YC 掌门人 Gary Tan：13 年没写代码，重拾后效率提升 400 倍，AI 时代核心思维是“Token Max”
2026/05/15 12:55阅读量 2
Y Combinator CEO Gary Tan 公开分享其 AI 原生开发经历：停写代码 13 年后，借助 AI（如 Claude Code）将编码产出提升至当年高峰期的 400 倍。他提出“Token Max”思维——不应因成本限制而停止利用 AI 增量工作，并开源了个人提示词工具集 GStack。他还构建了个人 AI 知识库 GBrain，认为当前 AI 革命堪比 1975 年的家酿计算机俱乐部，呼吁技术判断力强的人立刻上手尝试。
事件概述
Y Combinator CEO Gary Tan 在 YC 播客“Light Cone”中系统展示了其 AI 原生开发工作流。他坦言自己已 13 年未写代码，但借助大模型，编码产出量达到了当年每周花三分之二时间写代码时的 400 倍。这一实践源于他为加州教育公平搭建的信息平台“Gary's List”——仅需 5-10 美元调用大模型，即可完成人类记者耗时一个月的多来源交叉比对研究工作。
核心信息
- Token Max 思维：Gary Tan 认为，只要增量工作能让结果更接近真实，就不应因成本停下，而要将 token 消耗推到极限。他将此与旧金山房租类比——不住的成本远高于住的成本。花 500 美元/天买 token 做有价值的事，本质是投资数百万年机器意识来推进目标，而非单纯消费。
- GStack 开源工具集：Gary Tan 整理常用 prompt 形成开源工具集 GStack。日常工作流是多任务并行（使用 Conductor 多实例），人只负责品位、判断和用户需求理解，其余工作交由 AI 完成。他最近 48 小时内合并了 13 个 PR。开发遵循“胖技能、瘦硬件”原则：用普通英语描述的模糊判断由大模型处理；确定性操作写进正式代码，要求 80%-90% 的测试覆盖率。无测试的 AI 生成代码质量比人写差 10 倍。
- 个人 AI 知识库 GBrain：基于 RAG 技术搭建，目前 40%-50% 的工作在自托管 AI 实例（OpenClaw）中完成。他建议时间稀缺会倒逼自动化，要掌控自己的工具——不做自定义 prompt 就会受制于他人制定的工具规则，无法匹配自身独特需求。
值得关注
当前 AI 革命处于类似 1975 年家酿计算机俱乐部的阶段。花 2-3 小时、500-1000 美元的 token 和云服务就能搭好可用工具，只是还需使用者懂调试。对技术有判断力的人最容易从 Token Max 思路中受益，无需争论，直接上手尝试即可。