我觉得 Lenny 采访 Every CEO Dan Shipper 的这期播客，是我近期听过质量最高的一期。
不知道要从哪里谈收获，直接借花献佛引用下 Lenny 自己的总结吧：
1. 未来的工作流将直接发生在 Codex 或 Claude Code 内部。
行业趋势不再是把 AI 塞进 SaaS 工具，而是在你常用的 AI Agent 的内置浏览器中调用 SaaS。
Dan 如今将全部工作都搬到了 Codex 上，包括写文档、处理邮件、做研究。他直接在 Codex 的浏览器里运行 Google Docs 和 PostHog 等工具。因为 AI 能直观“看”到他的所有操作并掌握完整上下文，人机协作变得前所未有地高效。
2. “自动化”是个谎言，所有自动化都需要人类兜底。
尽管 Dan 的公司全面拥抱了 AI，但团队规模今年依然翻了一倍。因为要让自动化真正跑通，必须有人类在后台确保系统不脱轨。
这也正是 Benchmarks 具有误导性的原因：它们只能在人类预设好、可评分的框架内测试 AI，但真实的业务中永远存在更高维度的复杂问题。
3. 产品经理将成为 AI 时代的最大赢家。
Marcus 曾负责 Axios 的写作产品，现在在 Every 负责 Spiral 产品线，交付速度傲视全队。他兼具技术储备、极致的产品长板、极强的用户同理心以及对核心目标的敏锐度。
Dan 认为，任何真正建立“AI 原生”思维的 PM 都将极具杀伤力，因为写代码的苦活已经由 AI 代劳，现在的核心壁垒是判断“该做什么”以及“体验是否极致”。
4. 全栈设计师正进化为超级英雄。
过去，设计师画出精美的交互，却常常遇到工程师不愿做或做不出的尴尬。现在，他们不再需要跨部门交接，自己就能把产品做出来。
设计师天生具备创造力，而 AI 是他们最完美的杠杆，帮他们绕开传统的技术瓶颈，直接将设计构想落地。
5. SaaS 并没有死。
当用户通过 Codex 或 Claude Code 来使用 SaaS 产品时，消耗的 Token 成本由用户买单，而非 SaaS 公司，这反而保住了 SaaS 企业的利润率。
此外，由于智能体也需要注册独立的账号席位，Dan 预测，未来海量 Codex 对 SaaS 的高频调用，将创造出庞大的增量需求。
6. 每家公司都会部署一个全员共用的“超级 Agent”。
Dan 最初以为每个人都会有专属的工作 Agent，形成一个“隐形的 AI 组织架构”，但他现在彻底推翻了这个想法。
他意识到，Agent 需要有人去维护。一旦员工懒得折腾，它就会沦为废品。
真正能赢的模式是：由一名“前置部署工程师” AI 极客，集中维护一个公司级的 Agent，随着模型能力变强且不再那么繁琐，再逐步向下衍生出针对特定团队的专业智能体。
7. AI 导致的“职场末日”不会发生，但你必须进化才能留在牌桌上。
大模型确实让过去的人类技能变得廉价。正因如此，如果所有人都用默认方式使用同一个模型，产出的只会是同质化的废料。
人类的价值在于，拿着这些被模型封装好的基础能力，结合自身的具体场景，去创造新颖且有价值的东西。
破局的关键是“驾驭模型”：在所有工作里使用它，新模型一发布就去试，不断翻开石头寻找新机会。
8. 我们将阅读大量 AI 生成的文字，并且会乐于接受。
在极其重要的事情上，人类的写作依然不可替代。但在撰写内部文档、规划方案和日常邮件上，AI 往往写得更好，毕竟大多数人本来就不擅长起草结构化的战略文档。
9. 为“人机协同”设计软件。
现在的模式往往是做一个命令行界面（CLI）让智能体自己去跑。但理想状态是，你和你的 Agent 共同操作同一个 App。
这带来了全新的产品设计挑战：因为智能体能在三秒内发起十亿次请求，所以系统必须具备完善的审批流、汇总操作记录的消息流、系统日志以及便捷的一键回滚功能。
10. “前置部署工程师”将成为最不可或缺的新岗位。
头部大模型公司内部已经组建了专门的团队来管理内部 Agent，这种建制将长期存在。
这与传统的软件开发截然不同，但也恰好契合了部分工程师的极客偏好。随着模型越来越强，这一岗位也将不断演进 —— 你将统筹管理数量更多、职能更复杂的 Agent 矩阵。
