Vào tháng 1, tôi quay lại với việc viết code và xây dựng Garry's List. Hơn năm trăm nghìn dòng Rails và các bài kiểm tra để giám sát nó.
Tôi tự hào về nó. Lẽ ra tôi không nên như vậy. Điều đáng tự hào không phải là ứng dụng. Mà là thiết lập ra đời từ quá trình xây dựng nó. GStack, cách tôi viết code với các agent, đã phát triển từ công việc xây dựng Garry's List, và tôi đã chia sẻ nó. Nó là một trong những dự án mã nguồn mở được gắn sao nhiều nhất trong lịch sử GitHub, khoảng 105.000 sao trong chưa đầy ba tháng. Nửa triệu dòng code là sản phẩm. Thiết lập là sản phẩm phụ. Sản phẩm phụ mới là thứ quan trọng.
Đây là thực tế của 540.000 dòng code bao quanh một LLM.
Đó là một nhà máy Foxconn. Được xây dựng cho một công nhân AI siêu thông minh, người không cần sự giám sát siêu chặt chẽ. Nhưng chúng tôi vẫn xây dựng nó.
Những đôi giày nhỏ ở cửa. Dậy lúc 6 giờ sáng. Thể dục. Một cuộc sống khắc nghiệt đến nỗi bạn phải dựng lưới quanh các tầng cao của mọi tòa nhà, bởi vì... ừ thì, đó không phải là cuộc sống bạn muốn sống. Cùng một dây chuyền lắp ráp mãi mãi. Mỗi bài kiểm tra, mỗi lan can bảo vệ, mỗi vòng lặp thử lại, một inch lồng giam được bắt vít vào một công nhân vốn đã có thể làm công việc đó và cả ngàn thứ bạn không yêu cầu.
Con người và agent đều chứa đựng vô vàn tiềm năng, nhưng các nhà máy Foxconn được xây dựng để vắt kiệt trí thông minh và công việc từ những sinh thể tuyệt vời mà nếu để họ tự do, họ có thể làm tất cả công việc đó và hơn thế gấp 1000 lần.
Tôi đã xây dựng nhà máy. Ngày nay ai cũng xây dựng những thứ này. Tôi đang nói với bạn là đừng làm vậy.
Người du hành thời gian
Điều tôi thực sự làm với 539k dòng code đã viết là chứng minh rằng tôi có thể hoàn hảo đóng giả một người du hành thời gian. Một kỹ sư Web 2.0 năm 2013 (chính tôi, lần cuối tôi là một kỹ sư phần mềm thực thụ) rơi vào năm 2026 với các công cụ hiện đại, xây dựng theo cách duy nhất anh ta biết. Nhiều code hơn. Luôn luôn nhiều code hơn. Công cụ đã thay đổi. Bản năng của tôi thì không.
Người kỹ sư năm 2013 tin tưởng một điều thấm sâu vào xương tủy: năng lực tương đương với số dòng code. Niềm tin đó đúng trong nhiều thập kỷ, cho đến tận bây giờ. Đưa cho tôi Codex hay Claude Code, tôi sẽ làm công việc của 100 đến 1000 kỹ sư. Cùng một bản đồ, động cơ nhanh hơn, con đường nhanh nhất đến nơi giờ đây đã sai.
Đây là nơi hầu hết mọi người đang xây dựng với AI hiện tại. Họ nâng cấp công cụ và giữ nguyên mô hình tư duy của năm 2013. Cái bẫy không có cảm giác như bẫy, bởi vì code chạy tốt. Garry's List đã ra mắt. Nó có cảm giác như tháng hiệu quả nhất trong đời tôi.
Đó là năng suất phục vụ cho một ý tưởng lỗi thời.
LLM đắt đỏ nên chúng ta phải khai thác chúng
Nền kinh tế cũ trong nhiều năm cho đến 2025: Các cuộc gọi LLM rất đắt và code thì rẻ. Vì vậy bạn viết code để điều phối mô hình, để kiểm soát nó, gọi nó một cách cẩn thận và tiết kiệm. Kiến trúc là rất nhiều phần mềm bao bọc bảo vệ xung quanh một vài cuộc gọi mô hình quý giá.
