做完手头活，还是跟上前线

Dan Shipper 在 Every 跑 Frontier Team。按他自己的说法，到这期为止大概几个月。和他一起主持的是 Natalia，职务是企业 AI 采用负责人。字幕没有给出她的姓。

他要回答的是公司里每个人都卡着的那一题：手头的活做完，还是去跟上人工智能，搞清新工具和新流程意味着工作该怎么改。他说这很荒唐，也很难。每家公司都在挣扎。

一边是不理前线。可以撑一阵，直到某个你没看见的、按智能体原生方式重做的产品把你颠覆。另一边是人人追前线，追着闪亮的新东西，永远建不成能留下来的东西。Frontier Team 要把两件事切开。有人盯着前线在发生什么，其余的人把工作做完。

原始来源：How a Frontier Team Can Help Your Company Keep Up With AI。中文深度整理，非逐字翻译。本文依据 YouTube 自动生成的英文字幕，专有名词和数字可能有识别误差。片中一段 Gemini 语音模型口播广告不纳入正文。

追新的人单独放出去，没准备好就不压到全公司

Dan 说，喜欢玩新东西的人在 Every 不少，他自己就是。这很重要。如果只做这件事，生意不会往前。你得把产品和能让人依赖的服务做出来。以前像是必须二选一：要么一直玩新的，要么做一个产品，做完就往上加功能，永远维护。

Frontier Team 是把像他这样的人放出去跑实验。低的一端，实验就是内容。学到一点有意思的东西，变成推文或视频。高的一端，从前线推进他们在做的产品和服务。其余的人不必盯着每一个新掉下来的模型，也不必盯着每一场还在跑的实验。等它真的准备好让人注意，再交出去。他说，这给了前线团队空间去看未来长什么样，又不必在没准备好时强迫公司其他人一起看。

Natalia 问，到目前最有影响的是什么。他说，能在新东西上走得极快，又不把整个团队扯散。团队会有一种信心：事情变了，我会知道；我们应付得了。人不必整天慌、散、被分心。他说，这才是眼下这种环境里，做事、干活、经营一家公司时，每天真正被影响到的那一层。

海盗把东西弄脏，建筑师保证交出去还能维护

组队早期他们就定了两种人要一起干：海盗和建筑师。

海盗像 Dan。想走得很快，会做一点脏的，几天里试极多的东西。字幕里他说 a billion things。这是夸张，不是计数。他要找出有用的，结果会是一团乱。

建筑师面对这一团乱，问的是能不能压一压，收成一个真能用的形状。前线在试很多东西。大部分扔掉。有一些会被推进去，给团队的其他人看他们喜不喜欢。就在交出去之前，建筑师有用。他会说：这很乱，我们维护不了；公司里的人有好几种用法，它都站不住。字幕里他听到的是 five different ways。然后把它收成一套能看懂、能接着建的系统，而不是一次性的、凭感觉拼出来的项目。

后文把这个角色做实的是 Yannick。主持人用这个名字欢迎他，也用这个名字结束。字幕没有给姓。他在一些项目上做建筑师，接过 Dan 的不少项目。他说自己第一件是把 Proof 做到能上生产，用他的话说是把它救活。现在主要做 compounding。其中一块，字幕听成 Cakebench：一个技能，试着复制主编的判断和品味，从而减少她的一部分工作。本文不把 Cakebench 写成已经核实的产品名。

他对凭感觉做出来的东西有一句分工。人工智能很擅长把东西做活：做假设，去查该用什么，做出看起来不错、演示或第一版也许能跑的东西。仍然需要建筑师。这个人得知道怎么把东西做得可靠、以后还维护得了：代码怎么组织，用什么库，怎么部署，软件这边什么要紧。他说，这是为了让它准备好面对以后。

他正在做的编排器，字幕听成 Minka。本文不升格。例子是一个叫 Reply Guy 的项目，给同事 Becky 一个工具，去看 Twitter 上什么在流行，再用他们新的 vibe check 去回复。vibe check 是他们给模型做的那种定性试用。目标是把工作抬到目标和计划那一层，而不是盯着每一次写代码的会话。编排智能体是主界面。人跟它谈要建什么、需求、想用的文本。它拆成计划里的步骤，标出依赖和顺序，有一定自主权在后台开工。需要人做决定时来敲，给人看草稿或界面草图。人给反馈，它自己继续。

