驾驭模型：Every 业务运营团队的 AI 实战手册

原文：https://every.to/context-window/surf-the-models-with-every-s-biz-ops-team

AI 模型从未像今天这样聪明和强大。但要发挥它们的全部潜力，仍然需要 AI 技能、熟练度，以及最重要的——愿意把复杂工作交给一个或多个 AI 智能体的心态。在这期内容中，我们将展示 Every 的业务运营团队如何协同使用 Fable、Codex 和客服平台 Fin 来工作，随后探讨 Granola 如何计划将会议转化为任何智能体都能使用的上下文。我们也会解释为什么 Sonnet 5 在写作上依然不尽如人意（但在边界清晰的任务上表现更好），审视 AI 时代正在涌现的三种新角色，并分享我们团队在 X 平台上最值得关注的一些人。

Every 内部实践

业务运营的前沿实践

执行运营经理 Jalaiyah Bolden 只有几天时间，来为 Every All Access 的发布制定一份客户支持方案。All Access 是一项面向开发者的新型年度会员服务，包含无限使用 Every 产品及其他多项福利。她需要的信息分散在六七个不同来源中。“那简直是信息过载，”她说——这种状况足以让规模大得多的运营团队陷入困境。

但 Jalaiyah 没有手忙脚乱，而是深吸一口气，开始驾驭模型。

Jalaiyah 最初的 Fable 提示词。（图片由 Jalaiyah Bolden 提供）

她首先召唤出 Fable。在赋予模型访问所有相关上下文的权限后，她指示它针对任何缺失信息提出澄清性问题，然后便开始工作。

Fable 审查了 Slack 频道，阅读了 Notion 文档和会议记录。它访问了发布活动的阶段部署网站，通过点击按钮来确认它们能正常运行，并标记出页面内容与会议或源文档矛盾的地方。接着，它将发现转化为一份按优先级排序的行动计划，并起草了支持材料：三篇面向用户的帮助文章、六段为 Fin（原 Intercom 客服平台）编写的回复片段，以及十七套人工客服可用来回复用户的回复模板。整个过程耗时约 90 分钟——大部分在后台运行——这让 Jalaiyah 得以抽身去专注其他事务。

在审阅并对语言进行“人性化”处理后，Jalaiyah 将所有材料移交给了运营主管 Arielle Shipper。Arielle 启动了 Codex，让它校对文档并创建一个 Notion 跟踪表，以便所有人都能看到各自的任务归属并保持进度。这份客户支持方案最终顺利按时完成，还留有余裕。懂得何时以及如何运用不同模型，使得这个团队能够经常性地达成看似不可能完成的截止期限。

偷师这个工作流

将糟糕的客服对话转化为更好的智能体指令

当 Fin 的客服智能体处理客户对话出现偏差时，客服经理 Waqqas Mir 并不会重写整个支持设置。相反，他借助 Codex，将那次处理不当的对话转化为一条有针对性的新指令。通过这种方法，他已经添加了一条规则，明确何时应将愤怒的客户升级给人工客服；他还加入了一条显式指令，修补了一个漏洞：之前 Fin 会在用户要求时为其生成代码——这是 Waqqas 在一次测试中让 Fin 给他写了一个文件转换脚本后，发现并补上的护栏。

Waqqas 的工作流：

• 通过平台的模型上下文协议（MCP）服务器，将 Codex 连接到 Fin。 一旦授权，MCP 就能让 Codex 从你的 Fin 工作区中检索对话。在 Codex 提示框中，输入两到三段 Fin 处理出错的对话的识别号码，要求 Codex 拉取完整对话并诊断问题所在。
• 询问 Codex 指令在哪里出了问题。 接着追问：“它为什么没有遵循我的指令？你能找出导致困惑的原因吗？”Codex 会找出缺失、模糊或矛盾的指导，并提出简洁的补充内容来修复问题。
• 添加提议的规则并重新测试场景。 MCP 连接允许 Codex 分析 Fin 的数据，但 Codex 无法直接更改 Fin 的设置。Waqqas 会自己添加新的指导，然后再次进行同类对话测试。如果 Fin 重复犯错，他会把那轮对话的 ID 交给 Codex，要求它精准定位是哪条指令仍在引发问题。

