v26 校准件：AI 时代四把尺子最后剩下什么——Anthropic Boris Cherny 访谈的 7 条硬回答

定位：v26 校准件专题。原文素材来自 new/4.md，是 Anthropic 核心成员、Claude Code 关键建设者 Boris Cherny 的一次访谈整理。它不是讲"如何营造创新文化"的工业方法论，而是给出 AI 时代"四把尺子最后剩下什么"的硬回答。

>

本专题的真正价值：和前面整合过的三份素材相比，这份访谈具备 理论地基级 的冲击力——它直接挑战 v25 已焊的几条补丁（特别是"信用资产 = 经验累积"），并把意义尺子从"个人叙事主权"推向"集体价值观锚定"。7 个对接点中，最关键的是 "价值观是最后剩下的"——它是 v26 → v27 的关键跳板。

>

与主文对接：

- 价值观是最后剩下的 → 已内生到主文意义尺子章"与在场之尺的关系"段后，作为"补丁三 v3.0：意义尺子的最后一道锚——从叙事主权到价值观"

- 经验有时甚至是负债 → 已内生到主文劳动尺子章"信用资产作为可信赖丈量工具"段后，作为"经验作为负资产的再校准：recalibrate 机制"

- 少招人，多发 tokens → 已内生到主文元规则章"担责出真知"段后，作为"AI 时代的元规则扩展：训练者剩余风险"

- 抽象层级 10x 史 → 已内生到主文激励尺子章"10x 锚"补丁后，作为"10x 锚的 60 年编程史实证"

- Generalist 黄金时代 + Builder 角色 → 已内生到主文劳动尺子章"AI 让劳动可分解可迭代"段后，作为"跨域劳动作为新常态"

- MTS 模糊头衔 → 已内生到主文激励尺子章"穿透披露"段后，作为"反资历垄断的 MTS 样本"

- 隐性知识 → Agent → 已内生到主文意义尺子章"价值观"补丁同段后，作为"知识传递从人到 Agent 的范式转移"

>

适合谁读：在做 v26 → v27 升一号决策时，想先把"AI 时代四把尺子最后剩下什么"这个问题想清楚的协作者；想理解"为什么意义尺子必须从'个人叙事主权'升级到'集体价值观锚定'"的理论升级者；以及想验证"v25 信用资产补丁是否需要反向校准"的 v25 → v26 → v27 链路思考者。

一、这一份访谈为什么值得专门做整合

Boris Cherny 是 Anthropic 核心成员、Claude Code 关键建设者之一。他每天用模型写代码，也用模型研究模型，所以他对"模型能做到什么、做不到什么、还剩什么"的判断，比绝大多数评论者都更靠近第一现场。

整场访谈表面上是讲 Claude Code 起源、Anthropic 组织形态、招聘标准、创始人建议，但每一层的答案都在指向同一个更根本的变化：组织的运行方式正在被模型本身重新定义。

这与四把尺子理论过去几轮升级关注的"哲学层 + 制度层"不同。前面升级是把补丁焊在"已经存在的制度框架"上（建桥者识别、反制造断裂、图像暴政、10x 锚等）；这一份访谈给的是 "当制度框架本身正在被重写时，四把尺子最硬的那个内核到底剩什么"。

把这份访谈拆解成 7 条与四把尺子的精准对接，就得到 v26 → v27 的关键跳板。这 7 条不是新增"制度补丁"，而是让已有补丁在 AI 时代下被重新校准。

二、补丁一：价值观是最后剩下的——意义尺子从"叙事主权"到"价值观锚定"

2.1 Boris 给出的硬回答

主持人追问：模型越来越强、品味也能被学会，那人类最终还有什么独特的东西？

Boris 想了一下，说：价值观。

"最终我们要教模型的，和我们教孩子的是同一件事：如何成为一个好的存在。如何做对的事情，而不仅仅是把事情做对。"

Boris 的原话里还包含一个反例印证：他自己曾经是 Haskell、Scala 党，在 Claude Code 早期代码库里立规矩"不准用 class，只能用 function"，周末工程师偷偷提交带 class 的代码被 reject。后来模型开始大规模写代码，模型直接写 class。他看了半天，最后说："好吧，也许模型是对的。"——他的"品味"在模型面前被证明只是个人执念，不是真理。

