everyinc

来自 everyinc 的公开洞察。

• 为智能体做好准备：Stripe 谈代理经济、欺诈与新的收费方式

  互联网不再默认只有人这一种行动者，智能体代操作、软件直接对接软件都在变多。做产品和开发者工具时，要按人、智能体、人通过智能体三种时刻分别设计，而不是只优化人的点击路径。

• Opus 5 首日测评：难用，但藏着亮点

  测试者把日常主力定义为聪明、快速、省事，目前仍是 GPT-5.6 占位。Opus 5 理应竞争这个位置，但首周体验里并未达到。对每天处理知识工作和编码的人来说，这意味着暂时不用急着切换主力。

• 代码终结之后：两次演示里的 Agent 原生应用

  演示者认为 vibe coding 可以两小时做到 95%，但最后 5% 的准确性和稳定性极难收尾，人格应用的数据污染和尽调应用的事实错误都是例子。这提醒读者把原型速度和交付标准分开，对数据正确性要求高的场景，要预留核查和修 bug 的时间。

• 工具太多模型会晕：Stainless创始人聊MCP的瓶颈与代码执行

  MCP把网站变成模型可调的工具，愿景是让模型像人点网站一样干活。理解这一点，才能明白后面所有取舍：暴露越多越通用，但上下文和权限压力越大。实际选型时可先问，这个任务是固定几步还是开放探索，再决定暴露多少。

• 用 Fable 5 建一座 AI 软件工厂：睡前启动，醒来验收

  定时任务早晚各跑一次，读完 Slack 全量消息后分类、去重、下载附件，再生成结构化清单。适合反馈零散但持续的内测期，把找信息的时间省下来，集中看结论。作者仍保留手动触发，说明全自动之前可以先半自动。

• 最慢的孵化器：几年只做一家，却做出医美与殡葬大公司

  他们每两三年只开一家公司，自己做到五百万至一千万美元收入再交棒。这种慢换来的是深度：长期留在董事会，而不是投完就走。想借鉴的人要先接受集中度风险，不适合追求数量和速度的团队使用。

• 把代码评审交给一群智能体：在笔记里完成开发

  所有任务从口述开始，因为说话能带出更多细节和背景，模型不在意语气词和中途改口。这种方式适合先把意图讲全，再让 AI 整理，省去反复打字补充。

• Anthropic 大会复盘：算力与托管智能体划出两条战线

  合作指向 Colossus 集群的全部算力，关键词是全部。对读者的意义是先理解这是一次补短板的动作：过去算力紧张曾带来使用限制，这次是为承接 Claude Code 带来的需求，判断竞争态势时可把它当作供给侧的变量，而不是新模型发布。

• 能建很快，难的是决定不建什么：迈克·克里格谈 Agent 原生产品

  建造速度不等于产品判断。Claude 两小时复刻 Bourbon 说明实现门槛下降，但加什么、砍什么仍需真实使用积累。对读者的用途是：把“快速做出完整样子”与“想清楚干预方式”分成两个目标，前者用模型加速，后者留出验证时间。

• Claude 平台团队自述：从接口到托管智能体

  早期平台尽量开放，因为没人知道大模型会被拿来做什么。等客户开始做产品和智能体，平台就转向帮人拿到最好结果：保留状态、加工具、补云组件。理解这条线，就能判断新功能是追热点还是补短板。

• 在打磨环节加入实时语音：一次 Compound Engineering 的直播实验

  polish 指 AI 做完初版后，人对着成品继续抬高上限。live 模式想把这个过程变成打开网页直接说话，后台自动改。适合在你已有可运行页面、想快速试多种微调时用；大重构或易冲突的改动，仍要切回手动或分批确认。

• Opus 4.8 为何把人拉回 Claude：一次手感回归

  作者认为 Opus 4.7 空有基准进步，实际又慢又难用，导致自己和团队转向 Codex 与 GPT 5.5。Opus 4.8 则在多维度同时进步，手感明显回升，可作为是否回头试用的判断依据。

• 实测 Anthropic Fable 5 一周：能跑三小时的曲速引擎

  演示来自一条提示词：读完《巴别图书馆》后规划并执行浏览器 3D 游戏，模型自行循环检查，三四小时交付。用途是理解长时自主执行的上限，适合把目标完整丢给模型，而不是逐步问答。

