gstack构建者哲学从煮沸海洋到先搜索再构建的AI开发信条【免费下载链接】gstackUse Garry Tans exact Claude Code setup: 23 opinionated tools that serve as CEO, Designer, Eng Manager, Release Manager, Doc Engineer, and QA项目地址: https://gitcode.com/GitHub_Trending/gs/gstackgstack 是 Y Combinator CEO Garry Tan 开源的一套 Claude Code 虚拟工程团队包含 23 个斜杠命令技能让 AI 以 CEO、工程经理、QA 负责人等角色协作开发。它的灵魂不在工具本身而在 ETHOS.md 中两条被注入每一个技能的构建者信条煮沸海洋Boil the Ocean与先搜索再构建Search Before Building。本文将带你读懂这套 AI 开发哲学以及它如何让一个人以 20 人团队的节奏交付产品。为什么别煮沸海洋的旧建议已经过时传统工程经验常说 Dont boil the ocean别想一口吃成胖子。但在 AI 辅助编程时代gstack 的作者用真实数据推翻了这个信条任务类型人类团队AI 辅助压缩比样板代码 / 脚手架2 天15 分钟~100x编写测试1 天15 分钟~50x功能实现1 周30 分钟~30x修 Bug 回归测试4 小时15 分钟~20x架构设计2 天4 小时~5x调研探索1 天3 小时~3x完整性变便宜了。过去团队跳过的那最后 10%如今成本只是几秒钟。这是作者 2013 年在 YC 时期构建 Bookface 的贡献日历772 次贡献。而 2026 年同样是半职状态的作者已产出 1237 次贡献全年逻辑代码增速约为 2013 年的 810 倍。同一个人不同的时代差别在于工具与方法论。测量口径与完整论证见 docs/ON_THE_LOC_CONTROVERSY.md。信条一煮沸海洋 —— 永远做完整的那件事Dont boil the ocean 在工程时间是瓶颈的时代是正确建议。那个时代已经结束了。gstack 把旧格言彻底反转海洋就是目的地——100% 的测试覆盖、完整的边缘用例、完备的错误处理路径。你到达的方式是一次煮沸一个湖每个湖是一个可完成的最小单元而不是上限。海洋与湖泊完整性的新算法完整方案约 150 行 vs 快捷方案约 80 行、只覆盖 90%永远选前者——多出的 70 行在 AI 编程下只花几秒。测试留到下个 PR 再说测试是最便宜的湖现在就该煮沸。这个要两周改成说人类两周 / AI 辅助约 1 小时。唯一还算超纲的是真正与任务无关的多季度大迁移——那应该标记为独立范围而不是给捷径找借口的理由。三个该警惕的反模式选 B 方案吧代码更少。A 只多 70 行时选 A。先交付简化版。遗留思维来自人力是瓶颈的年代。把那是煮沸海洋当缩水的挡箭牌。现在煮沸海洋恰恰是目标。信条二先搜索再构建 —— 三层知识模型1000 倍工程师的第一反应不是让我从零设计而是是不是已经有人解决了在构建任何涉及陌生模式、基础设施或运行时能力的东西之前——停下来先搜索。检查的成本接近于零不检查的成本是重新发明一个更差的东西。三层知识模型你在哪一层干活层级名称对待方式Layer 1久经考验Tried and true标准模式通常已会但偶尔质疑它正是灵感的来源Layer 2新兴热门New and popular去搜索但保持审视——人群对新事物和新旧事物同样会犯错Layer 3第一性原理First principles针对具体问题推导出的原创观察价值最高珍视于一切之上搜索结果是你思考的输入不是答案。最优秀的项目既避免重复造轮子Layer 1又包含超出经验分布的 brilliant 洞察Layer 3。顿悟时刻The Eureka Moment搜索最有价值的产出不是找到一个可复制的方案而是理解大家都在做什么、为什么Layer 1 2用第一性原理审视他们的假设Layer 3发现常规做法为什么是错的这就是11 分满分时刻——当别人往右你往左。找到它时gstack 的做法是给它命名、庆祝它、记录它。每个技能执行完都可以把一条一句话洞察写入本地~/.gstack/analytics/eureka.jsonl日志见 scripts/resolvers/preamble/generate-search-before-building.ts。反模式清单运行时明明有内置功能却手搓方案Layer 1 失误对新领域不加甄别地接受博客观点Layer 2 狂热默认老规矩正确、不去质疑前提Layer 3 盲区。两条信条如何合力煮沸海洋说做完整的那件事。先搜索再构建说决定构建之前先知道世界上已存在什么。两者叠加先搜索再构建正确之物的完整版本。最坏的结果是把一件其实一行内置调用就能搞定的事做成了完整版最好的结果是因为搜索、看清了全局做出一件没人想到过的完整之物。