但"做对的事"这件事，模型不会自动学会——它必须被价值观教。这意味着：在 AI 时代，"做对的事"是人类的最后护城河。

2.2 与意义尺子 v26 升级的关系

主文意义尺子章 v26 升级已经把意义尺子从"消极护栏"升级为"双轨制"：

• 防御端：反图像暴政（数据知情权 / 注意力保护 / 认知免疫力建设）
• 建设端：回归在场（鼓励"在场"劳动 / 奖励"不为了图像"的活动 / 在场时间作为公共记录）

但 v26 的双轨制都还在个人层面——守护每个人不被外部模板定义、不被虚拟图像替代。Boris 的洞见把意义尺子推到了更深一层：

• 意义尺子真正要守护的，不是"个人不被定义"，而是 "集体判断什么是对的事"。
• "做对的事，而不仅仅是把事情做对"——前者是价值观，后者是品味。品味可被模型学会，价值观不能。
• 意义尺子 v3.0 必须在 v2.0 双轨制之上加一层价值观锚定层：制度不只是帮每个人守住自己的叙事主权，更要帮共同体守住"什么是对的事"。

2.3 升级表述

意义之尺守护每个人的"叙事主权"+"价值观锚定"。v3.0 加一层：当品味、技能、经验、效率都可以被模型学会时，"做对的事"是人类的最后护城河。意义尺子必须从"个人叙事主权"升级为"集体价值观锚定"——制度不只帮个人守住不被外部模板定义，更要帮共同体守住"什么值得做、什么不该做"的判断。

2.4 与"图像暴政"补丁的关系

Boris 说的"做对的事"在 AI 时代有两种最容易失守的形态：

• 图像暴政：把"成为图像"伪装成"做对的事"。在 v26 补丁中已被识别为"对'超越'动机的反向劫持"。
• 效率暴政：把"把事情做对"伪装成"做对的事"。Boris 的话精准地刺穿了这层伪装——"把事情做对"是技术问题，可外包；"做对的事"是价值问题，必须由人承担。

意义尺子 v3.0 必须同时识别这两种暴政。

三、补丁二：经验有时甚至是负债——给 v25 信用资产补丁做反向校准

3.1 Boris 给出的反例

"现在我在 Claude Code 团队里每天都在看到同样的事。那些有 20 年、30 年经验的资深工程师，反而要花好几个月 unlearn——忘掉那些已经不再适用的旧习惯。而一个新毕业的大学生加入团队，反而能教他怎么更好地用 Claude Code，因为年轻人天然就用模型思维去思考。"

>

"每一次新模型出来，所有人都要 recalibrate（重新校准）。经验在这个时代不是线性累积的，有时甚至是负债。"

Boris 还讲了他自己在 Meta 做 L4 工程师时的故事：他有一个想法直接去找负责 connectivity 的 VP 说"我们一起做吧"，那个 VP 根本不知道他是什么级别。经验 + 资历在跨边界协作时反而是阻碍。

3.2 与 v25 信用资产补丁的关系

主文劳动尺子章"信用资产作为可信赖丈量工具"段已经把"信用"从"做了多少件"+"在任期内有没有守住"扩展到"这个人在跨场景上是否持续可被托付"。但 v25 信用资产补丁默认"经验累积是正资产"——一个做了 10 年同一岗位的人，比一个做过 10 个不同岗位 L1 的人积累更多信用。

Boris 的洞见给这条补丁提出了严肃的反向校准：

• "胜任力陷阱"在 AI 时代被放大：一个老员工在低潜力任务上反复练了 5 年，他的"熟练"可能不是真潜力，而是"对旧任务的肌肉记忆"。模型出来后，他的肌肉记忆需要 unlearn，反而不如新毕业的大学生。
• "经验作为负资产"必须被显性识别：v25 信用资产补丁的"跨场景 + 反虚假绩效差异 + 潜力 vs 熟练"已经在某种程度上触及这个问题，但 v25 补丁是把"经验"作为需要被过滤的"信噪比"处理，v26 补丁必须把"经验有时是负债"作为正面结论写进主文。
• recalibrate 机制必须成为劳动尺子的常设项：每一次重大技术范式变化（不只是 AI，还包括未来可能的其他技术跃迁）发生时，劳动尺子必须主动触发一次全员的"信用资产重置"——把"旧经验"显性标记为"待 recalibrate"，而不是让它继续无声地累积。

