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 стал соучредителем Posterous, платформы микроблогинга, проданной Twitter, а также создал первую версию Bookface, внутренней социальной платформы и базы знаний YC. По сути, за свою карьеру я написал много кода, 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 закодировать 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 Чурни, говорили, что они больше не пишут код вручную. И я полностью подсел. Попутно я фактически построил весь Posterus, на создание которого ушло 2 года с соучредителем и командой из 10 инженеров. Я фактически построил 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. Узким местом здесь является не интеллект модели. Пока вы правильно настроите 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 с помощью Claude, в команду инженеров с искусственным интеллектом для вас. Навыки, которые действуют как команда специалистов. Часы приема — один из таких навыков. Он фактически точно смоделирован по тому, как мы проходим в YC в качестве партнера, проводя часы приема со стартапами. Он начинается с шести наводящих вопросов, чтобы вы могли переосмыслить свой продукт, прежде чем начнете 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 на самом деле 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 вылавливать все ваши 1099, так как сегодня день налогов. Gstack на самом деле представляет собой набор навыков. И первый, который мы собираемся использовать, называется "Часы приема". Это фактически дистиллированная версия того, что составляет тысячи и десятки тысяч часов, которые 16 партнеров YC потратили многие-многие годы на оттачивание и совершенствование. И это дистиллированная версия 10% силы того, что мы делаем в YC каждый день. Как вы можете видеть, Conductor фактически просто помещает вас прямо туда. Мы находимся в YC Office Hours, и я пытаюсь создать стартап, который поможет людям получить все их 1099 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. Круто. Это идея нашего 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 показывает вам все трассировки рассуждений. Так что это одна из вещей, которая мне очень нравится в использовании GStack. На самом деле с Conductor вы можете видеть, что именно модель думает, когда делает это. Прямо сейчас она только начинает, но теперь она 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. Какое самое сильное доказательство того, что кто-то действительно этого хочет? Это на самом деле 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. Так что я нажму на это. У меня есть этот опыт, который произошел на днях. Итак, что именно произошло? Сколько у нас банковских счетов, и какой из них отправил 1099? 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 больше пяти счетов. Это на самом деле очень интересная вещь. Она указывает на то, что TurboTax и HR Block фактически имеют функции импорта 1099, а Plaid подключается к банкам. Почему они не решают это для вас? Итак, я ответил, и он сказал: "Ну, пользователь думает о большем, чем просто создатель документов. Они видят это как воронку. Крючок — мы найдем все ваши 1099 для вас, решая немедленную 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, вероятно, могли бы взимать 2 или 5 долларов в месяц или 2 или 5 долларов, возможно, за весь год за агрегацию 1099, но вы можете фактически взимать процент от транзакции, которая в конечном итоге происходит с налоговым консультантом, что может быть в 10 раз больше. Это на самом деле очень крутая часть часов приема. Я, возможно, просто создам это для себя просто ради удовольствия, потому что мне приходится делать это каждый год. И это на самом деле одна из самых приятных частей использования часов приема и GStack — это то, что 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, она бы это сделала. Она бы просто буквально сделала это, но не думала бы о том, кто пользователь, что это такое, какая бизнес-модель, кто этого хочет, в чем проблема, как это работает, верно? Например, 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. Обновленная автоматизация браузера с помощью 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 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, 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 реальном 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 будете дома работать 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 на самом деле 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: отключение Gmail, затем поиск налоговых документов, а не уведомлений, затем вывод контрольного списка банков, которые выдают 1099. Изначально нет автоматизации браузера. Усилия малы, и риск мал. 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. Например, я мог бы сделать это сам. Далее — полнофункциональный Gmail и автоматизация браузера с помощью ИИ, а также торговая площадка CPA. Это звучит как то, что я хочу на самом деле. И тогда он как бы мыслит нестандартно. Он говорит: "О, хорошо. А как насчет подхода C? Сначала CPA, перевернуть выход на рынок. Знаете, я бы сказал, что B звучит правильно." А затем 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 другом. Я говорю: "Хорошо, мне нравится B, но на самом деле мы могли бы использовать взаимодействие с браузером, чтобы полностью пропустить Google OAuth и просто заставить пользователя открыть Gmail, и версия браузера GStack могла бы просто использовать Gmail для поиска 1099 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 писем от вашего CPA, которые вас беспокоят по поводу конкретных счетов. Мы как бы подходим к концу часов приема, но, как вы можете видеть, мы уже прошли от грубой, недоработанной идеи чего-то, что мы, возможно, захотим сделать. Я не говорю, что это на самом деле 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, которые вам нужно скачать. Он также может, используя LLM, спросить вас, какие банковские порталы вам нужно добавить, и он может войти в систему с вашей учетной записью и фактически загрузить PDF-файлы для вас, а затем отправить электронное письмо CPA. Так что 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 нашем времени прямо сейчас. 