如何让 Claude Code 成为你的人工智能工程团队

摘要

Y Combinator 总裁兼 CEO Gary Tan 在本视频中详细介绍了他开发的 GStack——一个将 Claude Code 转化为 AI 工程团队的开源项目。Gary 从自身数十年的软件工程经验出发，指出我们已进入"智能体时代"（Agent Era），而让智能体真正高效工作的关键在于用团队协作的方式组织它们：赋予角色、建立流程、设置审查。GStack 的核心理念是"薄脚手架、厚技能"（thin harness, fat skills），提供包括 Office Hours（办公时间）、Design Shotgun（设计发散）、Adversarial Review（对抗审查）等在内的 28 种技能，模拟 YC 合伙人与创始人交流的方式帮助创业者打磨产品构想。Gary 现场演示了从零开始构思一个税务文档聚合应用的全过程：通过 Office Hours 进行六个追问来重新框架化产品思路，经过对抗审查自动发现并修复 16 个问题，使用 Design Shotgun 生成多版 UI 设计方案，最终通过 Playwright 浏览器自动化实现端到端 QA。他目前已能同时运行 10–15 个并行 Claude Code 会话，每天合并 10–50 个 PR，代码产出量远超其职业生涯任何时期。GStack 在发布三周内便获得了超过 Ruby on Rails 的 GitHub Star 数，Gary 认为，这是有史以来构建软件最好的时代——构建门槛已经崩塌，唯一的问题是你要构建什么。

正文

从工程师到智能体时代

Gary 自称是工程师出身，在斯坦福大学学习计算机系统工程，之后成为 Palantir 的第 10 号员工，同时兼任工程师、设计师和产品经理。他联合创办了微博客平台 Posterous（后被 Twitter 收购），还亲手构建了 YC 内部社交平台与知识库 Bookface 的第一个版本。他职业生涯中写下了大量代码，但他指出，我们已进入一个全新的软件构建时代——智能体时代（Agent Era）。让智能体做真正工作的方式，与人类一直以来以团队协作完成任务的方式相同：需要角色、流程和审查。

Gary 在 2026 年 1 月开始接触 Claude Code，当时他听到 Andrej Karpathy 和 Boris Cherny 表示自己已经不再手写代码了。他随即完全沉浸其中——在过去两个月里写的代码量超过了 2013 年全年（那也是他最后一次作为工程师拼命工作的年份）。更令人惊叹的是，他本质上用 AI 重建了 Posterous 的全部功能，而当年那需要 2 年时间、1000 万美元资金和 10 名工程师。

开箱即用的模型缺陷与解决思路

然而，Claude Code 开箱即用时会"漫游"（wander）——它不了解你的数据，于是只能猜测。在大规模猜测中，你会得到看似合理却暗中出错的代码（plausible looking code that silently breaks）。Gary 指出，瓶颈不在于模型的智能程度——只要你正确设置模型，它们已经足够聪明，能在你的代码库上做出非凡的工作。问题在于缺乏结构和流程。

传统做法是厚重的脚手架加薄弱的技能，Gary 认为这恰恰相反——脚手架应当极其轻量，技能应当厚重。GStack 就是他对"薄脚手架、厚技能"（thin harness, fat skills）方法的实现。它是一个开源仓库，能将 Claude Code 转化为一支 AI 工程团队，通过一系列技能（Skills）来扮演专业团队成员的角色。

Office Hours：YC 办公时间的蒸馏版

Office Hours 是 GStack 中最核心的技能之一，它直接模拟了 YC 合伙人与创业者在办公时间中的互动方式——这是 16 位 YC 合伙人经过数万小时锤炼和完善的实践，被蒸馏为"10% 浓缩版"。它通过 六个追问（forcing questions）来迫使你重新框架化产品构想，在你开始构建之前就把思路理清。

Gary 以一个实际案例演示了 Office Hours 的工作方式：他想要构建一个税务应用，帮助用户从 Gmail 和金融机构中找出所有 1099 税务表格。Office Hours 的第一个关键问题是："你有什么最强有力的证据证明有人真的需要这个东西？" 这是一个决定一切的问题——无论你是在考虑做某个项目还是某家创业公司，这都是首先要问自己的。

当 Gary 回答自己确实有多个银行账户、找 1099 表格的过程非常痛苦时，Office Hours 进一步追问：TurboTax 和 H&R Block 已经有 1099 导入功能，Plaid 也连接了银行，为什么这些没有解决你的问题？ 这个追问帮助 Gary 意识到，他的构想其实比简单的"文档聚合器"更宏大——用户需要的是一个漏斗（funnel）：钩子是帮你找到所有 1099，解决即时痛点；扩展是既然有了文档，就能帮你准备税务，这实际上是为税务师做匹配和线索生成（lead gen）。这是一种经典的楔子策略（wedge strategy），比单纯的文档聚合更有商业价值——1099 聚合可能只能收 2–5 美元，但税务师交易的分成可能高 10 倍。

Gary 特别欣赏 Office Hours 的对话性——它不是一条"轨道式"的固定流程，而更像与模型的对话。如果你只是直接告诉模型"去帮我找 1099"，它确实会去做，但不会思考用户是谁、商业模式是什么、谁需要这个、痛点是什么。Office Hours 迫使你思考这些根本问题。Gary 坦言，大约有三分之一的时候，他走完 Office Hours 后会得出"这个想法不靠谱"的结论，而这恰恰是它的价值所在。

