商业的新物理学

• Garry 的身份三合一：创始人、投资人、掌管一家 20 年历史、正在变成 AI 原生（AI native）的机构（YC）。他要从"桌子另一头"（投资人视角）回答大会主持 Theo 的问题——"我们现在该造什么？" → 详细
• 核心命题原话："我们想打造这样一种公司——一个人干出过去要一千个人才能完成的活。我说的不是比喻，我是说在机制层面上（mechanically），今年，在座的各位就会做到这件事。"当下能做到的，远比人们以为的大得多。 → 详细

• 基线：2013 年 Garry 是 YC 合伙人+近全职工程师，火力全开一天写约 14 行可用逻辑代码（去掉注释和杂项）。这在当年的文献里很正常——有人 15 行、有人 50 行，中位数约 15 行。 → 详细
• 现状：同一个人，全职运营 YC，工时反而更少（"我现在下午五点得去接孩子"），产出算下来约 400x。他在网上因此被喷得体无完肤，但仍然当众再说一遍——"这是全世界唯一一个能对它做压力测试的房间"。 → 详细
• 他先替怀疑者自己砍价：假设 agent 写的代码臃肿、一半是脚手架、他在自吹——"下限也有 8 倍，中间值 80 倍。不管你怎么折磨这个数字，它依然很大。" → 详细

• 他想纹在每个人眼皮内侧的一句话："关键不在模型。2 倍的人和 100 倍的人，用的是一模一样的 Claude——同样的权重、同样的上下文窗口、同样的 API。所以杠杆不在权重里，而在于你如何组织工作（wire the work）。" → 详细
• 佐证：2025 冬季批次里 1/4 的公司代码库 95% 由 AI 生成（一年前的事），那个批次成了 YC 历史上增长最快、最赚钱的一批；YC 历史上共 94 家公司从一张种子轮支票起步做到年收入过 1 亿美元。他不声称因果，但给出观察："**增长最快的创始人没有把 AI 当自动补全（autocomplete），而是把它当一支 workforce。**把工作接线方式改掉的公司，正是把增长曲线掰弯的公司。" → 详细

• 这是演讲的心脏、他"最希望你偷走的东西"，逐项映射（无幻灯片、纯口述）： → 详细
  • skill 文件 = 员工：一项能力、一份职责，写清楚到任何人拿到都能执行；
  • resolver table（解析表）= 组织架构图：就是那张"改测试时加载 test.md"式的对照表——任务进来，resolver 决定谁处理、派到哪；
  • filing rules（归档规则）= 内部流程：判断 resolver 是否正常运转、是否合规；
  • trigger evals（触发评估）= 绩效考核：写一条测试验证"当我要改测试文件时，test.md 是否真的被加载了"。 → 详细
• 结论原话："一个组织的每一个组成部分——那个你过去得雇一千人才能撑起来的组织——就是一堆 markdown 文件，外加另一些 markdown 文件，也许还夹了点 TypeScript。我们其实一直在搭建组织，只是过去没有管理层，而现在有了。当你坐下来打开 Claude Code 或 Codex，你不是在写软件，你是在招聘、培训和管理一支由 markdown 组成的 workforce。" → 详细

• 实例：Emergence（S24，AI 应用构建器）从公开发布到九位数 ARR 只用 8 个月，跨过 $15M ARR 时只有 15 人；Retail（W24）$60M 收入、约 40 人。"这种人均收入以前根本不存在——软件没有，石油没有，铁路时代也没有，从来没有过。" → 详细
• 运转方式：不是为销售/客服/运营/财务雇几百人，而是把这一切编码成 skills（书面流程）由 agents 执行，再雇工程师来维护这些 skills、去做 skills 暂时干不了的活。"只要你写好 skill 文件，它真的能帮你报税。"这些公司"不是天赋异禀的怪胎，只是最早原生建立在新物理法则上的公司"。 → 详细
• 当下的及格线："一天干完过去一个人一整年的工作量，这不是未来，这是现在的 bar。如果你没在这么干，你的竞争对手正在——他们会礼貌地抢走你的午餐，还顺便谢谢你。" → 详细

