硅谷 YC 总裁 Garry Tan 把自己在用的 Claude Code 工作流直接开源了，项目叫 gstack。

一句话：以前是“一个 AI 打工人”，现在是“一个 AI 团队”。

我们用 Claude Code，很容易犯一个错误：什么都让它干。你一句话丢过去：“帮我做个 App”，它就开始写。
最后的结果通常是——能跑，但不高级。
功能有了，但产品不清晰；代码能用，但不优雅；页面能看，但不精致。

本质问题其实很简单：你让一个 AI 同时当 CEO + PM + Tech Lead + Designer + QA。
人类都做不到，更别说模型了。

gstack 解决这个问题的方式很“硅谷”：直接拆角色。
它内置了 12 个 Skill，对应 12 个人格：CEO 想方向、Tech Lead 定方案、设计师看体验、偏执工程师做 code review、发布工程师负责上线……
每个角色只干一件事，而且干到极致。

我自己在折腾 OpenClaw / 多 Agent 的时候，也慢慢发现一件事：AI 的上限，不是模型，而是“分工”。

更细节一点的地方也挺有意思，比如它没有用 MCP 去做浏览器操作，而是直接搞了个 CLI 工具。

原因也很现实：MCP 每次通信要带一堆协议，Token 消耗特别重。
但 CLI 直接走命令行，纯文本输入输出，干净又省钱。
这种“工程味很重”的优化，其实才是能长期跑生产的关键。

如果你把 gstack 的流程串起来看，其实就是一条完整的“AI 开发流水线”：
想法 → CEO 过一遍
方案 → Tech Lead 审一遍
开发 → Claude 写
质量 → 偏执工程师挑刺
测试 → QA 跑
上线 → 一键发版
复盘 → 每周总结

这已经不是“写代码”了，而是在模拟一个完整的公司。
#人工智能[超话]##openclaw##how i ai#