原视频：How a Professional Writer Writes With AI，Every 的 AI & I 播客。
Katie Parrott 的核心经验是：AI 写作真正释放人的能力，不是因为它替人完成所有思考，而是因为人把目标、语境、证据、反馈和品味持续编码进系统，让 AI 承担重复摩擦，并把人的注意力还给判断、洞察和创造。
[0:00] 嗨，我是 Dan Shipper。这一周，我很高兴和大家分享一期非常特别的 AI & I。在这一期里，我们会预告一个实验性新插件 Compound Writing 的发布。它可以帮助你像我们内部一样用 AI 写作。它的灵感来自 Kieran Klaassen 的 Compound Engineering，由我们的专职作者之一 Katie Parrott 打造。为了聊聊这个插件、Katie 为什么做它以及她怎样使用它，本期节目由 Natalia Quintero 主持。她是我们的 AI 咨询负责人，也来过播客几次，是一位非常出色的采访者。所以我很期待你听到 Katie 和 Natalia 的这场对谈。
[0:49] 今天我们要和 Every 的专职作者 Katie Parrott 聊聊。如果你关注 Every 已经有一段时间，Katie 对你来说应该非常熟悉。她是我们最优秀的作者之一，今天我们非常期待了解更多她的写作流程，以及她的新插件。嗨，Katie，你好吗？我很好。你呢？特别好。我太期待这场对话了。我这是在播客里公开承认自己是 Katie 的粉丝。
[1:21] 这是双向粉丝。谢谢。好，Katie，大约正好两年前，你为 Every 写过一篇最受欢迎的文章之一，讲的是你刚刚被裁员，而且可能正处在一次心理健康危机中，这件事你也公开写过。然后你决定把 ChatGPT 当作职业教练。但当时你其实也是 AI 怀疑论者。考虑到你现在做的一些工作，这听起来可能很不可思议。你能带我们回到那段时期吗？当时你的职业状态怎样？在那个时间点，到底发生了什么，让你最初转向 ChatGPT？可以。当时我刚被一家加密货币公司裁员，在那里我是团队的编辑和代笔作者。事后看，那时当然是创伤性的，但回头看，它也是发生在我身上最好的事，因为它把我带回了 Every。不过正如你提到的，当时我真的很迷茫。我试过加密货币，试过公司内部岗位，试过外部服务型工作，试过各种不同的东西，而我
[2:39] 感觉自己靠一个人能做的事已经到了尽头，我真的需要一个外部视角。但因为当时预算很紧，也完全不知道自己会失业多久，聘请真正的职业教练对我来说并不是一个现实选项。那时我对 ChatGPT 有过一些接触。我之前做内容营销经理时，其实用它生成过简报。我们有一家代理公司，而我发现自己在那份工作里像是撞上了一堵抑郁的墙，完全无法逼自己把文字写到页面上。但我发现，如果用 ChatGPT 生成一些重复性的东西，它就会变成一种辅助工具，被我当作思考工具来使用。这个说法我大概也是在同一时期从 Dan 那里看到的，因为当时我已经在关注 Every。所以这几件事合在一起，我就想，好吧，我付不起每小时 150 美元，或者职业教练要收的那个价格，但我可以订阅每月 20 美元的 ChatGPT，并获得某种类似的效果：把自己的思考外化出来，得到一个外部视角，让它监督我如何思考自己的职业旅程，并在我有点陷进去的时候挑战我。我有灾难化思维的倾向，总会往最坏处想，它也以这种方式把我从自己里面拉出来。那对我来说真的是一次非常好的体验。
[4:23] 某种程度上，它最终把我带到了 Every。是啊。你写的那篇文章真的很棒，而且你的写作里总是有特别精彩的金句，读起来非常愉快。我希望我们把这期节目做成视频时，可以放出一些截图，让大家看看你当时的 ChatGPT 提示词和对话截图，因为现在回看两年半前的聊天界面，已经有一种复古感了。但在那篇文章里，你有一段很棒的话。它有点长，但我还是想试着读出来，因为我有个问题想问。你说：“我最喜欢写作的一点，是我在把想法写下来之前，永远不知道自己在想什么。但一旦写下来，一切就变得显而易见。归根结底，给 ChatGPT 写提示词，是一种非常具体、非常策略性的写作形式。我认为这次 ChatGPT 实验让我的思考更清晰了吗？是的，确实如此。但就像许多这样的工具一样，真正的工作仍然是我的。事实证明，清晰不会由数字助手，甚至也不会由人类教练包装成礼物送到你手里。它是我必须自己挖出来的东西，一个问题接一个问题，一个提示词接一个提示词。”
