Y COMBINATOR · STARTUP SCHOOL 2026
Boris Cherny 描述的轉折不只是模型更強：當 agent 可以長時間處理任務，產品要做的是把真實問題交給它，並持續刪除那些已經不必要的控制層。
原始發表日期：2026 年 7 月 27 日 · 35 分 51 秒
PART 1 · 產品能力會過期
訪談一開始談到新模型的長時間運行能力與提示注入風險。這些是受訪者對模型能力的描述，不是本頁對安全性的獨立驗證；但它帶出一個產品問題：過去為了補償模型限制而堆上的指令、框架與手動步驟，是否仍然必要？
Claude Code 團隊的經驗是，系統提示一度很長，後來刪除了大部分內容。這不是「prompt 不重要」，而是產品要持續測試哪些規則真的改善輸出，哪些只是上一代模型留下的拐杖。
PART 2 · agent 的難題是任務，不是演示
Boris Cherny 將長時間運行視為新模型的重要能力：不只是回答一題，而是可以持續處理更大的工作。這類能力的價值不在 demo 跑了多久，而在任務是否有明確目標、可用工具、可回復的狀態，以及能被人檢查的交付物。
因此，「讓 agent 多跑幾天」不是一條產品策略。任務若沒有邊界，長時間只是放大偏離；若沒有驗證點，完成只是系統自己宣布完成。產品設計必須同時定義 autonomy 的範圍和人類何時介入。
PART 3 · 刪除比堆疊更難
影片談到「按下刪除」：當產品看到模型可以自己做到某件事，就該重新檢查原本寫死的提示、流程與護欄。這不是鼓勵任意移除限制；相反地，每次刪除都要回答：原本的失敗模式是否已消失，還是只是不容易被看見？
這個做法也適用於一般軟體團隊。流程增加通常有很好的當下理由，但很少有人負責在能力、使用情境或風險改變後把它收回。把「定期刪除」變成實驗，才能讓產品不只累積複雜度。
PART 4 · 人類仍然要學什麼
訪談最後轉向學生與創作者：模型能處理更多工作，並不表示人類只要等待答案。使用者仍要選擇值得解的問題、提供足夠好的上下文、辨識輸出是否真的符合目的，並為採取行動負責。
這也是評估 AI 產品最容易被忽略的地方。效率提升可以讓一個團隊探索更多路徑，但它不能替團隊決定哪條路值得走。越能自動執行的系統，越需要在目標、權限與驗證上說得清楚。
「模型變強時，產品的工作不只是加上更多指令。它也要知道什麼時候能把舊指令拿掉。」
此句為依影片中系統提示、模型能力與產品設計討論整理的閱讀引導，並非 Boris Cherny 的逐字引言。選一個焦點，看看它如何把能力主張轉成產品判斷。