起源：墨菲：希金斯是一个真正的竞争者作者： 张嘉秋：

13年不写代码，5天花200美元重建400万美元产品——YC掌门人是怎么做到的？

一个13年没写过代码的投资人，重新坐到键盘前，5天、200美元，重建了已经花掉400万美元和一年半功夫的产品——这件事到底是怎么发生的？

近日，Y Combinator在播客节目中颁布了一期出格访谈。YC总裁Gary Tan与主持人具体复盘了他从前数月的“复出”经历：在中断编程整整13年后，他借助AI编程工具Claude Code重新起头写代码，并在维持YC全职CEO工作的同时，产出了数十万行代码，多个开源项目在GitHub上从零堆集到超过10万颗星。

Gary Tan在节目中说：“我自己也很震惊。13年没写代码，而后忽然——砰，我的产出是昔时的400倍。”

同时他警示，幼我AI时期即将到来，但一个关键问题是——你掌控工具，还是被工具掌控？

5天重建一个“死去”的创业项目

故事要从Gary的第一个YC创业项目说起。

2008年，他做了一个叫Posterous的极简博客平台——“用邮件写博客”。这个产品最终长到了全球前200大网站，被Twitter以约2000万美元收购。后来Twitter关掉了它。Gary没钱从Twitter买回来（要价几百万美元）。

近日，他打开了Claude Code，起头重建这个他2008年创办的第一个YC项目——Posterous。这个平台他已经建过三次了：

第一次（2008年）：花了约400万美元，六七幼我，历时一年半

第二次（Post Haven）：约10万美元，两幼我，约三个月

第三次（2025年1月）：约200美元（Claude Code Max账户用度），五天，职能齐全，还附带了RAG检索、深度钻延注自动爬取等AI能力

200美元对比400万美元。五天对比一年半。

“400倍”从哪里来？

Gary Tan最初在社交媒体上说自己的编码速度是2013年的“100倍”，随即遭到大量质疑——“代码行数不蹬宗出产力”。

他随后做了一件更较真的事：用公开的Git工具对代码进行尺度化处置，剔除注解、空行等冗余内容，只统计“逻辑代码行数”。了局出乎他自己意料——数字不降反升，从100倍造成了400倍

这个数字怎么理解？Gary Tan给出了参照系：凭据软件工程领域的文件，一名专业工程师每天能产出的经过测试、可投入出产的代码，约莫是30到50行。Gary Tan2013年兼职写代码时，约莫是每天14行。

此刻，他同时调度15个AI代理并行工作，在从前48幼时内归并了13个Pull Request。

他说，“我不是在写代码，我是在指挥15个代理去写……但那些代码是真实的、经过测试的、能够运行的。”

工作流实录：他是怎么每天产出数百行代码的

节目中，Gary Tan直接展示了他的真实工作界面。改日常的工作流主题是三个工具的组合：Claude Code + Conductor + GStack。

GStack是什么？ 它正本不是一个“项目”，而是一个意表。Gary Tan发现自己反复在Claude Code里输入一样的指令，烦了，就把常用的指令整顿成了一个markdown文件。后来这个文件越来越美满，造成了一套齐全的AI编程"技术库"，最后作为开源项目颁布，在GitHub上从零堆集到超过10万颗星。

他具体描述了一个具体的操作习惯：让Claude在起头写代码之前，先画一张ASCII艺术图——数据流、状态机、依赖关系图、处置流程、决策树，全数用文字符号画出来。

“一旦它把高低文全数加载进来，它做的事件就齐全得多了。”他说。

他在GStack里设置了几个主题skills：

CEO Review：类似Brian Chesky的"10星履历"思想操练——五星太通常了，六星七星八星是什么？每次起头一个新职能，先想明显最梦想的状态是什么打算模式（Plan Mode）：先规划再着手，预防AI"盲目开干"自动QA：接入Microsoft Playwright，让AI在测试后自动用浏览器验证了局，实现黑盒测试/codex技术：遇到出格复杂的问题，从Claude Code切换到OpenAI Codex，他的迸作是："Claude Code是适合ADHD CEO的工具，但有时辰你必要那个200 IQ、险些不开口的CTO来助你解决真正硬的问题。"

他说：“最近48幼时我提交了13个PR，想到一个新设法就直接列队，Claude去执行，我来验证。”

“Token Maxxing”：别省，像交房租一样烧token

Gary Tan在节目中反复提到一个他自创的概想——“Token Maxxing”（代币最大化），意思是：不要慷慨AI的token亏损，要尽可能多地给模型喂高低文、多起源交叉验证、做更齐全的钻研。

