Every 团队观点：AI 团队既需要“海盗”也需要“建筑师”
Every 的 danshipper 提出，AI 团队需要两类角色：“海盗”负责大量尝试并找出有用的东西，“建筑师”则把这些有前景的混乱成果改造成他人可用、可维护的系统。他认为这一交接环节决定了一项 AI 尝试是一次性实验，还是公司能够持续依赖、不断扩展的体系。
更新
收录归档 · 第 7 页
danshipperAI 评分2323 danshipperAI 评分2020 Mike Taylor 用 ASCII 工厂演示基于 evals 的技能优化原理，即将开源
Mike Taylor 制作了一个 ASCII 工厂可视化讲解器，用来教人们理解通过 evals 进行技能优化的工作原理。他表示即将开源该项目，让用户可以在自己的技能上试用。
danshipperAI 评分1919 转发 Kieran Klaassen：一百个 AI 实验，没有落地推广就毫无意义
danshipper 转发 Kieran Klaassen 的观点：开展一百个 AI 实验本身并不重要，关键在于是否被真正采用落地。实验数量不等于实际价值，推广采纳才是衡量 AI 应用成效的标准。
danshipperAI 评分88 AI 团队的最佳配置只有两人：海盗与建筑师
AI 创业团队的最佳配置是两个人：海盗和建筑师。海盗负责快速行动、打破常规，建筑师负责搭建可靠的结构与系统。这种二人组合兼顾速度与稳定性，避免了大型团队常见的协调成本。
danshipperAI 评分1919 Dan Shipper：AI 时代最佳团队配置只有两种人——海盗与建筑师
Dan Shipper 转发 Natalia 的帖子称，其前沿团队本周的海盗小组自建了一个视频会议工具来替代 Zoom，团队现已停用 Zoom。他认为 AI 领域最佳的团队配置只有两个人：海盗和建筑师。
danshipperAI 评分3333 Jannik Jung 用 Minga 演示以目标和计划层面管理 coding agents
Jannik Jung 开发了 Minga，尝试在目标和计划层面管理 coding agents。用户把需求交给编排器，它会拆分任务、跟踪依赖并在后台启动工作；需要决策或 UI 反馈时再把用户叫回。
danshipperAI 评分5151 Dan Shipper 介绍用 SynthTeam 把同事一年 Slack 记录提炼成 AI 人格文件
Dan Shipper 转发并介绍 Hammer 与 Natalia 的做法：Hammer 用开源库 SynthTeam 让 Codex 从公开频道提取 Natalia 一年的 Slack 消息，提炼成描述其思考和决策方式的 natalia.md 文件，再让 AI 以 Natalia 的视角评审一封客户邮件。完整文章见 every.to 链接。
danshipperAI 评分22 danshipper 转发 IntuitMachine：「好吧……我在找一个海盗！」
这是一条转发推文：danshipper 转发了 @IntuitMachine 的内容，原推文写道「Alright... I'm looking for a pirate!（好吧……我在找一个海盗！）」。推文本身未附带更多上下文或技术信息。
danshipperAI 评分1111 转发 Katie Parrott：他们还以为我们很聪明——新媒体的现状
Dan Shipper 转发 Katie Parrott 的帖子“Omg they think we're smart”，并以“the current state of new media”（新媒体的现状）作注。内容仅为一条转发短评，未提供更多细节。
danshipperAI 评分1818 JannikJung 分享如何把 AI 搭建的原型变成团队可依赖的软件
让 AI 搭建的原型成功运行一次只是开始，JannikJung 分享了如何把这类实验转化为团队可依赖的软件。这需要在代码结构、库选择、部署以及项目后续维护方式上做出决策，完整内容以节目视频形式呈现。
danshipperAI 评分1414 Jonny Miller 更新 Rob Burbea jhana 闭关 iOS 应用，永久免费开放
Jonny Miller 本周发布一款 iOS jhana（禅那）应用，并在转发中说明做了更新。应用提供完整的 Rob Burbea 录音、计时器以及记录实验的日志功能，永久免费。Miller 表示自己将使用该应用 20 天左右，直到孩子出生。
danshipperAI 评分3232 Mike Taylor 解释什么是“head of Evals”：他自创的这个职位是做什么的
Mike Taylor 介绍了他自创的"head of Evals"（评估负责人）职位，核心是评估 AI 智能体能否按要求完成任务，通过收集任务案例、定义好坏结果、构建 benchmark 或做实验来衡量模型表现。