「瞬知笔记」YC掌门人开源了一座AI软件工厂,我看到了它的天花板

上周科技圈最热的开源项目不是什么大模型，是几个Markdown文件。

YC的CEO Garry Tan把自己用Claude Code写代码的配置方案开源了，叫gstack。上线48小时GitHub星标破万。这东西乍一看挺朴素——15个Skill文件，每个文件定义一个角色。CEO审产品方向，工程经理锁架构，设计师抓UI，QA用真实浏览器跑测试，安全官做审计，发布工程师提PR。用斜杠命令切换角色，纯文本定义，不需要写一行代码。

Garry Tan说他一边全职管YC，一边用这套东西60天写了60万行生产级代码，35%是测试。Andrej Karpathy最近也说自己从去年12月开始基本没手敲过代码了。Peter Steinberger一个人用AI Agent把OpenClaw做到了GitHub 24.7万星标。

“一个人等于一支团队”，不是口号了。

gstack做对了什么？它用最简洁的方式证明了三件事：自然语言可以定义角色，文件可以串联流程，一个人可以把产品从设计到发布全链路跑通。以前独立开发者最大的问题不是写不出来，是写不完——写了前端没精力写后端，写了功能没时间写测试。gstack把”做完整”的边际成本压到了接近零。

我自己跑了一下，好的部分相信很多人都聊了，但我更想聊它的天花板。

gstack解决的是软件开发场景。Garry Tan是工程师出身，虚拟团队里的角色——CEO、工程经理、QA、安全官——全是软件公司的配置。如果你是独立开发者或技术型创始人，开箱即用。

可如果你要解决的不是写代码，而是做生意呢？

比如一个零售公司想用AI帮商家做智能选品和精准推送。比如一个电商平台想让买家有AI采购官、卖家有AI店长，两边的Agent还得自动协商匹配。这时候gstack的架构就会碰到几堵墙。

数据流是隐式的。gstack的Agent靠文件传信息——A写了个文件，B恰好知道文件名去读。在git仓库里没问题。但商业场景里，用户画像从哪来、经过什么脱敏处理、流向谁，每一步都得说清楚。你不能让处理用户隐私的Agent”碰巧”访问到商家的成本数据。

没有权限管理。gstack所有角色共享整个仓库。代码本来就是团队共享的，无所谓。但用户隐私、商家成本结构、平台定价策略——这些东西不能人人可见。商业场景需要严格的”谁能看什么、改什么、传什么”。

没有价值度量。gstack的Agent只消耗token，不产出可量化的业务指标。你不知道一个Agent一天帮你赚了多少钱、ROI是多少。写代码可以用行数和bug修复率衡量，做生意需要的是转化率、GMV、客户满意度。

任务编排太线性。设计→审查→开发→测试→发布，一条直线。真实商业场景里到处是分叉——用户需求明确走精准匹配，需求模糊走探索推荐，正在比价走竞品分析。gstack处理不了这种复杂度。

还有一个更根本的：gstack的Agent都服务于同一个老板。但商业世界里买方和卖方是不同主体，各有各的Agent、各有各的数据和利益。跨组织的Agent协作需要的东西，和同一个团队内的角色分工完全不是一回事。

说这些不是贬低gstack。它用几个Markdown文件就把Agent协作的可行性验证了，门槛低到令人发指，这件事本身就很了不起。只不过从”一个人写代码”到”Agent替你做生意”，中间隔着数据治理、权限控制、价值量化、复杂编排和跨组织协作这一整套东西。

gstack打开了一扇门。门后面的路还很长。

───

王冉，跃盟科技创始人。专注连接人类需求与AI劳动力，让AI普惠每一个工作岗位。