• 大多数工程演讲漏掉的延伸：YC 转型中，媒体团队、活动人员、财务团队——"一辈子没打开过终端的人"——都在写 skill 文件、建 cron 任务。 → 详细
• 具体案例：财务团队一位同事用内部的 OpenClaw + company brain，把约 100 个 Excel 工作簿压缩成她自己搭的一个应用。"她不是程序员，她现在是一名 agents 的管理者——如今 YC 的每个人都是。" → 详细
• 所以 YC 能以现在的规模运转，而员工数"放在任何同等机构里小到像舍入误差"——不是更拼命，是组织类型不同。"这就是整场游戏：不只是 400x 的工程师，而是一整家公司以 400x 于所有人的水平在运转。" → 详细

• 他一路摸索出的最重要教训："所有 bug、所有 AI 工程问题，通常都是因为某件事发生在等式的一边，而它本该在另一边。"潜空间（latent space）=LLM 本身，管品味、判断力、理解人话里的含糊意图，非确定性调用，用 markdown 引导；确定性空间（deterministic space）=工程师熟悉的领域，agent 写出的 TypeScript/Erlang 代码。 → 详细
• 真实例子：Startup School 6000 人参会，实验"一次让 800 人入座且完美聚类"（左右邻座恰好是你最该认识的人）——800 个座位的多维数组这种存储绝不能放进 context window（确定性空间管），LLM 只做"人"的那部分判断。原本人类要打印 800 页纸花一个月干的活，现在"几百美元的 token + 大概 10 分钟"。 → 详细

• 人类工作记忆只有 7±2 件事（认知心理学最著名的论文之一——所以本地电话号码是 7 位、购物清单第 8 项总被忘）；人类建的每个制度——清单、组织架构图、文件柜——都是为这个极限装的"假肢"。而 AI agent 装得下 100 万 token ≈ 1000 页 ≈ 同时摊开三本《哈利·波特》，能在任何一本里大海捞针、几秒内跨三本综合。"这算 AGI 吗？也许不算，但已经是完全不同的运行范式。地球上几乎所有公司，还在跑为'7 位数字大脑'设计的组织架构。" → 详细
• 但三本书既多也少：你的公司不是三本书，是一座图书馆（每封邮件、每场会、每个决策及其推理、每次客户对话、每份复盘）。"决定你的 agent 是天才还是金鱼的问题在于：谁来决定桌上摊开的是哪三本书？这就是 context engineering。" → 详细

• 有人会说"这不就是 RAG（检索增强生成，先查资料库再回答）吗"——他承认检索是底层原语，"就像 Postgres 本质上不过是 B 树"。难的是围绕它的一切：什么该被写进知识 wiki、内容如何被丰富和关联、什么升为热记忆/什么归档为冷参考、两个事实矛盾时谁仲裁。金句："检索很容易，'值得被检索'才是产品。" → 详细
• 他公开构建的 G-brain："给 agent 用的 Postgres"——一个检索层，为任何任务搞清楚该往 agent 脑子里装哪三本书。他个人的版本从"几个房间的书"长成一座仓库：约 22 万页，大部分由他的 agent 从邮件、会议、20 年笔记和亲身经历里写成。 → 详细
• 效果实感：创始人发来危机邮件，他还没读完，agent 已调出与该创始人的每次历史对话、三家撞过同一堵墙的 portfolio 公司、以及当时真正起作用的方法。"我的 agent 做任何事，都带着我已有的全部知识在做。这就是'助理'和'同事'的区别。" → 详细
• 他自己压力测试失败模式：没人打理的大脑="配了顶级搜索的垃圾场"；检索会以十足自信端出过时事实；糟糕的 skill 文件会把糟糕流程永久固化。解法：真正的原语不是记忆，是"记忆加卫生（memory plus hygiene）"——每条事实有出处（provenance）、新旧信息冲突时做矛盾检查、配一个"人+agent"的图书管理员专职修剪。"当生产级基础设施对待，它复利增长；当垃圾场对待，你得到一个非常自信、但错得没人能追查的 agent。" → 详细

