FDE 企业 AI 落地与交付 · 组织采用与项目陪跑 · 2026-05-31

AI Native公司创始人:仅30人靠AI员工做出100人产出,缺的不是工具,而是这层思维(上篇)

AI Native公司创始人亲身经历:用AI工具开发产品,上线后每10分钟崩溃一次,而资深工程师用同样工具却能彻底重写代码库。差距不在工具,而在思维。

核心内容:

  1. 创始人Dan Shipper的失败案例与资深工程师的成功对比
  2. 核心观点:AI是判断力的倍增器,而非自动化神话
  3. 引入“分层思维”作为理解AI矛盾预测的关键框架

导读:一个AI Native公司的创始人,30个人、全员用AI员工工作,做出了传统公司100人的产出。但他自己做了一个产品,上线后每10分钟崩溃一次。他让AI员工修,修出一个新问题,再修,再生出四个。最后他找来两个资深工程师,用同样的AI工具,彻底重写了整个代码库。他自己做不到的事,别人用同样的工具做到了。为什么?答案不在工具——在他脑子里缺的那一层。

Dan Shipper 做了一个产品。

全程 vibe coding——像跟朋友聊天一样对 AI 说「帮我写个登录页面」,几乎不用手写一行代码。功能正常。内部测试通过。上线。

然后服务器开始崩溃。每10分钟一次。

他让 Codex——一个内置了 AI 助手的工作台,能帮你写文档、回邮件、做研究——来修复。Codex 修了。修复后引发四个新问题。他再让 Codex 修。循环往复。最后他放弃了,找来两位资深工程师,让他们用同样的 AI 工具,彻底重写整个代码库。

他们做到了。用同样的工具。

他自己做不到的事,别人用同样的 AI 工具做到了。

这个故事的冲击力不在「AI 还不够强」。冲击力在别处——为什么同样的工具,在不同人手里,产出天差地别?

Dan 的答案是一句听起来像悖论的话:「Automation is a lie。」

不是自动化没发生。是每一次自动化,都创造了一个新的、需要人类判断力的岗位。AI 是一个任何人都能使用的倍增器——但它倍增的是你已有的判断力。你没有判断力,AI 倍增的就是零。工具是一样的。差距在你脑子里。

这个 CEO 叫 Dan Shipper,Every 公司创始人——一家不折不扣的 AI Native 公司。他管着约 30 个人,从工程师到编辑到客服到销售,所有人把 AI 当员工用:Codex 和 Claude Code 是日常工作的默认界面,没人手工写代码。30 个人,做出了传统公司 100 人的产出。他恐怕是目前地球上最「AI-pilled」的 CEO 之一——极度信仰 AI,又极度看多人类。

他以这个看似矛盾的立场为起点,做出了一连串反共识的预测。这些预测放在一起看,很容易让人觉得他在自相矛盾。

但如果装上一个「分层的镜头」——或者说,在脑子里多建一层思维——你会发现它们不是矛盾:它们是一栋建筑的不同楼层。

这篇文章就是帮你装上这一层。装好之后,所有看似矛盾的 AI 判断,会突然变得清晰。你自己就能判断:这个预测靠谱,那个预测在扯淡。你缺的,就是这一层。

你的下一张办公桌,是一个 AI 窗口

他们已经在这样工作了

Dan 的一天是这样的。

打开 Codex。在里面打开内置浏览器。写文档。回邮件。做研究。看数据。Agent——你可以把它理解为你的 AI 员工,一个能自主操作电脑、调用工具、完成任务的硅基同事——在旁边看着你操作,随时可以介入:帮你研究、帮你搜索、帮你写邮件、帮你做分析。所有事在同一个表面上完成。

这不是产品 demo。这是 Every 公司 30 个人的日常运营状态。30 个人,靠着一群 AI 员工,做出了 100 人的产出。

Dan 自己描述:「I spend all my time in Codex, basically. I flip to Claude every once in a while。」他在 Codex 里实现了 inbox zero 连续 10 天——对他自己来说都是前所未有的。

