Every 的最大一次发布：AI 把执行交给代理后，人负责什么

Every 7 月 22 日发布的文章，复盘了它最近推出 All Access 会员时的一次增长实验：两天带来约 9,000 美元的月度经常性收入增长。更值得看的不是「用了多少 AI」，而是团队把分众、邮件文案和测试执行交给代理后，人把时间拿回去做什么：选问题、定边界、检查结果。1

文章把这次发布写成了一份内部工作样本。它没有把 AI 描绘成一个替代增长团队的按钮，反而承认最难的部分仍在开始和结束：人要先把问题讲清楚，最后还得判断产物能不能发出去。

这次发布的核心是每年 625 美元的 All Access。Every 在文章中说，会员可获得 Builder Pack，其中包含 7,000 美元的 AI 工具额度，以及对 Every 团队日常使用的 AI 工具的无限访问。1

当前 Builder Pack 页面给出的数字略有更新：页面写的是年度 All Access 会员可获得 7,200 美元额度，整体权益价值超过 7,000 美元。All Access 还包括 Every 全部文章与档案、每月团队 office hours、Spiral 和 Cora 的无限使用、活动邀请与欢迎礼；Builder Pack 只对年度 All Access 开放，标准月度计划不包含这项权益。2

这个产品的设计很容易被看成「内容订阅加一堆折扣」。但从 Every 的公开页面看，它同时在卖两种东西：一套由 Every 自己使用的软件，和一套让用户更容易试用外部 AI 工具的额度。前者提高会员留存的理由，后者降低第一次尝试的门槛。至于这些额度最终能否转成长期续费，公开页面没有给出使用率或续费数据。

增长工程师 Yash Poojary 先花了一个月手动跑 A/B 测试，包括点击后台、计算受众规模和整理结果。他后来把整套测试流程交给 Claude，理由很朴素：这些重复点击只是「假工作」，自动化后，自己可以把时间放到想点子和决定下一轮测什么上。1

另一个例子更接近真实的增长现场。Austin Tedesco 在 Slack 里看到一条建议：给那些表现出购买意愿、却没有在早鸟折扣期转化的用户发邮件。他把这段对话截图丢给 Codex，只问了一句「Can you do this?」。Codex 划出了四个受众分组，并为每组写好邮件文案。Austin 去健身，回来后只花几分钟修改标题；第二天早上，这批邮件带来了 25,000 美元收入。1

这两个案例里，代理做的都不是「替团队想一个增长战略」。它们处理的是已经被人指出、边界相对清楚的执行任务：批量跑测试，整理分组，起草文案。人的判断仍然决定了测试对象、行动时机和最终发送内容。

Every 把这种工作方式概括成「AI 三明治」：人在顶部定义问题，在底部检查结果，中间那段执行交给代理。文章作者还引用 Austin 的说法，把代理协作比作指挥一支乐队。每个模型可以负责一部分，但指挥者必须先知道这段音乐要听起来像什么。1

这对 AI 原生公司的含义很具体。过去，团队经常把工程时间当成最稀缺的资源，增长工作也因此被拆成一个个等待排期的任务。现在，执行速度提高后，瓶颈会往前移：哪个用户群值得触达，哪条信息值得测试，什么结果算成功，哪些结果应该让团队停止投入。

这也呼应 Every 7 月 21 日写产品原型时的判断：原型变便宜以后，问题选择和真实反馈变得更重要。3 今天这篇文章补上了一块更硬的证据，至少在一次会员发布中，代理执行和人的判断确实被放进了同一条收入链路里。1

这是一篇 Every 自己写的案例复盘，数字的口径仍然需要留一点余地。文章没有公开 9,000 美元月度经常性收入增长对应的新增会员数、转化率和退款情况，也没有拆解 25,000 美元邮件收入中有多少来自原本就会购买的人。因此，它足以证明「代理参与了这次发布」，还不足以证明这套方法已经稳定优于传统增长流程。

产品权益的数字也应按时间区分：文章发布时写的是 7,000 美元额度，当前 Builder Pack 页面写的是 7,200 美元额度和超过 7,000 美元的整体价值。额度是合作方权益的标称值，不等于每位会员都能把它兑换成同等现金收益；页面还说明，兑换资格和期限以各合作方条款为准，会员结束后不能领取新的 offer。2

第一，约 9,000 美元的 MRR 增长能否在发布周之后留下来。25,000 美元的邮件收入是一次活动结果，MRR 则要看订阅是否持续；Every 目前没有在公开页面给出这两个指标的后续变化。

第二，代理能否从一次发布冲刺进入日常增长运营。手动测试、分组和写邮件都适合自动化，但长期运行还需要成本记录、权限控制、审阅痕迹和失败后的回滚办法。Every 已经把「人负责问题和判断，代理负责执行」讲清楚了，下一步要看的，是它能否把这套分工做成可重复的运营系统。

想直接看这次 AI & I 团队访谈，可从原文提供的YouTube 视频入口进入；完整文章见Every 原文。