夜雨聆风
17年前，Gary Tan 用400万美元、6到7个工程师、花了一年半时间，构建了一个博客平台 Posterous，最终被 Twitter 以2000万美元收购。10年前，他和搭档两个人、花10万美元、用3个月把它重写了一遍。而在今年1月，他一个人，花了200美元（一个 Claude Code Max 订阅），只用5天，又重写了一次——这次甚至还多了完整的 RAG 和深度研究能力。
这不是炫耀，而是一个信号：软件工程的成本结构正在被彻底重塑。Gary 把这种打法叫作 Tokenmaxxing。
你能控制你的工具，还是工具控制你？
"现在用 Claude Code 就像开法拉利，"YC 总裁 Gary Tan 说，"快得令人难以置信，它能想到一些你以为机器永远想不到的东西，并且瞬间就做完了。"
但他紧接着补了一句：这同样是一辆"会在最关键的时刻抛锚在路边"的法拉利。你最好同时也是一名机械师，能在出问题时拿起扳手、掀开引擎盖、自己动手修。
这不只是一个比喻，而是 Gary 给整个行业留下的核心问题：
你会掌控自己的工具，还是让工具反过来掌控你？
13年没碰代码的人，重新写了几十万行
Gary Tan 是 Y Combinator 的总裁。过去13年里，他基本上是个投资人，几乎不再写代码。然而最近几个月，他突然以惊人的速度在 GitHub 上出现：发布了几十万行代码，开源项目从0冲到10万+ Star——而这一切，都是在他依然全职管理 YC 的同时完成的。
互联网上有不少人不相信，甚至冷嘲热讽。不过 Light Cone 的几位主持人却在他身边亲眼见证了这一切。
"我自己也挺震惊的，"Gary 笑着说，"13年没写代码，然后一下子，我现在的产出量大约是当年我状态最好时的 400倍——而那一年我差不多三分之二的时间都在写代码。"
400倍这个数字背后有一段故事，后文会讲到。但他重新拿起代码的契机，其实和"AI"无关——而是和加州的政治、和一个孩子能不能学到代数有关。
起点：一个孩子能不能学代数
在旧金山做了多年政治工作后，Gary 越来越确信一件事：把聪明人聚在一起，本身就是一种巨大的力量——这正是大规模社会运动得以形成的真正基础。
于是他成立了一个 501(c)(4)、后来又设立了 C3 和 PAC，这是政治组织常见的组合。但他很快意识到，仅靠组织还不够——他需要一个发声的平台。
"那就先做个网站吧。" 他说，"我先把我担心的事情写下来。"
他最在意的事情之一是：在旧金山的公立学校，一个7年级或8年级的学生，直到今天依然几乎不可能选修代数。
"全世界的人听到这个可能会觉得很奇怪，"他说，"但我自己就是从东湾的公立学校出来的，如果当年我没机会学代数，我就不可能去斯坦福读工程，不可能写代码，不可能做今天这些事。"
这件事戳到了他。他决定动手。而当他动手时，他发现一切都已经不一样了。
Posterous → PostHaven → Garys.org：三次重写，三个时代
Gary 第一次做这种发布平台是在2008年，那是他第一家 YC 公司 Posterous——"通过邮件写博客"，一度冲进互联网 Top 200 网站，被 Twitter 以约 2000 万美元收购。
Twitter 关停 Posterous 后，他和联合创始人 Brett Gibson（如今 Initialized 的负责人）又把它重写了一遍，叫做 PostHaven——因为从 Twitter 手里买回原来那套代码要花几百万美元，他们当时根本掏不出来。
而今年1月，他第三次重写了它，命名为 Gary's List：
200美元、5天，做出来的不只是和前两版功能对等的博客平台，而且多了一整套 RAG 系统和 agentic 检索能力：能爬全网、读他写过的每一条推文、对任何议题做递归式深度调研。
"代数只是其中一件事。"他补充道，"但围绕加州、旧金山、洛杉矶的治理问题，我们关心的议题非常多。"
软件本身就是记者
"很多人没看懂 Gary's List 真正在做什么，"主持人补充道，"传统软件是给人用的：你做一个博客平台，别人来写博客；做个 Substack，别人来发文章。但 Gary's List 本身就在做高质量调查记者的工作，而不是让记者来用它。"
Gary 接过话头：
"差不多花5到10美元 Opus 调用费，就能完成一个真人需要好几天才能做完的工作——翻几十篇文章、读完几本书、做笔记、交叉印证。"
他说，这个思路其实早在 Light Cone 第一期采访 Casetext 创始人 Jake Heller 时就埋下了种子：要思考"一个人在这个上下文里会做什么"。他会去图书馆吗？会查什么书？会在网上搜什么？