他下一周想探的是多人。可以邀请团队里的人，甚至全公司，共享正在做的事的上下文。海盗带想法和想试的东西，建筑师带技术知识，同时在同一个项目上，而不是一个人做完再交接。

感觉要收成数，数要能点回原话

Mike Taylor 给自己起的头衔是 head of evals。evals 是 evaluations，评测。前线团队的目标，他说每周、有时每天、有时每小时都不一样：把模型推到极限，看现在什么变得可能，工作方式有什么新的。因为模型一直在变好，而且还有很多他称为 capability overhang 的东西。他的定义是：模型能做的，比他们有时间去试的多得多。他们在找那些边。

他的活是把 vibe check 从定性收成数字。他在帮团队里的人做自己的个人基准，并想先做成一个内部产品，让更多人参加测试。还有一类实验。当他们说人工智能是字幕听成 sick of antics 的时候，到底指什么，怎么定义，能不能测。本文不把这串音节改写成另一个术语。

他眼下觉得有意思的是，Opus 已经很擅长剪视频。他测了很久。他有一门 Udemy 课，事后剪视频是那个副业里最糟的部分。最近它终于能用了。他用它给 Checks 做了一条解释视频。Checks 是他们在做的个人基准产品。他让 Opus 回去翻他全部的 Slack 消息，和他的 Granola 笔记。Granola 按他的口播保留。然后把视频的叙事拉出来，带收据：引用他在 Slack 或会上说过的具体的话，再把整条视频剪出来。太忙着跑实验、从来没时间告诉别人自己在做什么的人，他说这条路开了。

演示里，开头用的设定字幕听成 ultra code。他说这是最高努力那一档，会编排数以百计的智能体来做这件事。他选它，是因为要读的上下文很多，一个模型读不完。于是一场会一个智能体，再收回来放进一个资料库。相关的通话被找出来。然后它做了一条故事脊，收成 12 句。其中一句定义，和他刚才给的一样：个人基准是一小套你自己的真实工作，存下来，让模型可以再在上面跑一遍。每一句能点回去，从内部卡片点到会上说的原话。他说这是可审计的。截图从他的 Slack 里找出来，是他分享过的。它给画面做了标注，配了音。配音用的是 Google Gemini，密钥是他给的。12 句变成视频。他拿去给公司其他人看，对方才明白：一个分数，就是 yes 的个数。

他给的备忘，他自己也说可能几天就过时，因为这是 2026 年 10 月下旬。两件。

第一，人们给的上下文还不够。早些时候问人工智能翻通话笔记，或者犹豫要不要给它 Google Drive，他就是那种人。今年早些时候他没接 Gmail，也没接 Slack。在 Every 团队里，他现在反过来：人工智能可以碰到一切。他说这一步值得迈。它一旦有权限，挑出有用上下文的判断好了很多。你可以更信任它为这件事带进来的东西。

第二，你产出变多之后，职责变成保护别人的上下文。他经常被说在公司里刷屏。字幕把那个地方听成 LinkedIn，又说每个频道都是 Mike。频道更像内部讨论区。本文不改写成某一个已核实的产品。他做那条视频，就是把自己的工作变得能消化。想法他仍在出，交给 Claude。Claude 也更自动地从他说过的话里把想法找出来。然后他就在用人灌新想法。他说，很多人的工作会走到这一头。

实验要被收成主题，花费要能对上桶

Frontier Wrangler 这个头衔，主持人先欢迎时听成 Ariel，后面又听成 Arielle。本文不取其中一个当正式拼写。她说自己的工作是让实验足够有组织，以便收获、综合、消化给外面，也引导里面的探索。系统和流程她和 Dan 紧着做。她自己也在跑实验。她说自己不像团队里其他人那么偏技术，她是运营。里面有很多实际系统，可以用新工具和新做法来试。