更关键的是,这不是工程师专属。Every 的编辑在用,客服在用,销售在用。技术背景不强的人,同样在这个环境里工作。

这套范式的成立,有三层硬逻辑。

第一,方向反直觉,但更合理。 过去所有人都在想一件事:把 AI 嵌入浏览器。你在 Google Docs 里写作,AI 在旁边辅助——AI 被塞进一个网页的侧边栏里。

但实际发生的是反向操作:把浏览器嵌入 AI。

Agent 运行在你电脑上时,拥有你的一切权限——你的文件、你的终端、你的浏览器会话。当你打开 Codex 的内置浏览器写文档时,Agent 在旁边看着你操作,随时可以介入。它能看到你在做什么,你能看到它在做什么。

Dan 自己概括了这个认知翻转:「For a long time, I thought too that the optimal experience of AI was going to be take AI and put it in a browser. And I think the reverse is actually starting to happen。」

第二,终端权限是杀手级能力。 Claude Code 最初的成功源于 Agent 能直接操作终端——而终端是计算机上权限最高的接口。任何你能做的事,Agent 都能做。这让 Agent 从「聊天机器人」变成了「计算机操作者」。

第三,真实的市场竞赛已经在进行。 OpenAI 的 Codex 和 Anthropic 的 Claude Code/Cowork 在激烈争夺这个位置。Dan 的判断是:「Whoever's in the lead, it feels very obvious to me that all of the work that you do is going to be in one of those surfaces。」

这不是一个 AI 吃掉一切的叙事。Dan 同时看好 Slack、看好 SaaS、看好人类继续做大量工作。这不是「AI 取代一切工具」,而是操作系统层重新洗牌——就像当年从命令行到图形界面的洗牌一样,这一次是从图形界面到 AI 工作表面的洗牌。

一句话记住这一节:你的下一张办公桌不是「一个网页里嵌了个AI助手」。你的下一张办公桌是「AI里面嵌了一个浏览器」。顺序反了,世界就不一样了。

为什么你还没过上?

你现在可能在想:我公司不是这样的。我还在用 Google Docs,AI 最多就是侧边栏里一个聊天窗口。

不是你不想。是三道墙挡在你前面。

第一道墙:安全政策。 让 Agent 拥有员工电脑的全部权限、能随意操作浏览器、能读写文件——这在安全部门看来是一个行走的噩梦。数据防泄漏、合规审计、GDPR、SOC2——随便哪一个都能把 AI 权限审批拖上半年。Dan 在播客里承认:「A lot of companies handicap their employees from even doing this because I don't know if you can use the latest models at Salesforce。」这不是技术问题,是政策问题。大多数企业 IT 部门的首要 KPI 是「不出事」,不是「更高效」——这就是为什么你不是在 AI 时代落后了,是被组织的安全带绑在座位上了。

第二道墙:采购惯性。 Microsoft 365、Google Workspace、Salesforce——这些不只是工具,是签了 3-5 年合同的基础设施。即使 Codex 比 Google Docs 好用 10 倍,CIO 也不会在合约到期前推翻整个办公套件。企业的切换成本不是「一个人换工具」,是「所有人都要重新学习 + 所有流程要重新适配 + 所有集成要重新打通」。

第三道墙:管理层激励。 一个中层管理者的权威和存在价值,很大程度上建立在「我知道部门里谁在干什么」之上。当每个人都有一个 Agent 帮他们做事时,管理者的监督职能被架空——你不需要知道谁在干,因为 Agent 干了。Dan 说得直白:「Your company's only going to go as far as your CEO goes in AI and it's not something you can delegate。」公司能在 AI 上走多远,取决于 CEO 本人用不用 AI——这事没法授权给别人。

这三道墙不是平行的——是串行的。组织不松绑,人连尝试的机会都没有。工作流自然也不会变。

但现在,请抬头看一下。三道墙都在变薄。

Shopify 的 River——一个公司级 AI Agent——在 2 个月内让近 6000 名员工使用,覆盖 4450 个公开频道。不是因为 6000 人都爱新技术,而是 CEO Tobi Lütke 直接把它变成了公司基础设施。

组织的墙一旦被 CEO 级别的决策推倒,人的适应速度远超你的想象。

而且还有一条底层路径在同时运行:个人业余使用→偷偷带入工作场景→效果显著→感染周围同事→草根压力倒逼组织松绑。这是「影子 IT」的路子——员工自己带工具进来,好用,同事跟着用,最后 IT 部门不得不承认。

所以如果你在等公司的批准——你可能不用等了。你先自己用起来。好用的话,你的同事会替你说话。

每个人一个 AI 助手,不是更合理吗?

