这两天，Y Combinator 的现任掌门人 Garry Tan，把自己写代码用的全套AI工作流，开源了。
先给不熟悉的朋友介绍一下背景。Y Combinator 是硅谷最牛的创业孵化器，没有之一。Airbnb、Dropbox、Stripe、Reddit……这些你叫得出名字的公司，都是从 YC 出来的。你可以理解为硅谷创业圈的"黄埔军校"。
Garry Tan 就是现在的校长。
这位校长，没有在办公室里喝咖啡开董事会。他在 GitHub 上开源了一个叫 gstack 的项目，48小时破了1万星。
开源地址在这里
https://github.com/garrytan/gstack
他自称用这套工具，50天里写了10,000行代码，提了100个 PR。
一个 VC 大佬，一个人，干了半个工程团队的活。
今天我们来看看他在干啥。
Garry Tan 开源了什么
gstack 本质上是一组 Claude Code 的自定义命令——12个斜杠命令，每个命令对应一个专业角色。
实际上是Skills，使用的时候，用户只需要输斜杠命令
打个比方。
普通人用 Claude Code，就像请了一个什么都能聊两句、但什么都不精的实习生。你说"帮我看看代码"，它看了，但看得不深。你说"帮我测一下"，它测了，但测得不全。
Garry Tan 做的事情是——他把这个实习生拆成了12个专家。
“我不想让AI工具停留在模糊的模式，我要的是明确的齿轮（Explicit Gears）。”
Garry希望AI不再是万能助手、样样都懂样样稀疏，而是专业分工的专家组。
最值得说的几个：
/plan-ceo-review——CEO和创始人视角审查
这个命令让 AI 扮演一个挑剔的 CEO，重新审视你的需求。不是问"你要做什么功能"，而是问"这个需求背后，那个10星产品长什么样"。被称之为“布莱恩·切斯基（Airbnb创始人）模式”，教AI拒绝平庸需求。
说白了，在你写第一行代码之前，先让 AI 帮你想清楚：这事值不值得做。
/review——资深工程师模式，偏执型代码审查
不是普通的 code review。它模拟的是那种"老子见过太多线上事故"的 Staff Engineer，专门找那些 CI 能过、但生产环境会炸的 bug。竞态条件、边界情况、隐藏的性能问题。
/ship——发布工程师模式
一条命令干完所有事：同步主分支、跑测试、处理 review 评论、push 代码、开 PR。以前需要一个发布工程师盯着的流程，现在一个斜杠搞定。
/qa——测试工程师模式，自己测自己修
这个最狠。AI 先当 QA 测你的产品，找到 bug 之后，不是给你报个单——它直接修，提交原子级的 commit，然后再验证一遍修复是否生效。
/plan-design-review——设计审计
80项检查清单，10个类别打分，A到F评级。最骚的是它还有个"AI Slop Score"——专门检测你的网站有没有那种一眼就是 AI 生成的廉价感。
/browse——给 AI 装上眼睛
内置了一个持久化的 Chromium 浏览器。首次启动3秒，之后每次调用只要100-200毫秒。Cookie 和登录态全程保持。AI 不再是"盲人摸象"，它真的能看到你的产品在浏览器里是什么样。
还有 /retro 做工程复盘、/document-release 自动更新文档、/setup-browser-cookies 管理浏览器会话……12个命令，覆盖了一个软件项目从规划到上线的全流程。
12个，虽然不多，但是很精。每个都很好玩。
我最喜欢的是/plan-ceo-review
看到这个项目有，我理解用/plan-ceo-review以硅谷CEO的角度审核一下我的Raphael AI最新的修改试试
 |  |
有阶段性成果的时候，它会停下来问我看法。 它说话的语气的确挺有硅谷CEO的感觉。