"现在好就好在，你不必只让一个 LLM 自己去想，"Gary 说，"Perplexity 有 API，xAI 的 Grok 有 API，每个都能做深度研究。你把所有这些上下文一把抓回来，喂给你的核心 prompt——这就是我所说的 boil the ocean（一网打尽）。"
Tokenmaxxing：把所有能查的都查一遍
Boil the Ocean 是 Gary 在自己博客里写过的一篇文章。它的核心很简单：
既然机器不嫌累，那就别再用"人类才需要的偷懒标准"去做事。
如果换作一个真人，要花一个月才能调研完一件事——那现在你就让 agent 去把这一个月的活全干了。多花点钱，也许你正在 token max，但你就该 token max。
他举了一个具体的例子：
• 写一篇报道，传统做法是找一个来源就开始写。 • Tokenmax 的做法是：抓 20 个来源，让模型交叉比对，识别出"13 个来源支持这个观点，7 个反对"，把全部上下文塞进核心 prompt。 • 然后由模型基于完整图景做判断，而不是像普通人那样点开一个链接读个标题就下结论。
Gary 强调，这不只是写文章。它会渗透到知识工作的每一个角落。
"但这并不意味着不需要人了。"他特别澄清，"人提供的是 agency——是'我在乎这件事'的那个原始驱动力。我之所以想做 Gary's List，是因为我真的为那些学不到代数的12、13岁孩子感到痛苦。"
GStack：从"我懒得重复打字"开始
让 Gary 在工程上完成跨越的，不只是 boil the ocean 这个哲学，还有他无意间打磨出来的一套工具集——GStack。
"我根本没打算做 GStack，"他说，"我只是发现自己反复在 Claude Code 里打同样的话，烦了，就把它们写到 Apple Notes 里。"
最早只是非常朴素的几条规则，比如：
• plan-review：让 Claude 在写代码前先输出一份计划。 • 要求它画 ASCII 图：数据流、状态机、依赖图、处理流水线、决策树。
"我发现 Claude 有时候会犯糊涂，写出 bug 或漏掉东西。但当我让它先画一张 ASCII 图，把所有数据流、输入输出、用户路径、错误信息都画出来——它一旦把上下文都加载进去，就能把整件事做得更完整、更彻底。"
接着他撞上了所有"vibe coder"都会撞上的那堵墙：能跑通 80% 的场景，但只要真用户一上手就处处崩。
"那是我意识到——我可以让它把测试覆盖率推到 100%。后来我发现 100% 太多了，80% 到 90% 就够。"
这套早期 prompt 后来演变成了 plan-review skill。他把更狠的版本叫做 mega plan，最终改名为 CEO plan。这个 prompt 用了一种叫 metaprompting 的手法，模仿 Airbnb CEO Brian Chesky 提出的"10星体验"思考法：
大家都知道酒店有三星、四星、五星。但 Brian 会问：六星是什么？七星是什么？八星呢？……一直问下去。
"这是我最喜欢的产品和设计练习之一，"Gary 说，"以前你只能在脑子里偶尔玩一玩，现在你每一次写代码都可以这么思考。"
CEO 这个 skill 里还有两条非常关键的指令：
1. 找到这个想法的"柏拉图理想形态"是什么样的。 2. What is the 10x check?——做什么改动，能用 2 倍努力换来 10 倍价值？
"就这两句话，几乎是魔法。"Gary 说。"我是个 ADHD 的 CEO，最爱的就是'纯粹的潜能'，这个 skill 让我每次都能进入那种状态。"
一个人的工厂：13个 PR / 48小时
GStack 后来又长出了一整套角色分工：CEO、设计师、开发者体验工程师、plan-review、/codex ……Gary 把它们全部嵌进 Conductor，作为他每天写代码的真实工作流。
"过去 48 小时我提了 13 个 PR，"他展示自己的界面，"任何新想法过来，我就排队进去。"
他的标准流程：
1. Office Hours / CEO Review：先把想法过一遍 YC 式的灵魂拷问。 2. Designer Review（如果涉及 UI）。 3. Developer Experience Review（GStack/GBrain 几乎所有功能都涉及）。 4. plan-review。 5. /codex：把当前 plan 或已实现代码丢给 OpenAI Codex，让它用命令行跑一轮"找问题、找 bug"，再把结果反馈给 Claude Code。
之所以引入 Codex，是因为他在一次 YC 校友活动上听到许多人说他们更喜欢 Codex。
"我研究后发现，Claude Code 是 ADHD CEO 的最佳搭档，但偶尔它会一本正经地胡说八道。Claude 模型很强，但说实话，它不是最聪明的。当你遇到的问题特别离谱，你就需要那种'IQ 200 但几乎不会说话的 CTO'——Codex 就是这个角色。你随时把它请进来当顾问。"
