你有没有过这样的体验?坐在电脑前,脑子里有个新功能想法,比如“加个图片上传”。你把需求扔给 AI,它二话不说就开始写代码。结果代码跑通了,上线后才发现根本不是用户真正想要的,或者埋了一堆隐患。
前几天,YC CEO Garry Tan 把自己的 Claude Code 工作流直接开源了,项目名为 gstack。短短24小时,GitHub 星标就突破4K+,瞬间刷屏技术圈。

这条消息让我眼前一亮。因为他没有分享什么花里胡哨的新模型,而是把最朴实的道理用代码落地了:别再把 AI 当万能助手,给它切角色,每个角色专心干一件事。
其实这道理说白了就跟现实团队一样。一个人什么都抓,最后什么都抓不好。
AI 混着用为什么低效?底层逻辑在这里
很多人用 AI 的时候,习惯一股脑把所有事丢给它。写代码、想架构、测 bug、审方向,全靠一个对话框。
结果呢?AI 输出总觉得“差不多”,但总差那么点味道。上下文混在一起,注意力分散,容易忘掉关键细节。
Garry Tan 的开源项目 gstack 直接反其道而行之。它把 Claude Code 变成一个可召唤的团队。每个斜杠命令 /xxx 就是一个专职角色。
你说“加个图片上传”,它不会急着敲键盘。先让你确认这是不是真需求。这就是分工的威力。
我发现,这种方式特别适合现在越来越多的一人公司或者独立开发者。时间有限,精力有限,AI 必须帮你把每一步都做到极致,而不是泛泛而谈。
8个斜杠命令,每个对应一个专业角色
根据 Garry Tan 开源的内容,一共有8个斜杠命令。每个命令都对应一个现实工程团队里的具体岗位。
- CEO 审产品方向
- 工程经理审架构
- Staff Engineer 找生产事故
- Release Manager 一键发版
- QA 自动截图测 bug
还有另外几个命令,覆盖了从规划到上线的完整链路。
核心就是让 AI “专着用”。不再是万金油,而是每个角色只干自己最擅长的事。
这和传统提示词完全不同。传统方式是反复强调“你要像 CEO 一样思考”,但每次都要重写提示。gstack 直接用一个 / 命令切换,瞬间进入角色模式,效率天差地别。
最戳我的两个命令:/plan-ceo-review 和 /review
先说 /plan-ceo-review。
你输入“加个图片上传”,它不急着写代码,而是反问你:这真的是你要的功能吗?也许真正的需求是帮卖家自动生成能卖出去的商品描述。
它直接把“怎么做”拽回到“做什么”。很多开发者最容易踩的坑,就是还没想清楚产品价值,就开始埋头 coding。结果做了半天才发现方向错了。
这个命令像一个经验丰富的创始人,帮你把关战略,避免无效劳动。
再看 /review。
它专门扮演 Staff Engineer,脑补各种生产事故:N+1 查询?并发竞态?上传失败后留下的孤儿文件?要在 bug 真正炸之前就把坑都想一遍。
这不是事后补救,而是提前预防。代码还没上线,就已经经过了最严苛的审视。生产环境里常见的隐蔽问题,它全给你列出来。
这两个命令单独拿出来,就已经值回票价。它们把 AI 从“执行工具”升级成了“思考伙伴”。
其他角色如何串联完整流程
工程经理审架构时,会专注系统设计合理性,避免后期重构。
Release Manager 负责一键发版,把部署流程标准化。
QA 角色则自动截图、测 bug,把测试变成可视化过程。
8个命令连起来,就是一条从 idea 到上线的完整生产线。每个环节都有专人把关,不会漏掉任何一步。
底层逻辑始终不变:AI 混着用不如专着用。把任务解耦,给每个角色清晰职责,输出质量和速度都会大幅提升。
这套思路不只适用于大公司,一个人开发产品时更管用。你不用再自己扮演所有角色,AI 团队帮你分担了。
【实践/案例部分】
想马上上手?操作步骤其实很简单。
- 先确认你已经安装了 Claude Code(Anthropic 官方的编码环境)。
- 打开终端,克隆 Garry Tan 的开源项目仓库:
git clone https://github.com/garrytan/gstack
- 按照仓库里的说明,把这些技能集成到你的 Claude Code 中。
- 在 Claude Code 界面,直接输入
/plan-ceo-review 加上你的产品需求描述,AI 就会切换到 CEO 模式开始评审。
实际用的时候,建议按顺序来:
先用 CEO 角色确认方向 → 工程经理审架构 → Staff Engineer 找潜在问题 → QA 测试截图 → Release Manager 一键发版。
整个流程走完,一个功能从想法到上线的时间会大大缩短。很多独立开发者已经开始尝试,效果反馈很积极。
如果你是刚接触 Claude Code 的新人,先从 /plan-ceo-review 这个命令练手。它最直观,也最能让你感受到角色分工的威力。
【总结/展望】
Garry Tan 把这套工作流开源,不只是分享工具,更是在分享一种高效思维:AI 时代,专业分工比什么都重要。
建议你现在就去 GitHub 看看 gstack 项目,亲手试试那几个斜杠命令。花不了多少时间,却可能彻底改变你的开发习惯。
未来 AI 工具会越来越强,但真正拉开差距的,还是会不会给它清晰的角色和职责。你准备好组建自己的虚拟团队了吗?在 云栈社区 与更多开发者交流,或许能找到更多灵感。