他打了个譬喻：这就像旧金山的房租。

“我们时时跟YC首创人说，旧金山租金很贵，但不住在那里的价值更贵，”他说，“Token Maxxing也是一样。你应该尽可能多地花在模型和token上，而不是把它当成办公桌那样能省则省。”

他的Gary's List网站每篇文章的天生成本约莫是5到10美元的API挪用费，但系统会自动抓取数十篇文章、整本书、多个数据源，交叉比对后天生有引用起源的深度报路。“花5到10美元，做一幼我类记者要花一个月能力做完的钻研，”他说。

“轻框架，重技术”：AI工程的底层哲学

Gary在节目中总结了他的主题工程哲学，他称之为“Thin Harness, Fat Skills”（轻框架，重技术）

意思是：不要把精力花在反复搭建“框架层”（harness）上，这一层交给成熟工具就好。真正该投入的，是用天然说话写明显“这件事应该怎么做”的markdown提醒词——也就是“skills”。

他打了个譬喻：

设想你是一个婚礼策动人，你要写下一份清单，教下一个要做这件事的人怎么做。所有这些内容都应该写进markdown。而那些必要确定性执行的事，好比给20个场地打电话，你才用代码去做，好比挪用Twilio的API。

他以为，好多人在AI工程上失败，正是由于把“应该用说话描述的事件”谬误地用代码去实现——代码不理解特殊情况，不理解你是谁，不理解你想要什么。

AI代理像法拉利：会跑，也会抛锚

Gary用了一个贯通全程的迸作来形容当下的AI编程履历：

用OpenClaw此刻就像开法拉利——令人窒息的兴奋，它能搞定你底子想不到机械能搞定的事，并且速度极快。但它也的确是法拉利——它会在你最必要它的时辰，在路边抛锚，你得自己拿扳手，掀开引擎盖，自己建。

他把此刻的时期比作“家酿推算机俱乐部”（Homebrew Computer Club）的年代——Apple 1刚出来时，就是一块面包板装进木箱子里钉钉子做的。当下的AI编程工具同样粗糙，同样充斥可能性。

你必要花两三个幼时，可能还要花500到1000美元的token和云服务费，能力把这器材跑起来。但一旦跑起来，就像占有了一辆套件法拉利——你能够去任何处所。幼我AI的将来：你节造工具，还是工具节造你？

Gary还抛出了一个更大的判断：

我保障，明年这个时辰，地球上每一幼我城市有自己的个人AI。

他以为，幼我AI的遍及将是继幼我电脑之后最重要的技术转变。但这个转变有两种走向：一种是你占有自己的AI，自己的数据，自己写提醒词，自己掌控看到什么
；另一种是企业节造的AI，就像Facebook算法一样，你不知路背后是谁写的、服务于谁的贸易模式。

