我是个编辑——我亲手构建了我们的最新功能

原文:https://every.to/on-every/im-an-editor-and-i-built-our-newest-feature


上个月,我们在 Every 网站上推出了“礼品链接”(gift links)功能。如果你拥有付费或 All Access 会员身份,现在可以将付费文章分享给非 Every 会员。标准付费会员每月可以分享五个礼品链接,计数每月 1 号重置。而 All Access 会员从今天起可以无限分享礼品链接。

礼品链接本身并不是新鲜事物。你可能在《华尔街日报》、《大西洋月刊》或《纽约时报》的在线版文章中接触过它们。但这些出版机构的产品团队规模,比我们整个公司 30 个人的体量还要大。

Every 的许多成员都来自那些为了降低风险和回避不确定性而设计的组织——代价往往是牺牲实验精神。我们正在学习探索新的工作流程,在有意义的场景下将控制权交予 AI 智能体,并接纳一个事实:好点子可以来自任何人——而现在,也可以由任何人来构建。

我们这个小编辑团队为推出礼品链接功能所走过的路径,是一个很好的案例:它展示了 AI 工具如何将一个沉重的组织负担转化为可行的实验,以及一家 AI 原生公司如何决定该构建什么。

以下是我们的历程。

给自己挠痒痒

作为 Every 的高级编辑,我编辑过团队和外部撰稿人的几十篇文章,自己也写过探讨创造力品味维护的文章。我为我们的作品感到自豪,并定期在我的个人 newsletter 中分享文章链接。

不过,当我分享其他付费出版物的文章时,我通常使用礼品链接。我钟爱的一些博客,比如 MetafilterJason Kottke 的博客,也倾向于用礼品链接来分享付费内容。尽管我本人想用上礼品链接,我也看到了它的商业用例:如果不给用户提供分享付费内容的方式,我们是否在限制 Every 的传播范围和病毒传播潜力?

为了寻找答案,我开始深入挖掘。

我先在 Every 的 Slack 和 Discord 频道中搜索,看看有没有人提过这个想法。也许我们过去甚至试过礼品链接,或者这个功能曾被提议但因为某些我没考虑到的原因被拒绝了。搜索结果中出现了 Every 主编 Kate Lee 的一条消息,她也在琢磨礼品链接。我们系统中的每篇文章都有一个可以绕开付费墙的预览链接,但这个功能更像是为了内部分享草稿而设的。

我们的 CMS 有一个可以绕开付费墙的“秘密”预览链接,但它不是为公开使用而设计的。

Kate 和我每周有一次一对一的沟通,所以我就在那时提了这个想法。她说,每次她在 Slack 上和团队分享文章时,用的也是礼品链接。

从 Kate 的视角看,我们在 Granola 上的会议记录。

考虑到礼品链接可以为我们的网站带来新读者,我知道 Every 的增长负责人 Austin Tedesco 将是重要的利益相关者。我给他发了一条试探性消息。

第二天一早,Austin 在 Slack 上简短回了一句:“有意思。”

Austin 的回应并不热情。正如他在后来我们关于礼品链接的视频中坦率地说,“有意思”其实是在告诉我:“别拿这种事浪费我的时间。”

但这也不是一个_否定_。在大多数其他公司——甚至一年前的 Every——我可能就只能到此为止了。要花额外的时间和精力向 Austin 和其他利益相关者推销这个想法,说服组织的其他成员让我们的网站工程负责人 Andrey Galko 从更紧迫的工程项目中分出精力——而这一切的同时我还要做好编辑、写作以及构建急需的编辑流程改进工具的工作——这样的投入实在不值得。追求礼品链接这个想法,本来会是一条阻力最大的路。

幸运的是,现在不是一年前了。如今前沿模型的能力,以及 ClaudeCodexCursor 这类智能体编排应用,让这件事成了一个可行的业余项目。

深度研究、获得批准和执行

我利用 Slack 中连接 Claude 的 OpenClaw 智能体,以及 ChatGPT 网站,启动了“深度研究”任务,去了解礼品链接的工作原理以及它给其他媒体公司的表现带来了多大价值。大型新闻网站已经使用礼品链接多年;这些链接至少在某种程度上应该是有效的吧?

