YC CEO：顶级 Builder 已经开始用 AI 做 400 个工程师的活丨Y Combinator

用户4242

5月10日修改

🔗 原文链接： https://mp.weixin.qq.com/s/xCH32BHw...

原创 Capihom Capihom 晚点再听LaterCast2026年5月10日 20:46 北京

我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。 全文约 3900 字，如果你现在没有时间，试试转成播客稍后再听​

"我突然开始做相当于那一年 400 倍的工作量。"

"如果有增量工作能让东西更完整、更好，你就应该 token max。" ​

"你可以通过借用机器的时间，获得近乎无限的时间。"

Gary 是 YC CEO，日程极满，却在最近几个月用 Claude Code、GStack、GBrain 和一套自己的 Agent 工作流，写出数十万行代码，开源项目从零做到 GitHub 10 万 star 级别。主持人说，很多人不相信这可能发生；他们在旁边看到了全过程。工程师、创业者和产品负责人读这期，不会只听到一句“AI 很强”，而会看到一个忙到只剩碎片时间的人，怎样把想法、上下文、测试、QA 和多模型 review 串成一条生产线。​

13 年没写代码后，他重新开了 Claude Code

Gary 说自己已经 13 年没有认真写代码。转折来自 Gary's List：他想为加州和旧金山议题做一个组织人、写文章、汇集观点的网站。这个需求很个人，和他小时候在公立学校学数学的经历有关。于是他重新打开 Claude Code，把当年 Posterous 的博客产品又做了一遍。第一次 Posterous 花了约 400 万美元、六七个人、18 个月；后来 Posthaven 花了约 10 万美元、两个人、几个月；这次他用 Claude Code Max 账号，花 200 美元和大约 5 天，做出带 RAG、agentic retrieval 和深度研究能力的博客系统。​

"第一次花了 400 万美元和一年半，这次花了 200 美元和 5 天。"​

Gary's List 也不是普通发布工具。它会像调查记者一样读几十篇文章、书和 X 上的讨论，整理引用、争议和背景，再写成长文。他从 Casetext 创始人 Jake Heller 的 agentic system 里学到一个方法：先想清楚人类如果做这项研究会去哪里找资料，再让 Agent 用 API 和搜索把上下文尽可能收满。 他把“写文章”拆成了收集、交叉验证、提炼和发布四个可自动化环节。​

他不是为了做一个演示项目才写 Gary's List。旧金山公立学校里七八年级学生很难上代数课，这件事让他有强烈的个人痛感。他说，如果自己当年没在东湾公立学校学到代数，可能不会去斯坦福学工程，也不会写代码。需求足够具体，Agent 才有清楚方向：网站要组织人、写议题文章、搜集论据，还要服务一场真实的公共行动。​

Tokenmaxxing 不是炫技，是把海烧开

Gary 反复提到一个词：boil the ocean。它在这期里有很具体的含义：Agent 软件里，别再按人类手工时代的省力方式做研究。过去人要花一个月读完的材料，现在可以花更多 token，让机器读 20 个来源，标出 13 个一致观点和 7 个反对观点，再把全部上下文喂进核心 prompt。 如果增量 token 能换来更完整、更接近现实的结果，他主张直接花。​

"如果有增量工作能让东西更完整、更好，你就应该 token max。"​

主持人把 token spend 类比成 YC 创始人在旧金山租房。很多创始人嫌贵，但 YC 常说，在正确的地方花房租能买到密度和偶遇；tokenmaxxing 也是类似成本。Gary 认可这个类比：如果一天花 500 美元 token 能帮你做出真正有价值的东西，它更像“房租”，不该像办公桌和沙发那样省。这里的判断很实用：省 token 可能省掉的是上下文、测试、分支尝试和质量。​

他给创业者的提醒也很直接：YC 常说好点子来自“live in the future, build what is missing”。Tokenmaxxing 是这个原则的新版练习。创始人如果愿意把一天 500 美元 token 看成一次认真试验，就会更早碰到未来的工作方式。省钱当然重要，但省在最能放大判断力的位置，团队会错过学习速度。​