“这是一个界说性的问题：你会掌控自己的工具，还是你的工具会掌控你？”他说。

访谈全文如下：

Tokenmaxxing：顶尖创业者若何用AI实现400名工程师的工作Y Combinator｜Lightcone Podcast你会掌控自己的AI吗？Gary Tan： 我感触这是一个决定性的问题——你能掌控自己的工具，还是你的工具会掌控你？此刻使用OpenClaw就像在驾驶一辆法拉利，令人肾上腺素飙升，感触不成思议。它能搞定一些你始终不会想到机械能搞定的事件，并且速度极快。但它同时也像一辆法拉利——你最好懂点机械。它会在你最必要它的时辰抛锚在路边，你得拿着扳手出来，打开引擎盖，自己着手建。这是推算机科学和技术领域极度令人振奋的时期。阔别13年后重新写代码主持人： 迎接回到Lightcone出格节目。本期我们将聊聊Gary Tan是若何重回"建造者"状态的。若是你在Twitter上关注我们，你会知路，在经历了多年的投资人生涯之后，Gary回来了，重新成为一名构建者。从前几个月里，他提交了数十万行代码，构建了多个热点开源项目，这些项目从零起头，在GitHub上堆集了超过10万颗Star。而这所有，都发生在他全职担任YC CEO这一极端忙乱的工作期间。网上好多人感触这底子不成能，甚侄裣癌难以相信——但它的确发生了。我们亲眼见证了整个过程。今天，我们就来聊聊他是怎么做到的。Gary Tan： 我自己也相倒仞惊。整整13年没有写代码，而后忽然之间，我的代码产出量达到了昔时的约莫400倍。而那一年，我或许也只有三分之二的功夫在写代码。主持人： 不如我们先从那个开创所有的项目讲起——Gary's List。聊聊几个月前你是怎么启动Claude Code、重新起头写代码的。是在某期Lightcone节目之后，对吧？Gary Tan： 对，就是那之后。用Claude Code重建一个创业项目Gary Tan： 我意识到自己想把所有认同我理想的人荟萃在一路，尤其是关于加利福尼亚州的议题。因而我成立了一个501(c)(4)组织，此刻已经有了一个C3和一个PAC，这是好多政治集体的常见运作方式。各人往往只关注资金，但我们真正想做的是把有识之士汇聚在一路。在旧金山政治圈摸爬滚打多年，我深刻体味到，凝聚人心是一股巨大的力量，这正是公共社会活动的性质。我想，为什么不建一个网站，就从这里启程呢？先从写作起头——写我真正关切的议题。好比，我但愿孩子们能在学堂学到真正的知识。全球的观多可能会感触这很奇怪，但我的确感触怪诞：在旧金猴子立学堂，一个六七年级的初中生，想建代数课，已经是不成能的，直到今天依然极其难题。这件事对我意思深远。若是我昔时在东湾公立学堂想书时没能学代数，我绝无可能考入斯坦福学工程，始终不会写代码，也不会有今天的所有。所以我意识到，是时辰重新写代码了。我最终重建了Posterous——那是我2008年的第一个YC创业项目。主持人： Posterous是什么，助不太相识的人介绍一下？Gary Tan： Posterous是一个极简的邮件博客平台，后来发展成为全球前200大网站之一，最终被Twitter以约2000万美元收购。那是我真正意思上的第一桶金。Twitter收购后关关了这个产品，我为那些我们精心招募的员工感应遗憾，因而又重建了一个版本叫Post Haven。其时从Twitter手里买回来必要几百万美元，而我那时辰一分钱都没有，所以最好的法子就是自己再写一遍。今年1月，我又把它写了第三遍。第一次花了约400万美元、六七幼我、约莫一年半的功夫
；第二次花了或许10万美元，我和结合首创人Brett Gibson（此刻经营Initialized）两幼我，约莫三个月
；这一次，花了约莫200美元——也就是我的Claude Code Max账户用度，加上或许五天功夫，就建成了一个职能齐全的博客平台，该有的职能全都有。不仅如此，在此之上还构建了齐全的RAG系统和齐全的智能体检索职能——可能出去读遍整个互联网：我所有的推文、任何话题的递归爬取与深度钻研。代数问题只是我们真正关切的多多议题之一。可能摄取互联网上的信息，看到所有正反方的论点，而后在后端天生极为详尽的汇报——蕴含所有值得引用的概想——极度有价值。Lightcone的老听多可能记得我们早期一期关于智能体系统的节目，嘉宾是Jake Heller。Jake缔造了Casetext，他描述的那套步骤，和我最终为记者式长篇文章所构建的系统险些如出一辙，针对各类在发生的时事议题。