为什么需要这一层。她说组织里的人都在做元思考，有创造力，兴奋地追下一件。需要这种人，也需要一层去问：我们从这里学到了什么，实验里出来的东西怎么消化给受众。把人在做的事映射成能消化的主题，从实验里找出意义，再变成内容、产品，以及咨询里在教的概念。

她正在看的是花费。模型不断出来，能力前线往前推，他们像野火一样烧 token。token 是计量模型用量的单位。她说这对业务和实验是重要投入。另一层也要紧：在做哪些实验，花了多少钱，换回来什么。

仪表盘在 10 月还没有整月花费，所以有一部分是回顾。它给出花掉的美元、token 数，再按人拆。他们做了一个技能，扫你电脑上在用的各种 harness。harness 是套住模型、让它干活的那层程序。每个 harness 用掉的 token 被收上来。点进去是实时的：实际的模型和努力级别。还有一条工作流，扫你的会话，在高层面上把 token 花在什么工作上做分类，再拿来让你批准。于是能看见各类工作桶的花费占比，以及这些 token 估出来的美元，好算一笔值不值。

她期待的是模型更聪明之后，她能造的能力跟着长。这是她以前没有的。以前做运营，她得等模型公司把她要的这种追踪加上，或者找一个工程师搭档。现在她能自己做一部分。

早期权限用来压自己的工作流

Jack Zhang 说自己是 Every 的高级编辑，也在前线团队里。他说大家都还在弄清自己的角色。他在测他们拿到的早期模型，更多在做互动体验和游戏，用来推现在到底能做什么。那是以前差到他根本不会想去试的事。另一块是给自己做应用。

浏览器标签把他淹没，不停切换。他想要一个可以关掉标签的浏览器。以前他也许会做个 Chrome 扩展。现在模型好到他觉得可以直接自己做一个。他做了一个没有标签的浏览器。本意是不被诱惑去切换、在后台打开、然后永远不去看。要用在每天的编辑流程里，他又加了一个智能体窗格，可以选模型提供方，用任何模型来编辑。他说 Claude 和 Gemini 的 Chrome 插件没有好到能做这件事。日常里有时需要瞥一眼，于是加了临时打开：查完回到文档。

他从这里学到的是，插件和扩展从来没有让你真正贴近应用、改变应用怎么工作。这一代前线模型让你能做一个完全按你、或按你的团队和工作流来的应用。

他接下来最想做的，是保护注意力的东西。他有 ADHD 的诊断，一辈子都得用适应策略。现在更诱人的是同时做极多件事。他确实在做多得多的事。同时注意力被拉扯到一种程度：不够在一件事上留到能对生活有意义的差别。实验对他重要。另一面是，他想做帮助自己多写、做出更美的东西、更靠近本地社区的东西。要让它加固他在乎的价值。

Katie 的插件，主持人称为 Katie Parrott 的 compound writing，放在他们的 GitHub 上。她在前线团队做几件事。一是新前线模型的测试，来自 OpenAI、Anthropic、Gemini、Grok。他们有早期权限，放进自己的工作流，再把信息传给读 vibe check 的人。二是写这些 vibe check，把前线团队学到的分享出去。她说自己像驻在里面的作家。三是自己在建。compound writing 从这里来，也包括用为写作微调过的新模型，以及给团队里其他人在建的东西当碰撞测试。她点了 Kieran 和 Mike。

插件把写作从起意、计划、大纲、起草走到定稿。到目前围绕两份核心文档。voice guide 抓住句子层面的声音和用词。style.md 写你写什么、你喜欢怎么谈你的题目。她正在加第三份。事后看她觉得非常明显：audience.md，最终拿到内容的读者是谁。她想看这会不会让插件更有用。

演示是给她的专栏 working overtime 建读者文档。这个专栏写她把人工智能用进自己工作生活里的折腾和普通经历。读出来的读者，一边是更早、对人工智能好奇的寻求者，一边是要日常实用做法的运营者。结构里她放进了英雄之旅：每一篇阅读都该以某种形式带读者走一趟，你要在他们身上造成某种转变。她预先让它用当天更新的 audience.md，审最近一篇草稿是否贴读者。那篇写的是，她想把联系人弄好，不小心把联系人全弄糟了。它说已经有效的部分：清楚，上下文有解释，修正是个人的，不是放之四海的。这符合她说过的偏好。她喜欢描述，不喜欢开药方。然后它指出，在寻求者那一侧，哪里把人丢掉了：对光谱上更早的人，哪里还不够可及。还有更小的运营者批注，比如代价是什么，结果没出来时成本在她身上是什么。