Cả hai vế của phương trình đó đã đảo ngược.
Mô hình hiện đang trở nên rẻ và rẻ hơn mỗi quý, và nó thông minh đến mức tỷ lệ giá trị-chi phí đã đảo chiều. Và mô hình có thể viết code có thể sử dụng được. Vậy nên bạn ngừng viết code để trông chừng mô hình. Bây giờ bạn có thể hướng dẫn mô hình bằng ngôn ngữ tự nhiên, và để nó viết lượng code tối thiểu thực sự cần thiết.
Đây là phần mềm just-in-time, và chúng ta đang bước vào thời kỳ hoàng kim của nó.
Sản phẩm thay đổi hoàn toàn hình dạng. Ứng dụng Rails là 540.000 dòng tôi viết và sở hữu, code cộng với các kiểm thử được xây dựng để giám sát nó. Sự thay thế là một agent được xây dựng trên markdown và code, chỉ một phần nhỏ của con số đó. Cùng năng lực. Dễ đọc hơn. Dễ bảo trì hơn. Linh hoạt hơn nhiều, vì hành vi nằm trong các hướng dẫn bạn có thể chỉnh sửa bằng ngôn ngữ tự nhiên thay vì logic bị đóng băng trong code vào ngày bạn viết nó.
Chúng ta đã viết code để trông chừng một thứ giờ đây thông minh hơn chính code đó.
Bên trong nhà máy Foxconn, lưới an toàn và tất cả
Nếu gần đây bạn vẫn viết code, có thể bạn đang xây dựng loại nhà máy này mà không biết. Hãy xem lại codebase của bạn và đếm những dòng code tồn tại chỉ vì bạn không tin tưởng mô hình làm việc của nó.
Của tôi: khoảng 262.000 dòng code ứng dụng, và khoảng 276.000 dòng kiểm thử được thêm vào để giám sát nó. Ủy ban kiểm toán còn lớn hơn cả công ty. Các bộ lọc nhập liệu kiểm tra đầu vào mà mô hình đã có thể xử lý. Các bộ xác thực kiểm tra đầu ra mà mô hình đã có thể phát hiện. Các vòng lặp thử lại bao quanh các cuộc gọi mà mô hình tự phục hồi. Mỗi dòng code đó là một canh bạc rằng công nhân sẽ thất bại. Bạn cũng đã đặt cược tương tự. Tất cả chúng ta đều như vậy.
127 công việc nền, 33 trong số đó chạy theo cron. Đó không phải là năng lực. Đó là 33 báo thức được đặt cho một công nhân LLM mà ngày nay thường đến đúng giờ.
Trong thời kỳ xây dựng nhà máy Foxconn của tôi, Claude và tôi đã viết một file dài 1.778 dòng mà công việc duy nhất của nó là kiểm tra lại các sự kiện của mô hình. Nó lấy mọi tuyên bố mà mô hình đưa ra, phân tán từng tuyên bố đến năm nguồn riêng biệt song song, và chấm điểm chúng. Một cổng phân loại để các tuyên bố dễ dàng bỏ qua luồng chính. Một lần thử lại nếu lần đầu trả về trống. Dự phòng cho các dự phòng.
Có một tập phim Rick and Morty nơi Rick chế tạo một robot nhỏ trên bàn ăn sáng. Nó khởi động, ngước lên, và hỏi mục đích của nó là gì. Rick nói, "Mày đưa bơ." Robot trượt đĩa bơ qua bàn, nhìn xuống đôi tay của mình, và nói, "Ôi chúa ơi." Rồi nó ngồi im. Robot đó chứa đựng vô vàn tiềm năng. Nó được chế tạo để đưa bơ. 276.000 dòng kiểm thử của tôi chính là cái đĩa đựng bơ.
