Nursa 向每位员工提供 AI 开发工具:首批原型变成了实际产品

原标题Nursa gave every employee AI building tools; its first prototypes became real products

这家护理人员排班公司表示节省了成本并开发出新应用,同时管理者也在应对治理、质量和阻力。

LRLauren Rhode嘉宾 · LovableCACurtis Anderson嘉宾 · Nursa
频道
Every
发布
2026年11月13日
视频
31:31
阅读
8 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Nursa 创始人 Curtis Anderson 说,这家约有 160 名员工的公司中,每个人都用 Lovable 开发过东西,包括一位会计制作的佣金工具,以及一款临床人员资质审核应用的初版。他表示,公司在 15 个月内节省了超过 100 万美元的非人员运营成本。Lovable 的 Lauren Rhode 认为,广泛开放工具需要配套治理,以及将优秀原型继续完善的方法。Anderson 说,这次转变也带来了员工离职,以及将近六周几乎没有交付成果的时期,之后产出才有所增加。

  1. 1学生产品始于一项独立实验Anderson 说,Nursa 在既有工程流程之外测试了一款面向护理学生的新产品,后来有数千名学生使用。
  2. 2Nursa 的每位员工都开发过东西Anderson 说,在向员工开放 Lovable 后,这个约有 160 人的组织已经产生了数千个项目。
  3. 3一位前假释官创建了资质审核工具的初版Anderson 说,这位非工程师开发的首个版本加快了一款可靠应用的诞生,Nursa 现在正在使用这款应用。
  4. 4Nursa 表示节省了超过 100 万美元的运营成本Anderson 将这一数字归因于 15 个月内非人员开支的减少,并说公司对第三方的依赖降低了 80% 以上。
  5. 5练习项目可能先于生产软件出现Rhode 说,Lovable 的数据显示,用户在开发出承担关键任务或已交付的应用之前,平均会创建 4.7 个一次性应用。
  6. 6转型过程中有人离职,交付也长期暂停Anderson 说,第一天有四名员工离职,团队在六周内几乎没有交付任何东西,之后产出才增加。

要点建议

  1. 将开发工具交给了解重复性问题的人,再把有前景的原型完善成可靠的应用。
  2. 广泛开放工具的同时,为数据、共享标准和生产环境决策提供治理。
  3. 留出练习空间:Rhode 说,Lovable 用户在开发出承担关键任务或进入生产环境的应用之前,平均会创建 4.7 个一次性应用。
  4. 应预期组织转型会遇到阻力和低产出时期;Anderson 说,他花了几个月与团队一起工作。
  5. 将报告的成本节省和代码产出视为 Nursa 的经验,而不是普遍预测。
全文

按章节阅读整理后的全文

只看原始文稿
01

从原型带来的兴奋到业务软件

Rhode 说,许多人想开发应用,但要将应用投入生产还需要更多工作。Anderson 介绍了 Nursa 的早期实验。

Nursa 帮助需要填补班次的医疗机构管理者与合格临床人员对接。创始人 Curtis Anderson 和 Lovable 营收负责人 Lauren Rhode 讨论了 Nursa 各部门人员都能开发软件后发生的事情,其中包括没有工程背景的员工。Lovable 是此次会议的创始合作伙伴。

Rhode 问在场有多少人不仅尝试过 Lovable,还将应用投入生产、连接数据并让其他人使用。她认为,“氛围编程”早期带来的兴奋,与交付能够支持业务的软件这项更困难的工作之间存在差距。

她并不想否定早期阶段:它揭示了非软件工程师开发和交付产品的需求。Rhode 说,Lovable 客户越来越希望将这些原型进一步投入生产。

Anderson 说,Nursa 最初主要用 AI 制作内容。他也把工具交给自己的孩子,观察他们如何使用。在工作中,公司留出时间和资源来测试这项技术能做什么。

大约六个月后,Nursa 的产品负责人 Nenad 在尝试 Lovable 的一项新功能并制作出一个新产品后给他打来电话。公司让 Nenad 探索一款独立产品和一条新业务线,而不是立即在现有工程流程中全面依赖这些工具。

