Arielle Shipper
PulseAugur coverage of Arielle Shipper — every cluster mentioning Arielle Shipper across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Every 公司鼓励大胆的 AI 实验，尽管 Token 成本高昂
Every 公司创始人 Dan Shipper 鼓励员工更自由地进行 AI 实验，即使这会导致更高的 Token 消耗。他认为，探索新的 AI 能力和工作流程可以带来巨大的生产力提升，从而抵消成本。为此，Every 公司正在开发工具，以实现透明的 AI 支出和个人基准测试，帮助员工选择成本效益高的模型，同时仍允许进行大胆但昂贵的实验。
-
Every 正在构建员工的 AI 克隆体以实现专业知识自动化
Every 是一家媒体公司，正在开发 AI 代理来复制其关键人员的专业知识。最初，他们创建了 KateBench，利用 GPT-5.6 和历史数据来模仿编辑 Kate Lee 的文案编辑技能。该公司计划将这一概念扩展到其他角色，例如首席运营官 Brandon Gell 的用户体验反馈和社交媒体主管 Becky Isjwara 的定位，方法是为每位员工构建个性化的 AI“机器人”。这些机器人由 SpaceXAI 的 Grok Bot 提…
-
AI 新技巧揭示模型推理，可能存在数据泄露
研究人员开发了一种从 AI 模型中提取内部推理过程的方法，揭示了潜在的漏洞。该技术可以暴露个人信息，如密码和 API 密钥，尽管此特定缺陷已被修补。该方法还表明，一些中国的 AI 模型可能通过提炼美国模型的推理数据进行训练，尽管缺乏直接的因果证据。这一发现引起了人们对先进 AI 开发中的知识产权盗窃和数据安全的担忧。
-
Slack 转型为 AI 指挥中心，配备自定义代理系统
一位工程师开发了一个系统，将 Slack 转变为一个原生 AI 操作系统，允许用户直接在平台内管理 AI 代理和任务。该系统名为 Luo Ji，使用 Slack 频道和线程来表示单个项目和任务，像 Claude Code 这样的 AI 代理负责编码、任务管理，甚至通过截图发布进度更新。该系统允许模型专用频道，将 Fable 等更强大或更昂贵的模型定向到专用频道，而默认其他模型使用 Opus，从而简化了 AI 辅助工作流程和项目监督。
-
Every的业务运营团队利用多个AI模型提高效率
Every的业务运营团队利用多个AI模型来简化复杂任务。执行运营经理Jalaiyah Bolden使用Fable审计支持渠道和文档，在大约90分钟内生成了行动计划和支持材料。运营主管Arielle Shipper随后使用Codex进行校对和创建Notion跟踪器。客户支持经理Waqqas Mir也使用Codex通过分析有问题的支持聊天并生成改进的说明来优化Fin AI Agent的响应。
-
GPT-5.6 Sol 重新发布，因协作性受好评但基准测试不一致
AI 模型 GPT-5.6 Sol 在经过政府审查后重新发布，用户称赞其性能和协作能力有所提升。虽然 Fable 仍然是广泛、开放式任务的首选，但 Sol 因其速度和上下文保留能力，现已成为撰写和编码等持续工作的默认模型。然而，基准测试显示存在不一致之处，Sol 在特定工程任务上的表现不如 Fable，并且会出现计算错误，尽管它在快速草拟和复杂数据分析方面很有用。
-
美国限制GPT-5.6 Sol访问；AI代理扩展到知识工作
OpenAI发布了GPT-5.6 Sol，但美国政府将其访问权限限制在大约20家预先批准的公司。这种配给预计将扩展到代币访问，代币将根据已证明的回报进行分配，类似于资本。与此同时，AI代理正变得更容易用于一般知识工作，Codex等工具已超越编码，协助电子邮件、写作和研究等任务，Anthropic的Claude Code被强调为强大的代理构建工具。
-
人工智能进入分配时代：代币预算将像交易投资组合一样管理
随着强大模型和长期运行代理的成本导致企业账单高昂但又没有切实的成果，公司正从积极采用人工智能转向更具战略性的资源分配。这种“分配时代”可能会看到代币预算像交易投资组合一样进行管理，访问权限将限制在能够证明高投资回报率的顶尖工程师手中。Uber、Meta、Amazon 和 Walmart 等公司已经在对员工使用人工智能进行限制，预示着未来对前沿模型的访问将更加受控且基于绩效。
-
AI与我播客：超级智能时代的个人目标
最新一期“AI与我”播客节目中，Dan Shipper 与 Surge AI 创始人 Edwin Chen 讨论了人工智能超越人类能力所带来的影响。他们探讨了人工智能解决复杂问题的能力，例如证伪数学猜想，如何挑战了传统的人类优越论。对话还触及了创造作为一种选择的哲学理念，即使人工智能能更高效地完成任务，以及人类驱动的目标与人工智能驱动的自动化之间的区别。