在产品团队里建一个实验室：Dan Shipper谈如何跟上不断移动的AI前沿

Dan Shipper在Lenny and Friends峰会上开场就说，他要讲的是在移动前沿上做产品，或者用他的说法：技术革命期间，「一切照旧」有多么不合理。他指的变化很具体：前一周刚发布了Fable 5.1和Astra 6。他用一个提示跑了大约四小时，做出历史上准确的滑铁卢战役三维再现；同事把一篇关于智能体互动的科学论文喂进去，电脑上跑起大约一千个互相作用的智能体。Astra已经好到能进Premiere剪视频，他这套幻灯片里的动画大多也是Astra做的，自己几乎没碰过动画面板。

对产品负责人，这提出一个难受的问题。埋头赶路也许能撑一阵；问客户也许有用，但多数客户并不熟悉这些技术，反而在等你指方向。把B2B SaaS改成三维多人策略游戏？他半开玩笑说也许可以，但很难。他半认真的第一条规则：冥想闭关、迷幻体验或第一次碰到前沿模型之后的三十天内，不要做重大人生决定。笑完，他进入真正的难题。

核心问题是：产品团队里每个人都同时被要求高水平执行路线图，并待在前沿。这两种工作方式相反。探索是发散的，试很多模型、做很多演示，大部分要扔掉。利用是收敛的，聚焦、说不、按已经排好的计划交付。同时做，就是往相反方向拉。他的主张是：给产品组织加上研究实验室的元素，讲清楚为什么建、怎么跑，以及如何把实验室里管用的东西送回主产品，例子来自Every和他认为最强的AI公司。

Shipper说，每个产品组织里都有人探索得远比同事多，值得先认出来。他们是内部早采用者：周末已经在用Astra和Fable做个人项目，人已经活在未来的某个版本里。因此他们对产品可能变成什么更有感觉，尽管兴奋的东西里很多最终没用。问题是，他们也可能是巨大的干扰。关键问题变成：如何驾驭团队里、甚至客户里的早采用者，同时不让其他人分心。

Every的答案，也是他认为许多优秀AI公司正在汇聚的结构，是把关切分开。产品团队负责改进和放大已经管用的东西；实验室负责探下一步、做演示、试新模型。AI让这件事变便宜：实验室可以是一个人，新模型一落地就去挖、回来汇报。团队里每个人都有了超能力，不必巨额投入。

两支队伍的预期必须不同。实验室应预期扔掉大约九成产出；产品团队要对现有客户负责、让产品连贯，不能把一堆垃圾扔给他们，因此大约只该采纳实验室尝试过的一成。他认为实验室这种结构以前就有，但在AI里第一次真正转得动。例子是Anthropic Labs：Claude Code、MCP、skills、Claude Design，都来自内部一个小团体的实验，公司再加码赢家；你没见过的实验还有上千个。

怎么把实验室跑好？Shipper把贝索斯「两人比萨」的八到十人，改成AI时代的「两片披萨」：最多一两个人。一两个人已经能走得又远又快，再加人就有协调成本和互相打架的愿景。Every好用的搭配是海盗加建筑师。海盗是他自称的「垃圾炮」，痴迷于找价值，大量乱做、大量扔掉。建筑师看着一团也许完全是氛围编程出来的系统，把它收成有价值、好看、可扩展的东西。这两种人配对，他认为在AI里特别强。

下一条是自己吃狗粮。实验室最要紧的是「做出来」到「知道好不好」的回路要短，最短的是做给自己用。做不到，就找几个早采用型客户。实验应落在真实工作上，才能分清是有用还是仅仅新鲜。这和产品团队很不同：实验室该并行很多实验，哪怕在攻同一个问题、用互相竞争的路径。看起来乱、不连贯，但能力在动、前沿未知时，不同角度去撞，才能画出地图、判断什么有价值。

最后，扔掉的九成也要有回报。Every把实验做成对外内容：试过什么、什么成了、什么没成，读者爱看，也能带来客户。实验还可以喂给早采用者项目，让想贴得更近的客户有东西可玩。底线是实验室持续把「现在什么已经可能」同步给产品团队，让他们做决策时用得上，而不必自己再去翻一遍前沿。

实验室做出东西之后，要有一条研究管道：想法从左边的「仅限实验室」起步，大量小实验往右移，某个时刻交给产品团队，开始进入产品。多数实验不好，少数能用的拿到真实工作里测。Every的第一关是：团队里其他人会不会开始用。会用了，往往就可以放到早采用客户面前，也该让产品团队认真看它在路线图上的位置。即便到这一步也不是每件都能过，但有些会走到可规模化、可发布。

具体例子是Every的总编辑Kate。Shipper说自己怀着爱意、试图把她自动化已经三年。Kate文案品味极好，团队大约三十人后她改不完所有稿，再招一个同等品味的人又很难。他想用AI扩大她的影响，而不是让她夜里继续改到很晚。做法是下载她过去三年的全部修改，做成他称为Kate bench的基准，再让Fable去改最新一篇。这类尝试他做了好几年，能力最近才刚够Kate真正拿去用。

实验随后进了Every内部全公司用的agent。Kate现在可以对草稿说做一次「Kate pass」，系统会按她的历史修改提出建议，并随时间变好。这是Shipper业余时间做出来的乱原型，内部开始用、开始传开，是价值信号。到了内部使用阶段，他才请来建筑师Yanek，把能用的乱摊子收成真正的系统：每篇文档有仪表盘，看建议采纳了多少、Kate还要补多少。结果是这类修改上Kate比前一个月少做了百分之十二。Yanek的工作是让它能持续改进、复利。团队已开始考虑放到早采用客户面前，并问这套流程是否也适用于审稿之外。

要让想法持续往前走，Shipper说Every每周在全员会上过管道，进度记在Notion。产品团队不必自己做实验，也能看见什么正在上移、若被证明对产品意味着什么。实验室和产品组织因此能对齐。晋级要有明确标准，并且把它当成一次事件。Every的第一问是：有没有人在用、会不会回来，内部使用是价值的代理。第二问是：是否比现有方案好十倍。新鲜感很兴奋，一个月后是否仍然更好，要用时间和反复使用来滤。第三问是：规模化后是否还负担得起。

终点是把赢家并进主产品。实验室和自我颠覆的想法早已存在，Shipper认为它们现在在AI里第一次真正管用，因为团队能跑得足够快。例子是Codex：一个小团队在主应用外做，OpenAI内部同时还有别的小组在试编程的未来形态，比如IDE里还是命令行。桌面应用在2026年2月上线，涨得太快，最终并进ChatGPT并成为其基础。那支小小的Codex团队，等于接手了一个号称八亿日活的应用。

他觉得这就是承诺：你可以一边放大已经在卖的产品，一边做出下一版，而不至于把自己逼疯。判断这套做法是否在工作，就看新模型发布时你是欢迎还是害怕。他是Every的联合创始人兼CEO，Every自称是「停留在AI边缘只需要的那一份订阅」。讲完，现场鼓掌。