7月17日，Boris Cherny发了条推。就是那个写出Claude Code第一行代码的人，现在是Claude Code的负责人。
推文就两句话："我每天都在跟其他公司的工程师聊，听到的永远是同一件事：有一个人用Claude把产出干到了10倍，但组织的其他人还没跟上。看了这么多团队采纳AI，我发现大家走的都是同样的4步。"
然后他把这4步画成了一张表，用Claude Code的Artifact功能发布的——不是PDF，不是博客，就是一个网页链接。几个小时里，21万浏览、近3000个赞、4700多次收藏。收藏数比点赞数还高，这个信号很说明问题：大家不是看个热闹，是存下来准备对照自查的。
我把那张表翻来覆去看了几遍，越看越觉得，这可能是今年把"企业AI落地"这件事说得最清楚的一张图。因为它没谈愿景，全在谈瓶颈。
五个状态，四步台阶
推文说4步，表里其实是五个状态，编号从0到4。为什么多一个0？因为Step 0根本不算采纳，是还没进门。原表就是六列：阶段和你的角色、agent数量、什么样子、瓶颈在哪、配套产品、护栏。我照原文整理成中文：
| 0: Gated | |||||
| 1: Assisted | |||||
| 2: Parallel | |||||
| 3: Supervised autonomy | |||||
| 4: AI-native |
原表在每两行之间还各夹着一条过渡说明——"怎么从这步爬到下一步"，那才是四步台阶的"台阶"本体，下一节单独说。
Step 0这一行我见得太多了。做过国企和大客户交付的都懂：不是工程师不想用，是门就没开。瓶颈那格写得相当不客气——只盯每token成本、不看产出，决策桌上缺真正懂技术的声音——对号入座的公司应该不少。
角色的演变串起来看更有意思：结对的人，到编排者，到经理的经理，到用意图掌舵的VP。这不是工具升级路线，这是职业生涯的浓缩版——只不过以前走完这条路要十几年，现在表里暗示你几年内就得走完。
升级的钥匙不是更聪明的模型
这张表里我认为最值钱的一个论断：从每一步到下一步，需要的都不是更强的模型。
从0到1，跟工程一点关系没有：高层和采购拍板对齐、把卡点往上捅，配一套让Claude安全落地的框架。从1到2，靠的是一套你敢信的自我验证循环——测试、build、lint，加上真实开发环境里的E2E，这些老古董决定了你敢不敢同时放10个agent出去，再加auto mode和自动code review。从2到3，靠的是给Claude一条自己拉上下文的路：让它读代码、读wiki、读历史讨论，把工作拆成loop和routine，让Claude去启动Claude。从3到4，靠的是把领域专属场景的自动化做出规模——代码迁移、fuzzing、功能开发、反馈修复，一类一类来。
有条日文引用推里总结了一句话，我觉得翻译过来正好："敢撒手的范围，等于验证体系能兜住的范围。"
这跟我自己做Agent框架时的体感完全一致。我那套框架里花心思最多的地方，恰恰不是模型调用，是HITL人工介入、韧性重试、积分账本的两段扣费和全链路幂等——说白了全是护栏。当时定的架构铁律是"钱只在App API一层动，智能体服务对钱无感知"，现在回头看，这就是Boris表里说的guardrail：你给agent的权限边界画得越清楚，你敢让它自动跑的范围才越大。护栏不是限制，护栏是楼梯。
还有个细节值得说：Anthropic自己也才在Step 3往Step 4推，Boris说他个人刚摸到Step 4的门。做这套工具的公司，自己都没到顶。这个坦诚比任何宣传都有说服力——这是一张进行中的地图，不是营销PPT。
评论区比正文还清醒
这条推下面一百多条回复，质量意外地高，捞几条给你看。
有人说：差距根本不在技能，在于担当。那个10x的人是自己决定了要为Claude交付的东西负责，出了问题自己背；其他人还在等别人批准他们为自己没敲过的代码负责。"采纳首先是个责任问题，其次才是工具问题。" 这条我愿意给满分，比原推还狠。
还有人观察：那个10x的人不是prompt写得更好，是把整个工作循环重建在验证之上——agent跑活，他把时间花在review和抓低级错误上。其他人还在把AI当自动补全用，一次补一个函数，所以收益永远出不了个人。
有个团队现身说法：我们卡在Step 3，往4走的真正阻碍是成本。他们被迫把一部分活切给便宜10倍甚至50倍的开放模型，质量只掉5%到10%。这条很扎实——表里写的瓶颈是"信任"，现实里瓶颈经常是账单。
技术上说得最到位的一条："auto mode很容易，端到端验证才是真正的解锁。没有review和worktree隔离，加agent只是在放大爆炸半径。"
当然也有段子："AI采纳曲线的真实版本：一个人风生水起，九个人在约会议讨论他。"
对着表照了照自己
我个人的工作流大概在Step 2和3之间：并行agent、worktree隔离、自动review这些都在用，但"Claude自己调用Claude、后台常驻跑维护"这一层，我还在小规模试，规模上不去的原因跟上面那条评论一样——心疼token。
十个agent交叉review
但如果把视角切到国内大部分企业，说句实话：多数团队还在Step 0和1之间徘徊。卡住他们的不是模型能力，是审批流程、安全评估、数据出境这些门槛。所以看这张表别急着焦虑1000个agent的事,先问三个朴素的问题：测试覆盖够不够让你敢开auto mode？CI够不够快、够不够稳？代码review的标准，AI写的和人写的是不是同一套？这三个问题answer不好，后面的每一步都是空中楼阁——没有绿灯的测试，auto mode就是裸奔。
老工程师看这张表还会看出另一层东西：从Step 2开始，稀缺能力就不再是写代码了，是拆解任务、设边界、建验证、管成本。这些活以前叫什么？叫架构，叫工程管理。干了十几年攒下的这些老本行，在agent时代不但没贬值，反而成了从10到100那几步的硬通货。
个人10x靠的是胆子，组织10x拼的是制度。模型是买来的，护栏得自己修。