此刻任何人都能够接见garyslist.org，我们每天颁布两到三篇钻研充分、起源齐全的文章，聚焦加州、旧金山和洛杉矶的动态，探求若何建设更好确当局。像记者一样思虑的软件主持人： 我感触各人对Gary's List有一个误会。我们一向在谈的经典模式是：你构建软件，让人们来使用它。好比你建一个博客平台，人们来写博客，也许最终开了自己的Substack，发发文章。但Gary's List不只是一个博客平台——它现实上在做一名高质量调查记者的工作。它不仅仅是记者用来颁布文章的工具。Gary Tan： 对，根基上，以破费约5到10美元Opus API挪用的价值，它所实现的工作量相当于一个真实的人类——要一篇一篇地翻阅几十篇文章，通读整本有关书籍，逐一做标注
；氐紺asetext的例子，Jake教给我的主题是：你要思虑一幼我类拿到这些信息之后会怎么做。他会去检索什么？去图书馆找什么书？在网上搜索什么？此刻更棒的是，你不用止步于此——你能够挪用Perplexity的API做深度钻研，挪用X的API做深度钻研，用Grok的API在X平台上做钻研成效其实极度好，而后把所有这些高低文全数抓取过来。"Tokenmaxxing"的鼓起Gary Tan： 这又回到了我那篇关于"煮沸海洋"的文章所论述的理想。在构建智能体软件确当下，你不用再满足于从前人类写代码时的那种局限性——这在钻研领域同样合用。若是你彻底地"煮沸海洋"，钻营极致齐全性——对一幼我类来说可能要花一个月来做的钻延转—你此刻只必要加大投入，多花点钱，做Tokenmaxxing，但你就应该这样做。若是存在能让了局更齐全、更杰出、更切近现实的增量性工作——好比在这类写作中，我们不满足于一个起源，我们能够获取20个起源，交叉对比，发现这13个起源这么说，另表7个起源持分歧定见——而后把所有这些高低文输入主题提醒词，你就能做出比人类仅仅点开一个链接、看个标题就下判断更好得多的决策。我以为，Tokenmaxxing正是你此刻能做的最酷的事件。这不只是天生文章，也不只是写代码——它将渗入进社会的每一个角落。所有我们称之为"知识工作"的事件，都能够被Tokenmaxxing。这并不料味着我们要裁减人，而是说人依然必要提供"能动性"。就像我，我是那个坐在这里，真切关切代数问题的人。我但愿那些像昔时的我一样、上不起私立学堂的孩子能有机遇进建。旧金山可能是全美私立学堂就读率最高的城市，这不应该是正常景象。你不应该必须有钱能力获得优质教育。这种技术层面的大刷新在发生，而我刚好有一个火急的需要和强烈的巴望——是那种真实的、揪心的巴望，每当我想到那些十二三岁本该学代数、却被某个官僚或某个路德表演者褫夺了这个机遇的孩子，我就感应心痛。主持人： 所以，在解决自己内心深处的痛点、构建Gary's List的过程中，你逐步发现了Tokenmaxxing的诸多法规，以及这种全新的构建方式。这也引出了你的下一个项目——GStack。GStack的意表诞生Gary Tan： 我其实底子没有打算做GStack。我只是发现自己一遍又一遍地做反复的事件，厌倦了反复输入同样的内容。因而我打开Apple Notes，把那些我发现自己在Claude Code里反复输入的内容全数纪录下来，其实都是很单一的器材。好比，打算审查（Plan Review）——我起头极度喜欢让Claude天生ASCII艺术图表。我发现有时辰Claude会弄混，写出bug，或者工作不齐全。但当我说"在起头工作之前，先画一张蕴含所罕见据流、输入输出、用户流程和谬误信息的ASCII图"之后，所有都分歧了。你能够看到数据流、状态机、依赖关系图、处置管路、决策树。一旦它先天生这张图，就蹬宗把所有高低文都加载进来了，之后它实现工作的齐全度就高了好多，也更好地"煮沸了海洋"，并细分成分歧的板块，好比架构审查、代码质量、测试等。在构建Gary's List的过程中，我意识到，自己写代码的时辰总是测试做得至少，由于测试切实不好玩。我知路必须有测试，但我更想写有趣的新职能，不喜欢写测试。而后，我也踩了所有人起头"vibe coding"时城市踩的坑——感触代码很粗糙，对于80%的场景没问题，但只有真实用户一碰，就起头崩。那时我意识到，我能够达到100%的测试覆盖率。不外后来我相识到，100%可能太过了，80%到90%才是目前的最佳实际。这其实就是Plan Review的第一个版本的雏形。各人都知路"Office Hours"这个技术，就是在尝试打造新产品或新职能时用到的：你怎么知路人们想要这个？它是为谁而做的？它做什么？影响是什么？这就是那个原型技术，其时我甚至不知路"技术"（Skills）这个概想的存在。