[5:38] “真正的清晰、方向和答案，来自回应提示词并亲自完成艰难工作的过程。AI 可以帮你指路，但旅程必须由你自己走完。”太美了。真的太好了。而且我觉得，你的写作里有一点特别能打动我：这非常符合我使用 AI 的经验。我会被那种也许能得到一个简单答案、一个轻松解法的可能性吸引。但实际上，我不断发现自己学到的是某个一直在我内心里的东西，只是我必须投入一些工作、获得一些清晰度，才能真的把它从自己身上带出来。你能再多讲一点吗？在这个非常早期、非常实际又高价值的经验里，使用 AI 教会了你什么？它教给我的第一件事，是我可以用 AI 在自己的生活中创造改变。这是过去几年里我一直带着的东西。我真的会根据这项技术对我产生的实际影响来判断它。比如职业教练这件事，我记得当我收到 Kate 的邀请，去写后来成为我的专栏 Working Overtime 的文章时，我还在和 ChatGPT 讨论这是不是我应该迈出的一步，因为我当时有点犹豫。
[7:21] 那在当时会是一份自由职业工作。我有点拿不准，是先做这个，还是去找一份全职机会。ChatGPT 把我轻轻推向了“为什么不先试试看呢？”这个方向。于是我试了，现在我就在这里了。在我使用 AI 的整个经验中，核心一直都是这件事：它既给了我思考框架，而且很显然，它也变成了我思考的对象。但说到底，真正重要的是所谓劳动的果实，是看 AI 能够回馈给我什么。所以听起来，你早期利用 AI 得到的一个收获，是你真的可以让它成为一个对你有价值的工具。
[8:11] 这让我想到你写过的另一篇文章，它也很受 Every 读者欢迎。我记得标题是《AI 把我变成了一人内容机构》。在这篇文章开头，你谈到当时你是自由职业者，也就是 2025 年初，你意识到自己已经承诺了太多，或者可能承诺了太多自由职业项目。然后你列出了自己承诺在两周内交付的东西，包括八篇博客文章、三本电子书、24 篇 LinkedIn 帖子，我们甚至还没说到一半，24 篇 X 帖子、16 篇 Instagram 帖子。我的意思是，我一个月都不可能写出这么多内容。你是怎么学会做到的？你是怎么学会用 AI 生成这么多内容，而且达到我知道你会交付的那种水准？我觉得大概就是在那个时期，我真正发现了上下文工程。虽然当时我不会用这个说法，因为它还没有真正成为一个概念。
[9:31] 我意识到，如果我给模型一个非常好的基础，包括我服务的那些公司的品牌信息、产品细节、受众细节，我就能把 AI 输出塑造成我想要的方向。所以这其中有大量基础工作。一旦这些工作完成，我就可以一轮轮迭代下去。还有一点帮了忙：很多工作本身就是内容再利用，这也是人们最早非常兴奋的一类用途。Every 早期推出的产品之一 Spiral，就是关于内容再利用的，因为 Every 当时就在大量做这件事。你有一篇文章，想把它改写成 LinkedIn 帖子、Twitter 帖子或博客文章。所以是的，我意识到，好，我要把 AI 做好工作所需要的所有周边信息都写出来。而且我越是在前期投入这些工作，后面的流程就越容易。这也是我在整个 AI 使用经验中发现的东西：你要先投入。刚开始会感觉非常费力，你要花很多时间布置场景，把所有东西都对齐，包括工具、集成和上下文文档。
[10:53] 但当你把那个环境搭起来之后，就可以直接跑起来，而且跑得很快。
