前言

去年这个时候，我写了一篇 《站在2025年，回顾和展望AI》 。当时我的观点是：AI 是放大器，掌握框架、细节交给 AI。

一年过去，这个结论没错，但它已经不够用了。

因为"让 AI 处理细节"这件事本身，已经分化出了天差地别的好几层。停在不同层级的人，生产力差距正在迅速拉开。

而我自己，正好又卡在了一个新的瓶颈上。这篇文章就是记录我怎么看这个瓶颈，以及我认为的下一阶段是什么。

我用 AI 的五个阶段

先回顾一下这几年我个人的使用演进：

这条线的本质是一件事：AI 的操作边界在不断扩大，人类被从一层一层的具体操作里解放出来。

每一跃，都是一次数量级的跃迁。

瓶颈：顶级专家 3 个 Max 20x 都不够用，我一个 Pro 都用不完

我最近买了 Claude 的 Max 5x，结果是：我发现自己已经用不完了。

与此同时，一些顶级开发者公开说，自己同时开 3 个 Max 20x 账号都嫌不够用。

这个对比让我停下来想——同样的工具，为什么他们能烧掉十几倍的算力？专家这么牛，竟然都不够用，到底差距在哪？我该怎么才能追上去？

想了一圈，答案很清楚：

瓶颈在我。

每一个任务，我都还在和 Claude Code 反复对话：

• “先搜一下相关代码再改”
• “这个方案不对，换一个思路”
• “先跑测试”
• “确认一下再提交”

我同时控制 3～5 个 Agent，脑子已经开始累了。人类的上下文切换是有成本的，撑死管 5～7 个。

这种感觉挺微妙的——我手里拿着火箭，但我还在一档一档换挡。

下一阶段：从"操作者"到"立法者"

这个瓶颈怎么破？

观察了一圈 Anthropic 的公开文档、Boris Cherny（Claude Code 之父）的工作流分享、以及一些重度用户的实践之后，我的结论是：

下一阶段不是"管更多 Agent"，而是你不再亲自管 Agent。

听起来玄，拆开讲其实很实际：

L5 的核心判断标准只有一条：你离开键盘 8 小时回来，系统是停在原地等你，还是已经自己跑完了？

L5 阶段，你的工作重心彻底换了：

• 写 Spec（规格说明），不写 Prompt
• 定义验收标准（测试、lint、人审 checkpoint），不审每一步
• 设计 hooks 和 guard rails，不做确认按钮
• 搭 feedback loop（失败自动回灌给 AI 继续迭代），不手动重试

你早上打开电脑，看到的不再是"Claude 在等我批准什么"，而是 “昨晚 12 个 PR 里 9 个已经通过自动验收了，3 个标了红等我判断”。

你做的唯一的事是：看红色的那 3 个，以及修补让它们红的那条规则。

其实我已经在往那爬了：L4.5 的真实体感

说 L5 像在说远方，但其实我的 L4 已经在往 L4.5 过渡了。

现在的体感已经不太一样：Claude Code 可以远程、后台跑任务，我不再逐行盯着它怎么写。一天里的大部分时间，我都在看它交给我的汇报，然后做几件事：

• 判断这个方向对不对
• 决定要不要继续、换思路、还是打回重做
• 在关键节点给出判断和决策
• 处理它搞不定、卡住的地方

说白了，我现在更像一个远程指挥的领导，而不是程序员。

代码不是我写的，但方向是我定的，边界是我划的，质量是我判的。这种状态挺奇妙的——节奏完全变了，一天能推进的事情明显变多，但每一个决策的权重也更大。错一个方向，下游好几个小时的输出可能都白搭。

这还没到 L5。L5 是连"看汇报"这个环节都部分交出去，规则自动过滤掉 80% 的内容，我只看剩下的 20%。但 L4.5 这个过渡态已经足够让我感受到——管理 AI 的感觉，和自己动手写代码，完全是两种职业。

生产力差距正在拉开

这就是我想重点说的一件事——停在不同阶段的人，生产力差距正在以数量级的方式拉开。

• L1 的人，用 AI 回答问题、替自己查资料。效率提升有限，但有。
• L2、L3 的人，把 AI 嵌进了自己的代码编辑流程。效率是前者的数倍。
• L4 的人，能让 AI 跑起来、独立干完一整个任务。效率又是前者的数倍。
• L5 的人，同时有十几条任务在跑，自己只做仲裁和立法。效率再往上一个数量级。

这几层之间的门槛不是线性的。从 L1 到 L2 很容易，装个插件就行。从 L4 到 L5 非常难——它要求你重新设计你工作的整个形态。你不再是"用工具的人"，你变成了"设计工具使用规则的人"。

对人的要求：既要知识密度，也要知识总量

这是最反直觉的一点。

很多人以为 AI 时代对人的要求降低了——“反正细节 AI 会做，我学个皮毛就行”。

错。完全相反。

AI 时代对人的要求提高了，而且是两个维度一起提高：

知识总量——你得知道的东西更多了。 你要判断方向、划定边界、审仲裁，这些决策都建立在你真的懂这个领域的基础上。你对一个技术栈只懂皮毛，AI 写出来的烂代码你根本看不出问题。

知识密度——你在单位时间里做出的判断要更多、更准。 L5 阶段你的日常变成这样：

• 看 10 分钟 PR 摘要，判断要不要合并
• 看 5 分钟失败报告，判断是改代码还是改规则
• 用 20 分钟写一份 Spec，定义清楚一个功能的验收边界
• 花 30 分钟 review 一条新规则，判断它会不会误伤别的任务

每一个动作都是在做决策，没有一个动作是在"执行"。

你得在更短的时间里做更多、更准的判断：看一眼就能判断 AI 会在哪翻车；写 Spec 的时候就能预判边界会爆在哪；看到一条新规则就知道它会误伤什么。

这些能力，AI 替代不了。因为它们本质是经验 + 品味 + 判断，不是信息处理。

我的判断是今年下半年到明年上半年，会出现第一个真正像样的原生 L5 产品——可能是 Anthropic 自己做，也可能是基于 Claude API 的第三方。到那时候，人与人的差距会更加大。