YC总裁Garry Tan开源“软件工厂”:2026年产量是2013年的240倍

一个人，不用自己写代码，AI干所有活 从产品构思到安全审计，23个专家角色，8个命令搞定 MIT协议，免费，开源

👨‍💼 先看一句话：Andrej Karpathy 说了一个惊人的事实

“我从去年12月以来基本上没自己写过一行代码了，这是一个极大的转变。” —— Andrej Karpathy（OpenAI联合创始人），2026年3月

当Karpathy说这句话时，很多人好奇：一个人怎么做到像一支20人团队那样出货？

Peter Steinberger靠AI代理，几乎是单人开发了OpenClaw——24.7万GitHub Stars。

Garry Tan（YC总裁）说：我也一样。

Garry Tan——Y Combinator总裁兼CEO，投资过Coinbase、Instacart、Rippling。在YC之前是Palantir早期员工，联合创立Posterous（卖给Twitter），并搭建了YC内部社交网络Bookface。

他用gstack（他自己的开源工具），在2026年（截至4月18日）已经完成了相当于2013年全年产量240倍的工作量——同时还在全职运营YC。

关键不是“谁敲了代码”，而是“什么被交付了”。

🔥 gstack是什么？

gstack是一个开源“AI软件工厂”——把Claude Code变成一支虚拟工程团队。

一句话：你负责想，AI负责做。从产品构思到安全审计，全流程自动化

安装后，你获得：

• 23个专家角色
  ：CEO、工程经理、设计师、QA负责人、安全官、发布工程师……
• 8个核心命令
  ：从想法到上线，每个阶段一个命令
• 全都在对话里完成
  ：不用学新工具，跟Claude Code聊天就行

# 30秒安装git clone 项目地址 ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup

然后你只需要说：

• “我想做一个每日简报App” → /office-hours
• “帮我把这个PR上线” → /ship

📦 核心工作流：从想法到上线，8个命令

每个命令对应一个“专家角色”。它们按顺序跑完一个完整的开发周期：

想 → 计划 → 构建 → 审查 → 测试 → 上线 → 复盘

一个实际流程

你跟Claude Code说：

“我想做一个日历每日简报App”

你：   /office-hoursClaude： [追问6个问题——具体痛点是什么？不是“我想要个App”，而是“你每天遇到什么麻烦”]你：   “我有多个Google日历，活动信息经常过时，地点是错的……       准备会议材料要花很久，结果还不够好……”Claude： 我要反驳你的表述。你说的“每日简报App”，         其实你描述的是“个人AI参谋长”。         [提取了5个你没意识到的能力]         [挑战了4个前提假设]         [给出了3种实现方案和工时估算]         推荐：明天先交付最窄的版本，从真实使用中学习。你：   /plan-ceo-review       [读设计文档，挑战范围，跑10段审查]你：   /review       [自动修了2个问题] [问了你一个竞态条件]你：   /qa https://staging.myapp.com       [打开真实浏览器，点按钮、填表单、找到并修复了一个bug]你：   /ship       测试：42→51（新增9个）。PR已开。

你说的是“每日简报App”，Claude说“你在建一个AI参谋长”——因为它听的是你的痛点，而不是你的功能请求。

🎯 为什么说它是“软件工厂”？

23个专家角色，各司其职

设计能力：从“描述”到“能上线的HTML”

/design-shotgun → 生成4-6个AI Mockup变体，浏览器里并排比较，你选喜欢的、给反馈，它迭代。记忆你的审美偏好。

/design-html → 把选中的设计变成真正的生产级HTML：

• 文字会随着容器宽度重排（不是固定宽度那种“AI画板”）
• 30KB开销，零依赖
• 自动检测React/Svelte/Vue，输出对应格式

真实浏览器测试

/qa 不跑模拟，开真正的Chrome：

• 点击、填表单、截图
• 发现bug → 自动修 → 生成回归测试 → 重新验证

这是Garry Tan说的“巨大解锁”——让他从6个并行工人增加到12个。

安全审计

/cso → 跑OWASP Top 10 + STRIDE威胁模型：

• 零噪音：17个误报排除规则
• 8/10以上置信度才输出
• 每个发现都有具体攻击场景

跨AI第二意见

/codex → 用OpenAI Codex CLI做独立代码审查。Claude和OpenAI都审过同一段代码时，显示交叉分析——哪些发现重叠、哪些是各自独有的。

🧠 为什么它能做到“一个人顶一支团队”？

1. 流程驱动，不是“问AI一个功能”

传统AI编程：你问问题，AI给答案。每个问题是孤立的。

gstack：每个命令的输出自动喂给下一个命令。/office-hours写设计文档，/plan-ceo-review读它；/review抓的bug，/ship验证是否已修。没有东西漏掉。

2. 并行工作流

一个任务跑的时候，另一个任务在另一个会话里同时跑。Garry Tan说他同时跑 10-15个并行Sprint。

3. 记忆和学习

/learn → 技能跨会话保留项目特定的模式、坑、偏好。用越多，gstack越懂你的代码库。

4. 真实数据

2013年（建Bookface时）：772次GitHub贡献。 2026年（截至4月18日）：1,237次贡献。

同一个人，不同时代。差距是工具。

Garry Tan原文：“LOC批评者没说错——AI确实会膨胀原始代码行数。但他们错了的是：剔除通胀因素后，我的生产力不是降低了，而是大幅提高了。”

完整方法论见项目文档。

🎯 谁适合用？

🔗 链接

• GitHub：
  github.com/garrytan/gstack

• 许可证
  ：MIT
• 作者
  ：Garry Tan（YC总裁）

✅ 总结

gstack —— 开源软件工厂，免费，MIT协议。一个人，一支团队，一个命令。

全文完。既然已经看到这里，请随手点个“赞”和“在看”吧。

◆ 发愿：四十如年少◆

公众号：为郎

更多项目实战部署、问题答疑尽在知识星球：