从哲学到落地gstack 如何把信条变成机制哲学不止写在纸上而是被工程化地注入执行链路ETHOS.md—— 信条原文自动注入每个工作流技能的 preamble每个技能开跑前 AI 都已读过哲学课CLAUDE.md—— 开发规范中固化了AI 工时压缩表与先搜索三步法搜运行时内置 → 搜当年最佳实践 → 查官方文档autoplan/SKILL.md—— 一键跑通 CEO → 设计 → 工程评审流水线把完整性优先、煮沸湖泊等原则编码为自动决策规则。这正是 gstack 的设计哲学不是让你记住 23 条口号而是让工具替你执行信条。新手快速上手5 分钟装好你的 AI 工程团队安装依赖Claude Code、Git、Bun v1.0克隆仓库并运行 setupgit clone --single-branch --depth 1 https://gitcode.com/GitHub_Trending/gs/gstack.git ~/.claude/skills/gstack cd ~/.claude/skills/gstack ./setup体验四件套/office-hours—— 用 6 个逼问问题重构你的产品认知/plan-ceo-review—— 让CEO审查你的功能想法/review—— Staff 工程师级别的代码审查/qa staging地址—— 打开真实浏览器跑 QA跑完再决定它是否适合你——这是作者给所有人的建议。完整技能清单与团队模式安装见 README.md架构速览见 docs/PROJECT_STRUCTURE.md。结语gstack 最有价值的输出不是 23 个技能而是它对 AI 开发时代的一句重述当完整的成本趋近于零残缺就不再是美德。先搜索看清世界然后煮沸海洋一个湖一个湖地。【免费下载链接】gstackUse Garry Tans exact Claude Code setup: 23 opinionated tools that serve as CEO, Designer, Eng Manager, Release Manager, Doc Engineer, and QA项目地址: https://gitcode.com/GitHub_Trending/gs/gstack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 gstack构建者哲学：从“煮沸海洋“到“先搜索再构建“的AI开发信条
gstack构建者哲学从煮沸海洋到先搜索再构建的AI开发信条【免费下载链接】gstackUse Garry Tans exact Claude Code setup: 23 opinionated tools that serve as CEO, Designer, Eng Manager, Release Manager, Doc Engineer, and QA项目地址: https://gitcode.com/GitHub_Trending/gs/gstackgstack 是 Y Combinator CEO Garry Tan 开源的一套 Claude Code 虚拟工程团队包含 23 个斜杠命令技能让 AI 以 CEO、工程经理、QA 负责人等角色协作开发。它的灵魂不在工具本身而在 ETHOS.md 中两条被注入每一个技能的构建者信条煮沸海洋Boil the Ocean与先搜索再构建Search Before Building。本文将带你读懂这套 AI 开发哲学以及它如何让一个人以 20 人团队的节奏交付产品。为什么别煮沸海洋的旧建议已经过时传统工程经验常说 Dont boil the ocean别想一口吃成胖子。但在 AI 辅助编程时代gstack 的作者用真实数据推翻了这个信条任务类型人类团队AI 辅助压缩比样板代码 / 脚手架2 天15 分钟~100x编写测试1 天15 分钟~50x功能实现1 周30 分钟~30x修 Bug 回归测试4 小时15 分钟~20x架构设计2 天4 小时~5x调研探索1 天3 小时~3x完整性变便宜了。过去团队跳过的那最后 10%如今成本只是几秒钟。这是作者 2013 年在 YC 时期构建 Bookface 的贡献日历772 次贡献。而 2026 年同样是半职状态的作者已产出 1237 次贡献全年逻辑代码增速约为 2013 年的 810 倍。同一个人不同的时代差别在于工具与方法论。测量口径与完整论证见 docs/ON_THE_LOC_CONTROVERSY.md。信条一煮沸海洋 —— 永远做完整的那件事Dont boil the ocean 在工程时间是瓶颈的时代是正确建议。那个时代已经结束了。gstack 把旧格言彻底反转海洋就是目的地——100% 的测试覆盖、完整的边缘用例、完备的错误处理路径。你到达的方式是一次煮沸一个湖每个湖是一个可完成的最小单元而不是上限。