还好现在Claude Code默认Opus 4.6已经是1M Context 了 Anthropic 和 OpenAI 同时开始撒钱倾销，AI的“外卖大战”来了 ，这硅谷来的CEO还挺吃上下文长度，得给他喂点细糠～～
最后得到的结论，对我挺有启发，推荐你也试试。 （我就不再贴细节图了，商业机密，嘿嘿 ）。
我晚上打算再花点时间玩玩其他所有的12个技能，充分挖掘它的潜力。
最重要的部分根本不是代码
说好的“开源AI编程工作流呢”？ 用完这些工具，我发现跟“编程”“代码”没啥直接的关系
Garry Tan 做的不是"AI 编程工具"。他做的是AI 组织架构。
想想看，一个正经的软件项目需要几种人？产品经理想需求、工程经理定架构、开发写代码、QA 做测试、设计师审视觉、发布工程师管上线。
传统做法：招6个人，开6次会，扯3天皮，然后上线。
Garry Tan 的做法：一个人坐在电脑前，用12个命令，把自己脑子里的 CEO 思维、工程师思维、QA 思维、设计师思维拆开，让 AI 分别扮演。
人类只做一件事：决策。
Garry Tan 做的是组织形态的变化。
Garry不是唯一这么想的人
gstack 在 GitHub 上48小时破万星，说明这不是个人癖好，是真需求。
而且类似思路的项目还有一堆：
有一个最近更火的，agency-Agents（4.65万星）——更激进，直接模拟一整个 AI 公司。前端工程师、后端工程师、产品经理、Reddit 社区运营……每个 Agent 有自己的人格和工作流。
这个说实话我不太喜欢，因为有点太多了，杂而不精。我更喜欢Garray这一套，少而精的。
还有obra/superpowers（8.56万星）——一个 agentic skills 框架，让你自己定义 AI Agent 的能力组合。
这三个项目加在一起，星数超过10万。
这里面呈现了明显的趋势： 不再是"AI 帮你写代码"，而是 "AI 帮你开公司"。
未来的创业公司长啥样
我自己是从一人公司做起来的，对这件事感触特别深。
以前创业，第一步是"找人"。找技术合伙人、找前端、找测试、找设计。光招聘就要花两三个月，还不一定找到合适的。
现在呢？第一步可能变成了"配 Agent"。
Garry Tan 一个人50天干了100个高质量的 PR，这个产出放在任何创业公司，都至少等于2-3个全职工程师。而他的"工程团队"，是12条命令。
不是说人类工程师没用了——复杂的架构决策、跨团队协作、创造性的技术突破，这些还是需要人。
但大量的日常工作——代码审查、测试、发布、文档更新——这些标准化、重复性的流程，AI 已经能接住了。
未来的创业公司可能长这样：3个人类做决策 + 20个 AI Agent 做执行。
在今天创业，谁还在按传统方式搭10～20人技术团队，谁就是老登。
我的理解
我说过：不要选"任务"，要选"岗位"。
"帮我看看代码"是任务，做完就没了。
"每次有新代码提交就自动做一遍代码审查"是岗位，它是持续性的。
gstack 的12个斜杠命令，本质上就是12份岗位说明书。/plan-ceo-review 不是一个临时任务，它是一个"CEO 审查官"的岗位——有明确的职责、判断标准和交付要求。/qa 不是"帮我测一下"，它是一个"QA 工程师"的完整工作流——测、找 bug、修、验证、提交。
我还常常讲：一件事情，只要有 SOP，它就能被自动化。 Garry Tan 用12条命令证明了这句话——哪怕你管理的不是自媒体运营，而是一个完整的软件工程团队。
所以 gstack 真正让我兴奋的不是它的技术实现。是它证明了一件事：给 AI 写岗位说明书这个方法论，不只适用于小团队小项目，连硅谷最顶级的 VC 也在用同样的逻辑。
在这个，中间差的从来不是什么高级技术。
差的是你有没有把"我亲自干"变成"我定规则，AI 来干"。
Garry Tan 不是在教我们写代码。他是在告诉我们，未来公司长什么样。 而他已经开源了图纸。
