一天斩获 3.6k Star！YC 掌门人亲自下场写代码开源 gstack：别再把 AI 当打字员了
在 AI 编程工具满天飞的今天，大部人还在纠结“哪个模型写代码更强”，或者“如何写出更好的 Prompt”。但就在这两天，GitHub 上一个项目几乎以“屠榜”之势冲了出来—— gstack，如果你没看到 gstack，那大概率是你刷少了。
YC（Y Combinator）掌门人Garry Tan亲自下场写代码操刀的开源项目，上线仅仅一天就狂揽 3.6k Star。
他自己说，用这套东西，60 天写了 60 万行生产代码。
听起来有点夸张，但你点进去看一圈，会发现它火得不算偶然。gstack 并不是一个新的 AI 模型，也不是一个 IDE，它是一套基于 Claude Code 的“意见领袖级”工作流。它爆火的原因就是终于把“高水平工程师的做事方式”，固化成了一套可复用的 AI 工作流。
换句话说，它不教 AI 怎么写代码，而是规定——什么时候该想、什么时候该写、什么时候该测、什么时候该发版。
痛点其实大家都踩过：AI 很聪明，但也很乱
gstack 的诞生源于一个直击灵魂的痛点：认知切换（Cognitive Switching）与工程腐化。
普通的 AI 对话通常是线性的、混杂的，如果你平时用 AI 写代码，应该有类似体验：
- 让它写个功能，它顺便帮你改了架构
- 让它修个 bug，它把正常逻辑也改没了
- 对话越长，代码越“发散”，最后根本不敢 merge
这背后的问题，其实不是模型不够强，而是——没有边界。AI 一直在“混合思考”。该设计的时候在写代码，该写代码的时候又在乱设计。结果就是：代码能跑，但没人敢维护。
Garry Tan 作为一个硬核程序员出身的 CEO，他追求的是极致的创始人模式：高标准、全流程控制、快速交付。gstack 就是这种意志的产物——它是一套把“高水平工程规范”固化下来的指令集（Skills）。
核心玩法：把 AI 拆成“职能角色”
gstack 并不只是几个 Prompt 模板，它在底层利用 Bun 和 Playwright 做了很重的工程化支持。通过 / 指令，你不再和一个 AI 对话，而是在调用一组“职能人格”。
/plan-ceo-review（CEO 评审模式） 先别写代码，先问对不对：当你在做一个需求时，AI 不会直接写代码，而是站在创始人的视角拷问你：这个功能真的能解决用户痛点吗？有点像 Brian Chesky 那种风格：先想清楚，再动手。很多时候，这一步就能帮你砍掉一半没必要的开发。
/plan-eng-review（架构师模式） 进入这个模式，AI 变身老架构师。它会画 ASCII 流程图，分析数据流，检查状态机。在没敲代码前，先把技术方案“怼”一遍，避免走弯路。
/qa & /browse（AI有“眼睛”了） 这是 gstack 最狠的地方。它内置了一个持久化的无头浏览器。AI 可以直接打开你的 Web 应用，像真人一样点击、登录。这基本补上了 AI 编程最致命的一环：写完代码，不知道能不能跑，现在它自己能测了。
/ship（发布工程师） 一键自动化：同步主分支、跑全量测试、提交代码、开启 PR。你只需要最后点一下 merge。这才是AI 帮你干活，而不是帮你写几行代码。
一个更现实的问题：为什么它会爆？
作为一个长期关注 AI 提效的开发者，我觉得 3.6k Star 背后代表的是大家对“低质量 AI 代码”的反弹。
gstack 的价值在于：
- 强制性的思考深度：它逼着你在 /plan 阶段先想清楚。这种“先谋后动”的习惯，对新手和老手同样重要。
- 闭环的自检能力：有了无头浏览器的加持，AI 终于不再是那个“盲目自信”的打字机，而是拥有了自我纠错的闭环。
一点私房评价： gstack 并不是完美的，它目前重度绑定 Claude Code 和 Web 开发，甚至带有一点 Garry Tan 个人的“效率癖好”。但它指明了一个方向：提升 AI 开发效率的关键，不再是 Prompt Engineering（提示词工程），而是 Workflow Engineering（工作流工程）。
🔗 项目地址：https://atomgit.com/gh_mirrors/gs/gstack
最后一句
别只点 Star 啊，真的去跑一遍。当你第一次看到 AI 自己打开浏览器、帮你点按钮、修好那个你卡了半天的前端 bug 时，你大概率会有一种感觉：这玩意儿，开始有点像“同事”了。
而不是工具。
