Every entraîne un agent IA sur 30 000 retouches de sa rédactrice

Every a développé un agent interne capable d’appliquer les retouches de sa rédactrice en chef dans Google Docs, à partir de 30 000 corrections historiques. Dan Shipper affirme que l’IA écrit la quasi-totalité du code maison, permettant de gérer plusieurs produits avec de petites équipes tout en continuant d’embaucher. Il revendique un rôle d’arbitre entre laboratoires, malgré des critiques publiées sur certains modèles, et assure que bien plus d’auteurs utilisent l’IA qu’ils ne l’admettent.

Un agent interne reproduit les retouches de Kate Lee

Dan Shipper explique que les modèles sont désormais assez fiables pour suivre des consignes complexes et même utiliser un navigateur ou un ordinateur afin d’insérer des suggestions dans Google Docs. Selon lui, une tâche longtemps rétive comme le copy editing commence ainsi à fonctionner, après des essais remontant à l’ère de GPT-3. Pour y parvenir, il dit avoir réuni 30 000 retouches historiques de Kate Lee, puis conçu et affiné une invite testée sur des documents antérieurs. Every utilise maintenant un agent que les équipes mentionnent pour « appliquer une correction à la Kate » sur documents et pages de destination ; l’outil apprend au fil des relectures ultérieures de Kate et relève ce qu’il avait manqué. Il n’est pas parfait, reconnaît Shipper, mais il remplacerait avantageusement une partie des interventions manuelles. L’objectif affiché est de capter l’expertise d’une personne clé et de la diffuser plus largement dans l’organisation, une démarche que Shipper présente comme annonciatrice des relations à venir entre IA et salariés. Il précise que Kate Lee assure par ailleurs des missions éditoriales plus larges et que l’équipe décrit ce dispositif comme « composé », ou composable.

Productivité accrue sans renoncer aux embauches

Dan Shipper affirme qu’Every n’aurait pas pu accomplir presque tout ce qu’elle fait sans l’IA. À un moment, l’entreprise comptait peut-être 12 ou 15 personnes et gérait déjà six produits logiciels ainsi qu’une newsletter quotidienne, un exercice qu’il juge difficile, avec peu d’argent levé et un apport décisif de l’IA pour démultiplier l’efficacité d’un seul ingénieur. Il dit que l’IA écrit aujourd’hui presque tout le code de la société, tandis que les humains se concentrent surtout sur les essais. Selon lui, une personne peut désormais obtenir des signaux utilisateurs et servir une base de clients réelle avec un seul produit, un niveau d’échelle jadis hors de portée ; certaines équipes produits comptent à présent plusieurs personnes. Au cours de l’année passée, le nombre de salariés chez Every est passé d’environ 15 à 30, parallèlement à une automatisation « bruyante » des processus internes. Shipper attribue cette évolution à sa conception d’une IA qui s’appuie sur ce qui subsiste de l’expertise humaine, sans capacité de dépasser ce cadre, et à la nécessité de pouvoir repartir de zéro tous les trois à six mois en fonction des progrès réalisés, une méthode qu’il considère comme exigeante mais réalisable. Par contraste, Shipper cite The New York Times, qui n’a lancé ses activités de jeux, Cooking et The Athletic qu’après 150 ans d’existence et à grande échelle ; il pense qu’Every peut amorcer ce type de diversification plus rapidement et plus tôt, avec moins de ressources financières.

Critiques publiques des modèles et relations avec les labos

Every a publié une critique sévère de Sonnet 5, décrite comme « pensée pour tout le monde mais n’impressionnant personne ». Dan Shipper dit connaître de nombreuses personnes chez OpenAI et Anthropic et affirme ne pas vouloir être « méchant » avec des amis, tout en expliquant que ces laboratoires sollicitent leurs retours en amont et préfèrent des feedbacks précoces à des remontées massives d’utilisateurs. Il soutient que les labos aimeraient éviter des papiers titrant qu’un modèle est mauvais, mais présente l’objectif d’Every comme l’aide à faire émerger de meilleures IA, en partenariat, malgré des tensions jugées exceptionnelles. Shipper revendique une valeur durable d’arbitrage: dire quels modèles sont bons, une tâche qu’il estime difficile à confier aux fabricants eux-mêmes. Pour illustrer, il compare les entreprises de modèles à des fabricants de fours, qui ne savent pas nécessairement faire un soufflé. Il rappelle aussi un article publié en juin, Built on Moving Ground, au sujet du risque de bâtir des produits sur des modèles non maîtrisés, alors que les laboratoires améliorent sans cesse leurs systèmes et opèrent aussi des couches d’application pouvant soutenir et concurrencer des acteurs comme Every. Il décrit un jeu croisé où Every propose des usages, les labos améliorent les modèles et, parfois, développent eux-mêmes des fonctionnalités similaires.

Offre produit et formule à 20 dollars par mois

Every combine publication et studio de produits, avec environ 30 employés. Lancée en 2020 par Dan Shipper et Nathan Baschez, l’entreprise commercialise Cora, Sparkle, Spiral et Monologue, réunis dans un abonnement mensuel de 20 dollars. Sur le plan éditorial, Every s’appuie sur la colonne Chain of Thought, le podcast AI & I et des « vibe checks » qui testent des modèles de pointe avant leur lancement grand public.

« Presque tous les écrivains utilisent l’IA », selon Shipper

Dan Shipper affirme que bien plus d’auteurs recourent à l’IA qu’ils ne le reconnaissent publiquement. Il va jusqu’à estimer que presque tous les écrivains l’utilisent, tout en notant que la plupart ne le disent pas.