核心转变：从执行者到指挥者
Garry Tan 已经 13 年没怎么写代码了。作为 YC CEO，他早已远离一线 coding。但最近几个月，他靠 Claude Code + OpenClaw 重新杀回开发现场，疯狂产出几十万行代码，做出了 Garry's List（agentic 新闻平台，已获 10w+ stars）和 Gstack（agent harness 系统）。
这期 Light Cone 播客最核心的一句话：
不是你写代码，而是你指挥机器写代码。
以前的 builder 是自己下场敲代码。现在的 builder 更像导演、CEO、产品经理和架构师的混合体——你负责 vision 和 taste，agent 负责执行、补全、测试、修复和迭代。
Thin Harness + Fat Skills 架构
Thin Harness：保持框架极简
Agent 的执行框架要尽量薄、尽量简单。OpenClaw、Claude Code 这类工具本身就足够了，不需要搭建特别复杂的系统。
Fat Skills：把复杂逻辑写进 Markdown
真正复杂的东西应该写进 Markdown skills 里。这些 skills 就像 recipe，一步一步告诉 agent 应该怎么做——产品规划、工程方案、code review、QA、数据流图绘制等。
反常识观点：不要把一切都塞进代码里。
过去我们认为复杂逻辑应该写成代码，因为代码确定、可执行、可复用。但在 agent 时代，很多逻辑更适合写成 Markdown——代码是确定性的，写错一个 edge case 就会出 bug；而 Markdown 是模糊的、开放的，正好适合 agent 理解和发挥。
Garry 的说法：以前写代码要小心翼翼考虑 edge case，现在可以直接让 agent "boil the ocean"，把所有能想到的东西都展开，让它自己处理细节。
Plan-Eng-Review：防止 Agent 跑偏的关键 Skill
Garry 有一个很关键的 skill，叫 Plan-Eng-Review：
- Plan：让 agent 做规划
- Eng：让 agent 画 ASCII 图，把数据流、用户流程、状态机全部画出来
- Review：进入代码实现，最后 review 测试
很多人用 AI 写代码的最大问题是上来就让它写，结果 agent 很快跑偏。Garry 的方法是：写代码之前必须先画图。让 agent 把结构、状态和流程讲清楚，再动手实现。
日常 Workflow：从 CEO Plan 到 Code Review
Garry 现在的日常 workflow：
- CEO Plan：像 Brian Chesky 那样问 10x 问题——这个功能有没有可能做得大十倍？有没有更极端、更用户友好的方案？有没有被传统软件惯性限制住？
- Plan-Eng-Review：让 agent 把计划变成工程方案，再变成代码
- Code Review：用 Codex 做最终 review（Claude 更适合创意和生成，Codex 更适合严谨 review）
- 自动 QA：用 Playwright + Browse skill 做自动测试
结果：一天能 drop 10+ PR，而且不是随手糊出来的 demo，而是带完整测试和 review 流程的代码。
Tokenmaxxing：把 Token 烧到极致
Garry 最爱说的一个词是 Tokenmaxxing——把 token 烧到极致。
以前大家用 AI 总想着怎么省 token、怎么少花钱、怎么压缩 prompt。但 Garry 的思路完全反过来：能多加 context，就多加 context。
因为在 agent 时代，token 不是成本，而是杠杆。你烧掉的是 token，买回来的是时间、注意力和执行力。
具体做法：
- 让 agent 先 "boil the ocean"——把所有相关代码、文档、历史 PR、产品背景、用户反馈都喂进去
- 不要只给一个孤零零的 prompt，尽可能把上下文补满
- 用 RAG + hybrid search（Browse skill）抓全网数据
- 写代码前必须先画 ASCII 图，防止 agent 在大量 context 里迷路
未来真正厉害的人，不是最会省 token 的人，而是最会花 token 的人。
400x 效率的本质
网上很多人喷 Garry，说 lines of code 不代表生产力。这句话在过去有道理——人类写代码时，代码行数很容易注水。
但 Garry 的反击是：在 agent 时代，lines of code 反而是一个很好的指标。因为 agent 写的不是为了显得自己工作很努力，它写的是实际逻辑、测试、修复和工程实现。
他用工具统计后发现，自己现在每天产出的有效代码，是 2013 年的 400 倍。
重点不是「代码越多越好」。真正的重点是：agent 把你从 boilerplate 和重复劳动里解放出来，让你能把注意力放在架构、产品和判断上。
过去一个人一天能认真推进一个功能，已经很不错了。现在一个人一天可以同时推进多个 PR、多个实验、多个产品方向。这才是 400x 的本质。
AI 不是替代，是放大
很多人担心 AI 会抢程序员饭碗。但 Garry 的观点刚好相反——现在反而是人类最有力量的时候。
以前写代码是执行。你想到一个功能，还要花大量时间把它翻译成具体代码。你的想法和产品之间，隔着大量体力活。
现在写代码变成了指挥。你只要有 vision，有 taste，能判断什么是好东西，agent 就能帮你把中间的大量执行工作吃掉。
Garry 13 年没怎么 coding，却能重新变成超高产 builder。他不是回到了 2013 年那种「自己手写每一行代码」的状态，而是进入了新状态：人类负责方向，agent 负责执行。
如何开始：从写一个简单 Skill 起步
Garry 的建议不复杂：
- 直接装 Claude Code 或 OpenClaw，不要一上来就搭超级复杂的 agent 系统
- 从写一个简单 skill 开始，比如产品规划 skill，让 agent 每次做功能前都先帮你想清楚用户、目标、边界和风险
- 养成固定 workflow：CEO Plan → ASCII 画图 → 代码实现 → Code Review
- 保持 Tokenmaxxing 心态：不要太省 token，能多喂 context 就多喂，烧 token 本质是在买时间
- 不要怕 agent 写错：写错了就让它自己 fix，人类负责判断方向、体验和架构
Tokenmaxxing + Thin Harness + Fat Skills，这三个东西组合起来，就是普通人也能获得 400x 生产力的秘密。
真正稀缺的资源，从来不是代码，而是人类的 vision 和 taste。