一句话结论
Garry Tan 离开编码 13 年后通过 Token Maxing(最大化 token 使用量)方法论实现约 400 倍效率提升——从 Posterous 的 400 万美元/6-7人/1.5年 到 200 美元/1人/5天 完成全功能博客平台——并系统阐述了 Thin Harness Fat Skills 哲学、GStack AI 开发框架、以及个人 AI 革命的核心命题:你必须拥有自己的提示词和数据,否则将处于某个 PM 或开发者的「API 之下」。
来源信息
- 原始文件: 20260508-Tokenmaxxing-How-Top-Builders-Use-AI-To-Do-The-Work-Of-400-Engineers
- 视频链接: Evidence pending
- 类型: Light Cone 特别节目 / YC 深度分享
- 讲者: Garry Tan(Y Combinator 总裁兼 CEO)
Executive Summary
这是 Light Cone 特别节目的完整记录。Garry Tan 在离开编码 13 年后,利用 AI 工具重新成为构建者,数月内产出数十万行代码、打造超过 10 万 GitHub 星标的开源项目。核心方法论为「Token Maxing」——最大化 token 使用量获取最佳输出。三个关键项目:Gary's List(AI 驱动公民新闻平台)三次构建成本从 400 万美元降至 200 美元;GStack(Claude Code 技能框架)从个人笔记演化为包含 CEO/设计师/Review/Codex 等多角色的完整 AI 开发流水线;GBrain/OpenClaw(个人 AI 平台)体现「Thin Harness, Fat Skills」哲学。Garry 深入讨论了从「写调用 LLM 的代码」到「写 Markdown 教 LLM 写代码」的范式转变、80-90% 测试覆盖率的重要性、以及个人 AI 革命——我们正处于 Homebrew Computer Club 时刻,所有有品味和技术理解力的人都可以借由 token maxing 获得「翅膀」。
核心观点
-
Token Maxing 作为核心方法论:最大化 token 使用量来获取最佳输出——不满足于一个来源,当可以获取 20 个来源时交叉引用,将所有上下文喂入核心提示词做出更好决策。如果有增量工作能让某个东西更完整,就应该 token max。
-
Posterous 的三次构建革命:2008 年 400 万美元/6-7人/1.5年 → 第二次 10 万美元/2人/3个月 → 2026 年 200 美元/1人/5天。AI 带来的不是效率增量,而是能力的质变。
-
「煮沸海洋」哲学:构建 Agent 软件时不应满足于人类局限——如果绝对煮沸海洋,多「电击岩石」、多付一点 token 费用,产出更接近完整和现实。
-
Thin Harness, Fat Skills(薄线束,厚技能):线束是核心循环(接收输入→传 LLM→执行输出),应使用成熟工具(如 Claude Code)而非自建。技能(Skills)用 Markdown 编写,把所有判断和上下文放在 LLM 擅长的领域,确定性操作留在代码中。
-
从「写代码调用 LLM」到「写 Markdown 教 LLM 写代码」的范式转变:过去写 Python 调用 API,现在写 Markdown 描述意图让 AI 生成代码。代码是脆弱的——不理解特殊情况、不知道你想要什么或你是谁。LLM 有潜在空间,知道你是谁、你的动机、能处理通用情况。
-
Claude Code 与 Codex 的互补:Claude Code 是 ADHD CEO 的理想工具——快速灵活善于执行但偶尔胡说八道;Codex 是 200 智商几乎不说话的 CTO——处理更疯狂的问题。GStack 中两者互补:Codex 审查代码找 bug 报告回 Claude Code。
-
80-90% 测试覆盖率最佳实践:氛围编码(Vibe Coding)产出的代码 80% 情况下能用但用户一碰就崩溃。AI 可以达到 100% 测试覆盖率,但 80-90% 是目前最佳实践。没有测试就放用户进去比人类写的代码差 10 倍。
-
个人 AI 革命:明年地球上每个人都将拥有自己的个人 AI。核心问题是——你拥有自己的提示词和数据、控制自己的工具,还是处于某个 PM 或开发者的「API 之下」?这是个人电脑革命的重演。
-
Token Maxing 是创业者的「房租」:就像 YC 创始人应住在旧金山 Dog Patch 创造偶然性——花 500 美元在一天的 token 上,只要正在构建真正有价值的东西就应该大力推进。不住在那里才更贵。
-
Homebrew Computer Club 时刻:使用 OpenClaw 就像驾驶法拉利——令人兴奋但也必须是自己修车工。我们处于套件法拉利阶段:相对聪明的技术人员花 2-3 小时和 500-1000 美元就能让这样的东西运行起来。
-
时间亿万富翁:通过 token max 可以购买数百万年的机器意识——不是自己的时间,而是机器为你工作的时间。借机器的时间拥有无限时间。
可执行建议
- 创始人/构建者:打开 Claude Code 或类似工具直接尝试 token maxing——不要犹豫花费 token 费用,将其视为房租而非办公桌开支。
- 代码策略:将确定性操作(API 调用、数据处理)留在代码中,将判断和上下文(用户意图、特殊情况)放在 Markdown 技能中教 LLM 处理。
- 测试策略:在放用户进入之前确保 80-90% 测试覆盖率——氛围编码无测试的代码比手写代码差 10 倍。
- 多 Agent 策略:使用不同模型处理不同复杂度的问题——快速迭代用 Claude Code,复杂难题用 Codex 审查。