Dan 最初相信「每人一个私人 Agent」。他形容为「Golden Compass 里的小 daemon,是你灵魂的一部分」——一个了解你一切、随时待命的硅基小跟班。

他后来完全翻转到「公司级超级 Agent」。

翻转的原因不是技术不够好。是结构性的。

OpenClaw——一个让用户自己搭建 AI Agent 的开源工具——刚出的时候,Every 公司全员涌入,每人建自己的 Agent。然后所有人发现了同一件事——Dan 原话:「This thing breaks all the time. I got to fumble around with it. I got to be able to SSH into my server and like blah, blah, blah。」

SSH,说白了就是远程登录服务器——让你在自己的电脑上打开另一个电脑的终端窗口,敲命令。这事对工程师来说是家常便饭,但对编辑、客服、销售来说就是天书。

每一个 Agent 系统都需要一个持续维护它的人。 更新上下文、调试错误、校正行为。大多数人——包括技术背景的人——不想要这份工作。Dan 自己都交出去了。

所以他现在的预测是:Agent 从顶层开始——一个通用的公司级 Agent(像 Shopify 的 River、Every 的 Claudy),由专人维护,然后逐渐向下生长出更专业的团队 Agent。

核心机制只有一句话:「Agents need people who care about them。」不是每个人都需要一个 AI 员工。是每个人都需要一个有人维护的 AI 员工。

这就是后面会讲到的 FDE——forward deployed engineer,前向部署工程师,负责把 AI 员工部署到公司各部门并持续维护的人——诞生的土壤。但现在你先记住这个结论:你不需要学会维护 AI 员工。你需要的是一个 AI 员工,和一个帮你维护它的人。

但这里有一个更紧迫的问题。如果工作都在 AI 环境里完成了——你的 AI 员工帮你写文档、回邮件、做分析——那你以前用的那些 SaaS 工具呢?Salesforce、Notion、Jira、PostHog……AI 员工直接写代码不就行了,为什么还需要它们?

AI 都能写代码了,SaaS 为什么还不死?

为什么 Agent 越多,SaaS 用量越大?

有一个非常直观的看空逻辑:Agent 能直接写代码、做分析、处理数据了,为什么还需要 Salesforce、Notion、PostHog?Agent 直接干不就行了?

Dan 的回答完全相反:「I would buy SaaS stocks right now. I think the SaaS apocalypse is dumb。」(「我现在就会买 SaaS 股票。SaaS 末日论是胡说。」)

不是情绪。是四层推理。

第一层:Agent 是 SaaS 的「新增用户」,不是「替代用户」。

Every 公司的 SaaS 支出年同比增长。不是因为他们放弃了什么工具,而是因为 Agent 让 SaaS 的用量暴增了。Dan 自己用 Codex 写文档时,Agent 在旁边帮他研究、写邮件、查数据——一个人在使用 Codex,同时 Codex 里的 Agent 在调用多个 SaaS 产品。

一个人变成了两个用户,甚至 N 个用户。

Dan 原话:「What agents do is increase the number of users of SaaS, not get rid of it。」

这个洞察引出了一种重新理解 SaaS 的视角:SaaS 产品的本质不是「人类点击按钮的界面」,而是结构化的业务流程 + 持久化的状态存储——就像一家银行的核心不是营业厅的柜台窗口,而是背后的账本和交易规则。人类需要这个。Agent 也需要。Agent 不想自己建数据库——它更愿意直接读写你已有的 Not…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/shuziyuangong/2026053148306.html