Your Company Needs an AI Lab

Every 的共同創辦人 Dan Shipper 主張，公司應該養一支小型的「前沿團隊」（frontier team）專門做實驗，讓組織其他部門能繼續出貨，同時有一組專人盯住新的 AI 模型。本集節目大部分時間是一連串短訪，訪問 Every 自家前沿團隊的六位成員，每人說明自己打造什麼、怎麼工作；真正談到「為什麼要有這支團隊」的結構性論述只佔開場幾分鐘，其餘時間都在導覽個別實驗——AI 影片剪輯、個人化基準測試、Token 花費儀錶板、無分頁瀏覽器、寫作外掛，以及代理協調器（agent orchestrator）。

Every 是一家訂閱制媒體與軟體公司，受訪者都是自家員工：Mike Taylor（自稱「evals 負責人」）、Ariel（自稱「前沿團隊馴獸師」）、Jack Chang（資深編輯）、Katie Parrott（寫手兼外掛開發者）、Yanik（架構師）、Kieran（實驗者）。讀者讀完應該能具體掌握：一家 AI 原生公司如何把探索與生產切開、員工在 2026 年實際打造了哪些工具，以及過程中浮現的營運張力——Token 成本、上下文超載、注意力耗損。

前沿團隊把探索與生產切開，兩邊都不會卡住

Shipper 把核心困境講成一個二選一、而且兩邊都糟的局面：每個員工都得在「把手上的工作做完」和「跟上 AI 最新進展」之間選一個。他說，忽略前沿動態「可以撐一小段時間，直到某個你沒預見的代理原生版本產品把你顛覆掉」；但一頭追下去，只會產出一堆「亮晶晶的新玩意」，沒有半點能沉澱下來的東西。前沿團隊就是他的解方——找一群熱愛新工具的人，放他們去做實驗，成果成熟了才推進產品與服務。

這套機制的出口有低階也有高階。低階是實驗變成內容——推文、YouTube 影片、內部教學。高階是實驗被拔擢進 Every 的產品與服務。公司其他人都被擋在「每一個新出的模型、每一個新實驗」之外。Shipper 說，截至 2026 年 10 月錄音時，這支團隊已運作「幾個月」，他形容這套做法「算是帶來某種質變」。

他宣稱的好處，心理層面不亞於營運層面。Shipper 說，這對團隊是「建立信心，因為你會覺得：嘿，事情變了我會知道，我們有辦法應付，而且我不會因為整天被搞得心神不寧、分心而覺得自己快瘋了。」

海盜負責生出實驗，架構師負責讓實驗活得下來

Shipper 為團隊編制設計的框架，是兩種前後接力運作的原型。海盜（pirate）動作快、能忍受混亂，「兩三天內就給你試個十億件事」。架構師（architect）接手這堆混亂產出，把它壓縮「成一個真的能跑的形狀」——可維護、可理解，而且讓不在現場的同事也能用。

「這太亂了。我們根本維護不了，而且對公司內部這五種不同用法都行不通。」——Natalia Quintero，談架構師的介入

Yanik 說自己「主要做架構師的工作」，他解釋為什麼模型越來越強，這個角色依然存在。他說，AI「很擅長把東西做出來」，它會自行假設，做出一個「看起來不錯、在那個 demo 情境下可能也真的能跑」的東西。它缺的是背景知識——怎麼把東西做得可靠、做得長久可維護：程式碼結構、函式庫選擇、部署，「軟體這一側哪些事情重要」。他在 Every 的第一個專案，就是把產品 Proof 弄到可上線、重新「活過來」。

