AI编程助手gstack开源：单人60天产出60万行生产代码的工程化实践

2026年3月，著名AI研究者 Andrej Karpathy 在某个播客中随口提了一句：

“我大概从去年12月以来，就没手动写过一行代码了。”

这话在当时没激起什么水花，甚至没上热搜。但这句话，却让时任 YC （Y Combinator）总裁的 Garry Tan 心里直痒痒——一个人，怎么可能像一支二十人的工程团队那样持续交付？

他去深入研究了一番，几个月后，真的做出了一个名为 gstack 的开源项目。

紧接着，他用自己的工具“兼职”写代码。最近60天，竟输出了 60万行生产级别代码，平均每天1-2万行。

gstack 到底是什么？

用一句话概括：它是为AI编程工具配备的一整套“虚拟工程团队”。

这可不是 Copilot 那样的代码补全助手。gstack 是一整套专家角色，你说需求，它就“变身”为对应的专家来执行任务。

例如：

• 你输入 /review，它便化身资深工程师，帮你揪出那些测试能过但上线必崩的隐蔽 Bug。
• 你输入 /qa，它就变成 QA 负责人，启动一个真实的 Chrome 浏览器，自动点击页面、填写表单、截图验证——发现 Bug 甚至能直接修复，并为你生成回归测试。
• 你输入 /ship，它又成了发布工程师，自动同步代码、运行测试、检查覆盖率、推送至代码仓库、创建合并请求（PR），一气呵成。

整个过程，你只需要用自然语言下达指令。

23个专家角色，覆盖软件开发全生命周期

gstack 将完整的软件研发流程拆解为清晰的阶段，并为每个阶段配备了专门的虚拟角色：

阶段	角色	核心职责
需求澄清	YC 办公时间	反问你的真实需求，避免盲目开工
战略规划	CEO / 创始人	帮你寻找比当前方案好10倍的路径
架构设计	工程总监	锁定核心数据流、绘制架构图、列举边界情况
设计审查	高级设计师	为每个设计决策进行0-10分的打分评估
代码审查	资深工程师	专门抓取那些能在生产环境引发问题的 Bug
安全审查	首席安全官 (CSO)	应用 OWASP Top 10 及 STRIDE 威胁模型进行审计
测试验证	QA 负责人	使用真实浏览器进行自动化点击与表单测试
性能评估	性能工程师	执行基准测试，并关注 Core Web Vitals 等核心性能指标
发布部署	发布工程师	完成代码同步→测试→推送→创建PR的全流程
线上运维	SRE (站点可靠性工程师)	持续监控线上错误与系统性能表现
复盘迭代	工程经理	组织每周复盘，总结优劣，持续改进

一共23个“/”开头的命令，对应23个专家角色。你无需记住全部，只需要知道你当前处于哪个阶段，它会告诉你该用什么。

这张图清晰地展示了 gstack 如何将规划、开发、运维、产品增长等各阶段的职责，通过虚拟角色进行分配与串联，其右下角的项目概览数据显示了惊人的产出效率。

数据不会说谎

说回 Garry Tan 本人。他的本职工作仍是管理 YC——会见创业者、审阅商业计划书、进行投后管理。写代码，只是他的“兼职”。

然而，数据是最诚实的见证者：

最近60天：

• 60万行生产代码（其中包含约35%的测试代码）

其中一周冲刺数据：

• 新增 14万行代码，完成 362次提交

GitHub贡献对比：

• 2026年（使用gstack）：1237次贡献（截至统计时）
• 2013年（Bookface时期）：全年 772次贡献

同一个人，不同的工具，产出效率相差了一个数量级。

Garry Tan 自己的总结很精辟：“Same person. Different era. The difference is the tooling.”（同一个人，不同的时代，区别在于工具。）

生态初现：社区已经开始行动

gstack 只是一个开始。其开源模式已经吸引了社区的关注，并出现了几个重要的分支项目：

• ostack：哲学理念版，强调“操作员优先”（Operator-first），基于 Sovereign Builder 世界观，沟通风格更为凝练和直接。
• fullstack：中文社区版，专为 OpenClaw 适配，支持通过 Homebrew 进行安装。
• 此外，还有为 OpenCode、Kiro 等其他AI编程工具所做的专门适配。

对于 OpenClaw 的用户，有4个方法论的技能包可以直接在 agent 中运行，无需开启 Claude Code 会话：

clawhub install gstack-openclaw-office-hours
gstack-openclaw-ceo-review
gstack-openclaw-investigate
gstack-openclaw-retro

项目地址：github.com/garrytan/gstack。对这类提升工程效率的 开源实战 项目感兴趣的朋友，可以在 云栈社区 的对应板块找到更多深度讨论和资源。

结语：工具重塑个体产能边界

Karpathy 随口一句话，点燃了 Garry Tan 的探索欲。

Garry Tan 则用 gstack 这个工具，以兼职状态做到了日均万行代码的产出。

这个故事的核心，并非简单地证明“AI能帮我们写代码更快”。

它正在证明：一个装备了先进AI工程化工具的个体，其产能边界足以媲美甚至超越一个传统工程团队。

当代码的“打字”环节被极大压缩后，什么才变得真正重要？答案或许是：你想构建什么，以及你如何系统性地组织与交付它。 这种对开发流程的深刻理解和自动化能力，正是现代 DevOps/SRE 理念所追求的核心目标之一。