开源 AI 这件事上，Garry Tan 可能是当下最能打的科技 CEO

过去几年，科技圈有一种很明显的分化。

一类 CEO 更擅长讲故事，发布会上永远站在最亮的位置，负责把趋势说对、把方向讲大。

另一类 CEO 会更深入产品，但多数时候，真正的大规模开源交付还是交给工程团队去完成。

但 Garry Tan 这段时间的状态，有点不一样。

他不是在“支持团队做开源 AI”，也不是在“为 AI 产品站台”，而是直接把自己推到了交付一线：亲自写、亲自合、亲自迭代，而且频率高到让人很难忽视。

如果只看公开互联网上的可验证痕迹，这几乎已经不是“一个 CEO 偶尔开源几个项目”的故事了，而更像是一个持续高压运转的 AI 工程机器。

更重要的是，这种高密度交付并不是单点爆发，而是同时出现在代码、传播、社区反馈和产品方法论几个层面上。

最值得看的，不只是 Star 数，而是连续交付能力

很多人看开源项目，第一反应都是 Star。

当然，Star 很重要。它代表关注，代表扩散，代表某种意义上的市场注意力。

但如果我们真的想判断一个人是不是在“持续地推动开源 AI”，单看 Star 其实远远不够。

真正更有分量的，是这几个问题：

• 他是不是在持续提交，而不是一次性放出后就沉寂
• 他是不是在亲自合并 PR，而不是只挂个名字
• 社区是不是围绕这些项目形成了真实讨论
• 这些项目是不是已经进入了更大范围的开发者传播链路

放在 Garry Tan 身上，这几个问题的答案都相当明确。

他最出圈的两个仓库，一个是 gstack，一个是 GBrain。前者更像是把 AI 编程工作流重新做了一次工程化打包，后者则是在尝试把“长期记忆”这件事做成真正能被 Agent 使用的基础设施。