Slack 和 ChatGPT 中的研究对话。

我对比了两份报告,核验了引用来源——其中很多是 尼曼新闻实验室 所做的研究——并向智能体追问,以确保我理解了这些发现。然后,我和我的智能体一起草拟了一份单独的报告,准备先分享给 Kate 和 Austin,如果我们决定要构建这个功能,再给 Andrey 看。这份报告必须全面得多;它需要呈现商业用例,并勾勒出执行计划,包括我们需要在现有网站后端做哪些改动,以及我们将如何衡量成功。我通过让 Codex 指向我们现有的代码库,确定了这些后端改动。我的目标是拿出一份文档,让大家看了都能说:“我们试试吧。”

Austin 对执行计划的回应。

Austin 的反应是:基于这份报告,礼品链接看上去不是一个增长优先事项。但同时也表示:如果你想用 Codex 自己动手做,那就去做吧。

Austin 后来在我们的对话中说:“我必须经历那样一个时刻,‘你知道吗?放手去做才是最好的选择。’而不是像我以前的做法那样,你对自己的资源非常有保护欲。……看着这些事情随着用户体验和数据的展开而自然演进,要好得多。”

所有人都明白,包括 Andrey 在内,这是一个范围清晰的产品改动,我在没有他太多参与的情况下是可以做到的。

我拿到了我想要的绿灯。接下来就看我了。

放手去做

构建礼品链接功能的过程,更接近传统的软件开发——只是大部分工作由智能体来完成。我让 Codex 调研了我们在报告中引用的一些新闻网站中,礼品链接常见的用户交互模式。我把我认为设计得当的流程截图加到报告中,并分享给 Andrey 以获取他对架构的反馈;他让我确认我们在代码库中是如何处理文章预览的。

Andrey 对执行报告的回应,以及我关于何时需要他审查工作的后续消息。

以报告和 Andrey 的反馈为输入,Codex 制定了一个计划。

由 GPT-5.6 根据原始记录再现的 Codex 截图。

在接下来的半小时里,Codex 进行了一次全面的访谈,以厘清我的愿景。我们分阶段细化了计划,一旦我满意了,我就告诉智能体执行计划。

通过一系列访谈问题在 Codex 中细化计划。由 GPT-5.6 根据原始记录再现的 Codex 截图。

整个构建过程花了几个下午,持续了数小时——后半段主要是我和 Codex 就文案和应用内浏览器的 UI 交互来回推敲。我提交了一个草案拉取请求,Andrey 则让他的 Codex 来审查它。我们在 PostHog 中为分析搭建了一个追踪页面,并在预发布服务器上部署了该功能,供 Kate 和 Austin 提供反馈。我们先在内部测试了该功能,然后在上个月在网站上悄然推出。

从大处来看,礼品链接并不是对我们网站特别大的改动,也不是我们与竞争对手之间的主要差异化因素。但我们的构建经历,很好地展现了一个组织如何搭建支持 AI 工具可能性的环境,让非技术团队可以构思、验证、构建并发布一个想法——而这一切都不需要从更重要的核心工作中抽调资源。

我们正在观察,礼品链接能在多大程度上对 Every 的订阅业务产生影响。Austin 已经让他的 Slack 智能体将 PostHog 面板的报告加入到增长团队的周一简报中。无论结果如何,我知道至少有几个人——包括我自己——对分享这些链接感到兴奋。

All Access 和付费 Every 会员可以点击文章标题下方的“分享全文”按钮来试用这个新功能。同样,这里有一份我去年 12 月份写的关于 AI 和创造力的文章的礼品链接。


核心启示:当组织支持 AI 工具带来的可能性时,非技术团队就可以从头到尾将想法落地,而无需从核心高优先级工作中抽调工程资源。

I’m an Editor—And I Built Our Newest Feature 的发芽报告

材料核心

Jack Cheng,Every 的高级编辑,用 Codex 和前沿 AI 模型自己动手搭建了“赠链接”功能——一个通常需要工程师团队介入的产品特性。这个过程揭示了 AI 如何让非技术人员绕过传统的组织阻力,独立完成从调研、论证到构建、部署的完整创新闭环。


发芽 01:当“有趣”其实意味着“别浪费我时间”——组织心理学中的隐性否决与 AI 如何改写它

种子

材料中最精妙的张力点,是增长负责人 Austin 那句“interesting”的回复。在组织行为学中,这个词往往是“战略性模糊”的经典范例——既不给否定,也不给承诺,本质上是一种软性否决。Jack 自己解读得很准确:这是 Austin 在说“别浪费我时间”。在传统公司,这句话足以让一个想法胎死腹中。但 AI 改变了这个结局——不是因为它说服了 Austin,而是因为它让“说服”这个步骤变得不再必要。

