这段视频介绍了Dan Shipper如何领导AI驱动的创业公司Every，通过15人团队开发5款产品实现七位数收入，展示了AI在代码生成、工作流程优化和企业创新中的巨大潜力。
Dan Shipper 是 Every 的联合创始人兼首席执行官，近日他做客 Lenny’s Podcast，深度分享了他们 AI-first 的工作流程，详细解释了为什么每家公司都需要“AI 运营主管”。这段视频介绍了Dan Shipper如何领导AI驱动的创业公司Every，通过15人团队开发5款产品实现七位数收入，展示了AI在代码生成、工作流程优化和企业创新中的巨大潜力。
以下是Dan Shipper在采访中的主要观点、独特洞见以及他对未来的看法的详细梳理。 内容分为三大部分：核心观点梳理、独特洞见提炼、对未来的判断与展望，最后附上个人看法。
一、Dan Shipper 的核心观点
1. AI不会大规模抢走工作，反而促进本土就业
- AI会降低高端服务的门槛，让小企业和个人也能负担得起，从而催生新需求。
- AI让本地员工服务更多客户，使雇佣本土员工更划算，部分岗位会“回流”美国。
- [ 我 ] 这个观点相当新颖，但又非常有说服力！也就是AI提高工作效率，让单位个人产出更高，从而变相减少人工成本，从而让工作会流变得可行。但是潜台词是，将来AI运用更熟练的公司和地区将会在全球竞争中更多程度的占领优势。
2. Claude Code等AI工具对非程序员价值被严重低估
- 这类工具不仅适合程序员，非技术用户只需学会简单操作，就能借助AI Agent处理大量复杂任务（如批量会议纪要分析）。
- 真正的变革是“委派任务给AI”，而不是“参与每一步细节”。
- [ 我 ] 目前Claude Code之类的工具还主要是开发人员使用，但是其作为一个多Agent系统，其潜力远远大于编程。Claude Code的上限往往取决于使用它的人的认知上限和是否能及尽的知道如何挖掘Claude Code的潜力。另外就是Gemini Code是开源的，而Claude Code是闭源的，所以个人认为Gemini Code将来的路会比Claude Code更宽更远。
3. AGI的定义：让智能体持续运行且经济上划算
- AGI的标志不是“能做什么”，而是“让AI一直运行下去是值得的”。
- 只要AI持续带来价值并且成本可控，就可以持续运行。
- [ 我 ] “让AI自己一直运行下去”并不是新观点，一些团队都希望MAS系统能在没有人参与的情况下，主动不断挖掘行业的“冰山下”的价值与财富。唯一的问题就是token的花费问题了。
4. “AI不会让人变笨”，历史上每次技术进步都是能力转移
- 如写作让人记忆力下降，但带来了更大的能力和效率提升。
- 用AI不是能力退化，而是能力结构的迁移。
- [ 我 ] AI的不正确使用会让人的认知下降，这个是MIT的论文论证过的，但是在创业界应该不是问题，因为这里的人总是去垫脚去够更难的问题，而不断把已知解法的问题留给AI学习然后在将来去自动完成，从而达到团队的认知不断在AI的基础上不断提升。
5. “上下文工程”是AI落地的关键难题
- 能否在正确时机给模型正确的上下文，比模型本身的能力更重要。
- “上下文工程”对AI实际应用效果影响巨大，远非简单扩展上下文窗口能解决。 [ 我 ] Dan用自己的会议记录做实验，发现即便用最前沿的模型，让它们预测自己在会议中会说什么，效果依然很差。问题不在于模型本身，而在于“上下文工程”不到位——没有把合适的历史对话、业务背景、团队惯例等信息结构化地传递给模型。 上下文工程，是指“能否在正确的时间、以正确的方式，把最相关的信息（上下文）喂给AI模型”，以最大化其实际应用效果。Dan强调，这不仅仅是把更多内容塞进模型的上下文窗口，而是动态、精准、结构化地组织和分发知识，让模型始终“理解”当前任务的真实场景和需求。
