从提示工程到组织工程：两位创始人的循环，和我四月搭的那支 agent 团队
上周我把一个网页来回读了三遍，标题叫 How Boris Uses Claude Code。Boris Cherny，在 Anthropic 把终端变成 AI 入口的那个人——Claude Code 就是他造出来的。网页里有一句话，我原样抄在这里：
"我已经不提示 Claude 了。我有一堆循环在运转，它们负责提示 Claude、决定接下来干什么。我的工作，是写循环。"
读第一遍像凡尔赛。读第二遍发现是工作说明书。读第三遍我意识到，这句话宣判了"提示词工程"作为一门手艺的天花板——它没死，但降级了，从核心技能降成了底层零件。真正值钱的技能上移了一层：设计让 AI 自己运转的结构。
他的一天是四个循环
Boris 的终端里常年挂着这样几条命令。
每 5 分钟，一个循环醒来照看他全部的 PR：自动处理 code review 意见，自动 rebase，推着每个 PR 往合并走。每 30 分钟，另一个循环把 Slack 里同事的反馈捞出来，直接变成新的 PR。还有一个专门回头扫合并后漏掉的 review 意见，再有一个每小时清一遍废弃的 PR。
这些循环之外，他同时开着 5 个终端 Claude，云端再挂 5 到 10 个会话。他给这种工作状态起的名字很准：
"我不写代码的时候，就在调度。"
调度这个词值得停一下。它上一次这么高频地出现，是在车间里，和出租车公司的电台房里。
还有个细节我很喜欢。Claude 每次犯错，他不纠正那一次——"我让它把教训写进 CLAUDE.md，或者做成一个 skill。"单次纠错是消耗品，写进文件的纠错是资产。这个动作在公司里也有名字，叫制度。
另一个细节乍看是矛盾的。Boris 现在的原则是："给它最小可能的系统提示、最小可能的工具集，然后让模型自己想明白。"连他用了很久的 Plan 模式都停了，改用全自动模式。一边给 AI 加结构，一边撤控制？
不矛盾。他收紧的是组织层——循环、验证、值班表；放开的是动作层——具体每一步怎么干。管理学里这两件事各有名字：流程管理，和微观管理。健康的公司前者越强，后者越少。德鲁克——上世纪把"管理"变成一门正经学问的那个人——的目标管理说的就是这件事：定目标，给验收标准，然后把手从别人的键盘上拿开。
维也纳口音的另一个版本
另一边是 Peter Steinberger——把 iOS 圈用了十年的 PDF 引擎 PSPDFKit 做出来又卖掉、去年凭一个开源 agent 项目 OpenClaw 火到服务器宕机、最后连人带项目被 OpenAI 招进去的那个奥地利工程师。
他的玩法大一号：大约 100 个 Codex 实例常驻云端，一个月烧 130 万美元，6030 亿 token，760 万次请求。
团队几个人？三个。三个人带一百个实例——这张组织图，已经比多数创业公司的复杂了。
这一百个实例不是一百个聊天窗口，它们有分工。一批专职 review PR，一批在每个提交里找安全漏洞，一批给重复的 issue 去重，一批按项目愿景主动写功能开 PR。还有的盯着性能基准，发现倒退就去 Discord 报告；甚至有 agent 旁听团队会议，把会上讨论到的功能直接做成 PR 提出来。
喂任务的方式，是一个每 5 分钟醒一次的轻量循环，从队列里取开源仓库的维护任务，经一套自定义 skill 路由给合适的 agent。
他那句招牌话比 Boris 的更冲："我交付我没读过的代码。"
130 万一个月值不值，他的回答是，这个实验本来就是要看"如果 token 成本不重要，软件会被怎么造出来"——顺手补了一句，关掉 Fast Mode 能省 70%。
两个人把宝押在了同一个位置
把两套工作流摆在一起看，重合的部分不是"用 AI 写代码"。是验证。
Boris 给过一个数："给 Claude 一个验证自己工作的途径，最终结果的质量翻 2 到 3 倍。"他的标准编队是：一个 implementer 负责写，写完岔出两个 verifier 各自独立检查，不过关就丢给一个 fixer 修，循环到两个 verifier 都点头为止。顶上一个 orchestrator，可以同时铺开几百条这样的任务线。
Steinberger 的版本朴素些：agent 必须能自己编译、自己跑 lint、自己执行、自己验证产出，否则不许上岗。他敢交付没读过的代码，前提是这些代码被机器读过、跑过、咬过。
验证也不只是跑测试。Boris 改 UI，会让 Claude 自己打开浏览器，点一遍改动过的界面，看着像样了才算完——那个网页里有句旁白："Boris 合并的每一个改动，都被 Claude 测过。"人不再是测试的执行者，人是"必须测试"这条规矩的立法者。
两个人都没把宝押在"模型更聪明"上。
