Garry Tan 重写54万行代码：终结富士康式AI开发模式

今年1月，总裁重启编程生涯，耗时数月构建了一个名为''的项目。该项目最终沉淀出超过54万行Rails代码及测试脚本，这一数字在Web 2.0时代足以令任何工程师自豪。

然而，在项目上线并开源后，Garry Tan却得出了一个反直觉的结论：这54万行代码本身并非核心价值，真正的突破在于开发过程中诞生的工作流。午方 AI 梳理发现，该开源项目在不到三个月内便斩获约10.5万个GitHub星标，跻身平台前100名，其热度远超代码本身，标志着行业对新型开发范式的集体关注。

Garry Tan将这种传统开发模式比作一座为超级智能'工人'量身打造的'富士康工厂'。在这个体系中，开发者出于对模型的不信任，构建了层层叠叠的测试、验证机制、重试逻辑及后台任务，试图用规则束缚本已具备强大能力的AI。在他的代码库中，26.2万行应用代码与27.6万行测试代码并存，其中包含127个后台任务（33个为定时任务），甚至专门编写了1778行代码的文件来质疑和验证模型的每一个断言。这种架构在模型成本高昂的2025年或许合理，但在模型智能度飙升且成本季度性下降的当下，这种过度工程化实际上是在为AI编织牢笼，限制了其自主完成复杂任务的潜力。

随着技术经济规律的逆转，软件开发的底层逻辑正在发生根本性转变。午方 AI 注意到，Garry Tan指出当前的核心矛盾在于：旧有的思维模式仍试图用代码行数来衡量价值，而新的范式则要求将自然语言指令转化为可复用的功能模块。他提出用Markdown构建'指令层'，定义开发目的、技能需求及判断标准，仅用极少量的TypeScript处理I/O等确定性逻辑。这种'即时软件'模式使得原本需要数天完成的黑客马拉松评审任务，如今仅需30分钟即可由AI工具自动完成，从代码质量分析到视频演示评分，全流程无需人工编写核心逻辑。

这种转变催生了'功能反转'现象，即过去需要庞大软件项目支撑的功能，现在仅需Markdown加少量代码即可由AI在数小时内生成。Garry Tan已构建了350多个此类可复用模块，涵盖爬虫、评分系统、视频处理等复杂场景。在近期的黑客马拉松中，AI工具不仅独立完成了85个项目的评审与排名，还生成了可无限复用的压缩包。午方 AI 分析认为，这种效率的跃升并非单纯的工具升级，而是对软件工业化逻辑的彻底重构：当代码不再稀缺，工程师的核心竞争力将从'编写代码'转向'定义问题'与'设计功能'。

对于创业者而言，拥抱这一范式意味着必须克服对代币成本的恐惧，转而追求先发优势。Garry Tan建议，每年投入数万至数十万美元的代币预算，让AI工具自由消耗并持续运行，其回报将是未来几年内难以逾越的技术壁垒。正如OpenAI为YC公司提供200万美元代币额度所示，将原始智能转化为代币，再转化为解决用户实际问题的产品，是通往2028年未来的'门票'。那些仍纠结于模型调用成本的组织，极可能在99.99%的淘汰率中出局，而敢于投入的先行者将提前生活在更高效的未来环境中。

最终，Garry Tan呼吁停止建造'富士康工厂'，转而构建像Esalen那样赋予自由的系统。在这个新系统中，AI不再是受控的流水线工人，而是能够自主探索无限可能性的合作伙伴。未来的优秀工程师未必是编写代码最多的人，而是那些编写代码最少却能释放最大智慧的人。这一结论不仅是对54万行代码实验的总结，更是对整个软件行业从'控制'走向'解放'的深刻预言。