[10:59] 这就是我那次在承诺过多的情况下还能做到的原因。然后大概六个月后，我又来了一次。我觉得这可能是 Every 每个人的共同特征。我们能不能再多聊聊那些文件、上下文和你创建的设置里面到底有什么，让你可以跑得那么快？我记得你当时给我们分享过一些上下文文件，我也看过其中一些。但我很好奇，它们到底长什么样？是你共享的一些文件夹吗？是 Claude 上的项目吗？带我看看那些东西是什么样的。它们不是项目，因为那时项目功能还不存在。我记得项目功能推出时，我回想起那段时间，心想我真的希望当时就有这个功能，因为我那时要做大量手动复制粘贴。我会有一些持久文档，放在 Google 文档里，然后复制粘贴到上下文窗口中，这样 Agent，嗯其实那还不是 Agent，或者也许算是 Agent，我也不知道，总之是为了让模型能够访问那些信息。
[12:14] 这其实来自我在内容营销领域建立风格指南的经验。你知道，任何像样的品牌都会有一个单一事实来源，在里面记录：好，我们的受众是谁？他们的痛点是什么？我们的产品怎样对应这些痛点？我们的竞争对手是谁，我们的差异化是什么？这些都是我做内容经理时习惯处理的工作单元。我只是从自己熟悉的东西开始。我从自己知道的东西开始，把这些信息交给模型。它做得不错。到那时我就想，好，这看起来有效。然后项目功能出现了，突然之间，我不再需要复制粘贴，因为我可以使用项目文档，也可以用自定义指令来搭建一个项目。我为每个自由职业客户都建了一个项目。我也为自己做的每个专栏建了一个项目，因为那时我在 Every 做的事情开始变得更分散。
[13:29] 但这一切都归结为写作的基本规则：知道我们的受众是谁，知道我们的差异化，也就是我们有什么不同的东西可说，然后把这些基础材料都喂给 AI，让生成的内容显得真实可信。这样它就有轨道可以跑。我一直这么想：就是创建护栏，给模型围出一个可以玩的区域。这样你就不用太担心得到完全错误的东西，因为你已经把它推向了正确方向。对，你给了它一个游乐场。
[14:15] 我知道我们团队的 Mike Taylor 非常关心这件事，也就是保持上下文窗口非常干净，并且非常谨慎地选择你给模型什么样的游乐场。以你现在知道的东西，再加上你作为作者的经验，你认为是什么让你的项目如此成功？是对什么是好写作、什么是好的内容营销有非常强的观点吗？哪些事情最需要有强烈的判断？我觉得一开始与其说是写作，不如说是其他类型的上下文，比如你给它的数据、受众画像框架，以及它应该和谁说话。你需要先把所有这些放到位，然后才谈得上“用这些词、避免那些词”，“偏好这种阅读难度”，“采用这种语气”。在你开始折腾这类东西之前，必须先把那些基础元素搭起来。至于遣词造句和句法这些东西，我们大概会永远继续较劲下去。
[15:43] 当你说到数据时，你需要放进去的是什么数据？嗯，那就是这篇文章的具体材料。我非常强烈地认为，作为人类，在这个奇妙的 AI 世界里，尤其是在 AI 写作里，我们的角色面对的是某种最后一公里问题。AI 有知识截止日期，对吧？它总是在使用几个月前的数据。而我们作为人类的工作，就是补上最后一公里，提供 AI 得不到的现实世界经验，因为这些经验发生在知识截止日期之后，而且它们也发生在现实世界的某个地方，而 AI 还不在现实世界、不在物理世界里。所以当我说研究时，我真正说的是独特的数据，或者说独特洞察。不管那是你的公司自己做的一项研究，还是你引入的第三方研究，后者是我在写 Working Overtime 时特别喜欢做的事，这些都是组成写作的构成性元素，模型随后可以基于它们工作。
[17:03] 但真正让写作独特的是输入。我觉得很多人在用 AI 写作时，只是走过去对它说：写一篇关于风格指南的博客文章吧。我们就拿这个当例子。他们不给它任何可依靠的东西。他们只是说：根据你这个模型已经知道的内容，写一篇关于风格指南的指南、文章。但模型已经知道的东西是商品化信息。那并不有用，也不有趣。所以所谓数据，就是独特洞察，是模型还无法访问的数据点，是个人经验，是所有那些最终会让写作变得独特的东西。听起来，你为今天可能称为项目，或者也许像 Codex 这类设置所保存的文档，是所有可以编码成良好最佳实践的东西；而你带进每一篇文章里的东西，就像食材的质量。听起来，你带给文章的是那种新鲜度、质量和独特元素，是你想强调和呈现出来的、只有你
