如果一个 AI 编程工具的配置文件能拿到 96,900 颗星，那说明两件事：第一，这件事本身很酷；第二，很多人正在寻找"正确的"AI 编程工作方式。
Garry Tan（Y Combinator CEO）上周开源的 gstack 就是这种配置文件。
它是什么
gstack 不是一个框架，不是一个库，不是一个工具。它是一份配置文件集合——Garry Tan 把自己在 Claude Code 里使用的完整设置公开了。
项目的 README 里写着一句话：
Use Garry Tan's exact Claude Code setup: 23 opinionated tools that serve as CEO, Designer, Eng Manager, Release Manager, Doc Engineer, and QA.
23 个工具，6 个角色。
6 个角色，23 个技能
gstack 的设计思路很有意思。它不是按技术栈来组织技能（前端、后端、数据库），而是按团队角色来组织：
CEO 角色——负责项目的整体方向和优先级判断。这不是开玩笑。gstack 里有一个 skill 让 Claude Code 在开始写代码之前先问自己："这个功能真的需要做吗？它解决了什么问题？"听起来有点 meta，但在 AI 编程场景里，防止 Agent 做无用功的能力比写代码的能力更重要。
Designer 角色——负责 UI/UX 决策。包括配色方案、布局原则、响应式设计规范。AI 编程工具经常写出功能正确但视觉灾难的代码，Designer 角色就是在补这个缺口。
Eng Manager 角色——负责代码质量、架构决策、技术债务管理。这个 skill 会要求 Claude Code 在写代码之前考虑可扩展性、可维护性和团队规范。
Release Manager 角色——负责版本管理、发布流程、变更日志。确保每次提交都有意义，每个版本都有记录。
Doc Engineer 角色——负责文档。这个 skill 强制 Claude Code 在写完代码后自动生成或更新相关文档。
QA 角色——负责测试。包括单元测试、集成测试、边界条件测试。
为什么 96,900 星
gstack 的爆火不是因为它技术上有多创新。它的技术含量甚至不如很多几千星的项目。它火的原因是社会性的：
名人效应。 Garry Tan 是 YC 的 CEO，硅谷最有影响力的人之一。他公开自己的 Claude Code 配置，这本身就是一件值得关注的事。
"opinionated"的价值。 项目描述里专门用了"opinionated"这个词。这意味着这些配置不是"什么都可以"的中性设置，而是 Garry Tan 基于自己多年经验做出的具体选择。对于正在摸索如何用好 Claude Code 的开发者来说，这种有明确观点的配置比开放式的教程有用得多。
角色化设计的共鸣。 把 Agent 技能按角色组织而不是按技术组织——这个想法虽然不新（RPG 游戏里的职业系统就是类似的思路），但在 AI 编程工具领域是第一次被大规模应用。它解决了一个真实问题：面对一个什么都懂的 AI，你不知道应该让它专注做什么。
实际结构
gstack 的仓库结构相当简洁：
agents/—— Agent 配置目录，每个角色一个 agent 文件autoplan/—— 自动规划相关配置benchmark/和benchmark-models/—— 基准测试相关bin/—— 命令行工具browse/—— 浏览/搜索相关配置- 等等
最近的提交（4 小时前）还在更新：v1.37.0.0 feat: split-engine gbrain (remote MCP brain + local PGLite ...)。这说明项目在快速迭代。
278 commits 对于一个配置项目来说很多，说明 Garry Tan 和他的团队在持续优化这些配置。
关键功能：gbrain
从最近的提交可以看出，gstack 正在引入一个叫 gbrain 的功能，它使用"split-engine"架构——远程 MCP brain + 本地 PGLite 存储。
这意味着 gstack 不只是静态的配置文件，它有一个智能决策层。gbrain 可能是用来在多个 agent 之间做协调和决策的——比如当 CEO agent 和 Eng Manager agent 意见不一致时，gbrain 来决定听谁的。
怎么用
gstack 的安装应该很简单（具体看项目文档），大致思路是把它集成到你的 Claude Code 配置中，然后各个角色的 skill 会在对应的场景下自动激活。
不要全部启用。 23 个 skill 同时加载会显著增加 Agent 的上下文负担。建议：
- 从你最需要的 2-3 个角色开始（比如 Eng Manager + QA）
- 用一段时间，感受每个 skill 的实际效果
- 根据需要逐步启用其他角色
行业信号
gstack 的出现反映了一个趋势：AI 编程工具的使用正在从"个人摸索"走向"标准化配置"。
就像每个程序员都会积累自己的 IDE 配置、dotfiles、代码模板一样，AI 编程时代，每个开发者也会积累自己的 Agent 技能配置。gstack 是第一批被大规模分享的"dotfiles for AI"。
Y Combinator 的 CEO 把自己用的配置开源，这个行为本身就是在为整个行业做示范。接下来的几个月，我们可能会看到更多"XX 的 AI 编程配置"出现。
96,900 星不是终点，是起点。当 AI 编程的配置像 dotfiles 一样成为开发者的标配时，gstack 这样的项目会定义这个领域的最佳实践。