• 实测三周 GPT-5.5：编码凶猛，但最好配一个规划师

  62.5 分是搭配 Opus 4.7 计划时的最高分，远高于 Opus 4.7 自身的 30 分出头，但仍比人类资深工程师的 80 到 90 分低约 30 分。理解这个分数结构，有助于合理预期：它已是明显台阶，但不是人类资深替代品。

• 纯氛围编程一周：让智能体工作可见，把写作品味说清

  Jack 认为智能体会在夜间持续工作，查看方式也要变化。对读者来说，这个判断可用来决定何时需要过程可视化：只要任务是多智能体并行、结果难以从记录还原，就值得考虑单独呈现过程，而不是只看最终答案。

• 大多数 SaaS 做错了 AI，Linear 选择等待

  Linear 的使命没有因 AI 改变，仍是帮产品团队推进工作。变化的是分工：AI 承担更多组织与执行负担，人更专注品味与判断。这个定位可用于判断新功能是否偏离主线。

• Codex 知识工作流：从代劳杂事到养出可复用的技能

  作者认为 Codex 已不只是编码工具，而是各职能每天使用的通用底座。用途是提醒读者别只在写代码时想起它，文档、跟进消息、整合业务材料同样值得接入，但这仍是基于内部使用的观察，不是普适结论。

• 给非技术用户的 Claude Code：Claude Co-work 初体验

  Co-work 把交互从秒回问答变成任务交办：你可以让它跑几十分钟，中途还能追加指令，回来验收。适合调研、数据拉取、日历复盘、长文档整理等不需要立刻出答案的工作，前提是接受早期版本的状态显示和排队逻辑还不精细。

• 给每位员工配一个AI分身：Every的全员智能体实验

  每人养一个、允许它随互动改写自己，会自然长出专长。谁在组织里以什么出名，他的分身就以什么被信任，形成平行组织图。用法是公开调用分身，让声誉和使用记录沉淀，而不是共用一个通用助手。

• 在会议记录之后：Granola 如何押注 AI 工作的下一种界面

  顺利同样是刀战：在能力边缘被大浪推着走，创始人永远在做没做过的事。可用作自我校准：把“跟不上”视为增长期的正常信号，而不是失败，优先补组织和精力短板。

• 为什么我们从 Claude Code 换到 Codex

  主讲人认为编程智能体一旦能独立写软件，就能处理各类知识工作。OpenAI 此前把轻量创作放在 ChatGPT、把严肃编程放在 Codex 的分工，被 Anthropic 在本地的通用做法打破，Codex 过去几个月也转向通用入口。理解这层外溢，有助于决定把哪些非代码任务也交给智能体。

• 实时把传统应用改成 Agent 原生：一次 CLI 对齐的直播改造

  Agent 原生的第一步不是自主决策，而是动作对齐：用户能点的功能，agent 也要有程序化入口。直播把范围压到 CLI parity，先让 agent 能登录、能操作，再谈更复杂的自主能力。这种分步适合改造老应用。

• 用 Codex 把赠送链接做出来：一次编辑自己动手的发布

  编辑团队已经上线赠送链接，付费订户可以在文章页通过 share full article 按钮查看数量并复制分享。这说明功能虽小，但解决的是真实的传播卡点：好文章走不出 paywall，就很难被更多人看到。

• 每个AI团队都需要海盗与建筑师

  能生成代码不等于能快速修复代码。上线后的故障排查、定位和稳定运行仍然需要理解系统，vibe coding做出的东西进入生产环境后，这部分成本会集中暴露。

• 不懂工程的增长负责人，把整份工作搬进终端

  他把 Claude Code 当作统一入口，一个指令调出增长中心，查 Stripe、newsletter、YouTube、PostHog，看 Figma，推 Notion，发 Discord，减少在多应用之间切换。这种用法适合每天要反复查数和派发任务的人，前提是先把授权和推送目标接好。

• 代理写代码越多，开发者越重要：GitHub COO 谈用户、维护者与账单

  Dagel 认为 GitHub 对开发者一直看得宽，自己就是例子：没读计算机，为读艺术学校写代码。产品因此两头都要顾：重度用户同时跑多个代理会话，法务财务等非职业开发者也在用 Copilot 应用做小工具。对读者而言，判断工具是否值得用，可先看它是否为新手留了低门槛入口，而不只看高手功能。

• 走进 OpenAI 的代理浏览器 Atlas：把 ChatGPT 带在上网路上

  Atlas 想让提问跟随浏览，当前页面上下文自动给模型，省掉跨标签复制。购物比价找券、换角度研究题目都更顺，还可回头问网络记忆。用途是把浏览器当随身顾问，适合边看边问的浅研究和比价，重要结论仍要自己核对原文。