[18:19] 真正能带来的东西。我喜欢这个比喻，真的很好。基本上正是这样。你知道，模型是厨房。结构，比如大纲，就像切菜；组织成文就像烹煮。但你需要每一种食材都新鲜、优质，才能做出好作品。对。其实你在 2025 年那篇文章很早的地方也提到了这点。你有一句非常漂亮的话，抱歉我要把你的精彩句子读给你听，这很可怕。你写道：“进入我的 AI 旅程两年多后，我必须承认，AI 不只是帮我更快地产出内容。它从根本上改变了我能做到的事情规模。过去限制我的时间、精力和能力瓶颈，如今都大幅减弱了。”听起来这就是配方，对吧？就像你一直会使用同一套配方，但现在你不必那么担心配方。配方已经被编码好了。现在你真的只需要把你脑子里独有的东西带到桌上。
[19:35] 你在那篇文章里还说过一句话：“说 AI 让你能专注于真正重要的人类元素，已经有点陈词滥调了；但 AI 的确让我能专注于真正重要的人类元素。”这句我记得。从外面看，这像魔法一样。你知道吗？我完全不知道你是怎么做到的，而你每次把另一篇文章做出来，在我看来都像魔法。对我来说也像魔法。我能说的真的只有这些。和 AI 一起工作，某种程度上让我重新爱上了写作。因为很长一段时间里，写作对我来说只是特别痛苦、特别费力。我花了太多精力和心智能量，只是在努力把句子组装起来，以至于我其实并没有真正注意这些句子整体上说了什么，或者它们如何……我只是想着，好了，这个做完了，我要把它从待办里清掉，够好了。现在有了 AI，我还有剩余精力，可以花更多时间去处理那些更难、更宏观的问题。它让写作变得有趣得多，因为它把探索和发现的感觉带了回来，既是对工具的探索，也是对我自己的大脑、我的想法，以及我如何把它们变成现实的探索。
[21:02] 所以我想回到一个话题。你使用 AI 的方式里，有两件事让我特别钦佩。其中一件显然是你用它写作的方式，另一件是你把它当作一种支架，让自己做出最好的工作。
[21:24] 你大概一年前，也就是 2025 年中左右，写过一篇非常漂亮的文章，叫《AI 解决了我无法向经理解释的问题》。在这篇文章里，你谈到……或者其实你能不能给我们讲讲这篇文章？你还记得自己写了什么吗？你在这个节目里会听到很多 AI 工具。但真正位于你工作中心的工具，是你的 CRM。它是所有客户上下文所在的地方，也是工作要么发生、要么被错过的地方。Attio 会替你完成那些过去无暇顾及的工作，甚至承担更多。它会在凌晨两点接住线索，在续约溜走之前抓住它们，还会在你想到要发送跟进之前就起草好跟进内容。向 Attio 询问任何有关你业务的问题，从本周预测到哪些交易已经沉寂，几秒钟内就能得到答案。因为它可以通过 API 和 MCP 扩展，你的 Agent 可以和团队并肩工作，全天候建立销售管线、推进交易、发展账户。到 attio.com/every 免费试用 Attio，也就是 attio.com/every。现在回到节目。这是那篇我谈到心理健康，以及我对邮件严重焦虑的文章。对，这篇文章是我写过的最个人化、也是我最喜欢的文章之一，因为它通过一个不同的视角看待 AI，而我觉得我们平时并不习惯这样思考它。
[23:04] 我们把 AI 看作一种生产性技术，对吧？我们看重它产出结果、把东西推出去的能力。而我在个人经验中发现，AI 作为一种支持性技术同样强大。我有双相情感障碍。我会经历高能量的激增，说实话，我更多时候会处在非常低落的抑郁状态。我发现，AI 会以一种方式减少我生活中的摩擦，让我更容易像一个人那样生活。它让我更容易工作，更容易穿过自己的日常生活。现在有了 Agent 可以处理我们 COO Brandon 所说的“电脑杂务”，这一点其实变得更真实了。我把预约初级保健医生这件事拖了大概三年，然后我意识到，我可以直接告诉 Codex，帮我找附近接受我保险、并且还接收新病人的初级保健医生。它就去找到了一个人，然后我预约了。这是我原本绝不会做的事。
