每个人都追新模型，会让团队更快吗

AI 工具更新太快，一个团队可能同时出现两种浪费：所有人都在试新功能，没有人完成长期项目；或者所有人都忙于交付，没人看见工作方式已变。如何分配探索任务，本身是组织设计。

Every 的 frontier team

Every 联合创始人 Dan Shipper 提出公司需要 frontier team 的观点。Every 的文章《Keeping Up With AI Is a Full-time Job》介绍了他们的做法：由一个小团队持续试新模型，把有用的实验转成文章、产品和工具，其他人继续专注既定路线。文章说他们已运行数月，并分享成员在 eval、运营、编辑和工程中的不同尝试。这是 Every 的自述经验，不能推断所有公司都适用同一种编制。

Matrix 的判断

探索团队的价值不是抢先知道每条发布消息，而是降低全公司的判断成本。它应交付三种东西：针对本公司任务的评测、可以被同事直接使用的工作流，以及清楚的“不值得切换”结论。若只输出工具清单和热度周报，前线团队仍要自己做二次判断。

一个小团队也不应成为 AI 唯一入口。业务成员需要把真实问题送回探索者，让评测从实际任务出发；探索者则要说明新工具何时可用、哪里会失败、迁移会占用多少时间。

怎么验证

以一个季度为单位，记录被业务采纳的实验数、同事节省的试错时间、上线后的返工，以及被及时否决的错误方向。若探索产出无法进入日常流程，就该调整任务来源和交付形式，而不是增加资讯数量。

选题来源：Follow Builders。