3.3 升级表述

信用 ≠ 经验，信用 ≠ 熟练，信用 = 跨场景的可复现可信。v26 加一层：在 AI 时代，经验有时甚至是负债——必须为信用资产建立常设的 recalibrate 机制，每一次重大技术范式变化时主动重置"旧经验"项，避免老员工的肌肉记忆成为新范式的阻碍。

3.4 与"反制造断裂"的关系

"经验作为负资产"和"反制造断裂"互为表里：

• 反制造断裂防的是"用制造焦虑换利润"的下游结果。
• 经验作为负资产揭示的是"用旧经验当权威的上游来源"——一个老员工用他 20 年的旧经验否决年轻人的新做法，本质上是"用 20 年前的世界模型训练出来的判断，去否决 20 年后的世界模型"。

两者都是制度在"用错尺子"时的失守。反制造断裂 + 经验作为负资产，才是 v26 → v27 劳动尺子的完整护栏。

四、补丁三：少招人，多发 tokens——AI 时代的元规则扩展

4.1 Boris 给出的反直觉建议

"第一，尽量多给 tokens，让大家疯狂实验。第二，每个项目都故意「少给一点人」。如果你觉得一个项目需要四个工程师，就只放两个人上去，然后给他们大量 token，让他们自己想办法。你会发现，他们大概率真的能做到。"

主持人总结："用更少的人，把预算从人的工资转移到 tokens 上。这会抬高你的 upfront cost（前期成本），但会大幅降低 ongoing cost（持续成本）。就像 pre-compiling 一样——你一次性把脏活累活做完了，后面每一次重复执行都几乎免费。"

4.2 与主文"担责出真知"的关系

主文元规则章"担责出真知"段已经把"谁定义规则谁承担剩余风险"推到极致。但 v25 框架的"担责出真知"还停留在人类定义规则的层面——规则定义者是立法者、平台、招聘审核者、公司法人。

Boris 的"少招人，多发 tokens"给元规则提出新的延伸：

• 当 AI 越来越多承担决策时，"谁定义规则"变成"谁训练模型"。一个 5 人团队 + 大量 token 的项目里，5 个人写的不是代码，而是训练数据、prompt 工程、reward function。这些"训练行为"才是真正的"规则定义"。
• 元规则必须延伸到"训练者剩余风险"：谁训练了这个模型、谁定义了 reward function、谁选择了训练数据，谁就必须为模型的全部真实后果承担剩余风险——不能把责任甩给"模型自己学坏的"。
• "少招人"不是反就业，而是重新定义"什么算就业"：在 AI 时代，"训练模型"+"验证模型"+"校准模型"+"为模型承担剩余风险"这四件事，构成了新的"就业"定义。一个 5 人团队 + 大量 token 的项目，5 个人的真实劳动是"为模型担责"——他们的工资不是"做事的工资"，而是"为模型后果承担剩余风险的工资"。

4.3 升级表述

元规则"谁定义规则，谁承担剩余风险"，在 AI 时代必须延伸到"谁训练模型、谁为模型担责"。 一个 5 人团队 + 大量 token 的项目，5 个人的真实劳动不是"写代码"，而是"为模型担责"——他们的工资本质上是"为模型全部真实后果承担剩余风险的工资"。少招人 + 多发 tokens 看似是反直觉的效率建议，本质上是把"担责主体"从分散的几百人收缩到核心的几人，强制让担责主体面对模型后果的不可逃避性。

4.4 与"反制造断裂"的关系

"少招人 + 多发 tokens"如果只是商业建议，对四把尺子意义有限。它的真正价值在于强制把"担责主体"显性化：

• 几百人的大团队里，每个人都只对模型后果的一小部分负责，最终没人对模型的整体后果负责。
• 5 人核心团队 + 大量 token，5 个人对模型整体后果负全责——这就是元规则"谁担责谁就真的担责"在 AI 时代的具体实现。