02

一款学生产品让整个公司开始开发

Nursa 的独立学生项目促使 Anderson 扩大工具使用范围。非工程师随后根据自己的工作经验制作了工具。

目标用户是需要在医疗机构完成临床实习时长的护理学生。Nursa 曾考虑帮助他们对接这些机会,但没有认为这个想法迫在眉睫。Anderson 说,该产品后来成为公司扩张的一部分,15 个月前还不存在,如今已有数千名学生用户。

在这次经历之后,Nursa 向所有人开放了 Lovable。Anderson 说,这个约有 160 人的组织中,每位员工后来都开发过东西,产生了数千个项目。他认为,对于不熟悉代码的人来说,这个工具提供了一个容易上手的实验空间。

Rhode 描述了两种采用方式:管理层可以将工具交给所有知识工作者,也可以由团队从个人问题出发,再将成果向上反馈。她说,无论哪一种,组织都需要可见性和治理机制,以识别最好的想法并为投入生产做好准备。

在 Lovable,一位客户经理创建了 Catalyst 的首个版本,这是销售和面向客户的团队使用的内部工作空间。Rhode 说,它汇集了原本分散在多个应用中的信息;营收运营团队随后加固了初始版本。

Anderson 介绍,Nursa 的一位会计开发了一个工具,用于管理佣金并连接客户关系系统中的信息。它与 Lovable 的例子相似,但由了解 Nursa 工作流程的人围绕公司自己的流程开发。

Nursa 的一位退休假释官也开发了资质审核应用的初版。公司需要快速核实临床人员资质,有时距离班次开始不足一天。Anderson 说,后端工程师未必会为首个版本感到骄傲,但它加快了公司现已使用的解决方案的诞生。

Anderson 认为,速度以及贴近客户的人所掌握的上下文都是优势。他说,Nursa 在 15 个月内削减了超过 100 万美元的非人员运营开支,并将对第三方供应商的依赖降低了 80% 以上。这些数字是他对 Nursa 经历的描述。

03

为开发者提供上下文和治理

Anderson 将实验与文化、访问权限及风险联系起来。Rhode 说,领导者需要确定优先事项,并设法推广有用的成果。

Dell 问,一款由非工程师开发的应用要在生产环境中支持业务,需要具备哪些条件。Anderson 提到愿意容忍不确定性的文化、获取相关上下文的权限,以及保护开发环境的治理机制。

他让团队考虑实际最坏情况和潜在收益。他说,对 Nursa 而言,这种思考方式帮助人们克服了对实验的普遍恐惧。开发者可以访问哪些信息,仍然是一个治理问题。

随着实现成本降低,Anderson 认为,更多实现工作可以交给了解客户问题的人。在他的描述中,早期的产品和设计流程有助于论证为什么要使用稀缺的工程时间;他认为,尝试某些想法的成本已经发生变化。

Anderson 说,作为一名高管,他现在交付的代码比 Nursa 成立第一年之后的任何时候都多。他认为,领导者需要亲自使用这些工具,才能理解团队能够做什么,以及组织正在如何变化。

招聘时,他会询问候选人处理不确定性以及在困难处境中坚持不懈的例子。他强调已经展现出来的意志力和对不确定性的容忍度,再利用工具和其他支持弥补不足。

Rhode 说,成功的组织会让更多人有能力开发,同时保留防护措施、结构和优先事项。围绕领导层明确提出的具体问题举办黑客松,可以发掘实习生或在某一主题上有深入了解的资深员工的想法。

她说,Lovable 也在开发一些方法,帮助领导者看到重叠项目,并将有前景的工作变成全公司使用的应用。目标是将组织边缘的实验与选择和完善成果的机制结合起来。

04

软件数量增长时保持标准

一位观众质疑是否总是越多越好。嘉宾讨论了共享设计系统、练习,以及管理重叠项目的方法。

一位观众问,让每个人都成为开发者的另一面是什么:产生的材料会大量增加,人们也可能假定越多一定越好。公司如何防止大量新增内容淹没删减所能带来的价值?

