当编程不再是瓶颈，组织得重写。

能力指数级、采用线性——开发者的活，就是补上中间那道越张越大的差。整场用三层叙事串起来：模型(地基) → Claude 平台(规模化 agent) → Claude Code(每个开发者)。

• 「计算器手感」回来了：从想法到能跑的程序之间的距离，又一次在坍缩。
• 为下一个模型设计，不是现在这个；更难的 eval 是探测指数曲线在动的方式(以前会失败的任务开始通过 = 发车信号)。
• 脚手架(loop/指令/工具)会拖住更聪明的模型；通用原语(文件系统/沙箱)走得更远。
• 「advisor 策略」：小模型当执行器，遇到难case 调大模型要建议。
• 新发布：自托管沙箱(Daytona/Cloudflare/Vercel/Modal) + MCP tunnel(内网 MCP 走隧道，不出公网)；外加多 agent 编排、outcomes、dreaming。
• 从「我 prompt Claude Code」转向「让 Claude 去 prompt Claude Code」，越来越多代码异步化。

当编程、写测试、重构都不再是瓶颈，为保护稀缺工程带宽而建的团队规范会「悄悄失效」——纪律是持续追问每条流程还服不服务于它的目的，并给「杀掉旧流程」明确许可。

• 新瓶颈：验证(对不对)、谁来 review、维护成本。
• 「建造便宜，争论昂贵」——直接生成 3 个 PR 版本，而不是开会白板；少写设计文档。
• 「shift left」：比你抓 bug、比她抓 bug 更好的，是自动化在源头就抓住。
• 人留在环里的地方：法务、风险/信任边界、产品品味；Claude 接管风格、lint、明显 bug、spec 漂移(把 spec 签进仓库)。
• 招两种人：有产品感的创造型 builder + 深系统专家；产品感靠 dogfood + 和客户聊出来。
• 每个 manager 先当回 IC；新的「真理之源」是代码本身，把 spec 变成 skill 签进仓库。

3 个人 ~10 周做出 Claude Design：用原型代替 PRD，把「聊用户 → 设计 → 上线 → 读反馈」的循环跑了 50–100 遍。Claude Code 让工程变快后，瓶颈挪到了「搞清楚该做对的那件事」。

• Anthropic Labs 是「下注工厂」：十几个小队探边界，能成的加倍下注，不成的折叠；每 1–2 天发一次。Labs 孵出了 Claude Code、Design、MCP、Skills、Claude-in-Chrome。
• 原型 > PRD：文档不精确(两个读者想象出两个产品)，原型具体可感；他们没写 PRD/愿景/OKR。
• 起点：一个人、一个周末、一段录屏(Agent SDK 上的薄 IDE，复用一个 Claude Code skill)→ 发 Slack → 社区反馈成了 roadmap。
• 小团队、角色融化：从单人(「你和你的好兄弟 Claude」)起步，「扩张 300% 到三个人」；工程师聊用户、PM 写代码、设计师做分析。
• 每个循环步骤都优化、常让 Claude 干：一下午做出反馈聚类工具，把反馈对到 trace 上、一键应用修复。
• 反直觉:做「快成了」的原型，不是「已经成了」的——下一个模型可能补上工程补不了的(Opus 4.7 就修好了早期原型的问题)。

从一人到 ~80 工程师还保持速度：用 Claude Code 把重流程换成极简的实时 prompt 和 skill；evals/QA/实验这类复杂系统，等时机真到了再 all-in。

• 不写入职文档:新人跑两个 prompt——「扫所有 commit，告诉我每个人在乎什么」+「给我这个组件的 mermaid 图」，Claude 保持它常新。
• 从创始人累积的历史 PR 评论里蒸馏出他的 review 规则，几天重跑一次，复制他的标准。
• 生产质量信号:agent 好用时用户沉默、坏了用户「变得很吵」→ 廉价模型逐条分类挫败感 → 每个 agent 版本在小比例用户上 A/B。
• 实验规模化:把 Claude 接到 Statsig MCP，分析最近 ~100 个实验 + 对应 PR，蒸馏出实验准则;GitHub bot 给每个 PR 判定(直接发/灰度/A/B)。
• Evals 故意推迟，到点再 all-in:做了「用户模拟器」(Stagehand 在 CI 里驱动真实 Base44 实例),子部分失败不算 eval 失败,而是把拒绝喂回让 agent 修。
• QA 做成 skill:把常见流程包成 skill + CLI 工具 → 一个元 QA skill;PR 一开,agent 出测试计划、测、带截图回报(~80% 能行)。