故事是这样的。
前两天我在刷GitHub Trending，被一个项目的增速给整懵了。
一个叫gstack的项目，3月11日才创建，到今天（5月15日）两个月时间，96K颗星。 forks 14K，open issues 502个还在活跃维护。这不是一个小的side project，这是一个顶级创业者把自己真实的AI工作流开源出来了。
gstack的作者是Garry Tan，Y Combinator的CEO。之前在Palantir最早一批工程师，创办过Posterous（卖给Twitter），YC W07 alumni。现在管着全球最大的创业加速器。
他自己说了一句话，我看完就愣住了：
「I don't think I've typed like a line of code probably since December」—— Andrej Karpathy
Karpathy说这话的时候是2026年3月，他说他大概从去年12月开始就几乎不写代码了。Garry Tan听到这话就去研究，他是怎么做到的，研究完了就把自己的一套方法开源了。
结果就是这个gstack。
23个slash命令，把一个人变成一支团队
其实吧，gstack就是一套Claude Code的skills配置。但这不是那种花哨的prompt集合，这是Garry Tan本人每天在实际工作中用的完整工作流。
他把自己的AI编程方式拆成了23个可独立调用的slash命令，每个命令对应一个专业角色：
/office-hours——YC导师的追问式产品审视，六个强制问题重新定义你的产品方向。/plan-ceo-review——CEO视角，帮你找到「10星产品」藏在哪个角落里。/plan-eng-review——工程总监视角，锁定架构、数据流、边界情况。/design-review——设计师视角，AI生成的界面哪里丑、哪里需要改。/review——高级工程师视角，找出那些过了CI但在生产环境会炸的bug。/qa——QA负责人，真的会打开浏览器去测试你的应用。/cso——首席安全官，跑OWASP Top 10 + STRIDE威胁模型。
这就是Garry Tan说的「一个人等于一支团队」的意思，每个slash命令就是一个虚拟的专业角色，你需要什么就调什么。不用的时候不花钱，用的时候一条命令它就上场了。
810倍产能争议：真实数据还是营销？
gstack的README里有一个特别炸的数据：
Garry Tan说他在2026年，基于逻辑代码变更量（不是原始LOC，因为AI会膨胀这个数字），他的产能是2013年建造Bookface时的810倍。2026年到现在才四个月，已经超过了2013年全年产量的240倍。
这个说法一出来，GitHub上吵翻了。有人说这是吹牛，有人说这是因为2013年的他还是个新手程序员没有可比性，有人说LOC这个指标本来就有问题。
我去看了一下他写的反驳。他的逻辑是这样的：是的，用原始代码行数对比不公平，因为AI会膨胀LOC。所以他用的是「逻辑代码变更量」，他定义了一个叫logical LOC的概念，过滤掉AI为了格式化、缩进、代码补全生成的那些没有实质意义的行。
而且他也承认了，2026年的他比2013年经验更丰富，所以这个对比本身就有问题。但他的核心论点是：批评他产能没有提升的人，用的指标本身就是错的。用正确的指标衡量，他的产能确实提升了，而且提升得离谱。
坦率的讲，我觉得这个争议本身就是一个内容营销的经典案例，一篇README引发全网讨论，GitHub 96K星，这就是结果。
为什么说这个对普通人做副业有参考价值？
说回正题。
Garry Tan在YC见过几千家创业公司从「车库里一两个人」成长为「独角兽」，他判断一个创始人能不能跑出来的标准之一，就是这个人有没有可能「以一敌二十」。
gstack就是他的答案。
他开源这套东西，核心逻辑是什么？你不需要雇一支团队，你需要的只是会用AI工具，然后在正确的方向上做决策。一个人的产能可以超过一支小团队，核心差异在于工具和工作流，而不是人头。
这个逻辑放在副业场景里意味着什么？意味着以前你想做一个产品，你可能需要「我会前端、会后端、会设计、会测试、会上线」才能做出来。现在你只需要一个Claude Code账号 + gstack + 一个正确的方向判断。
技术壁垒在下降，方向判断的壁垒在上升，这是我在这个过程里体会最深的一点。
普通人怎么用这套方法？
分几步。
第一步，安装gstack。
git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/gstack && cd ~/gstack && ./setup
这个过程大概五分钟，安装完你就有了一套完整的AI编程工作流。
第二步，搞清楚你要做什么。
这里gstack帮不了你，它只是一个执行工具。但它有一个技能叫 /office-hours，就是让你先回答六个问题，把你想做的事想清楚。这六个问题能逼你把「我要做什么」「解决了什么问题」「为什么是我」这些核心的东西先想清楚。
第三步，用/plans去梳理你的方案。
/plan-ceo-review 会帮你重新审视你的产品方向，找出那个「10星产品」在哪里。/plan-eng-review 会帮你锁定技术架构，让你在写代码之前就把数据流、边界情况这些东西想清楚。
第四步，用/build去执行。
这步你会真正开始写代码，gstack会让你用AI编程，但有一个关键区别：它不是让你随便问AI一个问题然后复制粘贴答案，它是让你用一套系统化的方式去驱动AI完成完整的开发流程。
第五步，用/ship去发布。
这个命令会同步主分支、跑测试、审计覆盖率、推送代码、打开PR。不是简单地把代码扔上去，是跑完完整的上线流程。
我的判断
说真的，gstack这个项目给普通人最大的启发，不是某个slash命令有多好用，而是它展示了一种新的工作方式的可能性：一个人 + 正确的工具 + 系统化的工作流，确实可以等于一支团队。
以前说这个话，感觉是鸡汤。现在Y Combinator的CEO把整个工作流开源了，96K星在那摆着，这个说法的可信度就不一样了。
对于想做副业的人来说，这意味着技术能力的门槛在进一步降低。你不需要雇人帮你写代码、测试、做安全审计、上线，这些都可以用AI工具来完成。
不过话说回来，方向判断能力的价值会变得越来越明显。你能不能找到一个真正值得解决的问题，愿不愿意为它投入时间，这个判断在AI时代比任何时候都更值钱。
gstack降低了执行的门槛，但没有降低决策的门槛。先想清楚做什么，再去研究怎么做，这是我一直以来的观点。