型負(fù)責(zé)什么）？

如何反饋給模型？

如何對結(jié)果有清晰愿景，設(shè)定評估標(biāo)準(zhǔn)，判斷結(jié)果是否理想？

這些就是我使用工具的方式。當(dāng)時我想，這其實就是管理。很多人抱怨："我怎么讓AI做？不相信它能做好，還是自己做吧。"我想說，這跟新經(jīng)理第一次帶團(tuán)隊時遇到的問題一模一樣：你擔(dān)心任務(wù)分出去不會按預(yù)期完成，自己做又不能發(fā)揮團(tuán)隊力量。管理者必須學(xué)會何時微觀管理，何時放權(quán)，如何建立信任，如何分配任務(wù)。所以這些技能有很多重疊。現(xiàn)在這些技能沒廣泛普及，但未來會的，因為成為管理者的成本會大幅降低。

Lenny Rachitsky：具體來說，你強(qiáng)調(diào)的高價值技能包括評估人才、設(shè)定愿景、品味，以及你說的何時深入細(xì)節(jié)，何時合理探究。太棒了。你還提到通才未來更有價值，每個人都是通才。多分享些這方面內(nèi)容吧。

Dan Shipper:是的，我發(fā)現(xiàn)，我是說，也許是因為我是個通才，所以你可以對我這話打個折扣。

我覺得人工智能讓我如此著迷的一點在于，我喜歡涉足不同領(lǐng)域。一天之內(nèi)，我可以編寫應(yīng)用、制作視頻、生成圖像、寫作等等，而ChatGPT隨時幫助我。 我在想，從古希臘到現(xiàn)在，文明發(fā)展中，專業(yè)化越高，協(xié)作越高效。跨越不同人群。 這有點像亞當(dāng)·斯密說的，有個別針工廠，專業(yè)化與貿(mào)易帶來很多積極影響。 我最喜歡的例子是古希臘雅典。雅典是通才型文明，至少對公民來說是這樣。

當(dāng)然，他們對女性和奴隸的態(tài)度不好，但先不說這個。 作為雅典公民，你可能會承擔(dān)多種角色：戰(zhàn)士、法官、陪審員，人生中扮演多種社會角色。 后來雅典成了帝國，你派將軍去西西里入侵，肯定希望他非常專業(yè)，通才模式開始瓦解。 逐漸人們開始有特定角色，相互協(xié)作，我認(rèn)為這種模式促進(jìn)了文明發(fā)展，但在很多方面，也沒那么有趣了。 成為全面發(fā)展的人很酷。我覺得人工智能有趣在于，你可以把它想象成口袋里裝著一萬個博士。 它對人類知識各分支、各種藝術(shù)形式、制造方法了如指掌。

你隨時能獲取這些知識，完成很多專業(yè)任務(wù)，甚至是你花十年才能掌握的知識，比如某種蟬的繁殖方式。 現(xiàn)在口袋里有東西隨時提供這些信息，你可以更輕松在不同技能間切換，做更多事情。 對創(chuàng)業(yè)者來說，我覺得團(tuán)隊能保持15人規(guī)模的時間會比以前長，這樣每個人能更長時間保持通才狀態(tài)。 我認(rèn)為這可能產(chǎn)生連鎖反應(yīng)，未來出現(xiàn)更多由通才組成的小型組織，而不是每人只做一環(huán)節(jié)的大企業(yè)。 我覺得這是好事。

Lenny Rachitsky: 這讓我想起我最近請的私人健身教練。她說自己有大局觀但不擅長執(zhí)行和組織。ChatGPT對她是救星，她只要說想做什么，它就幫她完成。太棒了。 我真想知道人工智能能釋放多大價值。這太驚人，完全符合預(yù)期。 現(xiàn)在進(jìn)入快速問答環(huán)節(jié)，Dan，你準(zhǔn)備好了嗎？

Dan Shipper: 準(zhǔn)備好了。

Lenny Rachitsky: 你最常推薦的兩三本書是什么？

Dan Shipper: 我推薦《沃倫·和平》，了解塔爾薩必讀。 還有《伊萬·伊里奇之死》。 喬治·桑德斯的《雨中池塘里的游泳》，俄羅斯短篇小說集，和寫作有關(guān)。我喜歡俄羅斯作家，因為他們探討科技對傳統(tǒng)生活的影響。 他們介于對世界的浪漫主義和理性進(jìn)步之間，比如《安娜·卡列尼娜》中列文和農(nóng)民在田間干活的情節(jié)。 托爾斯泰思考，如果做一個提高農(nóng)場效率的貴族，還是做一個簡單快樂的人。 他們探討很多和人工智能相關(guān)的問題。 還有《主人與使者》，探討大腦不同半球如何看待現(xiàn)實，也和AI有聯(lián)系。 這三四本我都很推薦。

Lenny Rachitsky: 很棒的書單！之前沒人提過這些書，太好。你最近喜歡的電影或劇集是什么？

Dan Shipper: 我超愛《朽木》。你看過嗎？

Lenny Rachitsky: 太喜歡了。它停播真遺憾，好像HBO有別的安排。真棒的劇。

Dan Shipper: 大衛(wèi)·米爾奇太厲害，他是國寶級編劇。我喜歡它講秩序如何從混亂中誕生。 這是一個邊境小鎮(zhèn)，人們來這里沒法律沒規(guī)則。到了第三季，有了市長，各產(chǎn)業(yè)發(fā)展，成了真正城鎮(zhèn)。 我很喜歡這一點，覺得西部邊境的發(fā)展和科技發(fā)展有很多相似之處。這部劇是對動態(tài)變化的有趣研究。

