“如果你重复交代同一件事两次，意味着你的管理失败了。”

Y Combinator掌门人Garry Tan在最新演讲中抛出了一个让全场创业者屏息的观点。在他看来，AI时代的真正红利绝非微调模型权重，而在于工作流的重新梳理。通过将传统组织架构中的员工、流程与绩效全面编码为“技能手册”与“企业大脑”，硅谷已经诞生了首批以15人、40人的极精简团队撬动数千万至上亿美元ARR的AI原生企业。

“如果你依然把AI当成代码自动补全、把提示词当成一次性工具，你将在下一阶段的竞速中被对手吃掉饭碗。”

400倍效能跨越，背后是工作流的重构

Garry Tan用一组数字证明了这一点。

2013年，他还是YC的合伙人兼全职工程师，每天大概只能写出14行真正有用的逻辑代码。今年，他全职管理YC，投入的时间差不多，甚至因为下午五点要接孩子，工作时间还要少得多——但效率提升了大约400倍。

“如果你不相信纯代码量的统计，没关系。你可以用最严苛的冗长惩罚机制来扣除水分，假设AI Agent写出的都是臃肿的代码，假设其中一半都是脚手架框架——在底线上它依然带来了8倍的提升，中位数也达到了80倍。”

用的是和所有人相同的大模型，差距来自工作流的重构。

YC 2025冬季班的数据同样印证了这一点：四分之一的初创企业代码库95%由AI生成，该班次是YC历史上增长最快、利润最高的班次。

“一次性工作”是AI时代最大的效率陷阱

Garry Tan提出了一个核心原则：永远不要做一次性的工作。

一旦对AI的输出结果满意，就必须将其“技能化”（skillify）为可复用的流程，否则企业每天都会陷入“技术失忆”。

传统工作方式的问题在于：每一次任务都从零开始，每一次对话都重头交代，每一次输出用完即弃。AI帮你省了写代码的时间，但你依然在重复输入类似的指令、处理类似的问题、解决类似的Bug。

Garry Tan在构建GStack时发现了这个问题的解法。最初，他只是在用Claude Code时不断重复输入类似的指令——先做规划、再评审、再测试、再人工确认。他把这些高频操作整理进Apple Notes，逐渐沉淀出一组结构化工作流，后来变成“skills”，再进一步变成可复用的系统。

AI写作的意义不是“帮记者排版”或“辅助创作”，而是把原本属于高强度知识劳动的研究、整理、归纳、引用、比对环节，直接做成一个软件系统。软件不再只是供人使用的工具，而开始直接承担高质量知识工作的执行过程。

“技能化”的三种落地方式

第一，把重复指令沉淀为Skills。

今天大家不再只是拼prompt文案，而是在构造一种“可组合的认知流程”。Garry Tan越来越依赖的不是某一句magic prompt，而是一整套工作顺序：先让模型做ASCII图，明确数据流、状态机、依赖关系、错误路径；再让它做架构审查；再做代码质量检查；再补全测试；最后才进入执行。

第二，用上下文工程构建“企业大脑”。

人类工作记忆符合7±2法则，单次只能处理约7件事。AI可依托上下文工程构建既是知识图书馆、又是自动检索图书管理员的企业大脑，将企业全量历史知识沉淀为可复用资产。Garry Tan个人构建的开源G-Brain系统已沉淀22万页内容，可基于历史知识自动匹配应对方案，区别于普通助手，成为可依托既有知识库工作的“同事”。

第三，把组织架构编码为技能手册。

AI时代中，一个技能手册等同于一名员工，解析器表对应组织架构，归档规则对应内部流程，触发评估对应绩效考核。上千人组织的所有职能都可编码为代码与描述文件。YC所投项目Emergence上线8个月实现九位数ARR，ARR突破1500万美元时团队仅15人，零售额达6000万美元时团队仅40人。AI原生企业只需要雇佣工程师维护技能、解决AI无法完成的任务。

“技术失忆”是最大的隐性成本

无人维护的企业大脑会逐渐变成无效垃圾场，核心价值来自持续的精细化管理，包括溯源、冲突检查和冗余修剪。

模型能力可以租赁，沉淀了复利知识的企业大脑才是AI企业不可替代的核心资产。

Garry Tan指出，今天很多人低估了AI编程和AI知识工作的真正威力，是因为他们还在用旧时代的成本思维理解新工具：把token当作API成本控制项，而不是生产要素。可如果一个任务本来需要你自己花一周、一个月去做，那么多花几百美元去换取大规模并行研究、测试与执行，成本并不高，甚至可以说极低。

他用了一个YC语境里很典型的比喻：这就像创业者刚到旧金山时觉得房租太贵，但真正贵的不是住在旧金山，而是不住在旧金山。对今天的builder来说，真正昂贵的不是token，而是没有把模型用到极致，从而继续浪费自己的时间。

一个决定性的问题

“你掌控自己的工具，还是你的工具掌控你？”

Garry Tan在演讲结尾留下了一个判断：决定AI时代生产力上限的并非大模型本身的权重，真正的效能杠杆——最高达400倍的提升——在于如何重新串联和编织工作流。

从今天起，每次用AI完成任务之后多问一句：这件事能不能变成可复用的流程？这个答案能不能写进Skills？这个决策能不能沉淀到企业大脑？

不要用AI做一次性工作。用AI建造一个会自我增值的系统。