Коли говорять про «AI‑нативні» компанії, зазвичай уявляють невеликі команди, де більшість завдань виконують моделі, а людей стає дедалі менше. Досвід Every — медіа‑та софтверної компанії, яку очолює співзасновник і CEO Ден Шіппер, — демонструє протилежне. За рік команда виросла приблизно з 15 до майже 30 людей, залишаючись при цьому однією з найбільш AI‑орієнтованих компаній у галузі.
Every фактично працює як живий експериментальний майданчик: усі співробітники, включно з редакторами, сейлзами й операційниками, щодня працюють у середовищах на кшталт OpenAI Codex, Claude Code та Claude Co‑work. Це не «додаткові інструменти», а основний робочий простір. І саме через цю радикальну інтеграцію AI у повсякденну роботу Every дає рідкісний погляд на те, як може виглядати офісна праця вже найближчими роками.
Компанія, де всі — AI‑ранні адоптери
Every свідомо зібрала команду людей, які не просто не бояться AI, а й прагнуть експериментувати з ним у всьому, що роблять. У компанії працюють інженери, дизайнери, автори, редактори, фахівці з продажів, підтримки та операцій. Спільна риса — готовність «жити в майбутньому» й тестувати найновіші моделі ще до їхнього масового запуску.
Це створює всередині Every своєрідну «кишеню майбутнього»: на відміну від типової організації, де є суміш ентузіастів, скептиків і байдужих, тут практично всі — ранні адоптери. Компанія регулярно отримує доступ до бета‑та альфа‑версій моделей, тестує їх у реальній роботі й на основі цього коригує власні процеси та продукти.
Рік тому Шіппер звернув увагу на те, що ринок недооцінює Claude Code — особливо для нетехнічної роботи. Він говорив про використання «кодового» середовища для завдань на кшталт впорядкування файлів чи роботи з документами. Відтоді ця ідея перетворилася на окремі продукти й компанії, а підхід «coding agent для нетехнічних задач» став одним із драйверів успіху Anthropic. Для Every це було не теоретичне передбачення, а наслідок власного досвіду: команда вже тоді масово перейшла до взаємодії з комп’ютером «англійською в терміналі», а не через перегляд коду.
Зараз Every працює вже з шістьма власними софтверними продуктами, і всі вони будуються навколо тієї ж філософії: людина спілкується з агентом природною мовою, а не «лазить по кодовій базі». Це не скасовує потребу в інженерах, але радикально змінює їхню роль і те, як з ними взаємодіє решта команди.
Codex як нова «операційна система» роботи
Найрадикальніша зміна в особистій роботі Дена Шіппера — те, що він фактично переселився в OpenAI Codex. Для нього це не просто чат‑інтерфейс, а головне робоче середовище, щось на кшталт «операційної системи для знань».
Замість того щоб стрибати між десятком вкладок, застосунків і редакторів, він проводить більшість часу в одному вікні Codex. Усе інше — пошта, документи, внутрішні інструменти — відкривається через вбудований браузер цього середовища. Це не футуристична візія, а вже сьогоднішня практика: Шіппер прогнозує, що протягом приблизно року більшість комп’ютерної офісної роботи для знаннєвих працівників відбуватиметься саме в таких середовищах — Codex або Claude Co‑work.
Це важливий зсув. Якщо раніше AI‑функції вбудовувалися в окремі SaaS‑продукти, то тепер логіка розвертається: самі SaaS‑інструменти запускаються всередині AI‑середовища. Іншими словами, «робочий стіл» майбутнього — це не набір застосунків, а один потужний агент із вбудованим браузером, який оперує цими застосунками від вашого імені.
Для Every це вже норма. Співробітники не просто «іноді користуються AI», а проводять значну частину дня в Codex або Claude Co‑work, делегуючи їм рутинні дії, аналіз, чернетки текстів, структурування інформації. Людина залишається тим, хто ставить завдання, оцінює якість і приймає рішення, але сам процес виконання дедалі більше віддається агентам.