单看定位，你会觉得它们已经很强。

但真正让这两个项目变得危险的，不只是想法，而是推进速度。

两个 MIT 仓库，把“AI 工具链”推成了现象级产品

先说 gstack。

这不是一个轻飘飘的提示词仓库，也不是那种“整理一下自己常用配置”级别的小工具。

它更像是一套带有强烈方法论的 Claude Code 工程系统，把一整套角色分工、工具链调用和任务编排打成了可复用的开源工作流。

很多人第一次看到它，都会把它理解成“Garry Tan 的个人 Claude Code 配置”。

但它真正吸引人的地方在于，它把“一个 AI 编程助手”往“一个多角色工程团队”这个方向硬推了一步。

这一步特别关键。

因为过去很多 AI 编程工作流，最后都会卡在一个问题上：模型很强，但组织方式太松散。

你可以拿它写代码，但很难把它稳定地变成一个协作系统。

gstack 之所以爆，是因为它给出了一种更接近真实工程团队分工的答案。

而另一个仓库 GBrain，则对应了 Agent 时代另一个更底层的问题：长期记忆。

不是“聊过什么就存什么”的那种浅层记忆，而是把人、公司、邮件、会议、交易、日历事件这些长期上下文，真正沉到一个可以持续更新、可检索、可交叉关联的系统里。

它最打动人的地方，是把“睡觉时也在变聪明”这件事做成了一个具体产品想象。

白天你在沟通、开会、发邮件、推进合作。

晚上系统自动处理这些上下文，把关系、实体、事件、脉络整理进知识结构里。

第二天醒来，Agent 已经不再是昨天那个只会临时调用上下文的助手，而是一个真正开始积累长期判断素材的系统。

这也是为什么很多人看到 GBrain 后，第一反应不是“又一个 AI 记忆项目”，而是“这可能是个人认知基础设施的一个雏形”。

真正夸张的，是它背后的工程节奏

如果一个项目爆了，可能是运气。

如果两个项目一起爆，还能解释成品牌势能。

但如果在同一个 30 天窗口里，你看到的是：

• 大量提交
• 大量 PR 合并
• 明显的筛选机制
• 几乎每天都在推进

那这件事就已经不能只用“流量”来解释了。

它背后反映的是一种非常清晰的工作状态：

不是做了一次开源发布，而是在持续经营一个高活跃度的工程现场。

这和很多“声量很大、更新很少”的项目，完全不是一个级别。

更值得注意的是，它并不是那种把所有内容都无差别合进来的“高速但松散”。

从公开迹象看，项目有明显的过滤和取舍。

也就是说，这套系统不是一边疯狂生长、一边快速失控，而是保持着一种很少见的平衡：

速度很快，但不是乱跑。

活跃度很高，但不是无门槛堆积。

这才是最难的地方。

很多团队能做到“快”，少数团队能做到“稳”。

而 Garry Tan 这波更像是在证明：一个拥有足够强方法论的人，可以把“快”和“稳”同时拉起来。

这已经不是 GitHub 里的事，而是一场完整分发

很多开发者对工具传播的理解，还停留在旧互联网逻辑里。

他们默认一个开发工具如果要火，路径应该是：

• GitHub 被看到
• X 上被讨论
• Hacker News 上被顶起来
• 然后慢慢进入主流视野

但现在显然不是这样了。

真正推动工具扩散的，越来越多来自短视频和内容切片。

TikTok、Instagram Reels、YouTube 短讲解、开发者向的剪辑账号，正在接管新一代工具教育。

这意味着一个项目如果真的开始进入传播飞轮，看到的不会只是 GitHub Star 增长。

你还会看到：

• 不同创作者开始分别讲解它
• 用户开始在评论区互相交流安装和使用经验
• 项目被拆成不同角度反复转述
• 工具本身进入“被二次教学”的阶段

这是特别危险的信号。

因为一旦一个工具开始被别人教，它就不再只是一个项目，而是在向“新默认工作方式”迁移。

从这个角度看，gstack 和 GBrain 最厉害的地方，不只是项目本身做出来了，而是它们已经同时具备了：

• 工程可验证性
• 社区讨论度
• 传播可复制性
• 方法论外溢能力

这四件事叠在一起，才是现象级工具真正形成的前兆。

“MCP sucks” 之所以打中人，是因为他不是只在评论，而是在给替代方案

很多行业争论，最后都会变成立场秀。

谁声音大，谁话讲得狠，谁就先拿到注意力。

但真正能让一句话变成行业事件的，不是情绪，而是你有没有配套的工程现实。

Garry Tan 那句关于 MCP 的判断之所以会被放大，不是因为它够刺耳，而是因为他说这句话的时候，手上已经拿出了另一条路线。

这才有杀伤力。

你不是站在场边说“这套东西不行”。

你是边说“这套东西不行”，边把更高效的工作流、更直接的工具组织方式、更能落地的工程路径做出来给大家看。

这种发言方式，在技术圈里是最难反驳的。

因为它不是抽象观点，而是带着交付记录的判断。

这件事最值得创业者学的，不是工具，而是姿态

如果把这整件事缩成一句话，我觉得最值得注意的不是：

“Garry Tan 做了两个很火的开源 AI 项目。”

而是：

一个 YC 总裁，正在用接近独立开发者的方式亲自下场，并且把这件事做成了公共互联网上最可见的工程现场之一。

这会改变很多人的预期。

过去我们默认，做到 CEO 这个位置，最主要的工作是判断方向、选人、融资、做组织。

现在看起来，至少在 AI 时代，顶级操盘手还可以再加一个角色：

亲自构建最关键的工具和方法论原型。

这不是为了显得勤奋。

而是因为 AI 这轮技术变化太快，很多最关键的认知，只有真正做、真正用、真正反复迭代的人，才拿得到一手体感。

谁离工具最近，谁就更可能先理解下一轮变化会从哪里长出来。

最后

开源世界里从来不缺明星项目。

真正稀缺的，是那种同时具备领导力、产品判断、工程推进和公共传播能力的人。

Garry Tan 这段时间的状态，本质上是在证明一件事：

在 AI 时代，最有竞争力的 CEO，可能不再只是最会讲愿景的人。

他们还会是最愿意把自己扔进一线、亲手搭系统、亲自交付结果的人。

当越来越多 CEO 还在讲“我们很重视 AI”的时候，

另一类人已经直接把 AI 时代的工作方式开源出来了。