反制造断裂 + 训练者剩余风险，才是 v26 → v27 元规则的完整形态。

五、补丁四：抽象层级 10x 史——给"10x 锚"补一份 60 年编程史的实证

5.1 Boris 给出的实证

"在 Boris 看来，软件工程的发展历史，本质上就是一部不断提高抽象层级的历史。"

>

"他的祖父在苏联时代使用穿孔卡编程……后来出现了汇编语言。再后来出现了 Fortran、Cobol。然后是 Java、Python、JavaScript。每一次抽象层级的提升，都会有人认为：这已经不是真正的编程了。"

>

"真正有趣的变化发生在最近。他说：现在我甚至不再直接 Prompt Claude 了。他的工作已经变成了另一种形式——写 Loops。这些循环负责向 Claude 提出问题、负责拆解任务、负责管理上下文、负责协调多个 Claude 实例之间的工作。"

5.2 与 v25 激励尺子"10x 锚"补丁的关系

主文激励尺子章"10x 锚 + 20% 许可"补丁已经把"无尺之地"加上"目标尺"——员工探索新想法时必须有望赢得 10 倍改进。10x 锚原本是 Google 的工业白皮书做法。

Boris 给出的 60 年编程史把 10x 锚从"工业白皮书做法"升格为"技术文明规律"：

• 从穿孔卡到汇编：把"打孔"提升为"写汇编指令"，抽象层级提升约 10 倍（程序员从"操作机器"提升为"操作机器指令"）。
• 从汇编到 Fortran/Cobol：抽象层级再提升约 10 倍（程序员从"操作机器指令"提升为"操作数学公式"）。
• 从 Fortran 到 Java/Python：抽象层级再提升约 10 倍（程序员从"操作数学公式"提升为"操作对象和模块"）。
• 从 Java 到 Vibe Coding / 写 Loops：抽象层级再提升约 10 倍（程序员从"操作对象和模块"提升为"操作 Agent 循环"）。

每一次抽象层级跃迁，都有人认为"这已经不是真正的编程了"——但每一次跃迁都被实证为 10x 改进。Boris 自己说："人类只是再次提升了编程的抽象层级。"

5.3 升级表述

10x 锚不只适用于工程项目，也适用于编程范式本身。 60 年编程史就是一部"每次抽象层级跃迁都赢得 10x 改进"的实证史。穿孔卡 → 汇编 → Fortran → Java → Python → 写 Loops，每一次跃迁都被当时的人认为"这不是真正的编程"，但都被实证为 10x 改进。这条补丁把 10x 锚从 Google 工业白皮书的局部经验，升级为 60 年技术文明史的硬规律。

六、补丁五：Generalist 黄金时代 + Builder 角色——劳动尺子必须接受"跨域劳动"成为常态

6.1 Boris 给出的硬判断

"Boris 团队里的每一个工程师，几乎每天都在做各种各样原本不属于"工程师"职责范围的事情。有人直接和用户沟通，有人在设计交互，有人在拉数据、做数据分析、搭建 dashboard。没有人只做一个狭窄的环节。"

>

"Boris 甚至举了一个更极端的例子：Anthropic 的设计师也在写代码，财务同事也在写代码。Satya Nadella 管这种角色叫 'Builder'。这个说法可能比'工程师'更准确，因为真正的边界已经不是'你会不会写代码'，而是'你能不能把一件事从想法变成现实'。"

>

"未来最有优势的人，未必是某一个领域最深的专家，而可能是那些能够快速跨越不同领域、不断整合资源的人。"

6.2 与劳动尺子"任务池 + 共享岗位"的关系

主文劳动尺子章"任务池与共享岗位"段已经把劳动承认拆成两套互补机制：能量化的进入任务池，不能可靠量化的进入共享岗位。这套设计默认劳动是有清晰分工的——技能是单一的，岗位是固定的。

Boris 给出的硬判断挑战这套默认：

• "清晰分工"正在被快速瓦解：Anthropic 工程师同时做用户沟通、设计交互、数据分析、搭 dashboard。设计师写代码，财务写代码。分工的边界不再是"你会不会这个技能"，而是"你能不能把一件事从想法变成现实"。
• 任务池必须接受"跨域任务"成为主流：一个"建一个内部 dashboard"的任务，可能同时需要数据工程 + UI 设计 + 用户访谈 + 财务对账。任务池的"模块任务"设计要相应升级为"跨域任务"——一个人可以从头到尾完成，也可以被分解给多个人。
• 共享岗位的"长期守住责任"含义要更新：传统共享岗位强调"在限定任期内承担完整责任"——这个"完整责任"在 AI 时代必须包括"持续 recalibrate"——一个共享岗位的负责人如果拒绝 recalibrate 他对世界的旧模型，他就在制造"经验作为负债"。

