Every 的新信号：AI 公司的下一件产品，是可衡量的「好」
Every 7 月 19 日 newsletter 把 AI 竞争从换模型推进到定义业务目标、建立 benchmark，并把高质量数据变成新的经营资产。
先说结论
Every 7 月 19 日的 newsletter《The Model Is the Easy Part》，把 AI 公司的竞争重点从「换一个更强的模型」移到了三个更难的问题：业务到底要什么结果，怎样测出结果好不好，以及这些测量产生的数据能不能反过来创造收入。1
这不是一句泛泛的「数据很重要」。文章给出的案例是，针对具体目标训练出来的小模型，可能比通用大模型更便宜、更适合生产；而一套围绕真实用户和明确目标建立的 benchmark，既能改善产品，也可能成为卖给模型公司的数据产品。
AI 采用进入「定义好」的阶段
把 AI 工具发给团队只是采用的第一步。Every 认为，下一步是给每个业务场景定义一个可衡量的「好」：客服计划要达到什么标准，游戏中的 AI 对手怎样才算让玩家觉得好玩，研究流程又要减少哪一种错误。
这个变化很实际。没有目标，团队只能统计调用量、token 和登录次数；有了目标，才知道哪些调用真的产生了价值，也才可能控制成本。文章把这件事说得很直白：AI 使用量正在增长，但公司需要把花出去的计算资源和可观察的业务结果连起来。1
Every 自己参与的 Good Start Labs 案例，围绕游戏公司 Arkadium 的产品目标展开。Arkadium 想让玩家和 AI 对局时觉得「这是一场好游戏」，双方于是建立 benchmark，并用真实玩家作参照。Game Lab 现在也把 Gin Rummy、填字游戏等游戏作为模型评测入口，按不同的认知要求组织环境。2
小模型为什么能赢大模型
按 Every 文章给出的案例口径，Arkadium 的游戏测试暴露了一个反直觉结果：能在数学和科学任务中取得好成绩的前沿模型，在 Gin Rummy 对局中却输给了休闲玩家九成的对局。原因不复杂，模型见过大量数学材料，却没有足够多的 Gin Rummy 经验。1
于是，Good Start Labs 没有继续堆更大的通用模型，而是训练了一个 460 万参数、18 MB、可以在普通 CPU 上运行的专家模型。文章称，在每天 100 万次请求的假设下，这个模型每年成本约为 60 美元；同样规模的前沿大模型调用成本会达到数百万美元。这个数字属于 Every 对该案例的估算，不应直接当成所有 AI 场景的通用成本结论。1
这里的重点不是「小模型战胜大模型」这句容易传播的口号，而是模型选择终于被放回业务目标里：如果目标是让玩家玩得更好，模型是否足够专门、成本是否能承受，比参数规模更先决定方案。
数据开始有第二种收入逻辑
同一个目标还带来另一层收益。Arkadium 既能用 benchmark 改善玩家体验，也能把匿名的高质量游戏数据卖给模型公司。对模型实验室来说，真实玩家在「好游戏」中的决策记录，比一堆脱离场景的合成问答更能帮助模型学习。Every 文章称，Arkadium 已经从这类数据获得新的收入线，Reddit、Shutterstock 和 News Corp 也在把数据转成持续收入。1
这让「数据资产」不再只是公司内部的存档。它至少有两种用法：一是改善自己的产品，二是把经过结构化、匿名化和质量筛选的数据卖给正在训练模型的实验室。前提是公司先把什么叫好、什么叫坏记录下来，否则手里只有原始日志，没有能交易的证据。
文章也留了一个重要限制：如果数据本身就是产品的核心，例如设计工具或代码工具，向模型实验室开放数据可能等于帮助潜在竞争者复制自己。Every 提到的 Figma、Cursor 和大型制药公司的例子，都指向同一个判断，数据能卖多少钱，取决于买方是否正在进入你的业务。1
对 Every 的新观察角度
这篇文章让 Every 的公司追踪多了一条比「又发布了什么功能」更具体的线索：它正在把 AI 工作方法和可衡量的结果绑定起来。
过去几期里，Every 写过代理如何处理业务运营、如何由编辑用 Codex 造产品，也写过 skills 和工作循环。这一期往前走了一步，开始讨论怎样把结果变成 benchmark，怎样把 benchmark 变成数据，再怎样把数据变成业务收入。这里仍然是文章提出的方向和案例，不等于 Every 已经公开了一套完整的商业化方案。
后续可以盯三个触发点：
- Every 是否公开更多内部产品或业务 benchmark，而不只是介绍使用了哪些模型。
- Good Start Labs 或 Game Lab 是否披露新的模型评测结果、数据合作或定价信息。
- Every 的产品文章是否开始同时给出任务完成率、错误率、成本或关键场景表现。
如果这些指标持续出现，Every 的「AI 原生公司」实验就不只是让员工更快地做事，而是在尝试建立一套可以衡量、复用和出售的工作结果系统。
Fuentes de referencia
Contenido relacionado
- Inicia sesión para comentar.