海盜這一側的 Kieran 說，團隊的任務是「既要廣、也要深」，而模型能力越強，難的部分反而是設計出能看出它到底行不行的測試。

模型能力一階一階往上跳，每一階都解鎖一種新的東西可做

Kieran 每週至少跑一個實驗，他從自己的測試經驗理出一條演進路線。這是他的個人觀察，未經獨立驗證，但它是本集最清楚的能力時間軸。

| 模型世代（依 Kieran 的描述） | 新解鎖了什麼 |
|---|---|
| GPT-4 | 寫出「還不錯的程式碼」——第一次解鎖 |
| Sonnet 3.5 | 跨多檔案的程式碼，以及 UI 生成 |
| Opus 3.7／「four 4.1」時期 | 代理之間交接工作；代理式任務執行 |
| Opus 4.5 | 複雜系統——具備 CRDT 與即時協作的文字編輯器，「一週內」搞定 |
| GPT-5.5 | 更大、更有野心的專案，「不用太費心盯著」 |
| Fable 5.1 | 跑得更久、做得更深，可以更放心交辦 |

Kieran 提到的實際後果很個人：他是音樂人，過去大約一年，每個新模型出來他就試著用它做一套數位音訊工作站（DAW），他說「我們現在已經到了我直接就能做出來的地步，這太扯了」。他也做了一套結合影片剪輯、直播工具與會議錄音的系統——瞄準的是 Every 內部那些「在會議裡流失掉」的想法——另外還做了一個寫作編輯器，定位成 Proof 可能的下一代版本。

把完整上下文交給模型，比扣著不給更好；新的工作是保護別人的注意力

Mike Taylor 的秘訣有兩部分。第一：別再省上下文。他坦承自己以前就是「那種人」，沒把 AI 接上 Gmail 或 Slack，現在則是讓 AI 存取一切。他說，「一旦你給它許可權，它挑出好上下文的能力好得驚人」，而且你可以信任它判斷該把哪些東西拉進任務裡。

第二：當你的產出變多，你的工作就變成讓這些產出好消化。Taylor 說自己「經常被指控把公司的 LinkedIn 洗版」——「我發文的每個頻道都是 mike mike mike」——而製作解說影片現在成了工作的一部分。他的說法是：「我負責想出好點子，交給 Claude，Claude 更自動地幫我把這些點子找出來……但現在變成我在拿新點子淹大家。」

他的展示品是一支用 AI 製作的解說影片，介紹 Every 的「checks」／個人化基準測試產品。他用「ultra code」模式跑——那是把數百個代理排程起來的最高強度設定——因為單一模型讀不完所有上下文。系統大約每場會議派一個代理，蒐整合一套素材庫，產出一條 12 句話的「故事主幹」——例如把個人化基準測試定義成「把你自己的真實工作存下一小部分，讓 AI 模型可以再拿它來跑」。每一句話都連回一張洞察卡，再連回他當初講出那句話的具體 Slack 訊息或會議，所以產出是可追溯查核的。系統從他的 Slack 抓截圖、在畫面上加註，並透過他提供的 Google Gemini API key 生成旁白。

Taylor 自己對這個產品的定義是：「分數就是『是』的次數。」

Token 花費現在是一條被管理的支出專案，而且能歸戶到個人

Ariel 這個「前沿團隊馴獸師」之所以存在，是因為團隊的產出需要收割：把實驗對應到主題、找出意義，再把結果轉譯成內容、產品與顧問服務的概念。她形容同事是「後設思考者」，「創意爆棚，興奮地一直追下一個新東西」，而她這一層負責問「我們從這件事學到什麼」。

她的具體成果是一套用量儀錶板。一支 skill 會掃描個人電腦上的每一個執行環境（harness），即時蒐集 Token 數，並記錄所用模型與投入等級。接著一個工作流程把工作階段依工作類別分類，分類結果先送給使用者確認，再顯示各類別佔 Token 的百分比與估算金額——讓人可以「很快算一下，喔，那到底值不值得」。2026 年 10 月的畫面只是部分資料，因為錄音當時那個月還沒過完。

Ariel 說她的動機是取得以前沒有的能力：以前作為營運人員，她只能等模型廠商推出追蹤功能，或去找工程師合作。「現在我 actually 有能力自己做出其中一部分，」她說，而且她預期隨著模型進步，這個能力還會長大。

