好的，我要谈谈如何在移动的前沿地带构建产品。或者像我喜欢说的那样：技术革命期间商业常态的不合理无效性，以及我们该如何应对。世界刚刚变了，而且又变了一次。上周发布了Fable 5.1和Astra 6模型，这些该死的模型简直太酷了。看看这个，我仅用一个提示词就生成了历史上准确的水陆大战3D重演画面。它运行了大约四个小时，然后我就得到了这个结果——这太疯狂了。

我团队里的另一个人做了一个模拟智能体实验，他输入了一篇关于智能体如何互动和协同模拟的科学论文。然后让一千个智能体在他的电脑上运行，仅仅通过几个提示词和那篇论文就可视化了出来。现在它甚至开始帮我们做视频编辑了，我们制作大量视频，Astra已经足够强大到可以进入Premiere进行各种剪辑。顺便提一下，这个演示文稿中的所有动画大部分都是由Astra制作的，我几乎没碰过“动画”选项卡。

这太疯狂了。你该怎么做？作为产品负责人，你是应该埋头苦干专注于执行吗？这也许能管一阵子。还是去问客户想要什么？可能吧，但大多数客户并不熟悉这些东西，他们实际上指望你来告诉他们该做什么。你是要把你的B2B SaaS应用变成3D多人策略游戏吗？也许，但这很难。这是一个我认为在座每个人都面临的大问题，我也面临着它。

首先要知道的一条规则是：不要在冥想静修、致幻体验或首次接触前沿模型后的30天内做任何重大人生决定。好了，我们冷静下来了，这就是第一条规则。那么让我们进入正题：核心问题是什么？为什么这这么难？感觉如果你在管理产品团队，每个人的工作似乎既要高水平地执行路线图，又要同时保持在技术前沿。

这真的很难，因为这是两种截然相反的工作方式。如果你想探索前沿，那就是发散性的：你在尝试各种各样的事情，可能会扔掉很多东西；你正在测试所有新模型、做演示。而利用现有成果则完全不同，那是收敛性的：你在聚焦，在说“不”，试图执行你规划好的路线图。同时做这两件事就像在向相反的方向拉扯。

那么我们应该怎么做呢？我想在这场演讲中探讨的观点是：你应该运行一个产品实验室，或者在产品中加入一些研究实验室的元素。我们将通过为什么应该建立实验室、如何运营一个实验室，以及如何将实验室中有效的方法带回主产品来展开讨论。我们将使用我们在Every公司做的案例，以及一些AI领域最佳公司的做法作为例子。

那么，为什么要建立实验室呢？正如我们之前所说，目前你产品团队里的每个人都在同时做探索和执行工作。黄色圆圈代表执行，紫色代表探索。你可以看到团队里的每个人都在兼顾两者。然而有趣的是，你组织中有些人做的“探索”工作远多于其他人。识别这些人非常重要，因为他们是你的早期采用者——也就是我们这样的人。

顺便说一句，这些动画和所有内容都是由Astra构建的。（掌声送给Astra）太不可思议了，我根本没做这些。我们是早期采用者，我们热爱新事物。即使在周末，我们也运行Astra和Fable来做个人项目或探索可能带入工作的东西。正因为如此，虽然其中很多东西可能对当前工作无用，但我们能很好地感知产品未来的可能性——因为我们就像已经生活在未来一样。

问题在于我们可能成为巨大的干扰因素。所以，作为产品负责人，你需要问自己的关键问题是：我如何驾驭团队中（甚至包括一些早期采用者客户）的早期采用者的力量，而不让其他人分心？我们在Every公司发现并认为许多优秀大公司开始采用的解决方案是：组建一个实验室团队。

在实验室团队中，你开始分离关注点。一些人负责改进和扩展已经有效的东西（他们在产品团队），另一些人则负责探索下一步会发生什么，即探索前沿、做演示、尝试新模型等。这让你能兼得两者之长。如果你认为这很昂贵且没有资源，那么AI的奇妙之处在于它允许你拥有一个“一人实验室”。

你可以只安排一个人专门负责在模型发布时去探索并回来汇报所学。由于团队成员现在拥有了超级能力（可以让Astra和Fable做大量工作），因此不需要巨大的投资。再次区分实验室团队和产品团队的职责：在实验室，你的工作是探索新功能（特别是新模型发布时），并行运行大量实验。

关键在于对实验室团队的期望截然不同：在实验室，你预期会丢弃90%的成果——尝试后扔掉。这与产品团队截然不同：在产品团队，你的工作是改进和扩展产品，为现有客户提供价值。

你要确保他们觉得理解了产品，且逻辑连贯。你并不是在向他们倾倒一堆垃圾。因此，对于产品团队而言，你们预计会采纳实验室团队制作或尝试的大约 10% 的内容。这就是他们开始协作的方式。在人工智能领域，有很多很好的例子表明这种模式正在发挥作用。虽然我们要实验室团队已经存在很长时间了，但由于这项技术，它正以从未有过的有效方式运作。

