Boris Cherny 歸納企業 AI 導入五階段（0 至 4 級）邁向自主開發

Boris Cherny 歸納企業 AI 導入五階段（0 至 4 級）邁向自主開發。 AI 採用的演進路徑 Boris Cherny 指出，許多組織中僅有少數工程師能透過 Claude 實現 10 倍產能提升，但整體組織尚未跟上。他將 AI 導入過程歸納為五個階段（0 至 4 級），並強調每個階段的突破關鍵在於識別並排除瓶頸，同時建立對應的防護措施： 0 級 (Gated)：以 Claude AI chat 為主，瓶頸在於安全性與 IT 核准，需透過 SSO、SCIM 權限與預算上限進行治理。 1 級 (Assisted)：人類與 Agent 協作，由工程師主導並進行人工審核，瓶頸在於信任與同步。 2 級 (Parallel)：利用 Claude Code、Auto mode 與 Agent view 等功能，讓 Agent 同時執行多項任務，瓶頸在於審核多個串流的輸出。 3 級 (Supervised autonomy)：導入 Subagents 與動態工作流，具備組織層級的自主權，需透過 Agent 沙盒與自動化審核來擴展規模。 4 級 (AI-native)：由高層意圖驅動，實現端到端流程自動化，瓶頸在於如何確保系統能自動化處理整類工作。 這張圖表展示了「AI 採用階段」（Steps of AI Adoption）的架構，從 0 到 4 級別詳細說明了 AI 在企業流程中的應用演進。 實踐與信任機制 Boris Cherny 強調，單純增加 token 並無法推動進展，關鍵在於讓 Claude 具備驗證自身工作的能力。實務上，團隊應採取以下策略： 啟用自動化程式碼審核與安全審核。 透過 Claude Code、桌面版應用程式、行動裝置 App 或 Agent view 等介面，同時管理多個 Agent。 針對 Subagents 使用 worktree 隔離技術。 透過 /loop、/batch 與動態工作流，將工作自動化並確保團隊對產出具備信任。 這張圖表展示了從「輔助式（Assisted）」到「平行式（Parallel）」的 AI 程式開發工作流程演進，詳細說明了工程師與 Claude Code 代理程式在不同階段的協作模式、任務負載與自動化程度。 衡量投資回報 針對如何追蹤 AI 導入成效，Boris Cherny 建議不應僅關注儀表板上的使用量，而應評估「若沒有 AI，團隊是否仍會投入工程資源進行此項工作？」，並計算若由人工執行所需耗費的工時成本，這才是真實的投資回報。當修復與維護工作能在背景自動完成，團隊便能專注於開發新功能，進而達成過去無法想像的目標。 目前 Anthropic 內部正處於第 3 階段並向第 4 階段邁進，而 Boris Cherny 個人則表示已達到第 4 階段。針對使用者對於溝通與回饋機制的疑慮，他表示願意傾聽並持續改進。 這張圖表展示了「AI 採用階段」（Steps of AI Adoption）的架構，從 0 到 4 級別詳細說明了 AI 在企業流程中的應用演進。 影片中的 Prompt 與操作： 操作步驟： 1. 無 原文：https://easyvibecoding.app/curated/2578-boris-cherny-five-stages-enterprise-ai-adoption