Lenny Rachitsky: 我喜歡這種萬物相連的感覺，和科技、AI的誕生都有關(guān)。謝謝你。 你最近發(fā)現(xiàn)并喜歡什么產(chǎn)品？

Dan Shipper: 你說我特別喜歡的那種？我大部分時間用公司內(nèi)部產(chǎn)品。 我一直推薦Granola，真的很喜歡。唯一不滿是希望能導(dǎo)出所有筆記，有API接口。除此之外，是款很棒的產(chǎn)品。

Lenny Rachitsky: 這幾個月這個環(huán)節(jié)里，Granola絕對被提到最多。還有番茄醬。順便說，如果成為我時事通訊年度訂閱者，可以免費(fèi)用Granola一年，整家公司都免費(fèi)一年，超劃算。

Dan Shipper: 我可不是做推廣，我只是表達(dá)真實感受。很高興它成了訂閱福利。

Lenny Rachitsky: 太棒了。你有經(jīng)常用且覺得工作生活中有用的座右銘嗎？

Dan Shipper: 查過，我參加你播客前查了一下。座右銘是"深度見證，勇敢構(gòu)建。珍視緩慢專注的觀察，無論是閱讀托爾斯泰作品、追蹤冥想主題，還是剖析大衛(wèi)·米爾奇段落"。和我提到的內(nèi)容有關(guān)，很有趣。 還有"勇敢構(gòu)建"，就是把洞察轉(zhuǎn)為具體成果，比如文章、長文。 我覺得有道理。這讓我想起小普林尼說的"做值得書寫的事，寫值得閱讀的文"。總結(jié)得很好。你覺得呢？

Lenny Rachitsky: 做值得書寫的事，讀值得閱讀的文。

Dan Shipper: 對，讀值得閱讀的文。

Lenny Rachitsky: 這應(yīng)該成為我們時事通訊宗旨。很棒。喜歡你用ChatGPT查座右銘。

Dan Shipper: 座右銘？它沒直接給答案，但給靈感。我覺得這就是我用它的方式。

Lenny Rachitsky: 它已經(jīng)成了我們大腦的延伸了。最后一個問題：我看到你曾寫過一段時間停止寫作，覺得需要去做其他事比如創(chuàng)業(yè)。后來意識到要重新寫作，因為事情不順。能講講當(dāng)時發(fā)生了什么嗎？我之前不知道這事。

Dan Shipper:這不太像快問環(huán)節(jié)的問題，我會盡量說快點。 創(chuàng)業(yè)時，即使我不融太多資，保持對公司掌控，也有很大誘惑按自己認(rèn)為正確方式經(jīng)營公司。 我糾結(jié)，我喜歡寫作，也喜歡商業(yè)。身邊沒多少既成功創(chuàng)業(yè)又堅持寫作的榜樣。后來發(fā)現(xiàn)其實有，只是之前不知道。 一開始公司發(fā)展好，因為我和內(nèi)森寫了很多東西。 但我停止寫作后，公司發(fā)展不好。媒體公司和科技創(chuàng)業(yè)公司模式不同。

媒體創(chuàng)始人招人做產(chǎn)品，如果沒找到產(chǎn)品市場匹配，且招來的寫手不好，就會有問題。 這很難，和創(chuàng)業(yè)常規(guī)完全不同。創(chuàng)業(yè)是先做出產(chǎn)品原型再招人完善。 我糾結(jié)這對事業(yè)影響。 承認(rèn)我想寫作很難，因為身邊沒那種創(chuàng)業(yè)又寫作的榜樣。創(chuàng)業(yè)三年后，公司發(fā)展平平，我也痛苦，因為沒做真想做的事。 我問ChatGPT，有沒有創(chuàng)業(yè)又寫作的人。

它列了很多：Trello和Stack Overflow創(chuàng)始人喬爾·斯波爾斯基；認(rèn)識的杰森·弗里德；播客和冥想App創(chuàng)始人山姆·哈里斯；創(chuàng)辦The Ringer賣給Spotify的比爾·西蒙斯。 這些人創(chuàng)業(yè)模式有跡可循，不是典型硅谷模式。 我想，我就做作家，感覺有趣。轉(zhuǎn)變后，我保留創(chuàng)業(yè)者身份，把寫作放核心，不再為此不好意思。

這對公司和我都有好處。投入寫作越多，越發(fā)現(xiàn)告訴別人你創(chuàng)業(yè)做時事通訊、孵化App、咨詢服務(wù)，他們覺得你瘋了，因為大家以為創(chuàng)業(yè)要專注。 但我做自己最渴望的事，結(jié)果都不錯。 每天做不喜歡、不適合的事代價大。追隨內(nèi)心，你會找到適合自己的工作模式。 這種模式有相似處，也有獨(dú)特之處。 找到獨(dú)特模式，而不是盲目模仿，才更可能成功，也更好生活方式。

Lenny Rachitsky:好的，也許丹尼會覺得不錯。Dan，這太棒了。非常感謝分享，感謝參加節(jié)目。