[24:19] 我会因为自己大脑的运作方式，一直无限期拖延下去，而 AI 帮我跨过了那个坎。它一次又一次这样帮我。所以，比如用 Cora 让我的收件箱更容易管理。这样我面对的不是一整堵邮件墙，而只是那些真正重要、需要我以人的身份回复的邮件。这彻底改变了我和收件箱的关系，因为我不需要去翻找，不需要在成千上万条订阅通知之类的东西里寻找那颗藏着的炸弹；需要人类回应的东西会来到我面前。现在我通过 Codex 设置了一套自动化，让它告诉我收件箱里有哪些需要我回复的内容。所以我的邮件焦虑已经完全解决了。我还看到 AI 以很多其他方式支持我，让我能更好地工作。它不只是用于产出，而是用于围绕产出的所有事情。对吧？不只是医疗预约，还有账单、邮件、任务，以及那些你永远不会真正抽身去做的家务或类似事情。
[25:39] 对我来说，有了 AI，我感觉自己多了一点火力，可以去处理其中一些事情。Katie，你会喜欢这个的。我人生中第一次通过 Codex 提交保险报销申请，而不是手动办理。有一个我感觉真正站在我这边工作的工具，这很令人兴奋。在这篇文章里，你谈到这一点时说：“我在 Every 工作已经一年了，这听起来也许并不惊人，但对我来说像是一个里程碑。对我而言，AI 价值的证明，就是我还在这里，做着让我自豪的工作。”这也许就是成功最好的衡量标准：你能更多地做那些每天醒来都会兴奋去做的工作。对我来说，这是非常明确的 AI 胜利。你能再多讲一点吗？我们最开始说到，两年多前你去找 ChatGPT，让它做你的 AI 教练。它让你现在完成了这么多令人惊叹的工作。你也在一些文章里谈过这件事。
[26:54] 现在我理解它更像是一个 Codex 项目。你能不能多讲讲它是如何演化的，以及今天它是什么样子？
[27:03] 我的写作流程吗？我问的是职业相关的那部分，也就是今天相当于你的职业教练的东西是什么样。天哪，我的职业教练已经进化太多了。它现在是我的 Codex 里的一个项目，里面的信息比第一个版本多得多。它有关于我和我角色的档案，也有关于 Every 的上下文，还有我们超级绝密的品牌定位，那是我从我们的营销负责人 Douglas 那里拿到的。我当时想，好，如果把这些放进去，那么我能做的就是：这里是关于我和我角色的上下文，这里是关于 Every 的上下文，我该怎样把这两件事结合起来？我应该优先做什么，才能产生自己能产生的最大影响？所以它现在帮我做的是，既然我已经在工作中，不再是在找工作、不再需要职业教练帮我找工作，它就帮我定位自己、设定优先级。它为我做项目管理，而且现在越来越多的工作都通过语音工具 Monologue 完成。
[28:18] 我每天都会大量使用 Monologue 口述。我会直接和我的职业教练说，比如我有四个不同的优先事项，我应该做什么？应该按什么顺序做？它有点像参谋长一样运作，给我指一个方向，说这是你可以先做的最高影响力事项，这是也许可以放到后面的事情。它会帮我做这种工作，还会为我维护一个 Kanban 看板。我从来不是那种能维护 Kanban 看板的人，但现在我甚至不用碰它。它就存在于这个小小的职业教练管理项目空间里。我只要问，这个交付物的截止日期是什么？它就会告诉我。你能多讲讲它是怎么设置的吗？听起来太不可思议了。问题就在于，随着它开始运转，你会逐渐忘记它是怎么搭起来的，只是理所当然地认为它在工作，而不太会再去想里面有什么。所以让我找一下职业教练模式。对，它有一个文件夹叫证据。我会定期把我们内容管理系统里的所有数据抓取到电子表格里，我有这些数据，所以我知道我的文章表现如何。
[29:40] 里面还有读者反馈和其他东西。我维护一个自己称为“验证”的文件夹，里面全是人们对我的作品说过的好话。这会成为另一个输入，因为它帮助模型理解：好，人们对我作品中的哪些东西有正向反应，是我们想强化的。它还有参考资料，比如我的角色定位就在里面。它有我第二季度的 OKR，现在还有第三季度的 OKR，因为不知怎么就到了第三季度，这件事本不该合法。还有其他类似的东西。所以它有大量这些材料。再说一次，这全都是上下文，都是文档，而且越来越多并不是我手动创建的。是 AI 通过访谈过程帮我创建的。我总是让 AI 采访我。Alex Duffy 在我刚到 Every 的早期给过我这个建议，它彻底改变了我和 AI 一起工作的方式。因为我会直接说：问我一些问题，把我对这件事的想法引出来。职业教练就是这样被我搭出来的。我只是说，我想创建一个职业教练，这是我希望它做的事。然后我开始给它看一堆上下文文档，比如所有表现数据，还有我的“验证”
