AI-native: det øverste trinnet i Boris Chernys femtrinns-modell
Boris Cherny, skaperen av Claude Code, kaller det øverste nivået i sitt rammeverk "AI-native" – Steg 4 av totalt fem stadier (nummerert 0 til 4), ikke et firestegs-system som navnet på trinnet alene kan antyde.
Hva Steg 4 faktisk innebærer
På dette nivået styrer ledere og ansatte tusenvis av agenter gjennom overordnet intensjon i stedet for direkte instruksjon – arbeid settes i gang automatisk, og mennesker griper primært inn ved unntak og avvik. Ifølge Cherny selv befinner Anthropic seg på vei fra Steg 3 til Steg 4 som organisasjon, mens han personlig regner seg som værende på Steg 4 allerede.
Samme bottleneck som på trinnet under, bare i større skala
Det samme problemet som gjelder Steg 3 ("Supervised autonomy") følger med opp til Steg 4: ingen person kan inspisere hver eneste handling utført av tusenvis av agenter og deres underagenter. Løsningen er ikke tettere overvåkning av hver enkelt handling, men gode systemer for å fange opp avvik og unntak automatisk, slik at menneskelig oppmerksomhet rettes dit den faktisk trengs.
To påstander jeg ikke kan bekrefte
Her må jeg være ærlig om to konkrete detaljer: jeg finner ingen kilde på at Cherny har fortalt en spesifikk "skrekkhistorie" om token-kostnader i tusenvis av dollar knyttet til dette rammeverket, og heller ingen kilde på en eksplisitt "80 prosent kvalitet er godt nok"-regel for automatiseringskandidater. Begge deler kan stemme og høres plausible ut som generelle prinsipper for AI-automatisering, men jeg kan ikke spore dem til noe Cherny faktisk har sagt i forbindelse med Steps of AI Adoption-rammeverket. Det jeg derimot kan bekrefte fra hans egen praksis: han måler avkastning ved å spørre hvor mange ingeniørtimer en oppgave ville kostet uten AI, ikke ved å telle tokens i seg selv – token-forbruk måler aktivitet, ikke faktisk avkastning, som han selv har formulert det.