我把它发出去之后，病毒式传布，约莫20万人看到了。后来我又做了一个职能更丰硕的版本，起初叫"Mega Plan"，后来改名为"CEO Plan"。我在这里用到了元提醒（meta-prompting）技术。我把另一份评审打算作为基础，而后说："好，做一个这样的版本，但设想一下Brian Chesky坐在你刻下。"Brian Chesky有句很有名的话——什么是十星履历？各人通常用二星、三星、四星来衡量酒店，而他会往上走：五星是什么样的？六星呢？七星呢？八星呢？一路往上推演，这是我最喜欢的产品和设计思想操练之一。此刻，你每次都能够做这个操练了。这就是CEO Plan的主题。这个提醒词的性质是：找到柏拉图式的梦想状态。我出格喜欢其中两点：一是"10倍检验"——什么样的规划更有野心、只必要两倍的致力就能交付十倍的价值？二是从潜在空间（latent space）中发散出的器材能援手模型真正形象化地理解问题。我酷爱"CEO打算技术"，由于我是一个有ADHD的CEO，我爱潜力，爱那种纯正的可能性。就这么简略一单的两句话，却能解锁难以相信的能量。GStack就是这样起头的——我只是必要做一些技术卡，而后听说有人在做技术仓库，因而顺势为之。400倍产出背后的工作流主持人： 而后你把这两个技术用得十吩斓繁，以至于你的Claude事俘起头严重积压。聊聊你的具体工作流吧——这是你每天的工作方式，也是你每月能提交数十万行代码的法门。Gary Tan： 对，就是这样。从前48幼时我提交了13个PR，就像列队一样——任何时辰我有新设法，我就进来，用CEO技术，再用测试技术把它做得极度美满，全数在打算模式（Plan Mode）下实现，而后点击核准，Claude就去做所有的事件了。我这样做了很屡次，最后手头堆积了15个分歧的职能，全都在列队期待手动测试。这些职能通过了端到端测试、集成测试和单元测试，但最终还是要打开Rails服务器，加载对利用户，配置特定的环境，手动确认所有正常。这个过程让我很烦，因而我尝试用Claude Code的MCP，但每次响应要两三秒，用来做QA齐全不实用。我听说微软颁布了Playwright，是一种备选测试框架。过后来看，其时其实有好多现成的智能体工具能够用。但Claude Code的利益也是它的弊端——它太容易让你"直接开干"了。我就直接进去，输入了大意是"我受够了在Chrome MCP里用Claude Code，太慢了，助我把微软的Playwright封装起来"，而后按了回车。GStack就这样慢慢成形了。此刻这是我创建新职能的方式。GStack里有CEO、Designer、Developer Experience等角色，还有若干设计工具，最后是Plange。我通
；够嵩诵/codex——最近还参与了/claude in codex。关于Codex，我从YC校友那里学到的。有一次参与批次活动，各人聊到Claude Code和Codex的比力。其时我是纯Claude Code用户，后来才意识到好多人其实更偏心Codex——原因是Claude Code极度适合ADHD式的CEO，但有时辰Claude模型会出现"郑重其事地胡说八路"的情况。聪明是聪明，但终于不是最聪明的。所以若是遇到出格复杂的问题，你必要的是那个"200 IQ、近乎寡言"的CTO。/codex就是GStack的一个技术，它会把你的打算或已有的代码仓库，用号令行提醒词交给Codex运行，让它找出所有问题和bug，而后把汇报反馈给Claude Code，你再和Claude Code一路解决这些反馈。若是你重要使用Codex作为编码智能体，也能够输入/claude，让Claude短暂客串一下CEO角色。GStack的工作流程是：先做Office Hours CEO审查，再做设计审查（若是有UI），而后做开发者履历审查（现实上险些GStack和GBrain的所有内容都必要这步），接着是代码审查，最后用Codex扫尾。一旦打算实现、问题都解决了，GStack就会大量挪用"向用户提问（Ask User Question）"这个职能——这对我来说至关重要。这就是人类，无论是"vibe coder"、操作员还是智能体工程师，必要输入自己的判断的处所：我们在构建什么，在发生什么。这一点没有代替品。若是真的有人能造出一个无需人类在回路中就能自主写软件的器材，我会极度惊讶。我从来不想齐全脱离这个回路，我只是但愿机械去做我不想做的事件——好比QA