Inbox zero як сервіс: як Cora і Codex розгрібають пошту CEO
Один із найпоказовіших прикладів того, як Every перетворює AI на інфраструктуру повсякденної роботи, — це електронна пошта Дена Шіппера. Він підтримує стан inbox zero не завдяки залізній дисципліні, а завдяки зв’язці Codex і власного email‑агента Cora.
Схема виглядає так: вхідні листи спочатку обробляє агент. Він класифікує повідомлення, витягує ключові пункти, формує пропозиції відповідей, а в багатьох випадках — повноцінні драфти. Завдання Шіппера — не писати з нуля, а переглядати, коригувати й затверджувати.
Фактично пошта перетворюється на потік задач, де людина працює на рівні «редактора рішень», а не «оператора клавіатури». Це добре ілюструє ширшу ідею Every: AI не замінює людину, а піднімає її на вищий рівень абстракції. Рутинні дії — сортування, формулювання стандартних відповідей, витяг фактів — виконуються агентами, тоді як людина фокусується на змісті, пріоритетах і тоні комунікації.
Той факт, що CEO компанії з майже 30 людьми може реально тримати inbox zero, — не просто особиста перемога в боротьбі з хаосом. Це демонстрація того, як можуть виглядати робочі процеси менеджерів і керівників у найближчому майбутньому, якщо AI‑агенти стануть стандартною частиною корпоративної інфраструктури.
Proof: AI‑нативний редактор, який живе всередині агента
Ще один ключовий елемент AI‑нативного робочого середовища Every — власний онлайн‑редактор Proof. Це markdown‑редактор, створений спеціально для письма в епоху AI, але важливий не лише сам продукт, а й те, як він використовується.
Шіппер не сприймає Proof як окреме «AI‑середовище для письма». Замість цього він відкриває його у вбудованому браузері Codex і пише безпосередньо там. Агент стає «рамкою», у якій відбувається весь процес: від генерації ідей і структурування тексту до редагування й фінального полірування. Proof — це просто зручний інструмент для роботи з текстом, інтегрований у цей ширший AI‑контекст.
Ключова деталь: Proof є open source. Це означає, що будь‑яка команда може взяти той самий підхід — AI‑нативний markdown‑редактор, який живе всередині агента, — і адаптувати його під власні потреби.
Відкритість коду тут важлива не лише з міркувань спільноти. Вона підкреслює, що Every не намагається монополізувати саму ідею AI‑нативного письма. Навпаки, компанія демонструє робочий патерн: основне середовище — агент (Codex чи Claude Co‑work), а всі інші інструменти — це «вкладки» всередині нього. Proof — лише один приклад такого інструмента, але саме він показує, як може виглядати контент‑продукція в епоху, коли AI стає постійним спів‑автором.
Коли агент сам пише баг‑репорти: як Every автоматизує зворотний зв’язок
AI в Every — це не тільки про текст і комунікацію. Важлива частина інфраструктури компанії — те, як агенти взаємодіють із власними продуктами. Один із найцікавіших елементів цієї системи — автоматизовані баг‑репорти, які генерують самі агенти.
Продукти Every приймають звіти про помилки, сформовані агентами, причому на рівні, який зазвичай очікують від уважного QA‑інженера. У таких репортах є кроки для відтворення (repro steps), гіпотези щодо причин помилки на рівні коду, а також структурована інформація, потрібна для подальшої роботи розробників.
Ці звіти автоматично перетворюються на GitHub‑issues. За оцінкою команди, їхня якість часто вища, ніж у типових людських баг‑репортів: агенти не забувають вказати контекст, не пропускають кроки й дотримуються узгодженого формату.
Цей підхід показує, як AI може стати повноцінним учасником інженерного циклу, а не лише «асистентом програміста». Агент не просто допомагає писати код, а й активно спостерігає за поведінкою продукту, фіксує аномалії, формулює гіпотези й створює завдання для розробників. Людина знову ж таки залишається тим, хто пріоритизує, перевіряє й виправляє, але значна частина «важкої рутини» діагностики переноситься на модель.
Це також демонструє, що «AI‑нативний» продукт — це не лише інтерфейс, де користувач спілкується з моделлю. Це й внутрішня архітектура, де агенти є повноцінними користувачами системи, які генерують артефакти роботи — від баг‑репортів до документації.
