一句话结论

Pete Koomen 首次公开 YC 内部 AI 实战方法论：通过 SQL 查询代理、技能文件（组织共享大脑）、默认公开的对话广播、「无马马车」式的 AI 原生软件理念，将一家成立于 AI 时代之前的机构转变为「超级 AI 原生组织」——核心洞察是「不要把 AI 当副驾驶，将其作为一切的构建层」和「花费 10 万到 100 万美元 Token 费是一次性的时间扭曲」。

来源信息

Executive Summary

YC 合伙人 Pete Koomen 首次公开分享了 YC 内部构建和使用 AI 工具的全套方法论。从约一年前为财务团队构建简单 SQL 查询代理开始，YC 逐步发展出一整套代理基础设施 (Agent Infrastructure)。核心洞察包括：(1) 不要把 AI 当作副驾驶 (Copilot)，而要将其作为一切的构建层；(2) 当所有关键数据集中在一个 PostgreSQL 数据库中并给予代理完整访问权限时，释放惊人威力——Jared 深夜悄悄推送完整数据库访问版本，结果极其出色；(3) 技能文件 (Skill Files) 以两句话描述的形式，将最优秀员工的经验编码为可被代理调用的组织共享大脑，新员工无需六个月入职培训；(4) 默认公开的代理对话广播机制既促进组织学习又提供社会性约束——Gary 指出这要求组织的两个核心特质：相对平等主义和默认信任；(5) 「无马马车」思维的批判——AI 原生软件应是代理包裹确定性工具，而非确定性软件包裹 AI；(6) Chat 是最接近人类思维表达的界面，是 AI 交互的最佳形态；(7) 花费 10 万到 100 万美元 Token 费用是「时间扭曲」——今天投入巨资，两年后成为常态；(8) 未来软件将呈现「即时软件」(Just-in-time Software) 形态。节目最终落脚于 AI 集中化 vs 去中心化的宏大辩论——是走向五个国王控制一切，还是走向让十亿人真正控制自己 AI 的个人计算时刻。

核心观点

  1. 代理基础设施而非 AI 副驾驶：不要把 AI 当作嵌入现有工作流的 Copilot，要将其作为一切的构建层——从财务团队用英语提示词替代 Ruby 代码开始。

  2. 单一数据库 + 完整访问权限的威力：YC 所有数据集中在一个 PostgreSQL 数据库（公司、创始人、金融交易、CRM 笔记），代理获得完整只读访问后，可以回答关于业务的任意问题。Jared 深夜推送完整访问版本——结果极其出色，预示了后来 OpenClaw 的发现：制约世界的正是对安全、隐私和可能出错的过度担忧。

  3. 技能文件——组织共享大脑：每个技能用两句话描述（是什么、何时使用）。Pete 将创始人销售辅导经验写成技能文件后，任何人使用代理时都能自动调用其多年积累。新员工无需六个月入职培训，自动获得最佳实践者的隐性知识。

  4. 默认公开 + 高信任文化：所有代理对话默认对全体全职员工可见并广播到 Slack——既促进学习，又提供社会性约束。Gary 指出这要求两个核心特质：相对平等主义和默认信任（大多数组织两者都不具备）。

  5. 「无马马车」批判：Gmail AI 邮件撰写是典型的「安全主义」——提示词上下文被锁定隐藏，用户无法修改。真正的 AI 原生软件应是代理包裹确定性工具 (Agent Wrapping Deterministic Tools)，而非确定性软件包裹 AI。

  6. 时间扭曲：花 10 万住在 2028 年：组织需要每年 10 万到 100 万美元 Token 费用实现 AI 原生运营。这是「一次性时间扭曲」——今天花 10 万甚至 100 万做的事，两年后普及且成本低廉，如同 90 年代为员工购买昂贵计算机。

  7. 即时软件 (Just-in-time Software)：Gary 用 Claude Code 构建了 50 万行 Rails 代码（Gary's List），现正在用开源框架重写为约 1 万行 TypeScript + 2000 行 Markdown 的 Gbrain——更动态，非技术人员可即时修改内容。Ams 开源代理框架可自我扩展。

  8. 集中化 vs 去中心化：Gary 提出两种未来——五个国王控制一切（如 1984），或家酿计算机俱乐部式的个人 AI 时刻（运行自己的软件、修改自己的提示词、选择自己的模型）。历史上技术从大型机到 PC 到互联网是个人赋权的故事，AI 也应该如此。但默认是命令与控制，需要做出不同选择。

可执行建议

重要例子/公司案例

关键证据

涉及概念

涉及人物

涉及公司

可沉淀到哪些主题页

不确定事项

Change Log