Transcription
Привет, я Гэри, президент и генеральный директор Y Combinator. Я также инженер, который провел первое десятилетие своей карьеры, занимаясь разработкой программного обеспечения полный рабочий день. Я изучал инженерию компьютерных систем в Стэнфорде, затем был 10-м сотрудником Palunteer, где я одновременно работал инженером, дизайнером и менеджером по продукту. Я соучредитель Posterous, платформы микроблогинга, проданной Twitter, а также создал первую версию Bookface, внутренней социальной платформы и базы знаний YC. По сути, я написал много кода за свою карьеру, и я здесь, чтобы сказать вам, что мы находимся в совершенно новой эре разработки программного обеспечения — эре агентов. Оказывается, способ заставить агентов выполнять реальную работу такой же, как люди всегда делали это: командой, с ролями, с процессом, с проверкой. Я создал GStack, чтобы кодифицировать это 3 недели назад, и теперь у него больше звезд на GitHub, чем у Ruby on Rails. В этом видео я хочу объяснить, как это может помочь вам создавать с помощью агентов. За последние два месяца я написал больше кода, чем за весь 2013 год, когда я в последний раз действительно, действительно усердно работал инженером. Я начал играть с Claude Code в январе после того, как услышал, как такие люди, как Андре Карпати и Борис Черни, говорили, что они больше не пишут код вручную. И я полностью подсел. Попутно я фактически создал весь Posterus, на создание которого ушло 2 года с соучредителем и командой из 10 инженеров. Я фактически создал весь свой стартап Posterus, на создание которого ушло 2 года, 10 миллионов долларов и 10 инженеров. Из коробки модель блуждает. Она плохо знает ваши данные. Поэтому она угадывает. А угадывание в таком масштабе приводит к правдоподобно выглядящему коду, который незаметно ломается. Здесь узким местом является не интеллект модели. Пока вы правильно настраиваете модели, они уже достаточно умны, чтобы выполнять экстраординарную работу над вашей кодовой базой. Это неправильно. Каркас должен быть тривиально тонким. GStack — это моя реализация подхода "тонкий каркас, мощные навыки". Это репозиторий с открытым исходным кодом, который я создал и который превращает код, написанный клоуном, в команду инженеров ИИ для вас. Навыки, которые действуют как команда специалистов. Часы приема — один из таких навыков. Он фактически точно смоделирован по тому, что мы проходим в YC в качестве партнера, проводящего часы приема со стартапами. Он начинается с шести наводящих вопросов, чтобы вы могли переосмыслить свой продукт, прежде чем начать его создавать. Позвольте мне показать, как это работает. Лучший способ начать работу с GStack — это, на самом деле, Conductor. И поэтому мы перейдем к быстрому запуску. И GStack фактически встроен в Conductor прямо сейчас. Вы просто нажимаете GStack. И сегодня мы собираемся создать приложение для налогов. Оно будет заходить в вашу электронную почту и извлекать все ваши 1099-е формы, поскольку сегодня день налогов. Gstack — это, по сути, набор навыков. И первый, который мы собираемся использовать, называется "Часы приема". Это, по сути, дистиллированная версия тысяч и десятков тысяч часов, которые 16 партнеров YC потратили на оттачивание и совершенствование на протяжении многих-многих лет. И это дистиллированная версия силы 10%, того, что мы делаем в YC каждый день. Как вы можете видеть, Conductor фактически просто переносит вас прямо туда. Мы сейчас на часах приема YC, и я пытаюсь создать стартап, который поможет людям получить все их 1099-е формы из их Gmail и финансовых учреждений. Многие банки отправляют вам по электронной почте новые налоговые документы, но некоторые не отправляют. Поэтому нам нужно как искать в почтовом ящике пользователя, так и принимать URL-адреса для поиска и загрузки PDF-файлов 1099-х форм. Круто. Это наша идея стартапа. Это просто что-то, чтобы помочь людям с их налогами, и это то, с чем мне пришлось столкнуться вчера. Итак, пользователь хочет провести часы приема по поводу идеи стартапа, и это начинается с часов приема. Итак, одна из вещей, которую вы заметите, это то, что у нас включен режим Гэри, и это фактически показывает вам все трассировки рассуждений. Так что это одна из вещей, которая мне очень нравится в