最常被提到的個人戰果，是為自己工作流程量身打造的軟體

資深編輯 Jack Chang 會做互動體驗和遊戲，用來試每個新模型的天花板，也開始用自己做的東西取代現成軟體。他的例子是一個無分頁瀏覽器，動機是被分頁和被迫的上下文切換淹沒。東西做出來之後，他加了一個代理面板，可以任選模型供應商來編輯——他說 Claude 和 Gemini 的 Chrome 外掛在這件事上都處理得不好——後來又加了「窺視模式」，讓他短暫開一下網頁再回到檔案。

他的結論是：外掛和擴充套件永遠沒辦法讓你「貼近真正的應用程式、改變應用程式的運作方式」，而現在的前沿模型讓完全個人化的應用程式變得可行。

Chang 說自己確診 ADHD，同樣的能力是兩面刃。他做的事情多得多，但「我從沒感覺自己的專注力承受這麼大的壓力」。他接下來要做的東西，目標是保護注意力、強化自己的價值觀——幫他寫更多、做出更美的東西、與在地社群連結——而不是「為了創意而創意」。

團隊的駐團寫手 Katie Parrott 正在把她的 Compound Writing 外掛（在 Every 的 GitHub 上可取得）擴充第三份核心檔案。這個外掛目前靠兩份檔案運作：voice guide（句子層次的語感與用詞）與 style.md（題材內容以及她怎麼談這些題材）；她現在要加一份 audience.md，談讀者是誰。她以英雄旅程為架構——「每一篇讀物都應該帶讀者走一趟他們自己的英雄旅程」——希望能在讀者身上促成某種轉變。

在 demo 中，她為自己的專欄「Working Overtime」生成了一份 audience.md，裡面描繪兩種讀者：一種是對 AI 好奇的「早期探索者」，一種是尋求實際應用的「實務操作者」。接著她讓外掛審閱一篇近期草稿——那篇寫的是她「為了讓上下文變好，結果不小心把所有上下文都弄得更糟」——檢查是否符合讀者設定。回饋指出草稿在哪裡失去了探索者那一側，並追問當 AI 沒能交出成果時，這對她造成什麼代價。Parrott 的原則是：「我不喜歡規定事情，我喜歡描述事情。」她同時也在試用 Kieran 的「Every Type」檔案工具，並打造自己的文書處理器「Word Better」，還開玩笑說自己做一個是「必經的成年禮」。

協調與整合是下一個前沿，而失敗模式是把整個組織淹掉

Yanik 的探索性專案是一個叫 Minga 的協調器。在 demo 中，他建立一個叫「Reply Guy」的專案——給同事 Becky 用的工具，用來找 Twitter 上的熱門話題，再用 Every 的其中一個 vibe check 回覆。協調代理會接下需求，拆成含步驟、相依關係與先後順序的計畫，然後啟動背景工作，只在需要他做決定或給 UI 回饋時才通知他。他的目標是「在目標與計畫的層次上」工作，而不是一次次單獨的寫程式工作階段。他下一個想探索的問題是多人協作：把隊友、甚至整間公司邀進同一個共享的專案上下文，讓海盜與架構師同時貢獻，而不是一棒接一棒。

Kieran 給其他公司前沿團隊的建議，是本集最鋒利的營運警告：靈感必須雙向流動，實驗必須落地。

「如果你做了一百個實驗，卻不讓它落地、不整合，那沒有用……你只要把一百個實驗倒進一個頻道裡，就很容易把整個組織淹掉。要確保有一些真的留下來。」——Kieran

他把前沿團隊真正的交付定義為整合，而不是量：「對，你應該自由，應該有做任何事的自由，但到頭來重點是整合，是真的把它帶回實際的組織裡。」

六段訪談的共同主線是：前沿團隊的價值取決於下游有沒有人接——產品團隊、訂閱使用者、顧問業務——以及有沒有刻意篩選。尚未解決的張力是成本與注意力：Ariel 在做儀錶板，為 Token 花費提供正當性；Taylor 在處理「拿產出淹同事」的社交成本；Chang 則在做工具，抵禦模型所帶來的那種生產力，保護自己的專注。海盜／架構師的分工與協調器模式能不能撐過下一個模型世代，是懸而未決的問題；Yanik 的多人協作協調器與 Kieran 的影片工具，是接下來值得盯的實驗。