GStack 从 Apple Notes 里的重复提示开始

GStack 的起点很低技术。Gary 发现自己在 Claude Code 里反复输入同样的话，就把这些内容写进 Apple Notes。最早的提示包括 plan review、架构检查、代码质量、测试等。他还喜欢让 Claude 在开工前先画 ASCII 图：数据流、输入输出、用户路径、错误信息、状态机、依赖图、处理管线、决策树。画完图以后，模型更容易把上下文装进脑子，工作也更完整。​

"开工前先画数据流、状态机和用户路径，模型会做得更完整。"​

后来他把这些提示扩展成 CEO plan。里面有 Brian Chesky 的 10-star experience 方法：不要只问五分体验，要继续问六星、七星、八星、十星是什么。Gary 还放了一个 10x check：什么方案能用 2 倍努力交付 10 倍价值。 他的流程会先让 Agent 按产品、设计、工程和测试多轮审稿，再进入实现。 这一步把“品味”前置了，避免模型一上来就生成一堆看似完整、实际方向偏掉的代码。​

15 个功能排队，逼出了浏览器 QA

Gary 展示了自己的 Conductor 工作流：有新想法就排进去，用 CEO skill 做规划，用测试 skill 把测试补足，必要时跑设计 review、开发者体验 review，再批准执行。48 小时内，他可以丢出 13 个 PR。问题也很快出现：十几个功能都通过了 unit test、integration test 和 end-to-end test，但最后仍要人工打开 Rails server，切换到某个用户配置，手动确认页面真的能用。​

"我有 15 个功能都排着队，等我手动测试。"

他受不了这个瓶颈，试过 Chrome MCP，觉得每一轮慢两三秒，不适合 QA。于是他让 Claude Code 去封装 Microsoft Playwright，做出 browse / QA 相关工具：看当前分支改了什么，如果有 UI 或数据变更，就打开浏览器跑一遍。这个细节比“400 倍代码量”更重要。Gary 的速度来自一层层消灭等待：规划等待、测试等待、浏览器验证等待，都被工具化。​

这套 QA 工具后来能像黑盒浏览器一样工作：读当前分支的上下文，判断是否涉及界面或数据变更，再自己打开页面检查。Gary 还把 bug fix 和大功能放在同一个队列里处理。对普通团队来说，这里有个很现实的启发：先别急着复制他的全套系统，先找到每天最拖慢自己的那个手动确认环节，把它变成 Agent 能跑的检查。​

他展示的队列里，既有新功能，也有很小的 bug fix。这个混放方式很像一个被 Agent 扩大的个人研发团队：CEO skill 负责把想法拉高，developer experience review 负责看别人怎么用，QA 负责浏览器，Codex 负责挑错。人类不再逐行写所有代码，但要决定哪个反馈值得进队列，哪个 PR 可以合并，哪个方案需要退回重做。​

Claude 做 ADHD CEO，Codex 做 200 IQ CTO

Gary 原本是 Claude Code 重度用户。后来在 YC 校友活动里，他听到不少人更喜欢 Codex，于是开始理解两类工具的分工。他形容 Claude Code 像 ADHD CEO：善于拉开想象空间、推进产品、组织工作；Codex 像 200 IQ 但几乎不说话的 CTO，适合处理更硬、更复杂的问题。GStack 里有 `/codex`，会把当前计划或仓库交给 Codex 找 bug，再把反馈带回 Claude Code 里逐项处理。​

"Claude Code 适合 ADHD CEO，Codex 像 200 IQ 的 CTO。"

他也反过来做了 `/claude`：如果你主力用 Codex，可以让 Claude 短暂进来当 CEO。整套流程很强调 ask user question。Gary 说，人类 operator 仍然要提供自己知道的东西：正在建什么、为什么建、什么算对、哪里不能乱动。 他不想完全退出循环，只想让机器做自己不想做的部分。 QA、重复验证、找边界 bug、跑测试，就是最先被机器接过去的部分。​

Markdown 也是代码，测试要到 80% 以上

Gary 对 agentic engineering 的一个判断很有意思：Markdown 也是代码，只是编译方式不同。很多人把应该写在 markdown 里的东西硬塞进代码，结果代码很脆，处理不了特殊情况。比如婚礼策划的 checklist，可以用自然语言描述怎么做；但打 20 个电话给场地，就应该接 Twilio 这类确定性动作。今天工程师的新工作，是决定哪些放在 LLM 的 latent space，哪些放在确定性代码里。​