использовании GStack. Фактически, с Conductor вы можете видеть, что именно думает модель, когда делает это. Прямо сейчас он только начинает, но теперь он начинает получать некоторый контекст. Хорошо, это новый проект с первоначальным коммитом. Нет предыдущих проектных документов. Мы в режиме стартапа. О, и вот это, это, по сути, первое, что происходит. Вы знаете, ваша модель с навыком "часы приема" много думает. Она иногда ищет в интернете и выясняет, что вы пытаетесь сделать? Вот вопрос, который определяет все остальное. Каково самое сильное доказательство того, что кто-то действительно этого хочет? Это фактически один из самых важных вопросов, который нужно задать себе, когда вы пытаетесь решить, стоит ли работать над проектом X или над этим стартапом. Я фактически недавно испытал это. Итак, я нажму на это. У меня есть этот опыт, который произошел буквально на днях. Итак, что произошло точно? Сколько у нас банковских счетов, и какой из них отправил 1099-ю форму? Ну, у меня их несколько, и процесс их поиска на самом деле довольно болезненный. Хорошо, боль реальна, но последствие — это трение и раздражение, а не фактические штрафы. Ну, я имею в виду, честно говоря, мой бухгалтер отправляет мне раздраженные электронные письма, и иногда они получают телефонный звонок, потому что они просто пытаются выполнять свою работу, а я должен быть там, чтобы помочь им. И поэтому у меня более пяти счетов. Это действительно интересная вещь. Она указывает на то, что TurboTax и HR Block фактически имеют функции импорта 1099-х форм, а Plaid подключается к банкам. Почему это не решает вашу проблему? Итак, я ответил, и он сказал: "Ну, пользователь думает о большем, чем просто создатель документов. Они видят это как воронку. Приманка — мы найдем все ваши 1099-е формы для вас, решая непосредственную проблему. Но расширение заключается в том, что теперь, когда у вас есть документы, давайте фактически подготовим ваши налоги, что является подбором партнеров и привлечением потенциальных клиентов для налоговых консультантов. И это классическая стратегия клина. Это фактически более интересная бизнес-модель, чем просто агрегация документов, что верно. Вы могли бы, вероятно, взимать 2 или 5 долларов в месяц или 2 или 5 долларов, возможно, за весь год за агрегацию 1099-х форм, но вы можете фактически взимать процент от транзакции, которая в конечном итоге происходит с налоговым консультантом, что может быть в 10 раз больше. Это фактически очень классная часть часов приема. Я, возможно, просто создам это для себя просто ради удовольствия, потому что мне приходится делать это каждый год. И это фактически одна из самых приятных частей использования часов приема и GStack — это не что-то вроде "по рельсам". Это больше похоже на разговор с вашей моделью. И поэтому, если бы вы просто пришли и дали инструкции модели, как она есть, если бы я просто напечатал исходную вещь, которая заключается в том, что мне нужно найти мои 1099-е формы, она бы это сделала. Она буквально сделает это, но она не будет думать о том, кто пользователь, что это такое, какова бизнес-модель, кто этого хочет, в чем болевая точка, как это работает, верно? Как это то, чем мы занимаемся каждый день с множеством основателей на часах приема, и мы довольно хороши в этом, но так же и этот навык. Пересмотренная автоматизация браузера ИИ, стиль браузера GStack позволяет пользователю войти в систему, затем ИИ переходит к налоговым документам и загружает PDF-файлы. Пользователь наблюдает, как это происходит. Я думаю, это правильно. Давайте посмотрим. Я имею в виду, это очень интересная вещь для меня. Я имею в виду, я чувствую, что узнаю о процессе создания немного, даже несмотря на то, что я постоянно провожу часы приема с людьми. Это резкое возражение против предпосылки 3. Вы правы. У меня действительно есть браузер GStack, и описанный вами подход действительно умен. Модель будет: пользователь входит в систему, ИИ берет на себя управление, переходит к налоговым документам, находит 1099-е формы, загружает их. Никакого Plaid, никаких сохраненных учетных данных. Пользователь наблюдает за всем этим в видимом браузере. Я имею в виду, что мне нравится в этом то, что это может происходить в их фактическом браузере. Это не происходит в