“AI & I”：Granola 的眼光超越会议记录

在本周的 AI & I 节目中，Granola 联合创始人兼 CEO Chris Pedregal 表示，经营一家初创公司就像一场永无止境的“刀战”。这家公司凭借一款出色的 AI 会议记录工具建立了名声，并达到了15 亿美元的估值，但它不能停滞不前：Notion、OpenAI 和 Zoom 现在也提供转录和总结会议的工具了。

Chris 告诉 Every 的 CEO Dan Shipper，更大的战役在于“我们在工作中使用什么样的界面，以及在 AI 原生世界中工作会是什么样子。”这就是为什么 Granola 计划掌控围绕会议产生的工作：帮助人们在会前做好准备，在会后采取行动，并让会议上下文可供人们使用的任何智能体访问。

在接下来的几个月里，Granola 计划改进其 API 和 MCP，以便能成为这一领域的领导者。“前方有巨大的机会，我们和其他几家公司一样，有机会抓住它，”Pedregal 说。

他对公司的方向和战略充满信心，但也知道现在仍为时过早——那场刀战永远不会结束。

“当人们说，‘Granola 做得真好，’我心里想的是，来得容易，去得也容易，”他说。“会议记录很有用，但未来会发生很大变化，仅仅因为人们今天用我们，并不意味着将来还会用，除非我们在下一件大事上也能做到最好。”

在 X 或 YouTube 上观看，或在 Spotify 或 Apple Podcasts 上收听。你也可以阅读文字记录。

脉搏速报

Spiral 的总经理试用 Sonnet 5 的体验

Every 团队对 Sonnet 5 的初步评测充其量只能算平淡无奇。在将 Sonnet 5 放入工作流中测试两周后，Marcus Moretti 发现这种感觉大体上仍然成立——不过他也找到了一个 Sonnet 5 足以证明其存在价值的领域。

Sonnet 为 Every 的写作应用 Spiral 生成大部分文本。Spiral 按 token 计费，而据称，Sonnet 5 在产出类似结果时，消耗的 token 量比 Sonnet 4.6 高出约 30%。这是一个不将其引入 Spiral 的重要理由。在另一款内部产品上，换用 Sonnet 5 导致了更多的格式错误和更低质量的回复。我们不想花更多钱换来更差的结果，因此在几天的测试后，我们换回了 Sonnet 4.6——并决定让 Spiral 在下一个版本发布前，继续运行在 4.6 上。

话虽如此，Sonnet 5 在“分析报告”这项特定任务上确实表现出色。在几款产品上，我们每天都循环运行复合工程的 /ce-product-pulse 命令——这本质上是一份产品健康度报告。Sonnet 5 在这件事上做得非常出色。

对于这类重复性、边界高度清晰的任务，Sonnet 5 在可负担性和性能之间取得了平衡。——Marcus Moretti

平台负责人 Willie Williams 对 Sonnet 5 的评测。（图片由 Willie 提供）

登录参与

亲身体验 Every 如何使用 AI。以下是团队成员教授我们工作背后工作流的实时训练营、工作坊和线下聚会。

近期活动

• Every IRL（7 月 15 日）：一场在 Every 布鲁克林总部举办的线下聚会，仅对付费会员开放，时间为美东时间晚上 6 点至 8 点。立即报名。
• 办公时间：All Access 开发者专场（7 月 24 日）：作为即将推出的系列活动的第一场，Every 团队将分享我们如何使用 Builder Pack 中的工具，然后一起探讨会员的问题和项目。请带上一个你想构建或改进的东西。此线上活动仅对 All Access 会员开放。

正在涌现的新岗位

首席 AI 官角色正在成长

越来越多的非科技公司正在将这一职位纳入领导团队，以期理解如何最好地利用 AI 并衡量其影响。汇丰银行、德勤英国，以及国际律师事务所 Pillsbury 和 Ropes & Gray，最近都宣布了他们的首位首席 AI 官任命。据彭博法律报道，这承认了该技术“现在已是最高管理层的一项职责”。