- 拥有自己的 AI:写自己的提示词、控制自己的数据——不要依赖企业控制的主机算法。
重要例子/公司案例
- Posterous:Garry Tan 的第一家 YC 创业公司(2008 年),极简邮件博客,增长至互联网前 200 网站,被 Twitter 以约 2000 万美元收购。三次重写体现了成本革命。
- Post Haven:Posterous 被 Twitter 收购关闭后的第二次重写,花费约 10 万美元、2人、3个月。
- Gary's List:AI 驱动的公民新闻平台与博客,第三次重写花费 200 美元和 5 天。完成高质量调查记者工作——以 5-10 美元 Opus 调用完成人类需数天的工作。
- GStack:Claude Code 技能框架,包含 Office Hours/CEO、Plan-Review、Developer Review、Design、QA(Browse/Playwright 自动化)、Codex Review 等完整流水线。48 小时内提交 13 个 PR。
- GBrain/OpenClaw:个人 AI 平台,用 PostgreSQL + PGVector 做完整 RAG 系统,体现 Thin Harness Fat Skills 哲学。
- Casetext:Jake Heller 的「思考拥有上下文的人类会做什么」方法论。
- Airbnb / Brian Chesky:「10 星体验」思维——6 星是什么?7 星?8 星?Gary 将此嵌入 CEO Plan 提示词。
关键证据
- Posterous 第一次构建:400 万美元/6-7人/1.5年(Garry 自述)
- Posterous 第二次构建:10 万美元/2人/3个月(Garry 自述)
- Posterous 第三次构建:200 美元/1人/5天(Garry 自述)
- 标准化逻辑代码行工具计算的效率提升:约 400 倍(Garry 自述,有博客文章详述)
- 2013 年 Gary 的代码被标准化工具删减 70%(水分代码多),Claude Code 生成的代码删减幅度小得多(Garry 自述)
- 专业软件工程师平均每天产出 30-50 行经过测试的可生产代码;Gary 2013 年约 14 行/天(兼职)(Garry 引用文献自述)
- GStack 48 小时内提交 13 个 PR(Garry 展示真实数据)
- OpenClaw 上手成本:2-3 小时、500-1000 美元 token 和云费用(Garry 估算)
涉及概念
- Token-Maxing / Token-Maximization
- Thin-Harness-Fat-Skills
- Vibe-Coding / 氛围编码
- Boil-the-Ocean / 煮沸海洋
- Claude-Code
- Codex
- GStack
- GBrain
- OpenClaw
- Personal-AI / 个人AI
- Homebrew-Computer-Club
- Time-Billionaire / 时间亿万富翁
- Agent-Engineering / Agentic-Engineering
- RAG / 检索增强生成
- Vector-Embedding / 向量嵌入
- PGVector
- Latent-Space / 潜在空间
- Metaprompting / 元提示
- Plan-Review
涉及人物
- Garry-Tan — Y Combinator 总裁兼 CEO,Posterous 联合创始人
- Brian-Chesky — Airbnb CEO,10 星体验方法论
- Pete-Kumin — YC 合伙人,Thin Harness Fat Skills 概念提出者
- Boris-Chernyy — Claude Code 团队,「团队不写一行代码」
- Jake-Heller — Casetext 创始人
- Ron-Conway — 硅谷「传递善意」文化的代表
- Paul-Graham — 提及 YC 核心格言
- Yuri-Milner — 投资人,见人即决定投资的案例
- Steve-Jobs — Homebrew Computer Club 类比
- Steve-Wozniak — Homebrew Computer Club 类比
涉及公司
- Y-Combinator
- Posterous
- Initialized-Capital
- Casetext
- Airbnb
- Perplexity
- Anthropic(Claude Code)
- OpenAI(Codex)
- Microsoft(Playwright)
可沉淀到哪些主题页
- Token Maxing 方法论
- AI 驱动的软件开发范式转变
- Thin Harness Fat Skills 架构
- 个人 AI 与数据主权
- AI 时代的构建者效率革命
- 氛围编码(Vibe Coding)最佳实践
- 多 Agent 协作开发流水线
- Homebrew Computer Club 时刻类比
不确定事项
- 视频 URL 未在 raw 文件中提供。Evidence pending。
- Gary's List 的具体用户规模和影响力数据未提供。Evidence pending。
- GStack 和 GBrain 是否开源、GitHub 仓库地址未提供。Evidence pending。
- 「专业软件工程师平均每天产出 30-50 行代码」的具体文献引用未提供。Evidence pending。
- 400 倍效率的博客文章链接未提供。Evidence pending。
Change Log
- 2026-06-30: 初始创建,基于 raw 文件结构化提取