浏览器自动化：打破常规的解决方案

在 Office Hours 的推进中，一个创新的解决方案浮现出来：使用 GStack 的浏览器自动化功能，让用户在自己的浏览器中登录，AI 接管导航到税务文档页面并下载 PDF。关键优势是：不需要 Plaid、不需要存储凭证——用户在可见浏览器中观看整个过程发生。这发生在用户自己的真实浏览器上，而不是在云端（"云只是别人的电脑"）。

Gary 将最终成型的方案总结为：浏览器自动化可以搜索收件箱找到所有需要的 1099 并下载，同时用 LLM 询问用户还需要添加哪些银行门户，然后登录账户下载 PDF，最后给 CPA 发邮件。这种浏览器自动化的方式是一个非常独特、出人意料的问题解决方案，而在一年前甚至三个月前，都不确定是否有人会尝试这样做。

对抗审查：自动化质量保证

GStack 的对抗审查（Adversarial Review）是一个多步骤的审查流程，它会将你的设计文档推到极限。在演示中，它发现了"没有故障处理""没有隐私章节""2FA 交接没有提出解决方案"等一系列问题，并尝试自动修复。Gary 的文档在经过两轮对抗审查后，分数从 6/10 提升到 8/10，自动发现并修复了 16 个问题，仅剩 3 个可稍后处理的问题。这种自动化的审查能力大大减轻了人工审查的负担。

Design Shotgun：AI 视觉头脑风暴

Design Shotgun 是 Gary 最喜欢使用的技能之一，它是一个视觉头脑风暴工具。当你选择了要设计的页面后（如"主清单仪表板"），它会在大约 60 秒内生成多个 AI 版本的设计方案，利用 OpenAI Codex 的图像生成能力。

在演示中，Design Shotgun 生成了三个方向：
- Option A（命令中心风格）：类似 Linux 黑客风格的仪表板，展示所有银行和 1099 的状态，Gary 给了 4/5 星
- Option B（友好进度风格）：卡片式设计配进度环，更友好的界面，Gary 给了 5/5 星并最终选择
- Option C（分屏视图）：过于复杂，未被采用

选定方案后，可以输入反馈或点击重新生成，也可以直接选定并继续推进。这种快速的视觉迭代让设计过程变得极其高效。

Claude Code 与 Codex的角色分工

Gary 用了一个生动的比喻来描述不同模型的角色：Claude 默认使用的 Opus 4.6 就像一个"ADHD CEO"——你愿意和他喝啤酒，他有无数点子，但当事情变得棘手时，你需要召唤你的"自闭症 CTO"——那就是 Codex。这种分工让不同模型各展所长：Opus 4.6 负责创意发散和高层决策，Codex 负责精确执行和深度调试。

浏览器 QA 自动化：突破瓶颈的关键

当 Gary 加速使用 Claude Code 后，一个瓶颈出现了——他发现自己坐在那里做 QA，这是软件开发中最不有趣的部分。Claude 内置的 Chrome MCP（Model Context Protocol）是他用过的最差的软件之一：每次尝试操作都要反复思考，产生巨大的上下文膨胀，经常什么都不做就耗掉 2–3 秒。

Gary 用 GStack 的其他技能创建了 SLQA 和 SL Browse 工具——他在 CLI 层面封装了 Playwright 和 Chromium，构建了一个完整的有头和无头浏览器。现在 Claude Code 和任何智能体都可以直接使用浏览器：截图、复杂交互、点击、填写表单、下载媒体、运行回归测试、更新 CSS、评估 JavaScript 或 CSS 的真实浏览器 Bug。这是真正的魔法时刻。

并行工程：从 Level 7 到 Level 8 的软件工厂

Gary 描述了他追求的"Level 8 软件工厂"愿景。GStack 目前达到了 Level 7——他可以同时运行多个 Conductor 窗口处理不同项目，有时在同一项目上同时运行三四个会话，实现并行 PR、并行分支、并行不同功能，全部可以大致同时落地。他目前运行 10–15 个并行 Claude Code 会话：一个可能在跑新想法的 Office Hours，他有多个拥有数万 Star 的开源项目，大约有 400 个 PR 等待审查，每天完成 10–50 个 PR。

GStack 的完整技能体系

除了 Office Hours、Design Shotgun 和 Adversarial Review，GStack 还包含：
- Auto Plan：如果你不想深入细节，自动完成 CEO、工程、设计和开发者体验审查，使用 Gary 的默认推荐设置
- Review：代码完成后运行，提供员工级（staff-level）Bug 捕获服务，进行全面代码审查
- Ship：PR 准备合入主分支前的最后一步检查
- Plan CEO Review：高层计划审查

Gary 提到，使用 Claude Code 的用户 80–90% 的时间都花在 Office Hours、Plan CEO Review 和 Auto Plan 上。

供应链安全与 GStack 的保护

Gary 对 AI 编码中的供应链攻击（supply chain attacks）表示了极大的担忧，但 GStack 为他提供了安全保障。他不使用传统的待办事项列表——每当有想法、收到用户的 Bug 报告或在 X 上看到有人抱怨 GStack 或 GBrain 的问题，他只需点击 Conductor 中的加号图标，创建一个新的工作树，运行 Office Hours、CEO Review、End Review、Adversarial Review，然后走正常流程。当 PR 准备好时，它就合入。

开启构建的新纪元

Gary 最后总结道：GStack 现已可用，只需访问 github.com/gritan/GStack。当你运行 Office Hours 时，你得到的是 YC 与创始人真实思考过程的版本——类似的追问和重新框架化，在你真正见到我们之前就已经发生。这是有史以来构建软件最不可思议的时代——构建的门槛已经崩塌，唯一剩下的问题是：你要构建什么？是时候全力出发了，去做出人们想要的东西（Make something people want）。