gstack：YC CEO 的 AI 工程系统，如何做到 60 天 60 万行代码？

“I don’t think I’ve typed like a line of code probably since December, basically.” — Andrej Karpathy，2026 年 3 月

Karpathy 说他很久没敲代码了。

但另一个人，用 AI 每天写 1-2 万行代码。

这个人是 Garry Tan，Y Combinator 的总裁兼 CEO。

他用的系统叫 gstack。

60 天 60 多万行生产代码——每天 1-2 万行，还是在他全职运营 YC 的情况下。

这不是 Copilot 那种”辅助编程”。

这是一个虚拟工程团队：CEO 帮你重新思考产品，工程经理锁定架构，设计师检查 AI 生成的垃圾代码，QA 负责人打开真实浏览器测试，安全官跑 OWASP 审计，发布工程师自动部署。

20 多个专家。全部是 Slash Command。全部免费。MIT 开源。

这篇文章拆解 gstack 的核心架构、工作流设计，以及它为什么能实现 10 倍效率。

gstack 是什么？

用 Garry Tan 的话说：

“gstack is my answer.”

他做了 20 年产品。从 Palantir 早期工程师，到 Posterous（卖给 Twitter），再到 YC 总裁。

现在他写的代码，比任何时候都多。

2026 年前 3 个月，1237 次 GitHub contributions。

作为对比，2013 年他在 YC 做 Bookface 时，全年 772 次。

同一个人。不同时代。

差别是工具。

gstack 不是一个新的编程语言，不是一个 IDE 插件，不是一个 SaaS 服务。

它是一套运行在 Claude Code 之上的技能系统，把单一 AI 助手变成专业化分工的工程团队。

核心设计哲学很简单：流程（Process）

核心架构：两层判断机制

gstack 的架构可以用一个矩阵表示：

横向：工作流阶段（Think → Plan → Build → Review → Test → Ship → Reflect）

纵向：

• 20+ 专业角色：office-hours、plan-ceo、review、qa、ship、retro 等
• 8 个效率工具：browse、codex、careful、freeze、guard 等

第一层：20+ 专业角色

每个角色是一个 Slash Command，有明确的职责边界：

第二层：8 个效率工具

Sprint 工作流

Think → Plan → Build → Review → Test → Ship → Reflect

gstack 不是工具的简单堆砌。

它是一个流程。每个环节的输出，自动成为下一个环节的输入。

完整示例：从想法到部署

You:    I want to build a daily briefing app for my calendar.
You:    /office-hours
Claude: [询问痛点 — 要具体例子，不要假设]

You:    多个 Google 日历，活动信息过时，地点错误。
        准备工作花很长时间，结果还不够好...

Claude: 我要挑战你的框架。你说"daily briefing app"，
        但你实际描述的是个人首席 AI 助理。
        [提取 5 个你没意识到的能力]
        [挑战 4 个前提 — 你同意/不同意/调整]
        [生成 3 种实现方案，带工作量评估]
        建议：明天先 Ship 最窄的楔形产品，从真实使用学习。
        完整愿景是 3 个月项目 — 从真正可用的每日简报开始。
        [写设计文档 → 自动流入下游技能]

You:    /plan-ceo-review
        [阅读设计文档，挑战范围，跑 10 部分审查]

You:    /plan-eng-review
        [数据流 ASCII 图、状态机、错误路径]
        [测试矩阵、失败模式、安全考虑]

You:    批准计划。退出计划模式。
        [写 2400 行代码，11 个文件，约 8 分钟]

You:    /review
        [自动修复] 2 个问题。[询问] 竞态条件 → 你批准修复。

You:    /qa https://staging.myapp.com
        [打开真实浏览器，点击流程，发现并修复 bug]

You:    /ship
        测试：42 → 51 (+9 新增)。PR: github.com/you/app/pull/42

你说”每日简报应用”。AI 说”你在构建首席 AI 助理”——因为它听的是你的痛点，不是你的功能请求。

8 条命令，端到端完成。 这不是 Copilot，这是一个团队。

关键技能深度拆解

/office-hours：YC 式产品咨询

这不是”帮我写个日历应用”的简单请求。

/office-hours 会问 6 个强迫性问题：

1. 你遇到的具体问题是什么？（不是假设的痛点）
2. 你现在怎么解决？为什么不够好？
3. 谁会为这个付钱？为什么？
4. 如果只能做一个功能，是什么？
5. 你怎么知道成功了？（具体指标）
6. 如果明天必须上线，你会上线什么？

然后它会：

• 挑战你的框架（你说 A，但实际描述的是 B）
• 生成替代方案（3 种实现路径，带工作量）
• 写设计文档（自动流入下游技能）

这是 YC 的工作方式：不听你要什么，听你痛什么。

/review：找那些通过 CI 但生产爆炸的 bug

Garry Tan 对 /review 的定位很明确：

“Find the bugs that pass CI but blow up in production.”