；氐紻emo，当我向现代版GStack输入指令时，它会说"哥们，你在干嘛？这个我们已经建过了。"我们有Browse——那是一个有70个号令的长驻过程CLI。QA其实就是Browse，但在QA的提醒词里，它会说：查抄你的高低文，看看我们在这个分支上做了什么，若是有UI或数据调换，就用浏览器去测试它。这就像占有了一个黑盒浏览器。第一次看到它真的跑起来的时辰，我惊呆了——感触"微型AGI"已经来了。我知路这不是真正的AGI，真正的AGI意味着不必要我在场。并且说真话，作为一个构建者，我自私地但愿机械始终不要齐全"搞定"这所佑转—那样的话，有品位、有技术能力、懂产品反馈、真正相识用户的人，就始终占有"同党"。精简框架，饱满技术（Thin Harness, Fat Skills）主持人： 我感触你把好多这些思虑都凝练在了X上那篇关于"精简框架，饱满技术"的帖子里。Gary Tan： 是的，那篇文章其实有一部门是被网上的人嘲讽逼出来的——嘲讽我只是在兜销Markdown。我的现实体味是：Markdown性质上就是代码，只是以分歧的方式编译，但你能够用它让推算机做出令人惊叹的事件。这篇文章的名自熹事反自k8凯发天生赢家合资人Pete Koomen。我们内部一向在构建一个智能体——我们称之为"harness（框架）"——而后在用Claude Code的过程中意识到：为什么要反复重写那套框架？我们应该把功夫花在"Markdown里应该写什么"这个问题上。理解Markdown的方式是：设想你是一个婚礼策动师，尝试写下一份清单，通知下一个接办的人怎么策动婚礼——用平实的说话。所有这些内容都应该写进Markdown。而那些必要确定性执行的操作——好比婚礼策动师可能要打给20个场地——你不会用Markdown来做这件事，你会挪用Twilio的API。智能体工程当今最大的难题，就是人们把本该属于Markdown的逻辑写进了代码里，而后失败了，由于代码是脆弱的，不理解特殊情况，代码性质上不理解你想要什么或者你是谁——它只是在图灵完整的循环里执行确定性的零和一。而此刻我们有了LLM，它占有潜在空间，它知路你是谁，理解你的动机，能处置泛化的情况。作为工程师，此刻很大一部门的魔力就在于搞明显：哪些部门属于LLM领地，哪些部门属于代码领地？再结合我学到的另一个准则——80%到90%的测试覆盖率——就是说，若是没有测试就把用户抛进去，那就是烂代码，并且比人类写的代码差10倍，由于你齐全不知路会发生什么。所以不只是要搞明显潜在空间和确定性空间的天堑，还要确保单元测试和集成测试都到位。而"煮沸海洋"的益处在于：机械不在乎工作量，只有你多加投入，你就能达到90%的测试覆盖率，占有一个虽不美满但95%靠得住的系统。AI智能体就像法拉利Gary Tan： 使用OpenClaw就像驾驶法拉利，令人肾上腺素飙升，感触不成思议。它能搞定你始终不会想到机械能搞定的事，并且速度极快。但它也真的像法拉利——你最好懂点机械。它会在你最必要它的时辰抛锚在路边，你得拿着扳手出来，打开引擎盖，自己着手建。这是推算机科学和技术领域极度激昂人心的时刻，就像昔时的Homebrew Computer Club，就像Apple I问世的那一刻。Jobs和Woz造的Apple I就是一块面包板，字面意思上装在一个用钉子和胶带拼起来的木头盒子里。若是你想要一台幼我电脑，那就是你能拿到的器材。而我们此刻就处于这样的时刻——有肯定技术基础的人，花两三个幼时，花500到1000美元在token和云推算上，就能让类似的器材运行起来。一旦跑通，我们就像进入了"套件车法拉利"的阶段——而后你就能驾驶它，去任何你想去的处所。主持人： 就算是那部门"要自己建车"，好多人也是那种没亲自履历过就不太能理解的感触。从宏观来看，所有移动得太快了。想想昔时，Stack Overflow作为一个能在遇到编程问题时查阅的网站，就已经感触很神奇了。而后ChatGPT横空出世，比Stack Overflow强多了。但你根基上还是在做同样的事：问问题、复造粘贴代码、运杏注再复造粘贴回去。用了Claude Code之后，你终于突破了那个天堑，意识到不再必要复造粘贴了——它直接执行并运行代码。哪怕是OpenClaw，我在部署的时辰发现的确烦人，它会让自己陷入卡死状态，做一堆讨厌的事。但若是你有Claude Code运行着，它就会去把那些问题建掉。这显然不是持久的最优解，但这种心态转变很重要——不论它多脆弱、必要几多建复，不要紧，由于你能够让另一个智能体一向坐在那儿建它。