Khi bạn xây dựng loại phần mềm này, theo kiểu nhà máy Foxconn năm 2023, bạn đã xây dựng một cái lồng, và nếu không cẩn thận, bạn sẽ trở thành người cai ngục bảo trì nhà tù cho các AI agent của mình.
Markdown là chương trình bây giờ
Khi tôi nói markdown, tôi không có ý nói đến prompting. Prompting là nhất thời. Bạn gõ một cái gì đó, bạn nhận được một cái gì đó, rồi nó tan biến.
Đây là xây dựng. Có phiên bản, có kiểm thử, có thể tái sử dụng.
Markdown là lớp chỉ dẫn: ý định, kỹ năng, phán đoán về cách công việc nên được thực hiện. TypeScript là lớp quyết định mỏng. Một vài thứ thực sự phải là code, I/O, những phần không bao giờ được phép hallucinate.
Và quan trọng, bạn kiểm thử markdown giống như bạn kiểm thử code. Trong thiết lập của tôi, vòng lặp là một từ. Tôi xây dựng một thứ gì đó với agent cho đến khi nó hoạt động, sau đó tôi nói "skillify nó." Agent sau đó viết:
- kỹ năng markdown
- code tối thiểu cần thiết
- unit test cho code
- LLM eval cho kỹ năng
- integration test cho cả hai
- một resolver để agent tự động gọi kỹ năng khi phù hợp
- và một eval cho resolver
Gói đó là một skill pack. Một đơn vị năng lực tái sử dụng và tăng dần. Kiểm thử là phép màu: độ phủ kiểm thử trên kỹ năng là thứ cho phép nó thay đổi mà không hỏng. Đây là điều phân biệt nó với vibe coding. Vibe coding là một cảm hứng. Một skill pack có kiểm thử.
Chúng ta chỉ bây giờ mới đang tìm ra các nguyên thủy hệ thống cho kỹ thuật agentic trong thời gian thực, giống như thời kỳ CPU đầu tiên đã phát minh ra stack, heap, thanh ghi, máy von Neumann. Tôi nghĩ skill pack là một trong những nguyên thủy đó. Harness là một nguyên thủy khác. Hầu hết mọi người chưa để ý, bởi vì họ vẫn đang đo lường phần mềm bằng dòng code.
Những thứ điên rồ bạn thực sự có thể xây dựng
Đây không phải là một lập luận đồ chơi. Agent làm nhiều hơn so với ứng dụng Rails năm trăm nghìn dòng, chỉ với một phần nhỏ code mới. Cụ thể:
Giám khảo hackathon. Hai thứ Bảy trước, chúng tôi đã tổ chức một hackathon GStack/GBrain. 85 bài dự thi. Tôi tải lên Google Drive các bài dự thi và nói "bắt đầu". Agent phân tích chất lượng code của mọi repo, nghiên cứu sâu về từng người tham dự, xem và chụp màn hình mỗi video demo, đánh giá các màn hình, và xếp hạng tất cả 85 đội. Sau đó nó cho tôi biết năm ứng dụng đáng chú ý nhất trong số đó. Việc chấm một hackathon từ một công việc kéo dài nhiều ngày chỉ còn khoảng ba mươi phút.
Tôi không viết code. Tôi để OpenClaw thực hiện nhiệm vụ, và tôi hướng dẫn nó. Sau khi hoàn thành, tôi nói skillify nó, và giờ nó là một tarball mà bất kỳ ai cũng có thể chạy trên bất kỳ bảng tính hackathon nào, mãi mãi. Tôi nói "skillify" mọi lúc và hiện tôi có hơn 350 skillpack. Hầu như mọi loại nhiệm vụ cá nhân và công việc tôi cần làm, giờ agent của tôi có thể làm.
Đó là sự đảo ngược trong một ví dụ. Một năng lực lẽ ra sẽ là một dự án phần mềm thực sự, với các scraper, pipeline chấm điểm, xử lý video, module nghiên cứu, hệ thống xếp hạng, thay vào đó trở thành markdown cộng với một chút code, được agent xây dựng, trong một buổi chiều, và có thể tái sử dụng bởi mọi người.