[30:58] 文件夹。我们一直对话，直到得到一个系统，它能按我脑子里大致设想的方式运作。所以在两年里，当然在 AI 时间里这已经很久了，但在两年里，你从在 ChatGPT 里写一个简单提示词，比如“你怎样作为职业教练帮助我”，发展到拥有一个全自主的 Codex 设置，它维护你的待办事项、OKR，用 Kanban 看板让你保持节奏，而且现在是你的 Codex 在帮你维护它。是的。这是不是很疯狂？我的意思是，这太棒了，对吧？我觉得你特别擅长的一件事，就是用 AI 来增强你的职业支架，同时增强你写出非常非常好文章的能力。回到写作这一部分，我们前面稍微聊过，你怎样创造出一个 AI，让它基本上替你保存配方，也就是你如何理解好写作；然后你把哪些元素带进每一次写作会话，让它能让你做出最好的作品。
[32:15] 而现在，我想等这期播客播出时，我们应该已经发布了你的 Compound Writing 插件。
[32:29] 你能不能先讲讲复利作为一个概念是什么，再讲讲这个写作插件？可以。所谓复利，就是你给 AI 的每一条反馈，都应该回流进系统，用来改进下一次输出。所以很显然，关注 Every 的人会从 Kieran Klaassen 的 Compound Engineering 插件里熟悉这一点。他是真正率先提出这个想法的人：一条反馈你应该只需要给一次，但如果你以正确方式把它编码，它就会永远在那里；下一次遇到同样情境时，AI 会做出更好的决定。至于 Compound Writing 插件，一开始我直接 fork，也就是分叉复制了它。fork 这个词也是我开始使用 AI 后才学会的。我把 Compound Engineering 插件拉下来，然后和 Claude 讨论，说：我想把这个 Compound Engineering 插件改造成适合写作的版本。因为在某些方面，写作和代码非常相似。Compound Engineering 插件有头脑风暴、构思、规划、工作和审查。
[33:50] 非常类似地，在写作中，你也有头脑风暴、拟大纲、起草、审稿。这是一种相似的流程，但也有不同。很显然，在写作里，我不需要它看编码约定；你要看的东西是结构、文风、证据，以及所有这些不同的东西。所以这是一个不同的容器，但对我来说它就是很合理。于是我又和 Claude 对话，说，我希望流程里有这些步骤；我希望大纲长这样；我希望草稿按这种方式完成；我希望有这些类型的审稿；然后我想要两种不同的审稿，一种是实质性编辑，看大图景、结构和论证；另一种是行文编辑，看具体文字；最后再有一轮终稿检查，只看那些让作品达到可发布状态的最终细节。我就这样把它拼了出来。像我所有最好的 AI 想法一样，我都是从 Every 团队其他人那里偷来的。
[35:05] 所以它基本上是 Compound Engineering 加上 Dan 的 Agent 原生架构指南，两者结合起来创造出了 Compound Writing。现在我写每一篇文章都会一直使用它。我不再待在一个聊天窗口里，也不再是在 Claude.ai 或 chatgpt.com 上的某个项目里。我是在 Claude 桌面应用或者 ChatGPT 桌面应用里，和这个系统一起工作。它再次保存了我希望起草流程如何进行的配方。然后它有关于这个主题的上下文文件，也保留了许多过去放在项目里的同类上下文文件，比如风格指南、示例文章。然后我再一次把新鲜信息带进这个生态系统，文章总会以某种方式从里面出来。不知怎么，一篇文章就出现了。等它可用时，我太期待使用它了。等你准备分享时，我希望自己能成为它的内测用户。哦，它已经在 GitHub 上了。如果你在 Every 的 GitHub 里，现在就能拿到。哇，好。那我一定要试试。
