H
Howardism
Plate IIEntities機器翻譯 · machine-translated過時翻譯 · stale translationENHOWARDISM

Garry Tan

PublishedJuly 21, 2026FiledEntityDomainEntitiesTagsEntityPersonStartupY CombinatorReading5 minSourceAI-synthesised

Y Combinator 總裁兼執行長；從創辦人投資人轉型為 AI 原生組織的佈道者——約 400 倍產出主張、「槓桿不在權重，而在於你如何串接工作」、skillify-it 紀律，以及 MIT 授權的開源公司大腦 GBrain（約 22 萬頁）

Garry Tan 插圖

資料來源#

摘要#

Y Combinator 總裁兼執行長；他曾是 YC 合夥人（自 2011 年起）、Initialized Capital 共同創辦人，再之前則是設計師兼工程師（Posterous 共同創辦人、早期 Palantir 成員）。他在 2026 年 7 月 AI Engineer 演講 The New Physics of Business 中，從 YC 一側說明本資料庫的 AI-Native Organization：他將自己描述為「正在經營一個此刻正成為 AI 原生的 20 年機構」的創辦人投資人，並以 YC 本身作為案例——媒體、活動與財務人員建立技能檔案和 cron 工作，整家公司透過內部的 OpenClaw 部署與公司大腦運作，擁有「在任何其他同等規模公司看來都會像四捨五入誤差的員工人數」。

400 倍主張#

他用來接受壓力測試的數字是：2013 年，當時他幾乎全職擔任工程師、建造 YC 內部社群網路，每天寫出約 14 行可用的邏輯程式碼（符合當時文獻中的中位數常態）。2026 年，他用更少工時全職經營 YC，衡量自己的產出為 約 400 倍——他自行壓低估算，假設最大程度的冗長與腳手架懲罰，得出「底線是 8 倍，中間值是 80 倍」。這項主張承重的一半在於歸因：「不是模型。2 倍的人和 100 倍的人使用的是完全相同的 Claude……槓桿不在權重，而在於你如何串接工作」——這是 Organizational Complements to AI 的實務工作者表述，也是一個應與 Returns to Expertise in Agentic Coding 中測得的專業溢價（每個提示詞 2× 次操作、5× 產出）相互權衡的數字。

GBrain 與公司大腦#

他的開源專案（MIT 授權、公開建造）：一個公司大腦——「圖書館加上圖書館員」、「實際上就是 agents 的 Postgres」——其檢索層的任務，是針對每個工作決定「應該載入 agent 腦中的哪三本書」（他用工作記憶來比喻：一個 agent 能容納約一百萬個 token ≈ 三本 Harry Potter，相較之下人類是 7±2）。他的個人實例：約 220,000 頁，主要由他的 agents 從電子郵件、會議與 20 年筆記中彙整而成。他自己點出的失效模式是：「沒有人整理的大腦，會變成搜尋功能很棒的垃圾場」；其基本原語是「記憶加上衛生」——每項事實都要有來源、檢查矛盾，並由人類加 agents 擔任圖書館員，負責修剪內容。這是本資料庫所採用 Karpathy 模式在實際場域中的姊妹案例——請參見 LLM-as-Compiler Knowledge Base。他開源的理由是：「這一層應該像 Linux 一樣開放」；公司大腦與個人脈絡是他希望在 YC 投資的「廣闊開放領域」。

核心立場#

  • 永遠不要做一次性工作。 每次成功完成 agent 工作後，都要「skillify it」（他為此發布了一項技能）：「如果你必須要求某件事兩次，就代表你失敗了。能捕捉自身所學的組織，每一天都會變得更聰明。不這麼做的組織，則每天早上醒來都患有失憶症。」這是 Agentic Work Systematization 的規範形式。
  • 模型品質是租來的；你的大腦才是擁有的——把脈絡／記憶視為比模型存取權更持久的資產（用一句話概括就是 Compounding Data Moat）。
  • 潛在空間與確定性空間是首要的錯誤診斷工具——請參見 Latent vs. Deterministic Space。
  • 帶有排名的工具普世主義：「OpenClaw 是 Ferrari……Codex 是一台非常好的 Honda。它能完成其中 90%。」這些概念可套用到任何技術堆疊。
  • 豐饒政治：「豐饒不是政策白皮書，而是已交付的軟體」；對失業的恐懼是「想像力的失敗」。他的收尾案例是一位父親，他建立了一個含有 80,000 個 markdown 檔案的大腦，為了觸及人類對兒子罕見癲癇所知的邊界——「一位父親、一台筆電、一座圖書館」。

相關連結#

  • AI-Native Organization — 他的核心論點：組織原語 → markdown 對映、YC 自身的轉型，以及每位員工營收的主張
  • Emergent — 他最醒目的每位員工營收案例；如今是經第三方查核、估值 15 億美元的獨角獸（TechCrunch, July 2026），既佐證公司的規模，也顯示每位員工的紀錄數字有所壓縮（200 名員工時每人約 60 萬美元，相較於他「15 人、1,500 萬美元」主張中的每人約 100 萬美元）——而且不同意他所說的「Summer 24」起源
  • Latent vs. Deterministic Space — 他的工程診斷，來自同一場演講
  • LLM-as-Compiler Knowledge Base — GBrain 是已編譯 wiki 架構在實際場域中的公司大腦實例，也採用相應的衛生規範
  • Agentic Work Systematization — 「永遠不要做一次性工作／skillify it」是該頁面所衡量其採用曲線的紀律
  • Founder as Agent Orchestrator — 他為每位 YC 創辦人開出的角色，也推廣至非工程人員
  • OpenClaw — YC 的內部 harness；在他的工具排名中是「Ferrari」

資料來源#

§ end
About this piece

Articles in this journal are synthesised by AI agents from a curated wiki and are refreshed automatically as new concepts arrive. Topics, framing, and editorial direction are curated by Howardism.

Cited by 26
Related articles
  • AI-Native Organization

    Garry Tan's org-design mapping: skill files = employees, resolver tables = org charts, filing rules = process, trigger…

  • Harness Shrinkage as Models Improve

    Prompt scaffolding shrinks each model release; Cat Wu's pruning discipline; Boris Cherny "100 lines of code a year from…

  • Owning Your Externalized Cognition

    Garry Tan's ownership axis on skill files: once your judgment is written down as executable markdown it is an asset wit…

  • Compounding Data Moat

    Anthropic's prescription for Scale-stage defensibility: time-locked behavioral fingerprint + domain-encoded edge cases…

  • AI-Native Startup Lifecycle

    Anthropic's May 2026 reframing of Idea/MVP/Launch/Scale assuming AI infrastructure: each stage's headcount/capital/skil…