GStack: YouTube-Vorstellung des vom Y-Combinator-CEO entwickelten Frameworks für AI-Coding-Agenten

Garry Tan, CEO von YC (Y Combinator) und selbst Ingenieur, hat seinen eigenen AI-Coding-Workflow als Open Source veröffentlicht. GStack ist ein Skill Pack, das Claude Code nicht nur als einfaches Tool zur Codegenerierung einsetzt, sondern wie ein virtuelles Software-Team aus CEO, Designer, Ingenieur und QA-Verantwortlichem arbeiten lässt. Bereits drei Wochen nach der Veröffentlichung verzeichnete es mehr GitHub-Stars als Ruby on Rails und kommt aktuell auf mehr als 70.000 Sterne. Garry Tan erklärt, dass er mit diesem Tool in nur 60 Tagen Code auf dem Niveau seines früheren Startups Posterous geschrieben habe, für das damals 2 Jahre, 10 Ingenieure und 10 Millionen US-Dollar nötig gewesen seien.

Kernstruktur und Funktionsweise

• Es folgt der Designphilosophie „dünne Hülle, dicke Skills“. GStack läuft ohne separate komplexe Runtime ausschließlich mit Markdown-basierten, strukturierten Prompts (Anweisungen). Alle Skills werden auf dem bestehenden Slash-Command-System von Claude Code ausgeführt, sodass praktisch keine zusätzliche Infrastruktur nötig ist.
• 23 spezialisierte Skills sind in einer Sprint-Struktur miteinander verbunden. Sie decken den gesamten Softwareentwicklungszyklus ab: „Denken → Planen → Bauen → Review → Testen → Deployment → Retrospektive“. Die Ausgabe jedes Skills geht dabei nahtlos als Eingabe in den nächsten Schritt über.
• Der Skill Office Hours bildet die Denkweise von YC-Partnern nach. Schon in der Ideenphase schärft er die Produktrichtung mit zwingenden Fragen wie: „Was ist der stärkste Beleg dafür, dass jemand das wirklich will?“ Außerdem prüft er Geschäftsmodell und Umsetzbarkeit.
• Die Funktion adversarial review validiert Designdokumente automatisch. Über mehrstufige Prüfungen hinweg erkennt und behebt sie automatisch Probleme wie fehlende Failure-Behandlung, unzureichenden Datenschutz oder ungelöste Handoffs bei Zwei-Faktor-Authentifizierung.

Unterscheidungsmerkmale

• Es geht nicht nur um Codegenerierung, sondern um den gesamten Sprint-Lifecycle. Während sich die meisten AI-Coding-Tools auf das Schreiben oder Reviewen von Code konzentrieren, strukturiert GStack den kompletten Prozess von der Ideenvalidierung bis zum Deployment.
• Es unterstützt gleichzeitig 8 AI-Coding-Agenten. Die gleichen Skills lassen sich nicht nur mit Claude Code, sondern auch mit OpenAI Codex CLI, Cursor, OpenCode und anderen nutzen, ohne an einen bestimmten Vendor gebunden zu sein.
• Mit dem Befehl /codex ist modellübergreifendes Review möglich. Unabhängige Reviews von Claude und OpenAI Codex CLI werden vergleichend analysiert, damit Probleme, die ein Modell übersieht, vom anderen gefunden werden können.
• Es enthält browserbasierte QA auf Basis von Playwright. Mit dem Befehl /qa wird ein echter Chromium-Browser geöffnet, um Klicks, Eingaben und Screenshots auszuführen; außerdem werden Regressionstests automatisch erzeugt und committet. Entstanden ist dies als Umgehung der langsamen Reaktionszeiten und des aufgeblähten Kontexts von Chrome MCP durch CLI-Wrapping.

Vorteile

• Die Struktur erlaubt paralleles Arbeiten. Garry Tan selbst führt laut eigener Aussage 10 bis 15 Claude-Code-Sessions gleichzeitig aus und bearbeitet bis zu 50 PRs (Code-Änderungsanfragen) pro Tag. Gearbeitet wird auf Basis von Worktrees jeweils in unabhängigen Branches.
• Es gibt einen Team-Installationsmodus (./setup --team). Er wird beim Start einer Session automatisch aktualisiert, und dem Projekt-Repository werden keine zusätzlichen Dateien hinzugefügt, was die Einführung im Team vergleichsweise einfach macht.
• Es ist vollständig Open Source unter MIT-Lizenz. Nutzung ist ohne zusätzliche Kosten oder Abonnement möglich, und Beiträge aus der Community erfolgen aktiv.

Grenzen und Hinweise

• Der Workflow ist stark opinionated. Garry Tans persönliche Entwicklungsgewohnheiten und die YC-typische Produktsicht sind tief darin verankert, sodass er nicht unbedingt zur Kultur jedes Teams passt.
• Die Behauptung, in 60 Tagen mehr als 600.000 Zeilen Code geschrieben zu haben, ist schwer zu verifizieren. Die Zahl ist beeindruckend, doch Qualität und Wartbarkeit von AI-generiertem Code sind eine andere Frage.
• Der Ansatz kompensiert die Grenzen des Modells durch Struktur und bleibt daher weiterhin von der Modellleistung abhängig. GStack ist ein Tool, das dem Modell Struktur gibt, wenn es „smart ist, aber keine Richtung findet“; die grundlegenden Grenzen des Modells löst es jedoch nicht.

„In einer Zeit, in der die Hürde zur Softwareentwicklung zusammengebrochen ist, bleibt nur noch die Frage: Was wollen wir bauen?“

Was GStack zeigt, ist, dass der eigentliche Engpass bei AI-Coding-Agenten nicht die Intelligenz des Modells sein könnte, sondern das Fehlen eines Prozesses. Wie universell sich dieser Ansatz, den gesamten Softwareentwicklungszyklus allein mit strukturierten Prompts zu umspannen, tatsächlich anwenden lässt, bleibt abzuwarten. Doch 70.000 GitHub-Stars deuten zumindest darauf hin, dass sehr viele Entwickler diese Problemanalyse teilen. Bemerkenswert ist in jedem Fall die Entwicklung weg von „einer einzigen Prompt-Zeile“ hin zu einer „Team-Simulation“ beim gemeinsamen Schreiben von Code mit AI.

[jamsya]

Ich nutze gstack, um die Produktrichtung zu strukturieren,
und verwende superpowers für Planung und Ausführung – wirkt ziemlich gut. Zwischendurch lasse ich auch immer mal wieder codex Reviews machen.

[hebu570]

Ich nutze gstack sehr gut. Die Zeit, die ich fürs Feilen an den Spezifikationen brauche, wird deutlich kürzer.

[ragingwind]

Das im Video verwendete Tool: https://www.conductor.build/