同一个 Claude，产出可以相差百倍

2013 年，Garry Tan 是 Y Combinator 的合伙人，一边投资一边写代码，一天下来撑死写出十几行真正能用的代码。今年他还在全职跑 YC，工作时间反而更少了，因为他要接孩子放学。可是他给自己算了一笔账：产出涨了大约 400 倍。这个数字他半年前发到网上被喷了一轮，AI Engineer World’s Fair 2026 收尾日的主舞台上，他把这个数字又说了一遍，还当场拆开给全场创业者看。

原视频：https://www.youtube.com/watch?v=I2cbIws9j10（约 07:58:10 开始）

一天 14 行到 400 倍，这笔账怎么算

2013 年，Garry Tan 一边做 YC 合伙人一边接近全职写代码，一天大概能写出 14 行”有效代码”——去掉注释、去掉写废的尝试，真正留下来生效的部分。他说这在当时不算差。那个年代的文献里，工程师全职写代码一天 15 行左右算正常，有人写 15 行，有人写 50 行，但绝不是现在很多人一天能写出的几千行。

今年他还在全职带 YC，同一个人，同样的工作时间，甚至因为要接孩子放学工作时间更短，产出却涨了大约 400 倍。他自己先把这个数字打了折：就算你不信原始代码量，就算 agent 写的代码有一半是注水的脚手架，把最狠的折扣都打上去，产出还是有 8 倍起。400 倍是他给出的乐观值，8 倍是他给出的保守值，中间随便取一个数，都是一个数量级以上的跃升。

他真正想让全场记住的不是这个数字本身，是后面这句话：2 倍的人和 100 倍的人，用的是同一个 Claude，同样的权重、同样的上下文窗口、同样的 API。杠杆在于你怎么把工作组织起来，跟用哪个模型没关系。

拆开公司，是几种 markdown 文件

Garry Tan 没带 PPT，他用一个类比讲完了剩下的内容：一家公司一直是由几种东西拼出来的，只是过去这些东西靠人执行，现在可以直接写成文件让 agent 执行。

• 技能文件（skill file）就是员工——一项能力，一份写清楚到任何人或任何 agent 都能照着执行的说明书。
• 分诊表（resolver table）就是组织架构图——CLAUDE.md 装不下的时候，你会另开一张表，规定一个任务进来该交给谁、走到哪去，这就是任务路由。
• 归档规则（filing rules）就是内部流程——规定分诊表本身有没有在正常工作、有没有合规。
• 触发式评估（trigger eval）就是绩效考核——比如写一个测试，检查”需要改测试文件时，测试文件是不是真的加载了”。

他管这套东西叫”AI 原生公司”。YC 内部有个真实例子：财务同事没写过一行代码，靠内部工具把上百张 Excel 表收进了自己搭的应用里。她现在不是程序员，是 agent 的管理者。

数字也跟得上这个说法。YC 冬季 25 批次里，四分之一的公司代码库有 95% 由 AI 生成，这批公司后来成了 YC 历史上增长最快、最赚钱的一批。他紧接着又抛出一个更大的数字：YC 历史上总共有 94 家公司从一张种子轮支票做到了年收入过亿。他没说这 94 家都来自冬季 25 批，两件事应该分开看，但放在一起，是他给”AI 原生真能出结果”这个判断找的证据。

图书馆和图书管理员

第二个类比是关于记忆。人类的工作记忆大概能同时装 7 样东西，上下浮动 2 个，这是认知心理学最著名的论文之一，也是本地电话号码是 7 位数、购物清单第 8 项总被忘掉的原因。一个 AI agent 能装下 100 万 token，大概是 1000 页。Garry Tan 跟他 10 岁的孩子解释：agent 脑子里能同时摊开三本《哈利·波特》，还能在几秒内跨这三本书找到一根针，把线索接起来。三本书对 7 位数字，操作规格完全不是一回事。

但他马上补了一句：三本书对一个人很多，对一家公司却很少。公司不是三本书，是一整座图书馆——每一封邮件、每一次会议、每一个决定和它背后的推理、每一次客户对话、每一次事后复盘。决定 agent 是天才还是金鱼的，是谁在决定桌上摊开的是哪三本书，这就是 context engineering。

他自己在做一个开源项目叫 GBrain，MIT 协议，现在大概 22 万页，主要是他的 agent 从邮件、会议记录和 20 年笔记里写出来的。有创始人给他发邮件说危机，他的 agent 会在他读完邮件之前，先把跟这位创始人过去所有对话、以及三家踩过同一个坑的被投公司当时怎么解决的，全都翻出来。

他也承认这套东西的失败模式：没人打理的记忆库，会变成一个”搜索做得很好的垃圾场”，检索会用十足的自信把一条过时的事实翻出来；一份写坏的技能文件，会把一个坏流程永远固化下去。解法不是记忆本身，是记忆加卫生——每条事实标来源，新旧信息冲突时做矛盾检测，专门有人加 agent 负责修剪。

他给自己定的一条铁律是：不做一次性工作。用 agent 干完一件事，觉得不满意可以让它改，但改完别就此打住，要把这次做的东西”技能化”，他管这个习惯叫 skillify it，还专门写了篇博客讲这事。”如果一件事要问它两遍，你就已经失败了。”

当天最后一棒

这是 AI Engineer World’s Fair 2026 收尾日主舞台的第 17 场，紧接在 Theo Browne 的收尾 keynote 后面，也是当天倒数第二场。Theo 讲的是个人心路，Garry Tan 这场用的是 YC 手里的数据：批次增长率、代码生成比例、种子轮到破亿收入的公司数。同一个收尾环节，一场讲体感，一场讲报表，正好把四天大会收在一个对照里。

我的判断

“公司 = 技能文件 + 分诊表 + 归档规则 + 触发评估”这套类比很好记，但容易让人只看到好的一面。同期另一个更朴素的企业实证是字节跳动的 900 次对照实验：冻结模型和框架不变，只补上下文工程、架构约束这类 harness 基建，交付质量能从 40-60 分的不及格线冲到 80 分。但如果不做这一步，同一个团队里 AI 代码贡献率涨了 6 倍，人均需求吞吐可能只涨 60%，远够不上代码生成速度本该带来的十倍。

换句话说，Garry Tan 的 400 倍，更像是他自己已经把这套 harness 搭好之后的结果，不是随便打开 Claude 就能白拿的乘数。他在台上确实点到了这一层：2 倍的人和 100 倍的人用的是同一个模型，差的是怎么组织工作。

只是这句话说完他就往下讲类比去了，组织工作本身怎么落地、落地之后交付质量能不能扛住，还得靠字节这类真实对照实验去补。类比负责让人记住方向，账本负责让人知道自己走到了哪一步，两者缺一个都不够。