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 Tan's 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
gstack 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 "Don't 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
"Don't 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 setup：
git 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 Tan's 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
