为什么应该“克隆”你的同事

原文：The Case for Cloning Your Coworkers

Inside Every：丹试图把我们全都克隆成AI

多年来，Every 首席执行官的丹·希珀（Dan Shipper）一直有一个目标：把主编凯特·李（Kate Lee）的编辑判断自动化。数据是现成的——他拥有超过3万条凯特的历史编辑记录——但当时的模型还不够好，无法创造一个接近她水平的文字编辑智能体。

这种情况在 GPT-5.6 发布后发生了改变。现在，我（本文作者）在提交文章之前，会先运行 KateBench——一个基于凯特历史编辑记录进行文字编辑的技能。只有在这之后，人工凯特才会审阅稿件，接受、修改或拒绝智能体的建议。Google Docs 中的修订记录会记录这些决策，以及她做出的任何其他编辑，然后 Codex 会重写这个技能，使其不断累积改进。（想了解 KateBench 的更多运作方式，可阅读工作人员凯蒂·帕罗特（Katie Parrott）这篇文章，了解工程师雅尼克·荣格（Jannik Jung）如何整合反馈来提升其表现。）

Kate编辑智能体直接在 Google Docs 中提出修改建议。（所有截图由作者提供。）

KateBench 减轻了凯特的工作负担，也让她的专长民主化——团队中任何人都可以对自己写的内容获得凯特级别的质量检查。“要在编辑上达到那种水平，困难程度和专门性都极高，”丹说。“她是唯一能做到这个水准的人，但现在不再是了。”

KateBench 通过纳入被接受与被拒绝编辑的数据来自我改进。

显而易见的下一步——至少对丹来说——是为公司里每个人构建一个 KateBench 版本。这样，首席运营官布兰登·盖尔（Brandon Gell）敏锐的用户体验反馈、运营主管阿丽尔·希珀（Arielle Shipper）的运营头脑、社交主管贝基·伊斯瓦拉（Becky Isjwara）对社会脉搏的敏锐把握，都可以被打包并让团队其他人使用。与此同时，布兰登、阿丽尔和贝基可以腾出时间，专注于那些常常被同事请求挤掉的高杠杆项目。

但相比文字编辑，用户体验决策形成的数据集要混乱得多：“未来几个月我们要探索的一大问题是：哪些类型的工作可以这样处理。”丹说。

把人们的专长打包成技能，可以为他们腾出时间，并消除瓶颈。

第一个测试对象是迈克·泰勒（Mike Taylor）——他现在是我们的评测实践（evals practice）负责人。他正在构建 DanLens：一个克隆并复合丹的营销直觉和对 Every 客户了解程度的技能，这样团队就能在不挤占丹日程的情况下应用这些洞察。

讨论：署名到底意味着什么？

“AI 是现代生活的事实。人们会用它来协助工作和写作，包括研究、检查语法、编辑等等。”——《华尔街日报》评论版编辑保罗·吉戈特（Paul Gigot）在声明中表示。

周二，亿万富翁投资者斯坦利·德鲁肯米勒（Stanley Druckenmiller）证实，他“当然用了 AI”来撰写他在《华尔街日报》最新的观点专栏，该专栏批评了财政部长斯科特·贝森特（Scott Bessent）的债券回购计划。

“我英语是 B 等生，但经济学是 A+，”他告诉《华尔街日报》。“这些是我的想法，我已经谈论了超过15年，任何认识我的人都知道这一点。我是否希望自己是一位伟大的作家？是的，但我不是。”

与其他媒体机构形成对比的是，《金融时报》已公开禁止其专栏作家使用 AI；而《华尔街日报》则为德鲁肯米勒进行了辩护。“我们的问题是：我们发表的来稿是否反映了作者的原創论点，以及作者是否有立场和信誉来提出这些论点，”吉戈特的声明继续写道。“就斯坦·德鲁肯米勒而言，我们与他有着多年的关系，没有人能怀疑他的专栏文章是他的真实观点。”

整个事件在 X 上引发了一场小范围的风暴：署名究竟是在认证作者身份，还是仅仅代表对一个观点的所有？对迈克来说，重要的是想法本身是否足够好，而不是它是否由 AI 撰写。

如果禁止像德鲁肯米勒这样有经验和专业知识的人使用大语言模型，“我们可能根本看不到那篇文章，那么我们就不知道他在想什么，”他说。“太多有趣的事情，恰恰发生在那些不擅长写作的人身上。”