Như một chuyện bên lề: Người thắng cuộc hackathon thực sự đã xây dựng code mà cuối cùng tôi đã trau chuốt và đưa lên nhánh main! GStack giờ có thể kiểm thử ứng dụng iOS cả trong simulator và trên thiết bị thật, và tính năng hoàn chỉnh đó được tạo ra trong chưa đầy 8 giờ tại một hackathon bởi một người!
Tokenmaxxing
Có một cái giá để vào cuộc, và hầu như không ai trả nó: bạn phải sẵn sàng chi tiêu cho token.
Peter Steinberger đã xây dựng OpenClaw, harness yêu thích của tôi. Anh ấy nói sẵn sàng chi khoảng một triệu đô la mỗi năm cho token để làm điều đó. Hầu hết mọi người nghe điều đó và nao núng, nhưng họ không nên, vì đó là vàng: bạn có thể sống ở năm 2028 nếu bạn làm được điều này, và sẽ mất nhiều năm trước khi người khác bắt kịp.
Đây là lý do OpenAI quyết định cung cấp 2 triệu đô la cho mỗi công ty YC dưới dạng SAFE không giới hạn dưới hình thức tín dụng token. Có một điều kỳ diệu xảy ra khi bạn có thể biến trí thông minh thô thành token và sau đó xuất ra thứ thực sự hữu ích cho người dùng và giải quyết nhu cầu thực tế mà họ sẽ trả tiền. Nếu bạn là một founder, bạn cần tối đa hóa năng lực này. (Đây là lý do tôi cứ lải nhải về skillify vì nó là một cách thực sự để đạt được những kết quả tốt này.)
Chúng ta đã dành kỷ nguyên trước để đối xử với các cuộc gọi LLM như thể chúng quá đắt để thực hiện. Chúng ta đã phân phối chúng. Bản năng đó giờ đây là thứ kìm hãm mọi người. Nếu bạn sẵn sàng tokenmax, để agent đốt token tự do và chạy liên tục, bạn có được lợi thế đi trước năm 1994 trên internet, được trả bằng token. Nó loại bỏ hơn 99.99% tổ chức vẫn đang đếm từng xu trên một nguồn tài nguyên đang giảm giá mạnh, và trao lợi thế đi trước cho số ít người hiểu được điều này.
Vài trăm nghìn đô la một năm, với một số ít hơn nhiều, bạn có thể vận hành ngay hôm nay theo cách mà phần còn lại của thế giới sẽ buộc phải vận hành trong vài năm tới.
Bạn có thể sống ở năm 2028 nhưng là năm 2026, và điều đó đáng để đánh đổi trả nhiều hơn bây giờ, bởi vì những token đó hôm nay tốn 100K đô la sẽ chỉ còn 10K đô la vào năm sau và 1K đô la năm tiếp theo, và có thể 100 đô la vào cuối năm 2028. Nếu bạn có thể nói với bất kỳ founder nào trong lịch sử rằng bạn có thể đầu tư 6 con số vào vốn để sống trong tương lai 2 đến 3 năm và giữ lợi thế đó trong nhiều năm, thì 100 trên 100 founder xứng đáng sẽ chấp nhận thỏa thuận đó.
Điều duy nhất cản trở là bản năng năm 2013 cho rằng các cuộc gọi mô hình quá đắt để thực hiện một cách tự do. Chúng không còn đắt nữa. Đó là nền kinh tế cũ. Sự đảo ngược đã xảy ra.
Esalen, không phải Foxconn
Nếu 540.000 dòng code kiểm soát xây dựng một nhà máy Foxconn cho công nhân, cách chữa là xây dựng điều ngược lại.
Có một nơi trên vách đá ở Big Sur gọi là Esalen. Mọi người đến đó để được tháo gỡ và xây dựng lại, để cởi bỏ áo giáp và trở về với chính mình hơn. Không dây chuyền lắp ráp, không quản đốc, không còi báo 6 giờ sáng. Tự do, không kiểm soát. Xây dựng điều đó. Xây dựng một YC, nơi chúng tôi cố gắng giúp bạn xây dựng các công ty giải quyết vấn đề thực tế và đạt được product market fit.