一个很好的例子是 Anthropic Labs（Anthropic 实验室）。我稍后会与一些 Anthropic 的人讨论这一点，但 Claude Code——有史以来最成功、最高效的生产力产品之一——就出自 Anthropic Labs。这是一个负责进行大量实验的独立小组。MCPs、Skills（技能）、Claw Design 等所有这些都来自 Anthropic 内部一小群人的实验，随后 Anthropic 将越来越多的资源投入到那些成功的项目上。还有大约一千个你从未见过的实验。

假设你现在已经确信这种结构能兼顾两方面的优势：它有助于释放早期采用者的潜力，同时不会分散需要真正交付路线图的产品团队成员的注意力。问题在于：如何良好地运营一个实验室？我逐渐得出的第一个结论是，你真的需要使用非常小的团队。长期以来，“两个披萨团队”（即 8-10 人）是标准规模，这是杰夫·贝佐斯提出的观点。

我认为在人工智能时代，我称之为“两片披萨团队”，即最多一两个人。一两人的效率极高，能迅速取得进展；而更多的人则会产生大量的协调开销和愿景分歧，导致运作不畅。一两人的团队非常棒。我认为适合我们、且开始适用于其他人的组成方式，我称之为“海盗”和“建筑师”。

团队中的一个人是“海盗”，他们是倾倒创意的炮手，痴迷于寻找价值。那就是我。我就在那里做大量工作，不断抛弃旧想法，虽然杂乱无章，但我总能找到真正有趣的东西。而“建筑师”则是那些看着混乱系统（比如我构建的完全无效的内容）并试图将其塑造为有价值、美观且可扩展事物的人。

我认为将这两种人配对在一起，在人工智能领域非常强大。下一个我认为非常重要的最佳实践是“吃自己的狗粮”（Dogfooding，即内部试用）。实验室团队最重要的事情是让反馈循环尽可能紧密：在制作某物后尽快知道它是否好。最紧密的反馈循环就是为自己制作东西。如果你能做到，那就去做。

如果做不到，那么让几位早期客户或类似早期采用者的用户帮助你在紧密的反馈循环中进行测试就非常重要，这样你就可以快速迭代。并且要使用你正在构建的东西：所有的实验 Ideally 都应该用于你们实际拥有的真实工作，这样你就能判断它是有用的还是仅仅新颖。这是一个需要区分的重要点。

另一个我认为与产品团队运营方式截然不同的最佳实践是：你应该并行构建许多实验，即使这些实验试图做同样的事情。尝试对问题采取不同的竞争方法。这看起来可能很混乱，缺乏连贯性，但每个人对于如何解决特定问题都会有不同的看法。当能力推动前沿时，边界变得非常未知。

因此，让人们从不同角度尝试相同的事物有助于你绘制这一前沿地图，并决定什么是有价值的。最后一点我认为对运营实验室非常重要的是：找出使实验在投资回报率（ROI）上净正收益的方法。我们将丢弃 90% 的成果，那么即使这 90%，甚至那些未能进入产品的部分，我们如何使其对我们有用？

我们在 Every（公司名）做得很多且非常有效的一件事是将它们转化为外部内容。人们喜欢看“我们尝试了所有这些东西”、“哪些成功了”以及“哪些失败了”。这能吸引客户阅读我们的内容并使用我们的产品。如果可行，我强烈推荐这样做。另一件事是利用这些实验来喂养早期采用者计划。

你很可能拥有许多希望更紧密参与、成为核心成员的早期采用者客户，这可以为他们提供与您更深入合作的增值机会。最后一点是：实验室团队应将其关于能力以及现在可能实现的事情的学习成果与产品团队分享。这样，产品团队在构建事物时可以将此纳入考量，而不必因亲自探索前沿而分心。

假设你已经做到了这些：你决定建立一个实验室，并开始掌握所有的小最佳实践。现在，如何将你在实验室制作的东西整合到你的产品中？你需要做的是建立一个研究管道：想法从左侧开始，最初仅属于实验室范畴，包含许多小实验；然后你逐步将它们从左向右移动。在某个时刻，你会与产品团队进行交接，让他们开始将其整合到产品中。

为了让你了解这看起来是什么样的：你有实验室团队，他们运行着大量实验。其中大多数并不好，但少数可能会奏效。这些成为了你在真实工作中开始测试的事物之一。我们内部经常做的一件事是让团队中的其他人采用它，看看他们是否喜欢。

根据你服务的客户类型不同，有不同的配置方式有效，但对我们来说第一步是：团队中的其他人是否开始使用它？如果是这样，通常就可以将其展示给早期客户，并准备好让产品团队真正仔细研究它：确定它在我们的路线图中的位置以及如何利用它。即使并非所有东西都能成功，但在某个阶段……