облаке. Облако — это просто компьютер другого человека. Одна из классных вещей, которые делает GStack все чаще, это то, что он позволяет вам использовать кодеки для фактического устранения всех сумасшедших ошибок, которые могут здесь быть. Я не собираюсь делать это прямо сейчас, но это то, что вы можете сделать, когда вы дома работаете над этим самостоятельно. Способ думать о коде Claude заключается в том, что по умолчанию он использует Claude. И я думаю, что Opus 4.6 — это своего рода СДВГ-генеральный директор. Это тот парень, с которым вы хотите выпить пива, и у него миллиард идей, но когда становится трудно, вам нужно вызвать своего аутичного технического директора, и это Codex. Хорошо, мы пока пропустим, потому что мы фактически довольно близки. Я чувствую, что, по сути, мы находимся в режиме планирования, и часы приема помогают нам начать с плана, который продуман во многих аспектах. Итак, вот действительно классный пример. Он фактически продумывает, и вот три разных подхода. Первый подход: отключить Gmail, затем искать налоговый документ, а не уведомление, затем выдать контрольный список банков, которые выдают 1099-е формы. Изначально нет никакой автоматизации браузера. Усилия невелики, и риск невелик. Вы знаете, когда я смотрю на это, это похоже на то, что это звучит интересно, но это не звучит достаточно масштабно, чтобы я действительно даже работал над этим. Как будто я мог бы сделать это сам. Далее — полнофункциональный Gmail и автоматизация браузера ИИ с использованием и маркетплейса CPA. Это звучит как то, что я хочу на самом деле. И тогда он как бы думает нестандартно. Он говорит: "О, хорошо. А как насчет подхода C? Сначала CPA, перевернуть выход на рынок. Вы знаете, я бы сказал, что B звучит правильно". И тогда я иногда люблю добавлять эту дополнительную вещь, которая, когда у меня появляется идея, когда один из подходов мне нравится, но потом я думаю о чем-то еще. Я думаю: "Хорошо, мне нравится B, но на самом деле мы могли бы использовать взаимодействие с браузером, чтобы полностью пропустить Google OAuth и просто попросить пользователя открыть Gmail, и версия браузера GStack могла бы просто использовать Gmail для поиска 1099-х форм для автоматического поиска". Одновременно с этим он также может спросить пользователя, какие еще банки у него есть. Также, и это то, что происходит со мной. Если у них уже есть CPA, вы можете узнать это из электронной почты. И если вы — это я, у вас, вероятно, уже есть куча электронных писем от вашего CPA, которые вас беспокоят по поводу конкретных счетов. Мы как бы подошли к концу часов приема, но, как вы можете видеть, мы уже прошли от грубой, недоработанной идеи чего-то, что мы могли бы захотеть сделать. Я не говорю, что это действительно хорошая идея для стартапа, но вы можете видеть, как это продвинулось. Мы начали с чего-то, что могло начаться с OAuth, а затем с назойливых писем от CPA, но в итоге мы поняли, что у нас есть браузер, и браузер можно использовать с автоматизацией браузера для поиска в почтовом ящике, поиска всех 1099-х форм, которые вам нужно скачать. Он также может, используя LLM, спросить вас, какие банковские порталы вам нужно добавить, и он может войти в вашу учетную запись и фактически загрузить PDF-файлы для вас, а затем отправить электронное письмо CPA. Поэтому мне очень нравится эта автоматизация браузера — это очень нестандартный, необычный способ решения этой проблемы. И дикая вещь в моделях кодирования заключается в том, что, знаете ли, год назад, два года назад, даже 3 месяца назад, мне неясно, что кто-нибудь вообще попытался бы это сделать. Я думаю, что это самое интересное в наше время. Вы можете иметь идею, а затем продвинуться с ней дальше, чем когда-либо. Честно говоря, иногда я использую часы приема, и, возможно, один раз из трех я дохожу до конца и говорю: "Знаете что? Это не то, что имеет смысл". Вы заметите, что в часах приема фактически есть аспект осуществимости, и это то, чем я очень горжусь на часах приема, работая со стартапами. У меня есть очень твердое мнение о том, как устроен мир и что может сработать, и это очень интересно видеть, как Opus 4.6 отражает это, пытаясь помочь вам выяснить, какой может быть ваша идея стартапа или продукта. Теперь он выполняет многошаговую