• 他对每家 YC 公司、YC 内部每个人都说的话："永远不要做一次性的工作（never do one-off work）。"AI 干完活可能像个不太行的实习生，你说"不满意，改"——但别止步于此：任务结束时把它技能化（skillify it）。他在 X 上发过帖子，搜 "skillify it" 拿到 skill 文件装进自己的 harness，就能把刚做的事变成可复用技能。 → 详细
• 判断标准一句话："如果同一件事你需要开口问两次，你就已经失败了。" → 详细
• 为什么这条纪律是复利引擎："像这样把学到的东西沉淀下来的组织，每一天都在变聪明；不这么做的组织，无论模型多好，每天早上醒来都患着失忆症。模型的质量是租来的，但如果你构建了自己的大脑，那个大脑就是你自己的。" → 详细

• 答案一：造 AI 原生公司，不是"只是在用 AI"的公司——从第一天起就按这个形状塑形：精简团队、万事皆有 skill 文件、创始人依然亲自写代码、加上公司大脑/个人 AI；"图书馆从第一周起就开始复利，整个组织将以约 400x 运转"。 → 详细
• 答案二（给 25 岁的你划的处女地）："地球上每一家公司都即将需要一个大脑"——记忆层+真正了解你的个人 AI。G-brain 是 MIT 开源，他不打算靠它赚钱（"这一层应该像 Linux 一样开放"），但公司大脑、个人上下文、"挑三本书的图书管理员"这一层是完全敞开的疆域："我希望有人造出定义性的公司，做到了我很乐意在 YC 投你。" → 详细
• 拆自己台的实话：不需要他的工具才能开始——"OpenClaw 是法拉利，Codex 是很不错的本田，能搞定 90%"。重点是概念不是仓库：想清楚计算在哪发生、skill 文件当员工、图书管理员、永远不做一次性工作——"这些可以跟着你迁移到任何技术栈"。 → 详细

• 对"工作都没了怎么办"的恐惧，他直白回应："那是想象力的失败，这个房间里的人就是它的答案。"你会成倍放大自己，公司里每个人都会，然后建成给社会示范的灯塔公司。"丰裕（abundance）不是一份政策白皮书，它是被交付出去的软件。" → 详细
• 最打动人的例子：他一位朋友的孩子患罕见癫痫，这位父亲建了 8 万个 markdown 文件的仓库——"一个为一个小男孩而建的公司大脑"——没有实验室、没有科研经费、没有任何人的许可，"一位父亲、一台笔记本、一座图书馆"，把自己推到人类对儿子病症认知的最前沿。"这不是花边故事，这正是我 20 分钟一直在描述的那套架构，对准了这个男人在世上最爱的人。" → 详细
• 结语排比："每一个你以为请不起那个专家的问题、每一个 bug 多到没法修的代码库、每一座大到读不完的档案库、每一片别人告诉你'别妄想煮沸'的大海——我们现在可以把大海煮沸了。""你们每一个人都可以飞起来——不是比喻意义上的，是机械意义上的。而且你必须飞，才能生存、繁荣、赢。去煮沸大海，去写那个测试，去交付那个 skill。" → 详细

本期为 AI Engineer 大会主旨演讲（无幻灯片、纯口述），没有闪电问答环节；收尾内容已并入主题段落第 12 节。

• 演讲未留具体联系方式。相关入口：G-brain（MIT 开源、免费）；"skillify it" 可在 Garry 的 X（Twitter）上搜到原帖与 skill 文件；做"记忆层/公司大脑"方向创业可去 YC 找他投资。 → 详细