YC CEO：别再省 Token 了，真正该省的是你的时间
一句话看懂：Y Combinator CEO Gary Tan 通过使用 Claude Code 和 OpenClaw 等 AI 工具，在几个月内写出了几十万行代码，并由此提出了“Token Maxing”开发哲学。他主张将 AI 的上下文、计算量和验证都推到极限，把 token 支出视为购买时间的投资，而非成本。
事件核心：发生了什么
Gary Tan 在 YC 博客访谈中分享了他亲身实践的 AI 工作流。他提到，自己从“13年不写代码”的状态，通过使用 Claude Code 和 OpenClaw 等 agent 工具，实现了约 400 倍的生产力提升。他开发了 Gary’s List —— 一个利用 AI 自动进行信息抓取、比对、研究并生成深度报道的自动化内容系统，将原本需要人类研究者数周的工作压缩到数美元级别的模型调用成本。同时，他还开源了从个人 prompt 沉淀而来的工具 GStack，核心思路是构建可组合的认知流程，而非依赖单一 magic prompt。
为什么重要
Gary Tan 的观点冲击了当前对 AI 成本的普遍认知。多数开发者和企业依然将 token 作为 API 调用成本来精打细算，而他提出的“Token Maxing”则质疑这种思维。他认为，真正的昂贵不是消耗大量 token，而是没有将模型用到极致，从而继续浪费人类的时间。他提出“薄 Harness，胖 Skills”的工程架构：底层的运行循环（如 Claude Code）无需重造，真正的价值在于上层用 Markdown 和自然语言书写的任务流程、决策策略和质量审查标准。这意味着，软件开发正从编写确定性代码，转向组织“可被模型理解的文本协议”与代码之间的边界。
对用户/开发者/创作者的影响
对开发者而言，Gary Tan 的实践表明，编程的单位正在改变。优秀程序员可以将自己从“执行者”升级为“调度者”，同时让多个 agent 并行处理不同任务，而人类的主要工作变为规划、审查和判断。对于创作者和研究者，AI 不再仅仅是辅助写作或搜索的工具，而是能直接承担高强度知识劳动的软件系统。但 Gary Tan 也警告，个人 AI 的所有权是关键分岔点：用户应亲自掌握 prompt、数据和工作流，而非被平台产品经理设计的“黑箱”所控制。
值得关注的后续
1. GStack 的生态化进展： 这套从个人经验演化来的“技能”系统，是否能被开发者社区广泛接受并标准化，将影响 agent 工作流的复用与传播。2. OpenClaw 的工程成熟度： Gary Tan 将其比喻为“需要自己会修的法拉利”，其稳定性和使用门槛能否快速降低，是判断当下 agent 编程是否真正走向大众的关键。3. “Token Maxing”理念的商业化落地： 是否有越来越多的企业或平台采纳这种“把海煮开”的高 token 消耗策略，将直接影响 API 定价和推理成本结构。
来源：Readhub · AI
