Garry Tan превратил свой Claude Code-процесс в открытый набор gstack
Garry Tan превратил свой Claude Code-процесс в открытый набор gstack
Президент и CEO Y Combinator Гарри Тан открыл gstack — собственный набор workflow для Claude Code и AI-агентов разработки. В первичном посте в X он описал проект как open source под MIT-лицензией, а репозиторий на GitHub сейчас показывает более 84 тысяч звёзд и 12 тысяч форков. Это уже не выглядит как личная коллекция prompts: вокруг gstack быстро формируется публичный шаблон того, как маленькая команда может организовать AI-assisted development.
Не copilot, а процесс разработки
В README Тан называет gstack своей «open source software factory». Система превращает один coding-agent в набор ролей: CEO review, engineering review, design review, code review, QA, security-аудит, release engineering и ретроспектива. По описанию проекта, это 23 специализированных инструмента и несколько power tools, которые проводят задачу через цикл «подумать → спланировать → собрать → проверить → протестировать → выпустить».
Сдвиг здесь не в том, что модель пишет больше кода. Таких обещаний рынок уже видел достаточно. Важнее другое: gstack пытается формализовать управленческий и продуктовый слой разработки — вопросы скоупа, качества, архитектурных допущений, проверки в браузере и релизной дисциплины.
Почему это важно для YC-экосистемы
Фигура Тана усиливает сигнал. Это не независимый разработчик, а глава Y Combinator — института, который десятилетиями влиял на то, как стартапы думают о скорости, продукте и founder-led execution. Когда такой игрок выкладывает собственный рабочий контур для AI-разработки, он фактически говорит рынку: ценность AI-агента теперь не только в базовой модели, но и в том, чей опыт и какие правила работы упакованы поверх неё.
Поэтому gstack интересен как ранний пример нового класса инструментов: agentic operating models. Они продают или распространяют не просто «умного помощника», а воспроизводимый стиль работы — с ролями, проверками, gatekeeping и памятью процесса.
Следующий этап AI-native development
Первая волна coding AI была про автодополнение и генерацию функций. Следующая волна всё больше похожа на оркестрацию мини-команды: агент сам проходит планирование, ревью, QA, security-check и подготовку к релизу. Для стартапов это снижает не только цену написания кода, но и цену организационной сборки продукта.
Ограничение тоже очевидно: вместе с полезными эвристиками в такие workflow попадает вкус конкретного автора, его допущения и стиль управления. Но именно поэтому gstack важен. Он показывает, что конкуренция в AI-разработке будет идти не только между моделями, а между методологиями, которые превращают модели в устойчивый рабочий процесс.