你做的所有工作都将准备好扩展并向客户发布。我们将通过一些示例来展示这是如何运作的，这就是研究管道。我会举一个具体的例子：这位是凯特（Kate），我们的主编，过去三年我一直在试图自动化她的工作——当然是在充满爱意的前提下。凯特在很多方面都很出色，但她特别擅长的一点是拥有极佳的文案编辑品味（copy edits taste）。

然而随着团队扩张，我们现在大约有30人。她无法亲自完成所有的文案编辑工作。我们可以招聘新人，但很难找到具备同等品味的人并进行培训等后续工作。因此我一直在思考如何让AI帮助她，使她能扩大影响力，而不必在深夜花费额外时间进行文案编辑。

凯特经常醒来看到这样的消息：虽然不重要，但我下载了她过去三年所有的文案编辑记录，并让Fable尝试对最新文章进行自动编辑。我 literally 做了这类事情好几年，直到最近能力才足够成熟，让凯特真正可以使用。

我们称之为“凯特基准测试”（Kate Bench）。我们从一系列实验转向实际应用，看看能否获得内部使用。我们有一个名为“Every Agent”的工具，它是面向整个公司的单一智能体，帮助公司实现AI填充并使用所有AI工作流。我们在内部使用它，凯特开始让Every Agent对草稿进行“凯特式”审阅。

它会基于她历史的编辑记录提出建议更改，并随时间推移不断改进。这是我利用业余时间构建的，它自然而然地运作良好。现在组织开始看到价值，因为凯特正在采用并推广给其他人，这是一个非常好的信号。

当我们进入内部使用阶段时，我会引入架构师。我团队中有一位名叫扬尼克（Yannik）的同事非常出色。他会接手这个勉强能用的杂乱项目，使其变得真正优秀。现在我们有了完整的仪表盘：显示每份文档有多少建议被接受，以及凯特在介入后还剩多少工作量。

系统会检查智能体编辑后她所做的修改，我们可以看到我们在进步：相比上个月，她在这些类型的编辑上少做了12%的工作。他的工作是将其打造成一个我们可以持续改进和复利的真实系统。现在它运作得足够好，我们开始考虑如何将其展示给早期客户。

这种流程是否适用于文案编辑之外的事物？我认为可以，但我们已将其从实验室中的实验转变为准备好交给客户的东西。以下是关于如何持续推动事物通过研究管道的一些最佳实践：我认为非常重要的一点是我们定期审查管道。

我在Notion中有一个追踪器，每周全员大会上每个人都会讨论管道的进展情况。这至关重要，因为你要让未参与实验的产品团队知道我们认为什么有趣、什么正在管道中上升。这样他们就可以思考如果这被证实，对产品意味着什么，而不必 scramble 去做自己的实验。

这有助于保持实验室、管道和产品组织之间的同步。另一件非常重要的事情是定义清晰的决策标准，以推动想法通过管道，并真正将其视为一个事件。其中一个重大标准是：人们是否在使用它？他们是否会回来使用？

因为我们试图利用内部使用情况作为价值的代理指标。第二个大问题在于：它是否比现有方案好10倍？这是一个非常有趣的过滤器，因为新事物往往令人兴奋，但问题是：一个月后它真的更好吗？除非使用时间和使用量随时间的变化作为过滤器，否则很难知道。

还有一个大问题：它是否负担得起？也许现在可行，但我们能否以可承受的成本大规模服务客户？拥有清晰的标准能确保你严谨地执行这一过程。但最终目标是将获胜者合并到主产品中。

从实验室到合并获胜者的完整周期正在良好地发生。虽然建立实验室已久，但通过构建新事物来颠覆自己产品的想法也存在很久，但在AI时代它开始真正奏效，因为你可以移动得如此之快。

一个很好的例子是Codex。它由一个小团队在主应用之外开发。当时OpenAI内部有多个不同团队同时致力于编程的未来，Codex也不例外。他们对未来编程的不同形态进行了大量迭代：是在IDE内？还是命令行界面（CLI）？等等。

他们推出了桌面应用，我认为这非常棒。他们在2026年2月发布，增长如此迅速，以至于最终将其合并到ChatGPT中，并成为其基础。这个小小的Codex团队接管了拥有8亿日活用户的应用程序，因为他们在实验方式上取得了巨大成功。

我认为这样做的承诺在于：你可以在扩展现有产品的同时构建下一代产品，而且不必陷入疯狂。你知道这正在起作用的方式是……

你会欢迎新模型发布的那一刻，并对它们感到兴奋，而不是畏缩不前。这就是我的演讲内容。我是丹·希珀（Dan Shipper），Everywhere 的联合创始人兼首席执行官。你应该去了解一下 Everywhere，这是你在人工智能前沿地带唯一需要的订阅服务。非常感谢大家。