Gary Tan： 我之前是齐全的Claude Code信徒，此刻也还是，但构建产品或做智能体工程的功夫里，或许只有50%到60%是在Claude Code里了，另表将近一半是通过OpenClaw。幼我AI的将来Gary Tan： 话说回来，我此刻大部门功夫都在构建GBrain自身。GBrain的起因是我们遇到了Peter，他上了节目。我终于抽出功夫去钻研OpenClaw了。约莫在统一功夫，Karpathy写了那篇关于知识型LLM Wiki的文章，因而我想：好，我的代码库里有一堆Markdown，我应该把我所有的高低文都放进那些Markdown里。而后有一天我忽然意识到，OpenClaw用的只是GP（向量检索），而GP并不算好——它浪费高低文，把比现实必要多得多的内容加载进高低文窗口。因而我掉进了一个兔子洞。我进入Conductor，点击急剧启动，GStack已经内置在Conductor里了。我就是这样起头的。其实这个过程比这更有趣。在你写出越来越大的代码库之后，这些知识就加载进了你的大脑。好比，为了给Gary's List构建智能体新闻编纂室，我要真正进建向量嵌入、混合RRF检索和文本分块。当你在里口试图让它工作的时辰，你是极度"了局导向"的：我想要的输出是什么样的，文章要达到什么质量，必要哪些引用——你起头成立测试和集成测试，最终占有一个经过实战检验的产品。而后我就把两件事联系起来了。这是任何人都能够做到的事。这就是为什么我以为我们在进入开源的黄金时期。我能够直接在Conductor里打开这个项目，第一步就是让它去看Gary's List的代码，看看我们是怎么做分块、嵌入、混合RRF、RAG这些的，而后把这些提取出来，用Postgres加PG Vector构建一套齐全的RAG系统给我的OpenClaw用——就这样，一件事接着一件事，我打开了10个GBrain的窗口，一头扎进去了。OpenClaw有个很酷的处所，我能够直接问它：我是从什么时辰起头用的？——1月23日
；鼓芸吹轿宜械挠始。我有一条推文说："Claude Code这周唤醒了我25岁的自己，那个把红牛当水喝、彻夜写代码到天亮的我。我们回来了。" 建造者的身份重新浮现。我根基上又回到了每天睡四个幼时、写代码二十个幼时的状态。主持人： 这也是你起头由于"代码行数"这个话题在网上引发争议的时辰，对吧？Gary Tan： 是的，不外我还是对峙我的概想。主持人： 用代码行数来衡量开发者出产力这件事在网上的确很有争议——显然有辩驳定见说，代码行数底子不能衡量开发者出产力……Gary Tan： 的确不能，但在某种水平上也能。很有意思的是，有人颁布了公开的Git工具，能够过滤并尺度化"现实逻辑代码行数"。我真的去跑了一下。我由于说"我的编码速度是2013年的100倍"而惹上了麻烦，但做了逻辑行数的精简之后，这个数字反而上去了——现实上是400倍。显然，这些代码不是我写的，是我指挥15个智能体实现的。在数字层面，这的确削减了一些Claude Code天生的代码行数，但出乎意料的是，它同时削减了我2013年写的代码行数——砍掉了约70%。所以这里有个错位：人类写代码很容易"注水"行数，而Claude Code不会这样做，除非你出格批示它去这么做。它可能构建了谬误的器材，或者方向没掌舵好，但它不会为了优化行数而优化，不像在某个岗位上工作的人类那样。若是你看看2000年甚至1990年代关于软件工程的文件，一个职业软件工程师每天产出的经过测试、出产就绪的代码行数，不是一百行，是五十行，甚至三十行。对我来说可能是十四杏转—由于我那时是兼职状态。这就是400倍这个数字真正的起源。我正本应该把这个说明显，而不是持续跟人呛声。若是我在网上拿这个话题刺激过你，我真的路歉——这背后有更深层的逻辑，我最终写了一篇博文具体诠氏缢这所有。主持人： 这不是幼事，对技术布景的人来说意思重大，由于它真正提升了你的能力上限。所有攻击你"代码行数"论调的那些人，刚好是最有可能从彻底铺开手脚、全力Tokenmaxxing中获益最多的人。Gary Tan： 对，这是经典的困境：若是你有品位、懂技术，你就是最应该得到这双"同党"的人。只必要相信，放下抵触，打开Claude Code，碰运气。主持人： 我感触另一个成分是，履历差距因模型和框架的分歧而天壤之别。我自己也把稳到，任何稍微复杂一点的编程工作，通过OpenClaw智能体来做就会失败——明明用的是齐全一样的模型和Opus，但轻易超出一个单一剧本的复杂度，成效就不梦想了，我就得回到Claude Code。这让我有一种感触：哦，原来这就是六个月前的感触，就是"这些工具还没到位"的那种感触。但当我用Opus加Claude Code，感触就是：它真的到了，并且就要更进一步了。Gary Tan： 我保障，明年这个时辰，每幼我城市说一件事，而这件事你在这里就先听到了——地球上每一幼我都将占有属于自己的幼我AI。我们能够生涯在一个占有自己AI的世界里，有自己的数据、自己的集成、明显地看到在发生什么、编写自己的提醒词，并且能节造自己看到什么