враждебную проверку. Он пытается подвергнуть вашу идею испытаниям. И, как вы можете видеть, он уже нашел кучу вещей и попытается их автоматически исправить. Нет обработки ошибок. Нет раздела конфиденциальности. Передача 2FA не имеет предложенного решения. Он фактически пытается автоматически заполнить эти вещи. И если он может, он делает это. И поэтому наш документ пережил два раунда враждебной проверки. И он автоматически обнаружил и исправил 16 проблем. Итак, мы одобрим этот проектный документ. Как вы можете видеть, враждебная проверка улучшила оценку с 6 из 10 до 8 из 10 с тремя оставшимися проблемами, о которых мы можем беспокоиться позже. Теперь, когда мы зафиксировали враждебную проверку и решили все эти проблемы, обычно я бы запустил "план CEO review", но вместо этого я думаю, что мы перейдем непосредственно к "design shotgun", что является одним из моих самых забавных способов использования этого. И это лишь один из множества различных инструментов проектирования, которые есть в наличии. Итак, он выяснил, что есть куча разных представлений. Что вы хотите фактически спроектировать? И давайте просто сделаем основную панель управления. Design checks — мой инструмент для визуального мозгового штурма. Итак, он фактически сгенерирует несколько версий ИИ и затем задаст нам вопросы о них. Это три направления. Это занимает около 60 секунд. Он фактически передает это кодекам OpenAI, которые способны использовать генерацию изображений. Итак, хорошо, давайте, есть три версии: командный центр, дружелюбный прогресс и раздельное представление. Давайте посмотрим. Хорошо, давайте дадим агентам приготовиться, и мы вернемся примерно через 5 минут. Отлично. Агенты приготовились. И вот что мы получили. Мы получили три разных варианта фактической страницы, которая отображается в командном центре для отслеживания наших налоговых документов. Давайте посмотрим на них по очереди. Есть вариант A, B и C. Хорошо, вот один командный центр. Есть панель управления. Вот все конкретные. Я имею в виду, это выглядит довольно хорошо. Если вы можете извлечь здесь все банки и все 1099-е формы, и откуда они берутся, и каков их статус, это довольно хорошо. Мне это нравится. Я дам этому четыре из пяти звезд. Вариант B гораздо более дружелюбный. Итак, вариант A — это как бы для хакера Linux, я уверен, что вам это очень понравится. Но вариант B, я думаю, более дружелюбен для обычных людей. Так что мне нравится, я, возможно, поставлю этому пять. Это может быть выбор. А теперь давайте посмотрим. Вариант C. Это делает его намного сложнее, чем нужно. Так что я бы действительно не стал этого делать. Давайте выберем вариант B. И тогда классная вещь в том, что если он вам не нравится, вы можете ввести любую обратную связь. Вы можете нажать "перегенерировать". Но в данном случае мы просто будем использовать вариант B и продолжим. Итак, это возвращается. И, как вы видите, мы собираемся выбрать вариант B. И вот он. Итак, дружелюбный подход на основе карточек с прогрессом и кольцом прогресса. Хорошая интуиция. Вариант B заблокирован. Итак, пока я с вами, я имею в виду, это всего лишь две из 28 различных команд. У нас более 70 000 звезд. И некоторые люди, которые используют его, они фактически говорят, что когда они используют облачный код, они проводят 80-90% своего времени в "часах приема", "плане CEO review" и "автоплане". Это своего рода грубый обзор того, как на самом деле работает этот процесс спринта. Мы уже говорили о "часах приема", но если вы не хотите много обмениваться информацией, если вы не хотите быть в гуще событий, я создал "автоплан", который проведет вас через "CEO review", "engineering review", "design review" и "developer experience review", используя, по сути, мои рекомендации по умолчанию. Как будто они запрограммированы быть тем, что я бы сделал, если бы был вами. Есть куча навыков проектирования, которые вы можете использовать после того, как код фактически готов. Облачный код фактически создаст его, когда вы нажмете "одобрить" на плане, а после того, как он закончит написание кода, вы можете запустить "review", который выполняет службу отладки на уровне штата, которая проходит через все, подвергает работу испытаниям, полный обзор кода, поиск ошибок, которые могли не быть в режиме