Boris Cherny verzendt 20-30 PR's per dag. Opus introduceerde misschien 2 bugs in een hele maand. Hij zou er 20 hebben geïntroduceerd door met de hand te schrijven. Maar het aantal dat ertoe doet is degene waar niemand het over heeft: de kill rate. Het Claude Code-team heeft "waarschijnlijk honderden versies" van agentteams geprototyped voordat ze verzonden werden. Gebouwd ~30 prototypes van gecondenseerde bestandsweergave, en daarna een maand getest. 50 tot 100 iteraties uitgevoerd op een terminal spinner. 80% van die prototypes zijn nooit verzonden. Die verhouding is het hele punt. Wanneer bouwen bijna geen kosten meer met zich meebrengt, verschuift de bottleneck van "kunnen we dit bouwen" naar "moeten we dit verzenden." En het antwoord op "moeten we dit verzenden" is nee, 4 van de 5 keer, zelfs wanneer het prototype werkt. Hier krijgen de meeste teams de AI-werkstroom verkeerd. Ze gebruiken AI om sneller te bouwen en alles te verzenden. Boris gebruikt AI om sneller te bouwen en bijna alles te killen. De snelheid is ten dienste van oordeel, niet van output. De analogie van de drukpers komt hard aan. Schrijvers werden auteurs. De vaardigheid verschuift van productie naar redactionele selectie. PM's zien dezelfde overgang in real-time gebeuren in hun vak. Het 5 Lenses-framework in het stuk is het meest praktische dat ik op dit onderwerp heb gezien. Probleem-oplossing fit, interactiekosten, blootstelling aan randgevallen, signalen van technische schuld, afstemming van het businessmodel. Voer die uit op een werkend prototype in 15 minuten en je vangt wat een PRD van 15 pagina's nooit zou vangen. De PM's die één functie per maand prototypen en deze genadeloos evalueren, zullen beter presteren dan de PM's die 10 functies per maand verzenden zonder enige filtering. Het volume van beoordelingsreplicaties stapelt zich sneller op dan het volume van output.