后来他还反过来加了 /claude：当你以 Codex 为主时，可以让 Claude 临时进来当 CEO。
而最后一道关——手工 QA——他原本是用 Chrome MCP 解决的，但每次跳转两到三秒，慢得让人崩溃。他索性让 Claude Code 直接包了一层微软的 Playwright，叫做 Browse：一个常驻的 70 命令 CLI。
"我新的 QA skill 就一句话：'看看你在这条分支上做了什么。如果有 UI 或数据变更，就用浏览器去测一下。'"
第一次跑通的那一刻，他形容自己的心情：
"Mini AGI 已经来了。"
Thin Harness, Fat Skills：把魔力放进 Markdown
Gary 在 X 上发过一篇文章叫 Thin Harness, Fat Skills，在网上引起争论。这个名字其实出自他在 YC 的合伙人 Pete Koomen。
他们之前内部一直在做自己的 agent 框架（也就是 harness），后来发现：天天用 Claude Code，那何必再去重写 harness？真正应该投入心力的，是去想该写哪些 markdown。
"你应该把自己想象成一个婚礼策划——如果你要写一份'怎么办一场婚礼'的清单，让下一个人照着做，你会用纯英文写下哪些步骤？这些就是 markdown 应该做的事。"
而真正确定性的、需要精确执行的部分（比如打 20 个酒店电话），就交给代码（比如 Twilio API）。
"今天 agentic 工程里大部分的痛苦，"Gary 说，"都是因为人们试图用代码去做该用 markdown 做的事，结果失败了——因为代码太脆弱，它不理解特殊情况，它不知道你是谁、你想要什么。"
而 LLM 有 latent space，知道你是谁、你的动机是什么，能处理通用情况。
"这个时代做工程师，魔法就在于：判断哪些该放进 LLM 的世界，哪些该放进代码的世界。"
他被人嘲讽"满嘴 markdown"已经不是一两次。他的回应是：
"Markdown 就是代码——它只是以另一种方式被'编译'。"
容易坏也没关系：再叫一个 agent 去修就行
主持人也分享了一段他自己使用 OpenCode 的经历：它有时候会"把自己搞砸"，干出一些莫名其妙的事。
"但你只要让 Claude Code 在旁边跑着，"Gary 说，"它就会顺手把它修了。"
这就是这一代工程师必须完成的"心智切换"：
东西容易坏、需要修没关系——只要你能再叫一个 agent 一直在那儿守着修就行。
主持人把这句话扩展成了一段对历史的回望：
• Stack Overflow 时代：你卡住了，去搜，复制代码回来。 • ChatGPT 时代：你能交互了，但还是在复制粘贴。 • Claude Code 时代：你不再需要复制粘贴，它直接执行。
"我现在大约 50–60% 时间在 Claude Code 里写代码，"Gary 说，"剩下 40–50% 时间在 OpenClaw 里。"
GBrain：让 Markdown 变成你的二号大脑
Gary 最近主要在做的项目是 GBrain。它的灵感来自 Karpathy 那篇关于 "LLM Wikis" 的文章。
"我有一个全是 markdown 的 repo，所有上下文都可以塞进去。但我意识到，OpenClaw 默认用的是 grep，grep 不够好，会把太多无关的内容塞进上下文。"
于是他打开 Conductor，点了 quick start——GStack 已经预装在 Conductor 里——然后说：
"去看看 ~/garys-list，看看我那边是怎么做 chunking、embedding、hybrid RRF retrieval 的，把这套抽出来；我要用 Postgres + pgvector 给 OpenClaw 做完整 RAG。"
就这样，一件事接一件，整个项目就被推动了起来。
"这就是为什么我说我们正在进入开源的黄金时代。"他说，"你已经有了一套被实战检验过的实现，新项目里只需要让 agent 去模仿、去抽象。"
关于 "400x" 这件事
Gary 在网上贴了一张图，说自己的产出"是 2013 年的 100 倍"，结果被群嘲："代码行数根本不能衡量生产力。"
他承认：是，也不是。
"代码行数确实不能完全衡量生产力——但它也确实能衡量。你可以用一些公开的脚本，把 git repo 里的代码归一化成'逻辑代码行数'。我跑了之后，结果反而更高了——是 400x。"
他补充了关键的细节：
• 他不是自己手敲，而是同时指挥 15 个 agent。 • 归一化之后，Claude Code 的代码量略微下降。 • 但出乎意料的是，他 2013 年自己写的代码量被砍掉了 70%。