6. AI优先团队的运营秘诀
- 设立“AI运营负责人”，专职推动全员自动化和AI应用落地，而不是让业务人员各自为战。
- 通过流程化、自动化和提示词库，不断提升团队复利式效率。
7. “复利式工程”理念
- 每做一件事都要让下次更简单，工程和产品流程不断积累效率。
- 维护提示词库、自动化工具、跨Agent协作，形成“雪球效应”。
8. 团队结构：通才为王
- 小团队中，每个人都是多面手，AI让每个人都能跨界高效产出。
- AI让“多面手”变得更有价值，专业分工反而不再是唯一优势。
- [ 我 ] 这个对现代的教育非常有启示作用，但这也不是新观点，国内的教育界也有共识，但是在文理分科的高考教育的今天，大家还是物理数学学不会的选文科的思路，这个一时半会改变不了。但是在一线城市，部分人还是有所认识的，我对我儿子（高一）的教育就是理科为主，文科以开眼界和思维宽度为辅，毕竟将来的世界没有文科也走不远。
9. AI管理能力将成为核心竞争力
- 未来最值钱的不是具体技能，而是“如何管理和调度AI Agent”。
- 管理AI和管理真人团队本质类似：拆解任务、设定目标、反馈与复盘。
- [ 我 ] 我认为就是原来的一个团队有项目经理，产品经理，业务架构师，技术架构师，开发者。现在应该一个AI产品经理兼职架构师（1到2个人） + AI Agent + 对外推广CEO。
10. 产品开发和创新：以内部用户为标准
- 产品是否成功，取决于团队内部是否爱用。
- AI让小团队能同时做多个项目，快速试错和创新。
- [ 我 ] 自己都不爱用，你的用户更不可能会使用它了。
11. 资金观念：小步快跑，控制风险
- 融资不求多，保持灵活和创新，避免“高举高打”的陷阱。
- 30万美元两人团队就能做出AI产品，传统大规模融资和团队模式已被颠覆。
- [ 我 ] 外部资金的压力会让团队过多关注眼前的KPI，而无暇顾及诗和远方，这可能导致在错误的道路上走远而暂时不可知。
12. 咨询业务：AI落地的关键在于高层示范和持续培训
- CEO亲自用AI、持续推动，才能带动全员应用。
- 培训和自动化流程结合，帮助企业真正实现AI赋能，而不是简单裁员。
- [ 我 ] 把AI化先在公司内部变成文化底色。
二、独特洞见提炼
AI不是“代码生成器”，而是“任务委托者”
- 未来的AI应用不再是“辅助写代码”，而是“直接执行任务”，让人类专注于高层决策和管理。
AI工具的“个性”与团队多样性
- 不同AI Agent有不同“风格”，像组建“复仇者联盟”一样，组合多种Agent能最大化团队效能。
AI让“管理”变成每个人的基本能力
- 管理AI Agent成为“资源分配经济”的主流，人人都是管理者，管理成本趋于零。
软件正在变成“内容形式”
- 未来的软件形态可能完全不同，像内容生产一样被“拼装”和“创作”，非技术人员也能构建AI应用。
“复利式工程”推动效率指数级提升
- 自动化、提示词、流程标准化，每次迭代都让下次更高效，形成组织级的复利效应。
AI让“通才”重新崛起
- 专业分工的极致带来效率，但AI让“多面手”兼具广度与深度，成为创业和创新的主力军。
三、对未来的判断与展望
- AI将重塑组织结构和人才标准：小团队、通才型人才、AI管理能力将成为主流。
- AI Agent将成为企业的“数字员工”：每个人都需掌握AI调度、任务分解与反馈能力。
- 软件开发门槛持续降低：非程序员也能通过AI工具开发产品，软件形态将趋向内容化、模块化。