；或者生涯在一个企业节造的世界里，就像你的Facebook信息流一样，你不知路算法是谁写的、对谁有利、背后是什么贸易模式。幼我推算机革命是人类被奉送的最壮大的礼物，我们正要经历齐全一样的转变——幼我AI革命。这将是一个选择：人们是否愿意编写自己的提醒词？我但愿Pete Koomen在这里，由于我们从他那里也学到了这一点：除非你占有自己的提醒词、能为自己而写，不然你就始终活在某个不相识你的PM或开发者界说的API天堑以下。他们不会理解你的需要，不会理解你怪异的关切。这就是那个决定性的问题：你能掌控自己的工具，还是你的工具会掌控你？主持人： 我感触公家在这件事上存在一个断层，就是要真正挪用这些能力，你必要用到最新最强的模型，而大量烧token的价值目前其实相当高昂。价值鄙人降，但好多人可能只是在用免费版模型，或者只有最基础的Claude Pro订阅。Gary Tan： 对，也许我们必要正视一点：想要真正进入这种险些像"靠近AGI"的构建境界，你必须大量亏损token。整个Tokenmaxxing的理想，其实让我遐想到旧金山的租金。我们时时要对YC首创人说的话就是："旧金山的生涯成本高得离谱，但不住在旧金山的机遇成本更高。"在YC早期批次里，我总是遇到有人说："这个公寓每月几千美元，感触太怪诞了，要不要付？"答案是：必须付。并且不只是在旧金山，还要在Dog Patch这样的社区里，创造那种"缘分式相遇"的可能性。Tokenmaxxing将会是我们必要教导首创人的事件之一，由于它的价值不是一眼就能看出来的。这就像租金——你应该尽可能地投入，从中获取最大的效用，而不是把它当成办公桌那样能够省则省。在模型使用和token亏损上，你应该大力推动。主持人： YC的一个主题信条是"活在将来，而后构建缺失的器材"。这是对那句话的深刻诠释——你只必要让自己的大脑真正相信：某天在token上花500美元，只有我在构建真正有价值的器材，就值得。用token换回功夫主持人： Gary，我有个奇怪的问题。你感触，某种水平上，正由于你同时还是YC的CEO，才逼出了这所有吗？你的功夫极端稀缺，你不得不想方设法用零散的会议间隙实现数十万行代码，而若是是一个全职工程师，可能就会花功夫慢慢打开网站，点来点去测试一下。你的功夫如此贵重，所以你不休逼自己把所有都自动化。Gary Tan： 有时辰我真的很羡慕那些"功夫亿万财主"。我看着我的孩子们——这些孩子此刻就是功夫亿万财主，你能够做任何你想做的事，进建任何你想学的器材，太棒了。我们在Startup School上不休遇到这样的年轻人，他们就是功夫亿万财主。我幼我的哲学是：我的脑子里一向在疯狂飞奔，感触要活完这个身段里的100亿辈子，每一刻都必须有意思。若是你能Tokenmaxxing，那就像采办了数百万年的机械意识。此刻我也能成为功夫亿万财主了——不是用我自己的功夫，而是用机械的功夫，为我在乎的人和我在乎的事业工作：YC，以及让构建者可能构建。在我们去年好多内部会议和团队务虚会上，我们都在会商：怎么教下一代使用这些工具？我但愿我能说这所有都是精心设计的巨大打算，但事实不是。不外从潜意识层面看，我相信Lightcone一集集的录造，以及坐在Boris Chernny旁边的那个时刻，对我影响深远——他说出了一些让我意识到"我自己就能做到"的话。他说他的团队不写一行代码，我就想：哦，我其实也能这样，在场的观多们也一样——你们和我没有任何性质区别。我们都是从统一个起点启程的。我不感触自己已经高不成攀，只是一个致力做事的人。当我坐在Boris旁边，我知路他是我见过的最优良的工程师之一，但若是我们都打开统一个提醒词，我们占有的是统一个提醒词，统一台MacBook Pro。没有任何器材反对我们任何一幼我，去挪用可能是数百万年的token来服务人类。主持人： Gary，我感触这最后这句话值得直接发到X上。Gary Tan： 你能够向机械借功夫，从而占有无限的功夫。主持人： 这个时期真好，多么美好的结语。感激Gary带我们看见了将来。Gary Tan： 感激你们。主持人： 好的，感激收看，我们下期Lightcone见。