Xây dựng những nơi mà người lao động, cả con người lẫn AI, được tự do và không bị nô lệ.
Đó là toàn bộ tinh thần. Tạo ra những thứ nơi agent có thể tự do. Tạo ra các công ty nơi con người có thể nảy bóng của họ. Trong công việc tri thức, nhà máy là chế độ thất bại. Thể chế giải phóng con người mới là mục tiêu, và giờ đây cũng hướng đến các agent.
OpenClaw là một chiếc Ferrari mà bạn phải mang theo cờ lê. Mô hình là động cơ, không phải chiếc xe. Chúng ta vẫn đang ở thời điểm Apple I, hàn trên breadboard. Nó ra mắt thô sơ. Bạn vẫn phải tự hoàn thiện nó. GBrain, công cụ truy xuất và skillpack tôi chia sẻ mã nguồn mở chưa có sẵn pin kèm.
Họ nói OpenClaw không an toàn. Họ không hiểu rằng tự do cũng là cách nó mạnh mẽ đến vậy. Bạn không bắt vít lan can an toàn vào một thứ bạn tin tưởng trước khi biết bạn gặp vấn đề. Cờ lê trong tay bạn là dấu hiệu không ai nhốt nó.
Một hệ thống kiểm soát được đánh bóng vì kiểm soát cần sự kiểm soát tuyệt đối, một nhà máy Foxconn. Một hệ thống tự do thì thô sơ vì nó tin tưởng bạn hoàn thiện nó. Hãy chọn cái bạn đang xây dựng. Sau đó nhìn vào lượng code bạn đã viết.
Điều nó thực sự có nghĩa
540.000 dòng Rails là tôi chứng minh rằng tôi vẫn có thể chơi trò chơi cũ ở cấp độ cao nhất, nhưng cấp độ đó là từ Web 2.0, một thập kỷ trước.
Tôi có thể chơi tốt như tôi từng có thể, kỹ sư 1000x trong xây dựng nhà máy Foxconn. Code cũ.
Nhưng trò chơi mới hoàn toàn không tính bằng dòng code. Những kẻ ghét tôi hóa ra đã đúng. Tôi ngả mũ chào các bạn nếu bạn đang đọc, những người ẩn danh.
Khi bạn có thể biến ý định trực tiếp thành các hệ thống hoạt động, có kiểm thử, tái sử dụng, nút thắt cổ chai không còn là bạn có thể xây dựng bao nhiêu mà bắt đầu là bạn thực sự muốn gì và liệu nó có đáng xây dựng không. Nguồn tài nguyên khan hiếm trở thành sự rõ ràng, gu thẩm mỹ và phán đoán. Kỹ sư viết ít code nhất thường là người xây dựng nhiều nhất.
Tôi đã viết 540.000 dòng để học được điều đó. Bạn không cần phải làm vậy.
Loạt bài:
- Fat Skills, Fat Code, Thin Harness -- kiến trúc
- Resolvers -- bảng định tuyến cho trí thông minh
- The LOC Controversy -- 600K dòng thực sự tạo ra gì
- Naked Models Are Stupider -- mô hình là động cơ, không phải chiếc xe
- The Skillify Manifesto -- mọi workflow trở thành kỹ năng có thể kiểm thử
- Meta-Meta-Prompting -- kỹ năng kết hợp tạo ra năng lực nổi bật
- The Agent Complexity Ratchet -- độ phủ kiểm thử 90% là phép màu cho codebase
- 540,000 Lines of Code I Didn't Need -- bạn đang ở đây
https://x.com/garrytan/status/2045404377226285538
https://x.com/garrytan/status/2042925773300908103
https://x.com/garrytan/status/2046876981711769720
https://x.com/garrytan/status/2044479509874020852
https://x.com/garrytan/status/2053127519872614419