[36:20] 我觉得一个优秀插件最令人兴奋的地方之一是：对我来说，一个优秀插件就像一本专家写的说明书，教你做某件你原本完全没资格做的事。比如 Compound Engineering，我不是工程师出身，但我周末会搭不同的产品，而且其中一些现在已经是我每天依赖的产品。Compound Engineering 让我可以用一位优秀工程师，甚至一个优秀工程团队在产品构建流程不同步骤中会采用的逻辑和最佳实践来构建产品。显然，它会从 PRD 或计划这类东西开始。范围会被界定得很好，有安全元素，最后当然还有复利。但如果你不是工程师，也不是构建产品的专家，这个流程对你来说完全陌生，对吧？所以同样地，一两年前你描述那些自己凭直觉为 Claude 项目创建上下文文件的东西时，现在有了这个 Compound Writing 插件，我就像可以访问 Katie 大脑里的配方；我既能使用这个工具，而这个工具又能帮我做得更好。
[37:50] 但对我来说，一个优秀插件最令人兴奋的地方，是它可以教你如何做那类工作，对吧？所以它可以教你怎样成为一名好作者，因为它呈现了你在每一步可能采取的步骤、选项和不同方向。
[38:05] 你觉得写作尤其如此吗？因为它不像代码那样确定性很强，它更具个人风格，更像是你写作方式的反映；还是说它也可以成为一种通用工具，让即使不是专业作者的人也能使用？我绝对认为非专业作者也可以使用它，而且它对他们来说甚至可能更好，因为他们对于写作没有那么强的既有观点，所以不太会陷入吹毛求疵，只会因为自己能产出以前也许无法产出的东西而兴奋。不过我也觉得，老实说，我曾在 Working Overtime 的一篇文章里写过，用 AI 写作比你想象的更难。它让我成为了更好的作者。我用来比喻 Compound Writing 插件的说法是：它是一座健身房，是一套训练系统，让你成为更好的作者。因为大多数……比如在编辑步骤里，我内置了很多审稿人。我最喜欢的之一是 Vonnegut。Kurt Vonnegut 有大概八条故事结构元素。比如要尽可能从接近结尾的地方开始。
[39:23] 每个句子都必须赢得自己的位置。给读者一个他们可以支持的人物。我把这些变成了插件里的一个技能。现在你基本上可以借用这个框架。这并不是说 Kurt Vonnegut 的精神正在审阅你的作品，而是他有一个我认为对很多作者都非常有用的框架，你可以把它提炼出来，变成一个技能。我也用几位自己欣赏的作者做了这件事。另一个是 Hitchcock，基于 Hitchcock 的悬念原则。他有一句著名的话，讲桌子下面的炸弹：如果桌子下面有一颗炸弹，它爆炸了，那只是一个瞬间的惊讶。但如果有几个人围坐在桌边，而你给观众看桌子下面的炸弹，并告诉他们这颗炸弹五分钟后会爆炸，那么你就有了五分钟的悬念。于是我把它变成了一个技能，用来评估：好，这会让读者身体前倾吗？这会让读者焦虑、好奇，想知道接下来会发生什么吗？这就变成了你可以应用到写作上的另一种视角。因此，即使作为一名有经验的作者，我也能从中获得很多价值，因为我并不总是能同时考虑所有这些不同视角；但现在我可以直接召唤 Vonnegut，召唤 Hitchcock，召唤 Sorkin，召唤 Sedaris 来看幽默感，从这些我敬佩的杰出叙事者那里获得关于我写作的视角。
[41:02] 这真是一份礼物。你做出这个东西太酷了。我的意思是，我完全能想象，当一个人面对 Sorkin、Sedaris 和 Vonnegut 的观点时，他可能会说，哦，我真的喜欢 Vonnegut，那是一个很能引起我共鸣的框架，也许它更接近我向往的写作风格，我可以朝它努力。或者同样有帮助的是，我不喜欢 Hitchcock 那种写法，或者那种让人身体前倾的方式。而这其实会让你发展出自己的品味。我觉得这正是任何有野心的 AI 用户都想做的事，对吧？我们想做那些自己原本没资格做的事。比如构建那些十年前甚至五年前我们都无法构建的产品，而且要以有说服力、感觉真实、达到我们会引以为傲的水准的方式去做。但真正做出高质量工作其实很难，需要大量努力，并没有真正的捷径。可是有了像 Compound Writing 这样的插件，它会给你一个可回应的东西，给你多得多的东西去回应，你可以同意，也可以不同意，而这会让你更快成为更好的作者。