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 на самом деле есть аспект осуществимости часов приема, и это то, чем я очень горжусь на часах приема, работая со стартапами. У меня есть очень сильное мнение о том, как устроен мир и что может работать, и это просто очень интересно видеть, как Opus 4.6 отражает это, пытаясь помочь вам понять, какой может быть ваша идея стартапа или продукта. Теперь то, что он делает, это многоэтапный враждебный обзор. Он пытается подвергнуть вашу идею испытаниям. И, как вы можете видеть, он уже нашел кучу вещей, и он попытается автоматически их 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 враждебного обзора. И он автоматически обнаружил и исправил 16 проблем. Итак, мы одобрим этот проектный документ. Как вы можете видеть, враждебный обзор улучшил оценку с 6 из 10 до 8 из 10 с тремя оставшимися проблемами, о которых мы можем беспокоиться позже. Теперь, когда мы зафиксировали враждебный обзор и решили все эти проблемы, обычно я бы запустил план CEO review, но вместо этого я думаю, что мы перейдем непосредственно к design shotgun, который является одним из моих самых любимых способов использования этого. И это лишь один из множества различных инструментов проектирования, которые есть в наличии. Итак, он выяснил, вот куча разных видов. Что вы хотите фактически спроектировать? И давайте просто сделаем основную приборную панель контрольного списка. Design checks — мой инструмент 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 разделенный вид. Давайте посмотрим. Хорошо, давайте дадим агентам приготовиться, и мы вернемся примерно через 5 минут. Отлично. Агенты закончили готовить. И вот что мы получили. Мы получили три разных варианта фактической страницы, которая отображается в командном центре для отслеживания наших налоговых документов. Итак, давайте посмотрим на них по очереди. Есть вариант A, B и C. Хорошо, вот один командный центр. Есть приборная панель. Вот все конкретные. Я имею в виду, это выглядит довольно хорошо. Если вы можете извлечь здесь все банки и все 1099, и откуда они берутся? И какой 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, он более дружелюбный для обычных людей. Так что мне он нравится, я, возможно, поставлю ему пять. Это может быть выбор. А затем, давайте посмотрим. Вариант C. Это делает его намного сложнее, чем нужно. Так что я бы действительно не стал этого делать. Давайте выберем вариант B. А затем крутая 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. Так что, пока я с вами, я имею в виду, это всего лишь две из 28 различных команд. У нас более 70 000 звезд сейчас. И некоторые люди, которые им пользуются, они фактически говорят о том, как при использовании облачного кода 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 офисных помещениях, но если вы не хотите много обмениваться, если вы не хотите быть в деталях, я создал автоплан, который проведет вас через CEO, инженерный, дизайнерский и разработческий опыт, используя, по сути, мои стандартные рекомендации. Например, они запрограммированы быть тем, что я бы сделал, если бы был вами. Есть куча дизайнерских навыков, которые вы можете использовать после того, как код фактически готов. Облачный код фактически создаст, когда вы нажмете "одобрить" в плане, а затем после того, как он закончит написание кода, вы можете запустить обзор, который выполняет службу отлавливания ошибок на уровне штата, которая проходит через, подвергает работу испытаниям, полный обзор кода, поиск ошибок, которые могли не быть в режиме планирования, а затем самая крутая часть, я думаю, которая является невероятным количеством 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 семь. И именно там я могу запускать несколько окон Conductor по разным проектам, а иногда и три или четыре по одному и тому же проекту 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 написанию кода, я обнаружил, что сам занимаюсь QA, вероятно, самой неприятной частью разработки программного обеспечения. Так что это сделало очень, очень важным для меня 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 требовалось две-три секунды, даже когда он работал, 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 может делать скриншоты. Он может выполнять сложные взаимодействия. Он может нажимать на вещи. Он может 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 выгрузке в основную ветку. И именно так я работаю. Я запускаю 10-15 параллельных сессий облачного кода одновременно. Я могу в одной сессии проводить часы приема по совершенно новой идее. И у меня фактически есть несколько проектов с открытым исходным кодом с десятками тысяч звезд. И я, вероятно, сижу примерно над 400 PR для обзора 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. И я оцениваю это волнами. Одна из вещей, которая была действительно пугающей в кодировании ИИ прямо сейчас, — это атаки на цепочки поставок. Так что я очень, очень 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 элемент работы. 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 выгрузке, он выгружается, 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. 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. Подобное сопротивление и подобное переосмысление, прежде чем вы когда-либо 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 хотят люди.