"Markdown 其实也是代码，只是用另一种方式编译。"

另一个硬要求是测试。Gary 一开始也像很多人一样，只写最低限度测试，因为写测试不有趣。后来他发现 vibe coding 的 80% case 很容易跑起来，但用户一碰就倒。他现在认为 100% 覆盖可能太多，80% 到 90% 是更好的实践。没有测试就把用户扔进去，他直接称为 slop，而且比人写的烂代码更危险，因为你不知道它会在什么边界坏掉。​

这也解释了“400x 代码量”为什么会引发争议。Gary 承认行数不是完美指标，但他后来用工具去掉空行和注释，计算 logical lines of code，结果倍数反而更高。重点不在行数本身，而在可测试、可运行、可交付的产出门槛被抬高了。越懂技术、越有品味的人，越应该让 Agent 承担更多机械劳动。​

现在像开法拉利，但你得会修车

Gary 形容现在使用 OpenClaw / agentic 工具像开法拉利：非常刺激，机器能解决你没想到它能解决的问题，而且速度极快；但它也会在你最需要的时候坏在路边，你必须带着扳手下车修。这个类比很贴当下。工具已经能带来超高杠杆，但仍然需要懂系统的人维护、排错和判断边界。它更像 Homebrew Computer Club 的 Apple I：木盒、面包板、钉子和胶带拼出的个人电脑，粗糙但预示了下一代平台。​

"这像一辆法拉利，但你最好也是个机械师。"

他还把 Claude Code 的体验和 Stack Overflow、ChatGPT 做了连续比较。Stack Overflow 时代，开发者查答案；ChatGPT 时代，复制代码、运行、再把错误贴回去；Claude Code 往前推了一步，省掉复制粘贴，直接执行和修复。OpenClaw 这类工具还会把自己弄坏，但另一个 Agent 可以坐在旁边修。 脆弱性没有消失，只是修复成本被大幅压低。​

个人 AI 的控制权，会成为分水岭

Gary 最后把话题拉到个人 AI。他认为未来每个人都会有自己的 AI，问题在于它到底属于谁。你可以拥有自己的数据、集成、prompt 和可见的工作流；也可以把一切交给某个被公司控制的 feed，就像没人知道 Facebook 算法到底为谁服务。他说，个人电脑革命给人的礼物，是每个人可以拥有自己的计算机；个人 AI 革命也会提出同样的问题：你愿不愿意写自己的 prompt，掌握自己的工具。​

"问题是，你控制工具，还是工具控制你。"

这也解释了他为什么愿意花 token。主持人问，YC CEO 的时间稀缺，是否反而逼他学会自动化。Gary 说自己羡慕“时间亿万富翁”，孩子和创业早期的人都有大量时间；而他想让每一刻都有价值。Tokenmaxxing 让他借用机器的时间，获得“机器意识”的数百万年。说得夸张一点，人不再只能花自己的时间完成工作，而是可以购买、编排和验证机器时间。​

创业者听到这里，会很容易联想到自己的日程。时间最贵的人，最需要把重复劳动交给机器；时间最多的人，也可以用机器时间更快试错。Token 的意义不只是生成更多文本，而是把一个人能同时推进的探索数量放大。​

他把 Boris Cherny 的一句话当成心理触发点：Anthropic 团队已经不写一行代码。Gary 坐在 Boris 旁边时意识到，自己和屏幕前的普通 builder 也有同一个 prompt、同一台 MacBook Pro、同一批模型。差别不在入口，而在是否愿意把机器时间组织起来，用在自己真正关心的事业上。​

写在最后

Gary 这期最有价值的地方，是把 AI 工作法拆得很细：多花 token 收上下文，先画图再动手，强制测试，浏览器 QA，Claude 和 Codex 分工，人负责目标和判断。先从一条重复工作流开始，把它做成可验证的 Agent，你会更快知道自己该省哪里、该大胆花哪里。工具会变，方法可以先练起来。​

内容来源："Tokenmaxxing: How Top Builders Use AI To Do The Work Of 400 Engineers"丨Y Combinator​

YC CEO：顶级 Builder 已经开始用 AI 做 400 个工程师的活丨Y Combinator​

YC CEO：顶级 Builder 已经开始用 AI 做 400 个工程师的活丨Y Combinator