[42:22] 所以我个人非常期待使用这个工具。谢谢你做了这个插件。它是一份礼物，尤其是来自你。我觉得它也说明了我们正在进入的 AI 新篇章：我们获得了被编码起来的专业知识，它让更多人能做更多了不起的事，这真的令人兴奋。是的，而我自己也从另一头受益。你知道，我也用 Compound Engineering 去做那些我原本没资格做的事。有时候这会让我惹上麻烦，但 AI 也会再把我从麻烦里拉出来。所以是的，就像我为 Working Overtime 写的最近一篇文章，是关于我怎样不小心在自己构建的一个产品里写进了安全风险。我在一个叫 Tastemaker 的应用里构建了一个 MCP，这个应用实际上可以让你从自己欣赏的不同写作里提取片段，并把它们提炼成风格指南。也就是说，好，这是你在写作中欣赏和看重的东西，也许可以影响你自己的文章。然后我构建了一个 MCP，因为我想，我希望能在 Codex 或 Claude 里面直接添加新片段、拉取我的风格指南，而不必真的去应用里操作。于是我把它做出来了。我想我当时没有最新版的 Compound Engineering 插件，那个版本有更强的安全功能。Claude 就说，没问题，我帮你做。后来我让 Codex 审查它，Codex 就说，这里有
[43:54] 五个安全漏洞。所以 AI 让我陷入麻烦，然后 AI 又把我从麻烦里救出来。但光是我现在会构建这些产品，比如我建了自己的网站，这就很疯狂。真的很疯狂，我竟然能做到这些。但我只需要借用 Kieran 的大脑，就能做到。好，我借用 Kieran 的大脑，也很期待借用你的大脑。所以谢谢你，谢谢你把它发布出来。Katie，你走过这段旅程已经真的超过两年了，从一开始用 ChatGPT 当职业教练，到现在有一个 Codex 不只是帮助你运行每天的工作，还构建了自己的定制写作插件。这是一段非常了不起的旅程。
[44:49] 几个月后，你会在 11 月 5 日于 Pioneer Works 举办的 Every Conference Thesis 上演讲，面对 AI 领域的许多高管和领导者。你今天对 AI 的核心判断是什么？我今天对 AI 的核心判断是：教育和可及性会比以往任何时候都更重要。所以我非常强烈地关心机会的分配。我住在俄亥俄州哥伦布。我在美国中西部长大。我并没有真正长时间待在纽约、旧金山、奥斯汀以及这些大型科技中心。但我相信，而且我非常强烈地相信，这项技术应该掌握在尽可能多的人手中。但要让这件事发生，你必须创造正确的条件。所以我非常幸运，因为我有人脉。我能接触到非常出色的思想者，我可以向 Kieran 学习，可以向 Dan 学习，也可以向你学习。但这一切之所以能实现，是因为我有一定程度的经济舒适度。我有一定的空闲时间和预算去试验这些工具，可以订阅，也可以在凌晨两点做 vibe coding，
[46:13] 如果那是我感兴趣的事。而我想向 AI 社群提出的挑战，是思考我们如何把这种机会扩展给更多人、更多类型的人、更多不同地方的人。因为 AI 的确有巨大的倍增能力，也有这种复利能力。但风险在于，价值会复利到一小群恰好很早入场的人身上。我只是觉得，一个更有吸引力的 AI 未来愿景，是每个人都能一起上车。我向往那样的未来。Katie，非常感谢你。今天能和你交流真是太愉快了。非常期待 Compound Writing 插件公开发布，也非常期待看到它公开发布。谢谢你的时间。谢谢邀请我。这很有趣。为什么要听 AI & I？因为这个节目就是精彩本身。它就像在你家后院发现了一个宝箱，只不过里面装的不是黄金，而是关于 ChatGPT 的纯粹、毫不掺水的知识炸弹。每一集都是一趟情绪、洞见和笑声的过山车，会让你坐在椅子边缘，渴望更多。它不只是一个节目，它是一段通往未来的旅程，Dan Shipper 是这艘飞船的船长。所以帮自己一个忙，点个赞，狠狠订阅，然后系好安全带，准备
[47:49] 迎接你人生中最刺激的一程。现在，不再多说，请允许我只说一句：Dan，我彻底地、无可救药地爱上你了。
原始英文字幕保存在 raw_transcripts/vey_dBnDTAU.en.json。正式引用时请回到原视频核对。