它不做风格检查，不跑 linter。它找的是：

• 竞态条件
• 资源泄漏
• 边界情况处理缺失
• 错误处理不完整
• 安全漏洞

找到后，它会自动修复简单的问题。复杂的会标记为 [ASK]，等你批准。

/qa：真实浏览器测试

这不是截图对比。/qa 会：

1. 打开真实 Chromium 浏览器
2. 按照测试计划点击流程
3. 记录控制台错误
4. 发现 bug 后自动修复（原子 commit）
5. 为每个修复生成回归测试
6. 重新验证

用 Garry 的话：“AI 生成的代码，必须在真实浏览器里跑过才算数。“

/cso：零噪声安全审计

OWASP Top 10 + STRIDE 威胁建模。

关键设计：17 种误报排除规则，8/10+ 置信度门槛，独立发现验证。

每个发现必须包含具体的利用场景，不是泛泛而谈的”可能存在 XSS”。

为什么 gstack 有效？

1. 专业化分工 > 全能助手

Claude 默认是一个”全能助手”。

但全能意味着：

• 没有专业深度
• 容易遗漏细节
• 缺乏流程约束

gstack 把”帮我写代码”拆成 20 多个专业角色。每个角色有：

• 明确的职责边界
• 专业的检查清单
• 固定的输出格式

流程可预测，协作才高效。

这是常识。但很少有人把它编码成系统。

2. 流程是指南，不是教条

gstack 的 CLAUDE.md 里有一条核心原则：

“流程是指南，不是教条；核心原则不可妥协。”

什么叫灵活？

• 如果你明确要求跳过某步骤，AI 会执行（但提醒风险）
• 如果任务简单/紧急，AI 可以直接执行
• 如果上下文已包含所需信息，AI 不重复操作

什么叫不可妥协？

• ❌ 绝不编造数据
• ❌ 绝不使用过时信息
• ❌ 绝不省略 Think Aloud
• ❌ 绝不跳过用户确认（重要决策）

3. 一切皆 Markdown，一切可追溯

所有输出都是 Markdown：

• 设计文档
• 测试报告
• 审计结果
• 回顾总结

这意味着：

• 可阅读（人能看懂）
• 可搜索（grep 就能找）
• 可追溯（历史版本对比）
• 可组合（一个技能的输出是下一个技能的输入）

4. 真实浏览器 > 静态分析

gstack 的 /browse 技能是核心基础设施。

为什么重要？

因为 AI 生成的代码经常：

• 在静态分析时没问题
• 在真实浏览器里爆炸

/browse 让 AI 能：

• 打开真实页面
• 点击按钮
• 填写表单
• 截图验证
• 抓控制台错误

~100ms 一条命令。比人手工测试快 10 倍。

这才是我说的”虚拟团队”——不是聊天，是干活。

如何开始使用？

30 秒安装

打开 Claude Code，粘贴这段：

Install gstack: run git clone https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup

然后：

1. 克隆完成
2. 运行 ./setup
3. 自动添加到 CLAUDE.md

添加到项目（可选）

如果你想让队友也用：

cp -Rf ~/.claude/skills/gstack .claude/skills/gstack && cd .claude/skills/gstack && ./setup

提交 .claude/skills/gstack 到仓库。队友 git clone 后自动拥有。

第一条命令

/office-hours

告诉它你想构建什么。然后听它挑战你的框架。

AI 编程的未来：一人公司时代

Karpathy 说他已经很久没敲代码了。

Garry Tan 说他用 gstack 每天写 1-2 万行代码。

看起来矛盾。其实说的是同一件事：

AI 改变了”写代码”的定义。

以前：

• 写代码 = 敲键盘
• 效率 = 手速 + 语法熟练度
• 团队 = 人多力量大

现在：

• 写代码 = 定义问题 + 审查输出
• 效率 = 提问质量 + 判断力
• 团队 = AI 专家矩阵

gstack 代表的不是”更好的编程工具”。

它代表的是新的工程范式：

一个人 + 一套系统 = 一个团队

这不是未来。这是现在。

关键是：你准备好接受这个范式的转变了吗？

资源

• gstack GitHub: https://github.com/garrytan/gstack
• 技能详解: docs/skills.md
• 架构文档: ARCHITECTURE.md
• 贡献指南: CONTRIBUTING.md

最后

AI 不是替代你思考，是放大你的判断力。

Garry Tan 的 20+ 技能，本质是把”好的工程实践”编码成可重复的流程。

你用不用 gstack 不重要。

重要的是：你有没有一套系统，让 AI 的输出可预测、可追溯、可组合？

如果没有，现在可以开始了。

从 /office-hours 开始。

告诉 AI 你想构建什么。

然后听它挑战你的框架。

全文完