技能分享：让 Codex 的使用不断进化

如今，阿丽尔几乎只在 Codex 中工作。每当智能体出错时，她会做两件事：1）立即修复当前问题；2）通过一个自定义的 self-improve 技能防止问题再次发生。

每当 Codex 返回错误结果时，阿丽尔会向 Codex 提供反馈，指出它哪里不足，以及更好的回应应该是什么。在它获得所有必要上下文后，她运行这个技能——技能会审查最初的输出，深入探究问题出在哪里，并建议对 Codex 的指令进行有针对性的修改，从而降低问题再次出现的概率。

例如，如果 Codex 起草了一条听起来不像阿丽尔的 Slack 消息，self-improve 技能可能会建议更新 Codex 的操作规则：

在编写或发送 Slack 消息之前，始终阅读线程或 DM 中先前消息的上下文，以便回复能够结合上下文，并承认之前的内容。

她把这些失误当作回流给智能体的数据：“为什么这没用？这能教会我关于使用这些工具的什么？”

你可以下载阿丽尔的 self-improve 技能，在自己的 Codex 设置中构建同样的反馈回路。

论点集（Thesis Statements）：来自前沿的七个新预测

上周，我们推出了 Thesis Statements——一个汇集了建设者和思想家对“AI时代人类优质工作的未来”提出的具体、可争议主张的专栏。

今天，我们又带来了七位前沿实践者的新预测：

• 要与 AI 合作，我们将长出新的感官——爱丽丝·阿尔布雷希特（Alice Albrecht），AI 研究员、创始人
• AI 革命将比任何人预测的都要漫长得多——加根·比雅尼（Gagan Biyani），Maven 联合创始人兼 CEO
• 最好的企业将用 AI 彻底革新公司，而不是自动化它们——萨姆·格斯特南（Sam Gerstenzang），Boulton and Watt 合伙人
• 最好的领导者将专注于不可预测之人的混乱工作——基特·克鲁格曼（Kit Krugman），Altana 首席人力官
• 离线设备将相当于给大脑去健身房——克雷格·莫德（Craig Mod），作家、摄影师
• 你的 AI 工具会感觉像身体的一部分——中岛洋平（Yohei Nakajima），Untapped Capital 联合创始人兼普通合伙人
• 最小可行产品将是面向一个人——甚至一个智能体——马特·范·霍恩（Matt Van Horn），June CEO 兼联合创始人

如果你想帮助这些想法从论点走向行动，欢迎参加我们于 2026 年 11 月 5 日举办的首届 Thesis: 2027 大会。

信号：开放权重模型的窗口

发生了什么： 一种流行的叙事正在形成——在许多任务上，模型智能的提升已经出现了边际收益递减。最典型的例子是：Fable（Anthropic 当前最强模型）是市场上最强大的模型，但根据 Ramp 的支出数据，企业并没有大量使用它。发布一个月后，Fable 仅占企业购买的 Anthropic token 的 6%，占模型支出的 11%。

为什么重要： Fable 不能保证客户的提示和输出不会被存储。由于这一安全风险，许多大型企业被限制使用 Fable，这在一定程度上解释了需求的低迷。

另一个可能的因素：模型智能已经超过了我们使用它的能力。采用最新的前沿模型“从价格和质量角度看完全不需要犹豫”，迈克说——直到 Opus 4.8 的出现。按完整的 API 费率计算，每小时 70 美元的 Fable 打破了这一趋势。

最近的模型发布并没有从根本上改变贝基的工作方式。

Fable 仍然是雄心勃勃项目的首选——丹上周末就用了它来构建一个端到端应用，让远程智能体可以自主控制他的电脑。但他大部分工作所需的智能水平远没有那么高。“在 80% 的知识工作任务上，我并没有从 Fable 那里获得相对收益——它更慢、更贵，却没有更好。”他说。

这意味着什么： 这为开放权重模型创造了机会。6 月份，通过 Vercel 的 AI Gateway 路由的 token 中，开放权重模型处理了 29%，高于 4 月份的 11%。但这一流量仅占支出的不到 4%，表明企业已经在把高量任务路由到更便宜的模型。

如果大多数人并不需要前沿能力，开放权重 AI 开发者就可以专注于训练一个称职、用户友好的模型，“人们会开始使用它，因为它将比 Fable 便宜 90%。”迈克说。