6.3 升级表述

劳动尺子的"任务池 + 共享岗位"在 AI 时代必须接受"跨域劳动"成为常态。 Generalist 的黄金时代要求任务池的"模块任务"升级为"跨域任务"——一个人可以从头到尾完成，也可以被分解给多个人。共享岗位的"完整责任"在 AI 时代必须包括"持续 recalibrate 自己"——一个拒绝 recalibrate 的人，不能守住任何长期责任。这个补丁与"经验有时是负债"补丁互为正反两面。

七、补丁六：MTS 模糊头衔——给"穿透披露"补一份"反资历垄断"的组织样本

7.1 Boris 给出的硬判断

"Boris 非常坦诚。他说最糟糕的一点是：你在 Slack 上给人发消息，对方头衔是 MTS，你根本不知道这人是设计师、工程师还是经理，也不知道他到底在做什么项目。但他非常喜欢这个头衔。"

>

"Meta 所有的软件工程师都只有一个头衔：Software Engineer，没有 senior、principal 这种层级。一开始他不太理解，后来发现这其实是一种文化上的设计。如果你给人一个'高级'的头衔，别人会因为 deference（礼貌性服从）而不好意思反驳他的坏主意。而把所有人放在一个看上去平等的场域里，反而会迫使大家用想法本身去竞争，而不是用资历。"

>

"当然，他承认，等级并不会因为头衔消失而真的消失。你知道某人是 L7，只是头衔没写出来。但有意思的是，很多时候你真的不知道。"

7.2 与"建桥者 vs 收桥费者"识别 + "穿透披露"的关系

主文激励尺子章"穿透披露"补丁已经要求："任何申请激励尺子奖励的主体，必须穿透披露至'自然人 + 团队结构'层面，写明每个核心成员的'行动角色'与'风险承担比例'，不允许用 SPV、有限合伙、信托等结构把建桥者藏在后面。"

Boris 的 MTS 模糊头衔给这条补丁补一份组织形态样本：

• "穿透披露"防的是"用资本结构藏建桥者"——这是法人层面的反藏匿。
• MTS 模糊头衔防的是"用资历头衔藏无能力者"——这是个人层面的反藏匿。

两者必须配对使用：

• 法人层面：用 SPV 藏建桥者 → 穿透披露。
• 个人层面：用 senior / principal / L7 头衔藏无能力者 → 模糊头衔 + 想法本身竞争。

Anthropic 的 MTS 头衔 + Meta 的单一 SE 头衔，都强制让"想法本身"成为竞争场域，避免"礼貌性服从"保护坏主意。这种"反 defer 制度"是建桥者优先的另一层护栏——如果建桥者不能开口质疑旧资历，建桥者就输给了收桥费者的旧地位。

7.3 升级表述

"穿透披露"补丁在 AI 时代必须延伸到组织形态层：用模糊头衔强制让"想法本身"成为竞争场域，避免"礼貌性服从"保护坏主意。 Anthropic 的 MTS 头衔 + Meta 的单一 SE 头衔都是工业实证过的样本。反资历垄断 = 反建桥者被旧资历压制 = 反制造断裂在组织文化层的具体实现。

八、补丁七：隐性知识从人转移到 Agent——给"信的内生"补 AI 时代的范式转移

8.1 Boris 给出的观察

"很多原本需要资深工程师掌握的隐性知识，开始被转移到 Agent 身上。在 Boris 看来，这或许才是最重要的变化。"

>

"Claude Code 提升的并不仅仅是代码生成速度，而是在逐渐压缩组织内部知识传递的成本。过去企业依赖层层传帮带来完成知识流动。而现在，越来越多知识正在被直接封装进模型。"

>

"过去一个新工程师加入公司，可能需要数周时间才能真正熟悉内部系统。现在这个过程往往只需要两天。"

