起源：山西矿难事发时井下画面颁布作者： 赵柏乐：

13年不写代码，5天花200美元沉建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，沉新坐到键盘前，5天、200美元，沉建了已经花掉400万美元和一年半功夫的产品——这件事到底是怎么产生的？

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沉新起头写代码，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天沉建一个“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，起头沉建这个他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，沉技术”：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，沉技术）

意思是：不要把精力花在沉复搭建“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的未来：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沉要的技术转变。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年后沉新写代码主持人： 欢迎回到Lightcone出格节目。本期我们将聊聊Gary Tan是若何沉回"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，沉新成为一名构建者。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，都产生在他全职担任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——但它的确产生了。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、沉新起头写代码的。是在某期Lightcone节目之后，对吧？Gary Tan： 对，就是那之后。用Claude Code沉建一个创业项目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，是时辰沉新写代码了。我最终沉建了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，因而又沉建了一个版本叫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，针对各类在产生的时事议题。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产生，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沉复的事件，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事俘起头严沉积压。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——这对我来说至关沉要。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，在产生什么。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PokerStars扑克官网合资人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：为什么要反复沉写那套框架？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产生什么。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，但这种心态转变很沉要——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的未来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。" 建造者的身份沉新浮现。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沉大，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、明显地看到在产生什么、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"活在未来，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带我们看见了未来。Gary Tan： 感激你们。主持人： 好的，感激收看，我们下期Lightcone见。