"为什么？因为人写代码会下意识地'灌水'，而 Claude 除非你叫它去灌，它不会主动为代码行数优化。"
更有意思的是历史数据。如果你翻 1990–2000 年代的软件工程文献，会发现：
一个专业工程师，平均每天写的、能进生产环境的代码大概只有 30–50 行。
"所以 400x 就是这么来的。我应该早点这么解释，而不是去网上嘴硬。"他自嘲。
个人 AI 革命，正在到来
Gary 谈到了 Claude Code 与 OpenCode/Hermes 之间体感差异巨大的现状。但他非常笃定地预言：
"明年这个时候，地球上每一个人都会拥有自己的个人 AI。"
而我们正面临一个分叉：
╭─────────────────────────────╮ ╭─────────────────────────────╮│ Personal AI │ │ Corporate AI ││ ───────────────────────── │ vs. │ ───────────────────────── ││ • 自己的数据 │ ◀───▶ │ • 像 Facebook 信息流 ││ • 自己的集成 │ │ • 算法是谁写的？ ││ • 自己的 prompts │ │ • 服务谁的商业模式？ ││ • 看得见、可控、可改 │ │ • 你不知道 │╰─────────────────────────────╯ ╰─────────────────────────────╯"个人电脑革命是我们这代人收到的最大一份礼物，"Gary 说，"我们正在经历一模一样的转折——personal AI 革命。"
但要享受这份红利，你必须愿意自己写 prompt。否则，你就会永远停留在某个产品经理或开发者画下的"API 围栏"之内——而那个人不是你，不会懂你真正在乎的是什么。
"你会掌控自己的工具，还是工具反过来掌控你？"
Token 是新的旧金山房租
主持人接着提出了一个普通用户都会有的真实困惑：要享受这一切，你必须用最新最贵的模型，必须烧掉大量 token。普通人订阅个 Claude Pro、用免费模型，是体验不到这种感觉的。
Gary 给了一个特别 YC 式的类比：
"这就像旧金山的房租。"
很多 YC 创始人一开始都说："旧金山房租太贵了，我不想搬过去。" 而 YC 的回答永远是：
"不搬过去更贵。"
"早期一个月好几千美元的公寓，你会觉得'这太离谱了'。但答案是：你应该付，甚至应该多付一点，住到 Dogpatch 那种能创造 serendipity 的街区。"
Token 也是一样。
"当你真的在用模型、在烧 token 的时候，你就该使劲儿往上推。 办公桌、沙发那些东西，你可以省；但 token 不一样，那是完全另一回事。"
YC 一直有一句箴言：好的创业点子，藏在'活在未来，把缺失的那部分补出来'里。
"今天 Tokenmaxxing 就是这个箴言最深刻的一种形式。" Gary 说，"你只需要让自己接受——'我可以一天烧掉500美元 token'——前提是你在做对你真正有价值的事。"
从机器那里"借时间"
主持人最后问了 Gary 一个问题：你有没有可能恰恰是因为同时在管 YC，时间极度稀缺，才被逼着把这一切自动化到极致？
Gary 笑了。
"我很羡慕那些 'time billionaire'，"他说，"我看着我的孩子，他们就是 time billionaire，他们可以做任何事、学任何东西。"
他自己呢？
"我感觉自己脑子里像揣着百亿条人生，要在这具身体里全部活一遍。我必须让每一刻都算数。"
而现在，有了 Tokenmaxxing：
"我可以买下数百万年的机器意识，让我自己也成为 time billionaire——那不是我自己的时间，那是机器的时间，在替我，在替我所在乎的人，去做我所在乎的事。"
他还提到一段关键的"觉醒时刻"——和 Boris Churnney 同台录 Light Cone：
"Boris 说他的团队'一行代码都不写'。我突然意识到，'诶，我也可以这样啊。' 屏幕另一端的你和我，并没有什么不同。我们站在同一个起点。我能打开一个 prompt，你也能。我们用的是同一种 prompt，同一台 MacBook Pro。没有任何东西挡在你、我、或者任何人，与那数百万年可调用的 token 之间——你可以拿这些 token，去为人类做点什么。"
主持人忍不住接了一句：
"你可以通过向机器借时间，拥有无限的时间。"
Gary 平静地回答：
"What a time to be alive."
本文整理自 The Light Cone 播客特别节目："Tokenmaxxing: How Top Builders Use AI To Do The Work Of 400 Engineers"，主角为 Y Combinator 总裁 Gary Tan。