Весь офіс — у режимі «AI‑лабораторії»
Ключова відмінність Every від більшості компаній, які «експериментують з AI», полягає в масштабі. Тут немає чіткого поділу на «AI‑команду» й «усіх інших». Усі — від авторів до сапорту — працюють із Codex, Claude Code та Co‑work як із базовими інструментами.
Для редакторів це означає, що перші чернетки, структурування матеріалів, факт‑чекінг ідей чи навіть пропозиції заголовків можуть генеруватися агентами. Для сейлзів — що підготовка листів, резюме дзвінків, аналіз запитів клієнтів і формування пропозицій відбувається за участі моделей. Для операційників — що звітність, узгодження процесів і документація частково автоматизовані.
Важливо, що це не призвело до скорочення штату. Навпаки, за рік команда подвоїлася. Це добре ілюструє тезу Шіппера про те, що «автоматизація — це брехня» в тому сенсі, що вона не зменшує обсяг людської роботи, а радше змінює її характер і створює нові завдання.
Моделі роблять «учорашню людську компетенцію дешевою»: те, що раніше вимагало багато часу й зусиль, стає доступним натисканням кількох клавіш. Але це не скасовує потреби в людях, які здатні взяти цей «заморожений досвід учора» й перетворити його на щось нове — оригінальні продукти, формати, бізнес‑моделі.
Every якраз і працює в цьому режимі: AI забезпечує швидкість і масштаб, а люди — креативність, смак і стратегічні рішення. Компанія не намагається «вичавити максимум ефективності, скоротивши людей», а натомість використовує AI, щоб дозволити більшій кількості людей робити більш амбітні речі.
Що це говорить про майбутнє офісної роботи
Досвід Every не можна автоматично переносити на всі компанії, але він дає кілька чітких сигналів про те, куди рухається знаннєва праця.
По‑перше, AI‑середовища на кшталт Codex і Claude Co‑work мають усі шанси стати новим «робочим столом» для офісних працівників. Якщо сьогодні це радше інструмент ентузіастів, то протягом найближчого року‑двох такий формат роботи може стати мейнстримом, принаймні в технологічних і медіа‑компаніях.
По‑друге, AI‑агенти дедалі частіше будуть не просто «чат‑ботами», а повноцінними учасниками робочих процесів: вони писатимуть баг‑репорти, готуватимуть чернетки документів, структуруватимуть дані й навіть ініціюватимуть задачі в системах на кшталт GitHub.
По‑третє, AI‑нативні інструменти на кшталт Proof, особливо якщо вони відкриті й розширювані, можуть стати базовими будівельними блоками нових робочих процесів. Компанії не обов’язково мають чекати на «ідеальний продукт» від великого вендора — вони можуть брати open source‑рішення й вбудовувати їх у власні AI‑середовища.
І нарешті, по‑четверте, зростання Every показує, що AI‑орієнтований підхід не обов’язково означає «менше людей». Навпаки, коли компанія агресивно впроваджує моделі в усі аспекти роботи, це може створювати нові ролі, продукти й напрями, які потребують більше, а не менше фахівців.
Висновок: AI як новий робочий шар, а не заміна людей
Every сьогодні виглядає як компанія з майбутнього: майже 30 людей, усі — AI‑ранні адоптери, основний робочий простір — Codex і Claude Co‑work, письмова робота — через Proof, пошта CEO — через Cora, а баг‑репорти — від агентів, які самі формують GitHub‑issues.
Але, попри цю «футуристичність», головний висновок доволі приземлений: AI не скасовує людську працю, а додає до неї новий шар. Моделі беруть на себе рутину, стандартизовані дії й «учорашню компетенцію», тоді як люди фокусуються на креативі, дизайні процесів і ухваленні рішень.
Якщо досвід Every масштабуватиметься, то найближче майбутнє знаннєвої роботи виглядатиме не як «офіс без людей», а як офіс, де кожен співробітник працює пліч‑о‑пліч із власним агентом, а основним робочим середовищем стає не набір застосунків, а один потужний AI‑шар поверх усього.
Джерело
The AI paradox: More automation, more humans, more work | Dan Shipper