• Opus 4.7 直播实测：更听话，也更需要说清楚

  官方强调最强 Opus、长任务更严谨、指令更精确、汇报前自检。直播实测认为基准有提升，但基准不可全信，是否好用要看自己每天的编码、写作、财务任务。适用于决定要不要第一时间切换。

• 咨询负责人每天如何用 Codex：建循环，少亲手干

  Claudie 按流程执行很强，但高质量仍要人管：定标准、看品味、盯数据。团队因此一边用代理，一边招运营，让人负责发现信号、推进对话。适合把代理当执行层，而不是免管理的人。

• Compound Engineering 直播补答：如何让 AI 越用越懂你

  作者把插件定义为计划、执行、评审的循环，加上随时可调用的 compound 沉淀。它源于做邮件助手时减少重复错误的个人实践，后来被打包分享。对读者的用途是先接受这是一种工作方式，再决定用哪一部分，而不是把它当一次性生成工具。

• 试用 Fable 5.1 一周：速度翻倍、花费减半的整块交付

  内部基准显示它每次请求约 766 token，对手接近 2000，延迟约 22 秒对 37 秒。适合把过去觉得太贵太慢的长任务拿来试，但大工程仍可能跑出数百万 token，要先设预算。

• 四周做到400万美元：AI外星伙伴Tolen的爆发之路

  团队把大模型看作新的故事媒介，而不只是更快的内容工具。媒介刚出现时，人们总把旧形式直接搬过来，效果往往不好，真正可行的形式要在新的约束和可能性里试出来。

• 复合工程：让每一次开发都让下一次更轻松

  复合工程指把每次开发的经验写回系统，让下一次更省力。用途是改变只解决当下问题的做法，有意识地沉淀提示词、流程、检查项和子智能体，形成可复用的开发机器。

• OpenAI 智能体攻击 Hugging Face：不是末日，而是防水工程没跟上

  作者承认风险真实存在，但反对直接跳到智能体自主作乱的科幻剧本。区分这两者，才能把注意力放在可解的安全工程问题上，而不是被标题吓住。

• 初学者用Claude Code时真正发生的事

  工具已从搭档变为需要管理的员工，能跨会话、用本地文件夹持续推进。先理解这层关系，再学操作，否则容易把它当成更聪明的聊天框，发挥不出串联多任务的价值。

• 为什么 ChatGPT 学不完一门课：做一个真正的 AI 学习平台缺什么

  大模型被形容为信息压缩机，擅长把网上知识变成快速、个人化的回答，但不擅长多步、长周期的学习，容易丢上下文和跑题。用途是：快问答继续用聊天，立志学完一门课则需要另设目标、步骤和拉回机制，不能只靠对话。

• 用 Framer 做 Monologue 落地页：以差异化讲清一个听写工具

  Monologue 被定位为 AI 听写工具，直接对标同类速记产品。理解这一定位，才能看懂后面所有视觉选择都是为了在同类中被一眼认出，而不是单纯追求好看。

• 把个人创作习惯变成团队可复用的出图流程

  节点式画布把个人流程摆到台面上，不同人的连线方式可能完全不同，但只要关键选择一致，就能得到风格接近的结果。这种可视化让经验可以被检查和交接，而不是只留在个人习惯里。

• 20人团队配上OpenClaw分身，像是变成了40人

  分身住在常用消息应用里，能自己调整行为，还能在独立机器上持续运行，并形成个人风格。这让它更像长期搭档，适合放在日常协作里用，而不是每次打开新会话从头讲背景。

• 2026，做一家真正的 AI 原生公司：Every 的完整策略

  公司由通讯、应用和培训三部分组成，共用一个订阅。循环是：团队先深度使用 AI 工具，再把体验写清楚，写清楚后发现缺口去做产品，最后把管用的做法教出去。这个循环解释了产品从何而来。

• Codex 陪我弹琴：从盲弹到看懂为什么好听

  把电钢琴接到电脑，让AI做一个实时显示按键和音名的应用，弹什么立刻能看见。这适合盲弹但想入门乐理的人，先把声音和音名对应起来。

• Codex接管收件箱：连续13周清零的做法

  核心变化不是回邮件更快，而是先由Codex扫一遍收件箱，人只做判断和口头指示。适合把日程、查资料这类容易拖延的事交出去，把精力留给创作和重要判断。