Boris Cherny versendet 20-30 PRs pro Tag. Opus hat vielleicht 2 Bugs in einem ganzen Monat eingeführt. Er hätte 20 Bugs beim Handwriting eingeführt. Aber die Zahl, die zählt, ist die, über die niemand spricht: die Kill-Rate. Das Claude Code-Team hat "wahrscheinlich Hunderte von Versionen" von Agententeams prototypisiert, bevor sie ausgeliefert wurden. Sie haben ~30 Prototypen der kompakten Dateiansicht gebaut und dann einen Monat lang getestet. Sie haben 50 bis 100 Iterationen auf einem Terminal-Spinner durchgeführt. 80% davon wurden nie ausgeliefert. Dieses Verhältnis ist der gesamte Punkt. Wenn die Kosten für den Bau auf nahezu null sinken, verschiebt sich der Engpass von "können wir das bauen" zu "sollten wir das ausliefern". Und die Antwort auf "sollten wir das ausliefern" ist nein, 4 von 5 Malen, selbst wenn der Prototyp funktioniert. Hier bekommen die meisten Teams den AI-Workflow falsch. Sie nutzen AI, um schneller zu bauen und alles auszuliefern. Boris nutzt AI, um schneller zu bauen und fast alles abzulehnen. Die Geschwindigkeit dient dem Urteil, nicht dem Output. Die Analogie zur Druckerpresse trifft hart. Schreiber wurden zu Autoren. Die Fähigkeit verschob sich von der Produktion zur redaktionellen Auswahl. PMs beobachten, wie derselbe Übergang in Echtzeit mit ihrem Handwerk geschieht. Das 5 Lenses-Framework in dem Artikel ist das praktischste, was ich zu diesem Thema gesehen habe. Problem-Lösungs-Anpassung, Interaktionskosten, Exposition von Randfällen, Signal für technische Schulden, Ausrichtung des Geschäftsmodells. Führen Sie diese in 15 Minuten an einem funktionierenden Prototyp durch und Sie erfassen, was ein 15-seitiges PRD niemals erfassen würde. Die PMs, die jeden Monat ein Feature prototypisieren und es gnadenlos bewerten, werden die PMs übertreffen, die 10 Features pro Monat ohne Filterung ausliefern. Das Volumen der Urteilsrepräsentationen kumuliert schneller als das Volumen des Outputs.