斯坦福大学组织行为学教授 Robert Sutton 在《好老板,坏老板》一书中提出了“组织摩擦力”的概念:创新往往不是死于明显的反对,而是死于微小的摩擦成本——等一个审批、说服一个利益相关者、争取一个工程师排期。这些摩擦力累加起来,足以让任何人放弃。Jack 的经历是一个教科书级的“去摩擦化”案例:当个人可以独自完成从调研到部署的全流程时,“得到许可”就不再是创新的前提条件,而变成了“得到原谅”式的事后验证。

Aha 瞬间

“大多数创新不是被明确否决的,而是被‘有趣’一步步拖死的——AI 让这个词失去了它的杀伤力。”


发芽 02:从“资源保护”到“试试看”——产品决策逻辑的范式转移

种子

Austin 后来在采访中说了一句很关键的话:“与其像我过去那样小心翼翼地保护资源,不如就让这些东西随着用户旅程和数据自然展开。”这句话不是敷衍的退让,而是反映了 AI 原生公司特有的产品哲学转变。

传统产品决策遵循“优先级暴政”:资源稀缺,所以必须用严密的论证来争夺工程师时间。这催生了如 RICE 打分模型(Reach, Impact, Confidence, Effort)这样的评估框架,本质上是一种计划经济式的资源配置逻辑。但 Jack 的赠链接项目完全颠覆了这个逻辑——它不需要争夺稀缺资源,因为 AI 让“Effort”这一项的权重急剧下降。

这与 20 世纪 90 年代互联网泡沫时期 Netscape 的 James Barksdale 和 Microsoft 的 Thomas Reardon 关于“浏览器战争”中的微决策逻辑有结构相似之处:当时的关键分歧不是“要不要做”,而是“速度够不够快”。AI 工具正在把“要不要做”这个前提性问题变成“为什么不做”的文化默认值。

Aha 瞬间

“当构建成本趋近于零,产品的胜负不再取决于你对优先级的判断力,而取决于你对可能性的想象力。”


发芽 03:非工程师搭建产品——是民主化,还是新的技术债务深渊?

种子

Jack 的故事是乐观的,但必须追问一个让 CTO 们失眠的问题:当编辑们开始用 Codex 直接往生产环境推代码时,长期会发生什么?

2010 年代早期,像 Zapier 和 Airtable 这样的无代码工具刚刚兴起时,出现过一个著名概念叫“公民开发者”——非技术人员用可视化工具搭建内部应用。麦肯锡在 2019 年的一份报告中预测这将是企业效率的下一个万亿级市场。但现实更复杂:这些“公民开发者”留下的定制化系统,后来成了 IT 团队最头疼的技术债务——没有文档、没有测试、没有可维护性设计,纯粹是功能的堆砌。

Jack 的案例避开了这个陷阱,因为两个关键因素:第一,Andrey 设置了轻量但明确的技术边界(确认了预览机制的处理方式,用 Codex 做了代码审查);第二,这个功能的 scope 足够小,风险可控。但这段经历隐含的警告是:AI 加速了“做得成”,却未必加速“做得好”。

Aha 瞬间

“AI 让每个人都成为建筑者,但一个城市需要的不仅是建筑者——它还需要城市规划师、建筑审查员,以及知道什么时候该拆掉自己作品的人。”


你的思考空间

  • 如果你的团队里出现了一个“Jack”——一个非技术人员想用 AI 自己做产品改动——你会设定什么样的护栏,既能保护代码库的安全,又不会扼杀这种自发创新?
  • Austin 的态度代表了管理者的一个艰难选择:当发现 AI 让资源分配不再是自己说了算时,你是抗拒,还是像他一样说出“那就试试”?你会选择哪个?
  • 赠链接在 Nieman 实验室的研究中显示为“增量有效但非变革性”——如果 Jack 花了几十个小时做了一个增长效果平庸的功能,这算成功还是失败?在“低构建成本”的世界里,我们是否需要重新定义 ROI?
  • 如果每一个编辑、市场人员、运营都能像 Jack 一样自己去验证和构建想法,工程团队的角色会发生什么本质变化?从建造者变成架构设计者和守卫者,这是升维还是降维?
  • 材料中提到“一年前的 Every 公司,这个想法根本不值得尝试”——你觉得你的组织现在处于“一年前”还是“现在”?那个关键的转变点不是工具,而是什么?