Codex 把顧問工作
變成一套可運作的系統
Every 訪談 Natalia Quintero。這集的重點不是「非工程師也能寫程式」這句口號，而是她如何把 email、CRM、學習、照護任務與顧問交付，改造成可被 AI 執行、可被人檢查、可持續更新的工作迴圈。
來源：Every YouTube 頻道，2026 年 7 月 1 日發布
SCROLL
Every 訪談 Natalia Quintero。這集的重點不是「非工程師也能寫程式」這句口號，而是她如何把 email、CRM、學習、照護任務與顧問交付，改造成可被 AI 執行、可被人檢查、可持續更新的工作迴圈。
來源：Every YouTube 頻道，2026 年 7 月 1 日發布
Natalia 在 Every 負責顧問業務，工作對象包括 hedge funds、private equity firms 與科技公司主管。她本來不是工程師，曾經在 Claude Code 裡努力理解資料夾、檔案、腳本和專案結構。她後來轉向 Codex，不是因為它讓她少學東西，而是因為它把 terminal、browser 與專案視覺化放進同一個工作介面。
這個差異讓她能把注意力放回「我要完成什麼工作」。不是先學一套工程師的檔案心智模型，再把需求翻譯給工具；而是把顧問業務中已經存在的流程、規則、範例和判斷，整理成 Codex 可以執行的工作脈絡。
這集真正展示的是一種轉換：AI 不只是幫你做單次任務，而是讓你把重複工作寫成系統，之後每次使用都能把新的判斷回饋進去。
Dan Shipper 用一個比喻抓住核心：以前的知識工作像雕塑，每一道刻痕都要親手做；現在更像園藝，你不是用手長出植物，而是建立條件，讓成長發生。
Every 的顧問團隊有一個內部 AI 代理人 Claudia。它會管理 dashboard、LinkedIn 與 Twitter feed，也會在 loop 裡檢查自己的表現。Natalia 說 Claudia 已經不再像新奇 demo，而是每天做事的代理人。
但這不代表團隊不需要人。Natalia 同時在招募 operations 人員，原因很清楚：AI 很擅長照標準作業流程執行，卻仍需要人監督品質、判斷信號、帶出資料中的重點，並在和客戶互動時建立信任。
這裡的分工不是「AI 取代 operations」。更準確的說法是：AI 讓 operations 變得更像管理系統。人不再只是搬資料，而是設計流程、檢查輸出、修正規則，讓團隊能把時間用在客戶和決策上。
Natalia 曾經用 Google Sheets、email、meeting notes 和 Claudia 拼出自製 CRM。它能追蹤 inbound leads、銷售流程和客戶脈絡，但資料品質、流程邏輯和狀態更新都需要持續照顧。後來她買了 Atio，而不是繼續自建。
她給出的判斷很實際：AI 讓你能 build anything，但真正的問題是 should you build and maintain it。CRM 不是一張表，而是一台累積了上千條小規則的機器。公司把多年踩坑經驗寫進產品，你自己做出 prototype 之後，也要承擔那些規則的維護成本。
這也讓她更重視 PRD。AI 降低了做出東西的門檻，但提高了「先說清楚要做什麼」的價值。需求越清楚，AI 越能交付；需求越模糊，就越容易做出一個能 demo、但很難長期使用的工具。
Natalia 展示的 email triage app 很小，意義卻很大。它讀過她最近寄出的信，知道她不同情境下的語氣，也知道客戶、prospects、Asana tasks 與每個 client markdown file 的脈絡。
一封信進來，不只是「回覆或封存」。她可以批准 AI 草稿、要求重寫、封存、把內容寫入某個客戶的 markdown file，或轉成 Asana task。她說自己的 email 有時比自己更知道正在發生什麼，因為它把散落在對話裡的脈絡集中成可更新的記錄。
Dan 指出，這就是現在大家說的 loop。不是讓 AI 替你回某一封信，而是建立一套「人類三明治」：人在開始時決定什麼值得處理，在結尾檢查與修正，中間的例行整理交給 AI。
這集後半段最具體的例子不是商業工具，而是 Natalia 用 Codex 替家人建立父親照護 portal。她父親 81 歲，有多位 nurse 協助照護，資訊散落在 Google forms、WhatsApp threads、家人對話、醫療約診與用藥後續。
Codex 幫她把這些資訊變成 password-protected website。家人能看到最新狀態、待追蹤事項與責任分工，nurses 也能看到彼此交接脈絡。她說好的工具不是讓人一直談工具，而是讓家人更能主動出現、成為照護者的好夥伴。
這個例子把 AI 從「工作效率」拉回生活。很多行政任務不是難，而是分散、持續、情緒負擔高。AI 的價值，是把它們收進一個人能看懂、能交接、能行動的系統。
同一個模式也出現在她的學習與旅行 artifact。她會讓 Codex 產生學習指南、漫畫式摘要，甚至依照 Spotify playlist 和活動 lineup 推薦新奧爾良音樂行程。重點不是產生更多文字，而是把資訊轉成當下可用的形式。
知識工作正在從雕塑變成園藝：人不再親手刻每一下，而是建立條件，讓正確的工作自己長出來。
Every 這集真正示範的不是某個 Codex 技巧，而是把工作、回饋和脈絡變成可持續運作的系統。
選完之後，分享你的觀點
這頁整理自 Every 於 2026 年 7 月 1 日發布的 YouTube 影片。原始訪談保留 Natalia Quintero 與 Dan Shipper 對 Claudia、Codex、CRM、email triage、學習 artifact 與家庭照護 portal 的完整示範。
前往 YouTube →喜歡這種分析嗎？
從 AI 代理人、工作流到平台策略，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費訂閱，解鎖每週完整文章