AI & I：走进要求 AI 熟练度的 100 亿美元对冲基金

对冲基金靠优势而生，也靠优势而死。AI 提供了一种优势，因此在管理规模达 100 亿美元的对冲基金 Walleye Capital，其全部 400 名员工都被要求使用 AI。

在本期 AI & I 中，我们重温了与该基金首席执行官兼首席投资官威尔·英格兰（Will England）的对话。作为 AI 最大化主义者，英格兰预见到这项技术将吸收操作性任务，把知识工作者解放出来，去关注更宏观、往往更抽象的问题和决策。

可在 X 或 YouTube 观看，或在 Spotify 和 Apple Podcasts 收听，也可以阅读文字记录。

本期要点：

英格兰从 GPT-3 时代起就想自动化自己的工作。 早在 2023 年 3 月，英格兰看到一名分析师演示：AI 如何让他更快完成更多工作。从那一刻起，英格兰知道 AI 将从根本重塑所有“以思考为生”者的工作方式，从他自己开始。“如果你有一个工具让你更高效，那就等于雇了一个人来替代你正在做的部分工作，这样你就可以继续推进下一个任务，”他说。“你的上下文层级会随之上升。”

他认为 AI 是不可商榷的。 回避 AI，就像 1995 年因为互联网不够完美而拒绝使用它一样。“那太蠢了，我无法理解，”他说。“作为对冲基金，忽视那些让我们更快、更聪明、更高效的工具，把钱留在桌上，我们应该为此感到羞愧。”而随着模型的改进，这堆钱会不断复利增长。

结果 > 努力。 英格兰发过一封全公司邮件，开头写道：“我用 ChatGPT 写了这封邮件，你们也应该用，并且要为此自豪。”他更大的观点是：AI 加快并简化了许多必要任务，让他能够专注于风险评估、数据策略，以及其他影响基金业绩的大局问题。“人们会有一种不安全感：如果我没有倾注心血和汗水，那它就不是真的，”他说。“但归根结底，结果才是最重要的。”

错过剧集了？可以回顾丹近期的对话：Anthropic 产品负责人迈克·克里格（Mike Krieger）；构建 Claude Code 的团队凯特·吴（Cat Wu）和鲍里斯·切尔尼（Boris Cherny）；构建 Codex 的团队蒂博·索蒂奥（Thibault Sottiaux）和安德鲁·安布罗西诺（Andrew Ambrosino）；Vercel 联合创始人吉列尔莫·劳赫（Guillermo Rauch）；播客主持人德瓦凯什·帕特尔（Dwarkesh Patel），以及其他嘉宾，了解他们如何用 AI 思考、创作和联结。——米里亚姆·帕丁顿（Miriam Partington）

每日主力：团队本周使用的模型

• 安德烈·加尔科（Andrey Galko），工程负责人：快速任务用 GPT-5.6 Sol，其他一切用 Opus 5。“它在 extra-high/max 推理模式下相当可靠，而且在用量限制内花费少得多。”
• 贝基·伊斯瓦拉，社交主管：策略和社交分析用 Opus 5 和 GPT-5.6 Sol（high），Sol 会将任务委派给 Terra。最近，她把更多工作切回了 Opus 5。“我发现 GPT-5.6 Sol 变得有点啰嗦和慢了。”
• 泰勒·尼西达（Tyler Nishida），工程师：大部分事情用 Grok 4.6，因为他觉得它在执行力和成本之间取得了最佳平衡。“当 Grok 4.6 犯糊涂时，无头模式（headless mode）下的 Fable 和 GPT-5.6 Sol 足以救我。”
• 阿丽尔：大多数任务用 GPT-5.6 Sol（medium），遇到更多分析性工作时切换到 high。
• 丹：正在测试 Anthropic 和 OpenAI 尚未发布的模型，同时使用 Fable 和 GPT-5.6 Sol。
• 威利·威廉姆斯（Willie Williams），平台负责人：Fable、GPT-5.6 Sol（extra-high 和 medium）与 Grok 4.6 的混合使用。

核心启示：当一个团队把资深成员的专业判断封装成可持续迭代的 AI 技能（如 KateBench），专家能力就从个人垄断变成了组织资产——既减轻了专家的重复劳动，也让稀缺的经验质量普惠所有人。