海洋与湖泊完整性的新算法完整方案约 150 行 vs 快捷方案约 80 行、只覆盖 90%永远选前者——多出的 70 行在 AI 编程下只花几秒。测试留到下个 PR 再说测试是最便宜的湖现在就该煮沸。这个要两周改成说人类两周 / AI 辅助约 1 小时。唯一还算超纲的是真正与任务无关的多季度大迁移——那应该标记为独立范围而不是给捷径找借口的理由。三个该警惕的反模式选 B 方案吧代码更少。A 只多 70 行时选 A。先交付简化版。遗留思维来自人力是瓶颈的年代。把那是煮沸海洋当缩水的挡箭牌。现在煮沸海洋恰恰是目标。信条二先搜索再构建 —— 三层知识模型1000 倍工程师的第一反应不是让我从零设计而是是不是已经有人解决了在构建任何涉及陌生模式、基础设施或运行时能力的东西之前——停下来先搜索。检查的成本接近于零不检查的成本是重新发明一个更差的东西。三层知识模型你在哪一层干活层级名称对待方式Layer 1久经考验Tried and true标准模式通常已会但偶尔质疑它正是灵感的来源Layer 2新兴热门New and popular去搜索但保持审视——人群对新事物和新旧事物同样会犯错Layer 3第一性原理First principles针对具体问题推导出的原创观察价值最高珍视于一切之上搜索结果是你思考的输入不是答案。最优秀的项目既避免重复造轮子Layer 1又包含超出经验分布的 brilliant 洞察Layer 3。顿悟时刻The Eureka Moment搜索最有价值的产出不是找到一个可复制的方案而是理解大家都在做什么、为什么Layer 1 2用第一性原理审视他们的假设Layer 3发现常规做法为什么是错的这就是11 分满分时刻——当别人往右你往左。找到它时gstack 的做法是给它命名、庆祝它、记录它。每个技能执行完都可以把一条一句话洞察写入本地~/.gstack/analytics/eureka.jsonl日志见 scripts/resolvers/preamble/generate-search-before-building.ts。反模式清单运行时明明有内置功能却手搓方案Layer 1 失误对新领域不加甄别地接受博客观点Layer 2 狂热默认老规矩正确、不去质疑前提Layer 3 盲区。两条信条如何合力煮沸海洋说做完整的那件事。先搜索再构建说决定构建之前先知道世界上已存在什么。两者叠加先搜索再构建正确之物的完整版本。最坏的结果是把一件其实一行内置调用就能搞定的事做成了完整版最好的结果是因为搜索、看清了全局做出一件没人想到过的完整之物。从哲学到落地gstack 如何把信条变成机制哲学不止写在纸上而是被工程化地注入执行链路ETHOS.md—— 信条原文自动注入每个工作流技能的 preamble每个技能开跑前 AI 都已读过哲学课CLAUDE.md—— 开发规范中固化了AI 工时压缩表与先搜索三步法搜运行时内置 → 搜当年最佳实践 → 查官方文档autoplan/SKILL.md—— 一键跑通 CEO → 设计 → 工程评审流水线把完整性优先、煮沸湖泊等原则编码为自动决策规则。这正是 gstack 的设计哲学不是让你记住 23 条口号而是让工具替你执行信条。新手快速上手5 分钟装好你的 AI 工程团队安装依赖Claude Code、Git、Bun v1.0克隆仓库并运行 setupgit clone --single-branch --depth 1 https://gitcode.com/GitHub_Trending/gs/gstack.git ~/.claude/skills/gstack cd ~/.claude/skills/gstack ./setup体验四件套/office-hours—— 用 6 个逼问问题重构你的产品认知/plan-ceo-review—— 让CEO审查你的功能想法/review—— Staff 工程师级别的代码审查/qa staging地址—— 打开真实浏览器跑 QA跑完再决定它是否适合你——这是作者给所有人的建议。完整技能清单与团队模式安装见 README.md架构速览见 docs/PROJECT_STRUCTURE.md。结语gstack 最有价值的输出不是 23 个技能而是它对 AI 开发时代的一句重述当完整的成本趋近于零残缺就不再是美德。先搜索看清世界然后煮沸海洋一个湖一个湖地。【免费下载链接】gstackUse Garry Tans exact Claude Code setup: 23 opinionated tools that serve as CEO, Designer, Eng Manager, Release Manager, Doc Engineer, and QA项目地址: https://gitcode.com/GitHub_Trending/gs/gstack创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考