公司想要 AI 网红

为了在_异常_拥挤的 AI 领域脱颖而出，初创公司正纷纷转向寻找 AI 网红，或者如 Morning Brew 联合创始人 Alex Lieberman 所称的“全栈 AI 创作者”。

其目标是聘请能成为下一个 Andrej Karpathy、Boris Cherny 或 Aaron Levie 的人，通过培育近乎崇拜的个人粉丝群来实现。那么，这个角色在实践中到底做什么？按 Lieberman 的话说，“你用 AI 来构建。你谈论你构建的东西。你通过内容教会人们如何使用 AI。”

提示工程师出局，内容工程师登场

希望在技能上变现的失业媒体专业人士，曾经在 LinkedIn 上搜寻“提示工程师”的职位——这个类别已经演变成了针对“内容工程师”的职位发布，即那些能够构建系统来产出高质量 AI 生成文本的作家或编辑。（类似的轨迹也在设计领域发生：公司正在寻找能构建系统来创建设计组件的人。）

Cursor 正在招聘一名设计工程师。（图片由 Laura Entis 提供）

信息流策展

我们分享 X 上最值得关注的人

特约撰稿人 Katie Parrott 推荐：

• Ethan Mollick（@emollick），沃顿商学院教授、AI 思想领袖：“他始终站在探索可能性的最前沿，同时也善于挖掘可靠的学术研究，让新发展带来的后果变得通俗易懂。”
• Zara Zhang（@zarazhangrui），AI 开发者和开源创作者：“她扩展了我对技能可能性的想象。”

Marcus 推荐：

• Simon Willison（@simonw），独立开源开发者：“我倾向于关注 X 上那些严肃的工程师，以及那些会在虚假 AI 生产力表演上喊打的人，”Marcus 说。说到严肃，没人比 Simon 更甚了——他是流行 Python 框架 Django 的联合创始人。“他是一位传奇工程师，”Marcus 认为。
• Ryan Dahl（@rough__sea），软件工程师：“Ryan 也是同一类人。他创建了 Node.js，现在正在开发 Deno——一个面向 JavaScript 和 TypeScript 的运行时环境。”

技术咨询主管 Mike Taylor 推荐：

• Riley Goodside（@goodside），前 Scale AI 和 Google DeepMind 提示工程师：“有些人习惯于在 AI 事物上保持领先，”Mike 说，Riley Goodside 就是其中之一。“他是第一个自称为提示工程师的人，”后来还去了 Google DeepMind 工作。

平台负责人 Willie Williams 推荐：

• Jeffrey Emanuel（@doodlestein），开源开发者：“他有点疯狂，但也有相当的可能性，他已经活在未来里了。他摸索出了如何驾驭比大多数人使用的多出十倍数量的智能体，并以一种能让它们高效产出的方式协同工作。一个还不错的类比是：当别人都还只有个小作坊时，他已经拥有了一座工厂。”

压轴彩蛋

值得一读的链接

纽约州颁布了一项为期一年的数据中心禁令。AI 能解决劳动力短缺危机吗？Anthropic 正在寻找一名标准编辑，也就是“逗号女王”，起薪为 26.5 万美元。揭秘聊天机器人为何钟爱“这不是 X，而是 Y”的表达方式。AI 正在为律师创造更多工作。安息吧，Muse Image，Meta 的第一个图像生成模型。诺贝尔奖得主与科技领袖联合起来警告 AI 的潜在危险。OpenAI 内部出现了管理层变动。如果一首歌是用 AI 制作的，它可能需要贴上标签。市面上有很多糟糕的 ChatGPT 传单。经理们迎来了一个新头疼的问题。白领专业人士正在教 AI 如何做自己的工作。

Laura Entis_ 是 Every 的特约撰稿人。你可以在 LinkedIn 上关注她。_

核心启示：在 AI 工具日益强大的今天，真正的生产力差距已不在于模型能力本身，而在于人们如何将它们巧妙地串联成工作流，并敢于将复杂、繁琐的任务委派给智能体，从而将人类精力聚焦于更高层次的判断与整合。