Anderson 说,Nursa 增加了七条收入线,并将开发扩展到整个组织,由此产生了协调问题。他以设计系统为例:如果没有共同的基准,不同贡献者可能反复修改同一个按钮,破坏一致的体验。

他认为,分散式开发需要结构,同时也看到了用更有针对性的产品服务较小群体的价值。Rhode 再次提到人员、流程和技术:更多人需要获得工具和支持,但领导者也需要方法来整理和引导想法。

Rhode 说,Lovable 观察到,用户在开发出承担关键任务或已交付生产的产品之前,平均会制作 4.7 个一次性应用。她说,这一观察来自超过 7000 万个项目。她的解释是,练习和自由实验可能先于更持久的成果出现。

她介绍了可能推出的产品功能,帮助人们找到相关工作、识别共同主题,或避免重复开发已经存在的应用。她说,问题不只是阻止实验,而是为组织提供管理实验的工具。

Dell 区分了数量与质量。在他看来,制作许多东西可以帮助人们练习,但团队仍需要反映自身工作的标准、结合专业知识的能力,以及足够容忍不确定性、从而能够学习的组织环境。

05

克服对新开发方式的阻力

Anderson 描述了员工离职、与团队并肩工作,以及 Nursa 所报告的交付增长之前的低产出时期。

另一位观众问,在演示和黑客松之后,如何帮助那些仍然抵触工具的人。Rhode 指出,即使是热情的组织,对于“每个人都是开发者”这一想法应推进到什么程度,也有不同看法。

Anderson 描述了他和 Nenad 开发出新产品后 Nursa 的转型。他说,预期到传统工程思维会带来阻力,于是他调整了团队分工和优先事项,并清空六个月的日程,与团队并肩工作。

他说,第一天有四人辞职,告诉他他们不希望职业生涯朝这个方向发展。第二天,一位产品经理制作了一个应用,显示火焰以及团队认为不可能完成的截止日期倒计时。

在一次全员大会上,Anderson 将这一变化描述为一项承诺,尽管不确定哪些具体改变会持续下去。他请员工提供帮助,无论他们对公司感到乐观、认为公司需要重启,还是认为需要更激烈的干预。

Anderson 说,六周内组织几乎没有交付任何东西。随后产出增加,他表示,规模最小的团队在六个月内交付的代码比此前七年还多。他将此归功于愿意在艰难转型过程中持续参与的员工和领导者。

同频道的其他文章

幻灯片26:47EN → 简体中文
Every· 2026年11月11日播客 · 2 人对谈Dan Shipper:AI 让生成想法变便宜,人仍要选择什么重要主持 Natalia QuinteroEvery 联合创始人通过一份客户调查,解释不同视角如何借助同一模型产生不同成果。Future of WorkHuman-AI CollaborationAI agents
3 张幻灯片16:57EN → 简体中文
Every· 2026年11月9日播客Fable 5.2 擅长大型创作,但 token 成本不容忽视Every 的提前测试显示,它在编码和创作任务上表现突出;一次纪录片制作消耗了 14 亿个 token。Foundation Models编程智能体Developer productivity+2
46:14EN → 简体中文
Every· 2026年11月4日播客 · 2 人对谈Kevin Roose:记录 AI 历史,以及决定把什么交给 AI嘉宾 Kevin Roose · 主持 Natalia Quintero这位记者谈论《The AGI Chronicles》、采访高度保密的行业、AI 辅助研究,以及“举重与叉车”的区分。AI SafetyAI researchAI Strategy
50:51EN → 简体中文
Every· 2026年10月29日播客 · 3 人对谈Fred Graver:把 AI 当作编剧室,而不是代笔人嘉宾 Fred Graver · 主持 Dan Shipper, Natalia Quintero编剧兼制片人介绍如何发展想法并利用 AI 反馈。CreativityHuman-AI CollaborationStorytelling
43:01EN → 简体中文
Every· 2026年10月21日播客 · 8 人对谈Every 的前沿团队如何把 AI 实验变成有用的工作嘉宾 Mike Taylor, Arielle Shipper, Jack Cheng, Katie Parrott, Jannik Jung, Kieran Klaassen · 主持 Natalia Quintero, Dan Shipper团队成员分享如何测试模型、整理实验,并将有用的工具带回公司日常工作。AI StrategyAI 工程管理评估+1
51:02EN → 简体中文
Every· 2026年10月14日播客 · 2 人对谈Matt Hartman 谈 Hugging Face、技术创始人与产品洞察嘉宾 Matt Hartman · 主持 Natalia QuinteroFactorial Capital 投资人谈转型、创始人网络,以及亲自开发 AI 应用对软件的认识。Venture CapitalProduct StrategyCompany Building+1