- 企业竞争力核心转向“AI运营”：谁能更快、更好地部署和管理AI Agent，谁就能领先。
- 创新和风险控制并重：保持小规模、灵活性和创新力，避免被大规模融资和僵化流程束缚。
- AI普及速度被低估：未来三年，AI优先的运营模式将从先锋变成主流。
四、Dan的妙句收集
下面是Dan Shipper在这次访谈中一些极具代表性和哲思的“经典”名言。这些语句不仅展现了他对AI变革的深刻理解，也极具启发性和讨论价值：
关于AGI与Agent自主性
“让智能体一直运行在经济上变得划算的时候。比如说让 Claude Code 一直运行、一直干活，永远不关掉也没关系，因为让它开着是值得的。”
关于AI对人类角色的重塑
“AI 革命最让人兴奋的是你终于不用再当‘复读机’了。”
关于AI对就业的影响
“AI 可能会成为推动美国就业岗位回流的最大动力之一……AI 实际上会带来很多岗位。”
关于AI工具对非程序员的价值
“大家以为 Claude Code 只适合工程师，其实它是非技术人最被低估的工具。”
关于AI产品和用户体验
“我们正进入一个新阶段：AI 已经足够强大，很多传统界面都可以去掉了。用户不再需要时刻盯着它的具体执行过程，更多是‘委派任务，让它去做’。”
关于AI对能力结构的改变
“历史上，我们一直在‘放弃一些能力以换取新的能力’……我觉得‘写作换记忆’是值得的。AI 也一样，你可能在某些任务上投入少了，但会在别的任务上更多投入，从而拥有更大的权力。”
关于上下文工程的重要性
“‘上下文工程（context engineering）’对最终效果的影响至少有50%。我完全同意这个观点。”
关于团队和AI多样性
“不会只存在一个万能的通用智能体，而是会有很多不同风格、不同优势的智能体。”
关于“复利式工程”理念
“每做一件事，都要想办法让下次做类似事情时更省力。”
关于融资与创新的关系
“我一直不想筹集太多资金，因为这会让公司陷入一种害怕出错、被迫全力以赴的状态……我就是想要在轻松愉快中把事情做了。”
关于未来人才与管理
“AI 时代那些真正有价值的技能，往往都集中在管理层面。当下这些技能用于管理员工，未来就是管理模型。”
关于通才的价值
“AI 最棒的地方，就是它能随时给你任何领域的知识支持……未来，也许更多小型组织会崛起。每个人都能保持通才属性，发挥创造力，而不是像巨无霸公司里的螺丝钉，只重复单一操作。”
我的个人思考
打造“AI通才联盟”孵化器
- 组建一支由不同背景的通才和AI Agent组成的小团队，探索“极小团队-多产品-高自动化”运营极限，尝试在3个月内孵化5款AI原生应用，验证复利式工程和AI驱动创新的边界。
开发“AI管理力”在线训练营
- 针对企业中层和创业者，设计一套AI Agent管理实战课程，让每个人都能像管理真人一样高效调度AI，实现“人人都是AI运营官”。
尝试“AI人格定制”团队协作实验
- 利用多Agent（如Claude、ChatGPT、Gemini等）分别扮演不同角色，模拟“数字复仇者联盟”协作，探索AI个性与团队文化的深度融合，甚至让Agent参与团队OKR制定和复盘。
发起“零代码AI产品极限挑战”
- 组织一次全行业的极限黑客松，要求参赛者完全不写代码，只用AI Agent、自动化工具和提示词库，构建出可用的SaaS原型，推动AI工具门槛的进一步降低。
构建“AI驱动的知识编排引擎”
- 结合上下文工程与知识编排理念，开发一个能自动识别、分发和优化上下文信息的AI中台，为多Agent协作和复杂业务流程赋能，成为AI原生企业的“神经中枢”。让智慧的种子在AI的土壤里不断生根发芽。