Stanford CS 153

YC 人工智能原生公司方法论

Garry Tan（YC CEO）+ Diana Hu（YC GP）| 2026
英文原音视频 → 字幕提取 → 精华整理
"We're at the first pitch of the first inning on the revolution
and you guys are the shock troops."

📊 关键数据

10x
AI coding agent 工程师 vs 传统工程师
3个月
YC 2026 batch 平均 3x revenue
$1-2M
AI 原生公司单员工 revenue

💡 核心洞察

1. AI 改变了生产的单位经济

"2010 年：创建 Posterous 用了 10人 + $4M。今天 6人团队可以做到 $10M ARR。"
一个人 + AI coding agent = 以前一个团队

2. 软件工厂的核心问题不是生成代码，而是质量控制

"Demo code 很容易。问题是 80-90% 测试覆盖率才能不产出垃圾。"
plan-eng-review = Garry 每天用 20 次的核心技能 评测 > 通用 benchmark hallucinations 用 test coverage 控制

3. 不可自动化的：Taste

"Shipping code 的成本趋近于零。但判断什么是好的 taste 永远不会趋近于零。"

🔧 Primitive: Skillify（技能化）

将一个成功的 agent 行为转化为可测试、可复用的 skill。每天用 20 次。

Skillify 完整 11 步流程
1
Write the skill（LLM 写 SKILL.md）
2
Write the code
3
Write unit tests for the code
4
Write LLM evals for the skill file
5
Write an integration test
6
Ensure resolver trigger in agents.md
7
Test the trigger
8
LLM-as-judge eval → trigger is broad enough
9
Check resolvable（DRY，无重叠 skills）
10
End-to-end smoke test
11
Define schema（存在 memory 哪个位置）
Human Org 对应
Human: 10-20% 人做 compliance → Agentic system: 同上，compliance 工作不可省略

🏗️ Primitive: Resolver（解析器）= 组织架构

Human OrgAgentic System
Employee capabilitySkill
Org chartResolver
Internal wiki / process docsMemory
Audit & complianceCheck resolvable
Performance reviewTrigger eval

🔄 闭环系统 vs 开环系统

❌ 传统公司（开环）

  • 信息存在人脑子里
  • Slack/DM 边栏对话
  • 会议笔记不写
  • 纯直觉（vibes）驱动
  • error accumulates → 脱轨

✅ AI 原生公司（闭环）

  • Agent 嵌入所有决策点
  • 所有 artifact 的 read access
  • 自动追踪 traces
  • 自动触发改进
  • YC 工程团队：sprint -50%，产出 +10x
闭环三步
1. Capture
记录所有交互 traces
2. Detect → Eval
失败 case 转化为 evals
3. Replay
持续回放 → self-heal

🧠 Gbrain：三层记忆系统

L1
Knowledge wiki（文本 grep）
L2
Vector search + RAG fusion + 反向链接 + 知识图谱
L3
认识论系统（追踪信念来源：直觉 / 某人观点 / 世界知识）

👥 AI 原生公司三大角色

角色职责
IC（Individual Contributor）每个人都是 builder，包括非技术人员。销售也能构建自己的 pipeline automation。
DRI（Direct Responsible Individual）每个结果追溯到具体负责人。Orchestrate IC 完成任务（通常是 founder）。
AI Founder（新角色）Living at the edge of the future，持续尝试所有新工具。

🏢 YC 公司案例

公司领域成果
Salient银行贷款 voice agent签约美国 top banks
Happy Robot货运 forwarder agent1年内 10x revenue，Series B
Reduct文档处理快速增长

⚡ 反直觉观点

Boil the ocean 是对的

以前"不要煮沸海洋"是保守建议，现在 Garry 的回应是"actually let's boil the ocean"——AI coding agents 让大范围工作成为可能。

中层管理会消失

Middle management 原来做的是 lossy information routing，AI 让这变得不必要。

非技术人员也能 build

销售可以用 AI 构建自己的 call pipeline 和 meeting automation。

评测才是护城河

Generic benchmark（MMLU）不能告诉你产品是否 work。产品评测必须自己建，因领域而异。