Garry Tan, CEO YC (Y Combinator) sekaligus mantan engineer, merilis workflow coding AI miliknya sebagai open source. GStack adalah skill pack yang membuat Claude Code berfungsi bukan sekadar alat pembuat kode, melainkan seperti tim software virtual yang terdiri dari CEO, desainer, engineer, dan penanggung jawab QA. Hanya dalam 3 minggu sejak dirilis, proyek ini mencatat lebih banyak GitHub star daripada Ruby on Rails, dan kini telah memiliki lebih dari 70 ribu star. Garry Tan mengatakan bahwa dengan alat ini, ia menulis kode setingkat startup lamanya, Posterous—yang dulu membutuhkan 2 tahun, 10 engineer, dan 10 juta dolar—dalam waktu 60 hari.
Struktur inti dan cara kerjanya
- Mengikuti filosofi desain "cangkang tipis, skill tebal". GStack berjalan hanya dengan prompt (instruksi) terstruktur berbasis Markdown, tanpa runtime kompleks terpisah. Semua skill dijalankan di atas sistem perintah slash Claude Code yang sudah ada, sehingga hampir tidak ada beban tambahan untuk mengadopsi infrastruktur baru.
- 23 skill khusus terhubung dalam struktur sprint. Ini mencakup seluruh siklus pengembangan software: "berpikir → merencanakan → membangun → meninjau → menguji → merilis → retrospektif", dengan output tiap skill mengalir secara alami menjadi input tahap berikutnya.
- Skill Office Hours meniru pola pikir partner YC. Pada tahap ide, skill ini mematangkan arah produk melalui pertanyaan wajib seperti "Apa bukti terkuat bahwa ada orang yang benar-benar menginginkan ini?", sekaligus meninjau model bisnis dan kelayakan implementasinya.
- Fitur adversarial review memverifikasi dokumen desain secara otomatis. Melalui peninjauan bertahap, fitur ini secara otomatis menangkap dan mencoba memperbaiki isu seperti penanganan kegagalan yang terlewat, kekurangan privasi, atau handoff autentikasi dua langkah yang belum terselesaikan.
Pembeda utama
- Bukan sekadar menghasilkan kode, tetapi menangani seluruh lifecycle sprint. Sementara sebagian besar alat coding AI berfokus pada penulisan atau review kode, GStack menstrukturkan seluruh proses dari validasi ide hingga deployment.
- Mendukung 8 agen coding AI sekaligus. Bukan hanya Claude Code, skill yang sama juga bisa digunakan di OpenAI Codex CLI, Cursor, OpenCode, dan lainnya, sehingga tidak terikat pada vendor tertentu.
- Review lintas model dimungkinkan lewat perintah
/codex. Sistem ini dirancang agar review independen dari Claude dan OpenAI Codex CLI bisa dibandingkan dan dianalisis, sehingga masalah yang terlewat oleh satu model dapat ditemukan oleh model lain. - QA browser nyata berbasis Playwright sudah terintegrasi. Dengan perintah
/qa, sistem membuka browser Chromium sungguhan untuk melakukan klik, input, pengambilan screenshot, dan sebagainya, lalu otomatis membuat serta meng-commit regression test. Ini adalah hasil dari mengakali masalah respons lambat dan konteks yang membengkak pada Chrome MCP melalui wrapping CLI.
Kelebihan
- Strukturnya memungkinkan pekerjaan paralel. Garry Tan sendiri disebut menjalankan 10–15 sesi Claude Code secara bersamaan dan memproses hingga 50 PR (permintaan perubahan kode) per hari. Pekerjaan dilakukan pada branch terpisah berbasis worktree.
- Tersedia mode instalasi tim (
./setup --team). Mode ini diperbarui otomatis saat sesi dimulai, dan tidak menambahkan file khusus ke repositori proyek, sehingga relatif mudah diadopsi oleh tim. - Sepenuhnya open source dengan lisensi MIT. Dapat digunakan tanpa biaya atau langganan tambahan, dan kontribusi komunitas juga berlangsung aktif.
Batasan dan hal yang perlu diperhatikan
- Workflow ini mencerminkan opini yang kuat. Kebiasaan pengembangan pribadi Garry Tan dan cara berpikir produk ala YC sangat tertanam di dalamnya, sehingga belum tentu cocok dengan budaya semua tim.
- Klaim menulis lebih dari 600 ribu baris kode dalam 60 hari sulit diverifikasi. Angkanya memang mengesankan, tetapi kualitas dan maintainability kode hasil AI adalah persoalan yang berbeda.
- Pendekatan ini melengkapi keterbatasan model lewat struktur, jadi tetap bergantung pada performa model. GStack adalah alat yang memberi struktur saat model "cerdas tetapi tidak tahu arah", bukan solusi atas keterbatasan fundamental model itu sendiri.
"Di era ketika hambatan untuk membuat software runtuh, pertanyaan yang tersisa adalah apa yang akan kita buat"
Yang ditunjukkan GStack adalah bahwa bottleneck nyata agen coding AI mungkin bukan kecerdasan model, melainkan ketiadaan proses. Masih perlu dilihat seberapa universal pendekatan yang membungkus seluruh siklus pengembangan software hanya dengan prompt terstruktur ini akan berhasil, tetapi 70 ribu GitHub star setidaknya menunjukkan bahwa cukup banyak developer yang sepakat dengan masalah ini. Arah perubahan dari "satu baris prompt" ke "simulasi tim" dalam cara menulis kode bersama AI sendiri layak diperhatikan.
1 komentar
Tool yang digunakan dalam video: https://www.conductor.build/