планирования, а затем самая крутая часть, я думаю, что это фактически невероятное количество кода — это то, что я написал CLI вокруг Playwright и Chromium. Так что фактически есть полный браузер с графическим интерфейсом и без него. И это был настоящий волшебный момент для меня, когда я использовал облачный код, когда я ускорялся. Есть идея достичь уровня 8 программной фабрики, и GSAC не доводит вас до уровня 8, но я думаю, что он доводит вас до уровня 7. И именно там я могу запускать несколько окон Conductor на разных проектах, а иногда и три или четыре на одном и том же проекте одновременно. Это параллельные PR с параллельными ветками и параллельными различными функциями, которые могут быть выпущены более или менее одновременно. И одним из узких мест, с которым я столкнулся, было то, что, как только агент выполнял всю работу по планированию, проектированию и кодированию, я обнаружил, что сижу и занимаюсь QA, вероятно, самой скучной частью разработки программного обеспечения. Поэтому для меня стало очень, очень важно попытаться автоматизировать это. И когда я это сделал, Claude в Chrome MCP — одно из худших программных обеспечений, которыми я когда-либо пользовался. Знаете, каждый раз, когда он пытался выполнить действие, он думал и думал и думал. Было сумасшедшее раздувание контекста. Часто он даже ничего не делал, но даже когда он работал, требовалось две-три секунды, чтобы выполнить действие. И я был поражен, что я мог использовать все свои другие навыки в GStack для создания инструмента SLQA и SL browse. Я фактически обернул Playwright на уровне CLI. И теперь ваш облачный код и любой агент теперь могут просто использовать браузер. И поэтому, знаете ли, он не только мог использовать браузер, он мог делать скриншоты. Он мог выполнять сложные взаимодействия. Он мог нажимать на вещи. Он мог заполнять вещи. Теперь он даже может загружать медиа, запускать в конечном итоге полные регрессионные тесты и обновлять CSS и оценивать реальные проблемы с ошибками браузера, будь то JavaScript или CSS. И, наконец, есть инструмент доставки. Так что это как бы последний шаг, чтобы убедиться, что ваш PR готов к выходу в основную ветку. И именно так я работаю. Я запускаю 10-15 параллельных сессий облачного кода одновременно. Я могу в одной сессии запускать часы приема по совершенно новой идее. И у меня фактически сейчас есть несколько проектов с открытым исходным кодом с десятками тысяч звезд. И я, вероятно, сижу примерно над 400 PR для рассмотрения прямо сейчас. И поэтому у меня почти всегда есть одна или две активные сессии для каждого проекта, просто оценивая и внедряя все исправления с открытым исходным кодом, которые я получаю от сообщества. Я оцениваю это волнами. Одна из вещей, которая действительно пугала в кодировании ИИ прямо сейчас, — это атаки на цепочки поставок. Так что я действительно, действительно параноидален по этому поводу. Но здорово то, что у меня есть GStack, который меня прикрывает. Так что у меня больше нет списка дел. Одна из вещей, которая появилась, это то, что я фактически нажимаю, когда у меня появляется идея, или я получаю отчет об ошибке от пользователя, или я вижу что-то в X, где кто-то расстроен тем, что делает GStack или GBrain, я просто нажимаю значок плюса в Conductor. Он создает новое дерево работы, и каждый из этих элементов — это новый рабочий элемент. И все, что мне нужно сделать, это запустить часы приема, CEO review, end review, adversarial review, а затем я просто запускаю свой обычный процесс. когда он готов к выпуску, он выпускается, и я могу сделать 10, 15, 20, иногда 50 PR в любой данный день, в зависимости от количества встреч, которые у меня есть в этот день. Итак, вот и все. GStack доступен прямо сейчас. Просто зайдите на github.com/gritan/GStack. Когда вы запускаете /off hours, вы получаете версию реального продуктового мышления, которое мы практикуем в YC с основателями. Похожие возражения и похожее переосмысление, прежде чем вы вообще встретите нас. Попробуйте и дайте мне знать, что вы думаете. Это самое невероятное время в истории для создания программного обеспечения. Барьер для создания просто рухнул. Остался только один вопрос: что вы собираетесь создать? Пора дать волю. Идите и создайте что-то, что люди хотят.