她下一步会和 Kieran 一起测字幕听成 every type 的东西。那是 Kieran 想让大家停止用 Google Docs 的尝试。同时她在旁边做自己的文字处理器，字幕听成 word better。她开玩笑说，到了某个点每个人都会决定自己写一个文字处理器。她说现在把想要的工具说清楚，不如直接做出来，再拿给 Kieran 看。

能力在往前移，交不回去就不算前线团队

Kieran 说他爱这个团队，是因为名字补上了已经在发生的事。他进 Every 时开始做 Cora，从实验里长出 compound engineering，以及更多东西。团队已经在，只是没有名字。现在说自己是 Frontier Team，就是被允许做实验，看什么能工作、什么不能。他在试今天用人工智能能建什么。每次新模型出来，这件事都变。他每周至少一场实验，多数时候不止一场。学到的要分享给团队和 Every 的订阅者，让他们能采用，或把正在做的事转向他学到的方向。有人已经做过，并说这是好的模式，或者这不是、该走另一边，就没那么吓人。他的工作是又宽又深。

主持人请他从早年的测试说到现在。字幕把对照听成 GPT-4、GPT-5、Opus 484。他没有逐项认这些版本号。他认的是一条失败测试：要把它推到失败为止。很多模型已经很好，能做很多事。难的是怎么测它好不好，能走多远。

开头是它能写代码吗。GPT-4 突然能写出相当好的代码。这是第一次打开。然后是字幕听成 Sona 3.5，能把多文件的代码写得不错，多段代码放在一起，还能做界面。本文不把 Sona 改成另一个模型的正式名。再往前是智能体能把工作传下去。以前是提示进去、东西出来、你再迭代。字幕里他说智能体工作出现在 3.7、Opus 3.7、4、4.1。到 Opus 4.5 又移了一次，能做更复杂的事。他们突然能做带 CRDT 的文本编辑器和实时编辑。CRDT 是一种让多人同时改、还能合到一起的数据结构。他说这非常复杂，人工智能可以在一周里做出来。Dan 做出 Proof。他称为 proof 时代，字幕接着听成 GPT 5.5。于是他们可以更有野心，做更大的东西，不必太多手把手。

再到字幕听成 Fable，以及 Fable 5.1。本文不升格。他说现在有的模型能跑得更久、更深，你可以更信任。他是音乐人，一直想做一个数字音频工作站。大概一年前开始，每次新模型出来就再试一次。现在到了可以直接继续做的地步。

他最近喜欢的是视频。不只是视频编辑器，也是直播式的会议记录。Every 里很多人说的话、有意思的想法，丢在会议里。这套东西把那些录下来，交给编辑认识的格式，并且按智能体原生来做。另一件是写作编辑器，类似 Proof。他在试下一版能不能更好、能不能做更多。

给别的公司里、嵌在更大组织中的前线团队，他只给一条。你要鼓舞团队，也要听团队。做一百个实验，不让它落地、不把它接进去，就不算工作。听团队，从团队得到启发，再做，再确保有一些会被采用。最后是整合。你该有自由去做任何事。终点是带回真实的组织。让人搞懂你在做什么，别把人淹没。很容易把一百个实验倒进一个频道，把整个组织淹没。让一些能粘住。这就是前线团队的工作。结尾主持人说了声 Karen。全文前面都是 Kieran。本文不把结尾这一声另立一个人。

片尾有 Every 的订阅口播，不纳入正文。

职责切开解决的是那道两难。低端实验可以只变成内容。高端才推进产品和能依赖的服务。大部分实验扔掉。交出去之前要有建筑师，否则是一次性的拼装。评测把感觉收成可点回原话的数。产出变多之后，新的工作是别把别人的上下文灌满。做了一百件却不落地，前线团队自己就失败了。