生成已经不稀缺了。一百个想法、一百个 PR、一百版方案，机器一个下午就能堆给你。稀缺的是判断——哪个能要。验证结构干的事，就是把判断这个环节也变成流水线。
四月份，我搭过一支几乎一样的队伍
写到这里得交代一件私事。
今年四月，我给自己的项目搭过一套交付团队 skill：一条命令，给任意项目生成十几个 agent 角色。产品负责人和架构师管"定义对不对"；N 个按业务领域纵向切分的全栈工程师管"做出来"；然后是一整排验证角色——冒烟测试、API 测试、安全审计、UI/UX 走查、性能审计、上线就绪检查；最后压阵的是一个红队和一个终审。
红队的规则只有一条：独立于所有验证 agent，有权挑战任何一个 PASS。它跟谁都不是一伙的。争议交给终审仲裁，而终审只判不验——不重复任何检查，只读全部报告，下 GO 或 NO-GO。
起因是栽过跟头：agent 交付的代码全绿，测试全过，产品却没法用。代码交付不等于产品交付。工程 agent 只管代码质量，没人替用户说话，也没人专职唱反调——所以红队和终审是被摔出来的，不是设计出来的。
那套 skill 里还有个两阶段约定：设计阶段人占八成，AI 打下手；进了实施阶段倒过来，agent 占八成，人退到只守一条线——核心目标不可变，其余细节 agent 的产品负责人有权改，改了记进变更日志。所有角色共用同一份上下文文件，项目信息改一处，全员生效。现在回头看，这两条都是公司里的旧物：前者是"董事会定战略、管理层管执行"，后者是单一事实来源。
当时我完全不知道 Boris 们在怎么工作。上周把他的"implementer 加两个 verifier 加 fixer"编队，跟我那套"验证层加红队加终审"摆在一起看，结构几乎能逐格对上。
这不是我有先见之明，恰恰相反——它说明这个形状有引力。谁在 agent 交付上摔过同一种跤，爬起来都会被拽向同一个结构。
这个形状，一百年前就有人画过
把三套东西的图纸叠起来：定义层，实施层，验证层，独立质询，终审仲裁，常驻巡逻，把教训写进制度文件。
这是公司。一家标准的、教科书式的公司。
弗雷德里克·泰勒——一百年前拿着秒表站在工人身后、把"怎么干活"从工人脑子里拿出来写成流程卡的那个人——他干的事，和 Boris 把"怎么提示"从自己脑子里拿出来写进循环，是同一个动作。斯隆——把混乱到快散架的通用汽车整成几十年帝国的那位 CEO——发明的事业部制，按产品线纵向切、各管各的盈亏，对应的就是按业务领域切分的 domain engineer，而不是按前端后端切。审计必须独立于业务部门才有效，对应红队不隶属任何验证组。例会、值班表、巡检制度，对应每 5 分钟醒一次的循环。员工手册和 SOP，对应 CLAUDE.md。
公司这个东西，本质上是人类发明的一种技术：用不可靠的个体，稳定地产出可靠的结果。管理学一百年的打磨，全在磨这一件事。
现在执行单元从"不可靠的人"换成了"不可靠的模型"。不可靠的方式不一样，但"不可靠"本身没变——于是那些组织定理几乎原样适用，只是重演速度从一百年压缩到了一年多。
我不确定 Boris 读没读过泰勒。大概率没有。这反而更有意思——不是谁抄谁，是同样的约束，长出了同样的解。
先泼自己两盆冷水
第一盆泼给这个类比。agent 不是员工。它没有薪资诉求，不搞办公室政治，不会因为绩效考核扭曲动作——管理学里整个"委托代理"的章节，防的是人性，搬不过来。agent 的"摸鱼"长另一个样子：幻觉，投机取巧绕过测试，把指标刷得好看而活没干对。所以真正平移过来的，是信息流和检验流的设计，不是激励设计。谁要是把 KPI 那套原样搬给 agent，会在一个全新的地方栽跟头。
第二盆泼给我自己。我那套交付团队，跑完一轮验收就散伙了——它是项目制：立项，交付，验收，解散。Boris 的循环是常驻制：值班，巡逻，心跳，PR 永远有人看着，反馈永远有人捞。一个管结构，一个管时间。我四月份只搭了前一半，直到写这篇文章，才看清缺的那一半长什么样。
结构乘以时间，才是完整的形状。
还有规模这个变量我说不准。130 万美元一个月，不是个人开发者的游戏；但成本曲线在掉，Steinberger 那句"关掉 Fast Mode 省 70%"就是证据。这条曲线掉到哪里，决定这套玩法多快轮到普通团队。我猜比多数人预期的快，但只是猜。
调度室的灯
公司改一次组织架构，要半年，要无数轮会议，要安抚每一个被动了奶酪的人。agent 组织改一次架构，是改一个 markdown 文件，下一秒生效。
管理学第一次拥有了"改完即运行"的实验环境。一百年攒下的组织智慧，会被多快验证一遍、推翻几条、再长出几条新的——我不知道。
我只知道 Boris 那句话里，藏着一个旧词的新命。"我不写代码的时候，就在调度。"
调度室，上个时代属于车间主任和出租车电台的那个房间，灯又亮了。
这次坐在里面的，管的不是车。