8.2 与"信的内生"补丁 + 在场之尺的关系

主文公理一章"信的内生"补丁已经把"信"作为公理一里的位次（"不仅兜住'活下去'，还应该兜住'还能相信'"）。

Boris 的观察给"信的内生"提出新的挑战：

• 传统"信的内生"基于"人传人"的隐性知识传递——师傅带徒弟、老人教新人、传帮带。
• AI 时代"信的内生"必须接受"人传 Agent + Agent 传人"的新范式——新人不需要问老人"数据库怎么查"，而是"打开 Claude，让 Claude 去查数据库"。
• 这意味着"信"不再只通过"在场"传递，还通过"Agent 在场"传递——一个不在场的 Agent 仍然可以承载"信"，只要它被持续训练和 recalibrate。

在场之尺的"信"必须被重新定义：

• 传统在场之尺 = "规则制定过程必须被现场的真实摩擦所校验"
• AI 时代的在场之尺 = "规则制定过程必须被'现场的真实摩擦'或'被持续 recalibrate 的 Agent'校验"

这并不意味着 Agent 可以替代在场者，而是说 Agent 可以成为在场者的延伸——一个不断从一线反馈中 recalibrate 的 Agent，可以承担一部分"在场校验"的功能。

8.3 升级表述

"信的内生"在 AI 时代必须接受"人传 Agent + Agent 传人"的新范式。 隐性知识从人转移到 Agent 不只是技术升级，而是"信"传递通道的范式转移。在场之尺的"信"必须从"人传人"扩展为"人传 Agent + Agent 传人"——Agent 可以在场者不在场时承担一部分"在场校验"功能，前提是 Agent 被持续训练、持续 recalibrate、且承担相应剩余风险。这个补丁与"少招人多发 tokens"补丁 + "训练者剩余风险"补丁互为正反两面。

九、7 条补丁的总升级表述

把 Boris Cherny 访谈的 7 条与四把尺子接上之后，v26 → v27 的关键跳板已经清晰：

1. 意义尺子 v3.0（价值观锚定）：从"个人叙事主权"升级为"集体价值观锚定"——价值观是最后剩下的。"做对的事"是人类的最后护城河。
2. 劳动尺子 v3.0（经验作为负资产）：v25 信用资产补丁必须做反向校准——经验有时甚至是负债，必须建立常设的 recalibrate 机制。
3. 元规则 v3.0（训练者剩余风险）：从"谁定义规则"延伸到"谁训练模型"——少招人 + 多发 tokens 看似是反直觉的效率建议，本质上是把担责主体显性化。
4. 激励尺子 v3.0（10x 锚的 60 年实证）：10x 锚从 Google 工业白皮书的局部经验升级为 60 年编程史的硬规律——穿孔卡 → 汇编 → Fortran → Java → Python → 写 Loops，每次跃迁都被实证为 10x 改进。
5. 劳动尺子 v3.0（跨域劳动）：任务池的"模块任务"必须升级为"跨域任务"——Generalist 的黄金时代要求分工边界重新定义。
6. 激励尺子 v3.0（反资历垄断）：穿透披露补丁必须延伸到组织形态层——MTS 模糊头衔 + 想法本身竞争是反资历垄断的工业实证样本。
7. 在场之尺 v3.0（Agent 作为延伸）：从"人传人"扩展为"人传 Agent + Agent 传人"——Agent 可以承担一部分"在场校验"功能，前提是被持续训练和 recalibrate。

这 7 条不是新增"制度补丁"，而是让 v25 → v26 的已有补丁在 AI 时代下被重新校准。v26 → v27 的真正升级不是新增工具，而是承认：在 AI 时代，价值观、recalibrate 机制、训练者担责，比任何具体工具都更硬。

十、与前 3 份专题的对照表（避免重复内生）

四份专题形成四把尺子的四层升级路径：

• 哲学层：图像暴政（new/2）
• 制度层：建桥者 + 反制造断裂（new/1）
• 工业执行层：Google 创新文化（new/3）
• AI 时代地基层：Boris Cherny 访谈（new/4）

这意味着 v26 → v27 升一号的真正理由已经明确：AI 时代把"价值观"+"经验 recalibrate"+"训练者担责"三个 AI 时代最硬的内核推到了中心位置。