如何充分利用 Jev：分类模型、Jev 检查与意图驱动软件

Every 的工程师 Loren Stewart 搭建了一套"代码工厂"：先用 LLM 制定计划并让另一个智能体审核，再把计划拆成可并行的小块，由智能体完成几乎全部实现、调试和互相审查，通过自动检查与独立智能体审批后合并。他借用 Karl Marx 的异化理论，反思把编码交给智能体后失去的试错过程，并讨论何时该自动化、何时该监督、何时该亲手写代码。

Every 作者 Mike Taylor 基于共 2484 次测试，总结出让 Claude 和 ChatGPT 引用你文章的七条规则。起因是 CEO Dan Shipper 提出

Every 工程联合负责人 Andrey Galko 探讨 AI 越来越擅长人类赖以谋生的工作后会发生什么。企业 AI 采用负责人 Natalia Quintero 则逐一访谈“前沿团队”成员，这支小团队专门跟进最新模型能力，把有用实验转化为文章、产品和工具供全公司使用。运营负责人 Arielle Shipper 还分享了一个面向非程序员的代码审查技能。

Every 创始人通过亲历 GPT-5 测试和对 Embiricos、Sottiaux、Glaese 等核心成员的访谈，复盘 Codex 从 2025 年 5 月 Codex Cloud 发布遇冷，到转向本地 CLI 和编辑器扩展、再到 2026 年 2 月桌面版发布并最终在 7 月并入 ChatGPT 的全过程。

Every 工程师 Paridhi Agarwal 分享了如何让 Slack 中的智能体同事 Every Agent 更省 token，并给出四步工作流帮你在自己的软件中定位 token 浪费。由于 Every 将 token 成本不加价转嫁给用户，省下的每个 token 都归用户。Every Agent 昨日上线，可在 Slack 中帮助整个公司实现 AI 原生。

Every 作者分享用五个提示词将自己从单次对话推进到把整个项目交给智能体团队的经验，其工作流已用到 skills、orchestrator threads、context packets、subagents、MCPs 和 computer use。

Every 发布开源模型实用指南，讲解如何评估需求、选择模型与托管方式，将开放模型用于编码、创意和日常自动化等工作。指南指出当下最强开源模型多来自中国实验室，并强调按任务难度区分模型选择，同时附上一个用于审计现有 AI 用法、筛选可迁移到廉价模型任务的提示词。全文为付费订阅内容。

OpenAI CEO Sam Altman 在 DevDay 后的播客访谈中透露，他用 OpenAI 新的常驻智能体 Dot 安排日常、夺回时间，并称自己离不开 Astra 的新 Ultrafast 模式。此次 DevDay 共发布 22 款产品和功能，数量是去年的两倍多，Altman 还认为 AI 将带来一场新的文艺复兴。

面向“为你实际做的工作挑选最佳模型”这一需求，文章给出创建个人 AI Benchmark 的方法。核心思路是不依赖通用榜单，而是按自己的工作场景设计评测，从而选出最适合的模型。

Every 最新文章介绍一家创意工作室用 Astra 制作视觉特效，并整理了 13 条关于用 AI 写作的信念，还对一种新型模型做了 Vibe Check。