AI 原生时代：创始人如何化身 1000 倍效能工程师
一位前谷歌资深工程师指出：当下使用 AI 编程代理的开发者，其产出效率是仅靠 Cursor 或聊天框操作者的 10 至 100 倍；而在 Anthropic 内部，工程师的效能已堪比 2005 年谷歌工程师的 1000 倍。
YC 总裁 Garry Tan 与合伙人 Diana Hu 近期重返斯坦福 CS153 课程，带来一场核心主题明确的讲座：在 AI 原生企业中，创始人如何蜕变为 1000 倍效能的工程师。
Diana 坦言听到这一数字后深感震撼，随即打开 Claude Code 亲自测试，结果竟生成了约 100 万行代码。这场讲座的核心启示在于：我们对“单人产出极限”的认知，可能整整滞后了 1000 倍。
讲座的含金量源于主讲人身份。Garry Tan 执掌 YC，Diana Hu 则是出身 AR 领域的连续创业者。他们并非在空谈未来，而是在描述正在发生且他们亲身实践的变革：企业的“基本生产单元”已发生质变。
我提炼出讲座中最具分量的几个观点，尤其是最后那个——唯一不会归零的核心要素。
Garry 分享了一个极具冲击力的对比。当他还是学生时，“成为创始人”意味着什么？意味着筹集巨额资金、招募庞大团队——本质是在组织人力。
而如今，AI 彻底重构了企业最底层的“生产单元”。过去需团队协作完成的任务，如今单人面对屏幕即可搞定。你不再先招兵买马再投入生产，而是自身直接转化为生产力。
生产力的三级跨越：从 2005 年的谷歌工程师到如今的 1000 倍效能
这绝非一句空洞的励志口号。它意味着“一家公司究竟需要多少人”这一默认前提已被彻底颠覆。
Garry 有一句话令我印象极为深刻：整个社会对于“创始人能做什么、小团队能做什么、单人面对电脑能做什么”的认知，实际上存在 1000 倍的偏差。
更有趣的是，他指出这种“千倍偏差”，连 AI 模型自身都未能幸免。
连 AI 都在低估自身——声称需三周，获批后一小时搞定
你是否让 Claude Code 估算过工期？当你询问“这需要多久”，它会严肃回答“大约三周”。然而一旦你点击批准让其执行，结果往往一小时便大功告成。因为“三周”是人类世界的旧标尺，这一旧标尺已被烙印在模型的权重中。模型嘴上仍沿用人类节奏报时，行动上却已是另一物种的速度。
对创业者而言，这句话分量极重：你脑海中“这事需组建团队耗时半年”的直觉，很可能就是那个被千倍放大的旧标尺。
这是整场讲座的题眼，Diana 阐述得最为透彻。
她表示：“编写代码”这一行为的成本正趋近于零。是否会写、写得快慢，正迅速失去价值——因为 AI 已全面接管。
编码成本归零，品味价值永存
但有一样东西永远不会归零——taste（品味）。即创造优秀作品的品味，以及分辨优劣的品味。她说：“你们最近是否常听到‘品味才是持久力’？我深表赞同。”
用大白话解释：当“制造”变得免费，价值重心便从“能否造出”退守至“知道造什么、以及何为造好”。前者由 AI 代劳，后者只能由你完成。这正是唯一仍属于人类的领域，也是唯一的护城河。
许多人一听“品味”便觉虚无缥缈。但 Diana 将其锚定在一个极具体的地方——evals（评测集）。
她说：你的品味，最终将体现在你为 AI 系统编写的 evals 中。通用基准无法决定你的产品是否行得通。许多人仍盯着 MMLU 等公开榜单刷分，但那种分数根本无法反映“你的产品对用户是否真正好用”。
通用榜单测不出产品真值——自建的 eval 才是品味的代码化呈现
真正决定成败的，是你亲自定义的那套评测标准——何种输出算优秀、何种算不合格。这套标准，本质上是将你的品味转化为代码。谁的 eval 定义精准，谁的 AI 产品才真正出色。因此，品味绝非空中楼阁，它藏匿于你如何定义“好”之中。
若你认为“这些仅与工程师相关”，那就大错特错。
Garry 与 Diana 特别强调：坍塌的远不止编码。所有非技术类、流程性的知识工作，如今亦可交由 agent 处理。你可以让 agent 通过 Twilio 替你打电话，用 Gemini Live 替你下单购物——那些过去需人工跑通的流程，如今一句话即可派发。
换言之，“单人加一群 agent 抵一个团队”并非程序员的专利。HR、运营、销售、客服……每个职能，正被重新定义为“具备品味的人 + 一支 agent 团队”。
这场讲座中最令我认同的，是 Diana 所言：你必须生活在未来的边缘。所有工具都在飞速迭代，你必须持续尝试最新技术——去年底 Claude 4.5 带来的 agentic coding 革命，便是分水岭，“产品真正开始可用”正是从那时起。
将这场讲座浓缩为一句话：
AI 让“制造”无限趋近免费，于是个人价值、企业价值，全部退守至同一核心——taste：知晓该造什么，以及何为造好。谁能定义“好”，谁便是那个 1000 倍效能者。
这也解释了为何无论工具如何变迁，最稀缺的永远是那个具备判断力与品味的人。
---
*本文整理自斯坦福 CS153《The AI Native Company: How One Founder Becomes a 1000x Engineer》，主讲人为 Garry Tan（YC CEO）与 Diana Hu（YC 合伙人）。文中提及的 1000x、evals、生产单位等观点均为课堂原述。*