他的秘密很简单，叫"thin harness, fat skills"，翻译过来就是瘦脚手架、胖技能。什么意思？就是让 AI 模型坐在中心，周围用一个精简的脚手架来管理它，然后把真正的能力放在可复用的技能文件里。
今年 3 月，Claude Code 的 512,000 行 TypeScript 源码意外泄露，意外证实了这个架构的有效性。Claude Code 产品负责人 Boris Cherny 说了一句更狠的话："我对 Claude Code 的 100% 贡献都是 Claude Code 自己写的。"
Tan 的架构里有五个核心概念，最关键的是 Skill files。这些是可复用的 markdown 文档，编码的是流程，不是内容。同一个技能文件，指向不同的领域，就能产生完全不同的输出。Tan 把自己的 CLAUDE.md 从 20,000 行缩减到 200 行，用的就是指针而不是文档本身。
更重要的是生产力差距。用 AI 的人和用标准聊天工具的人，用的是同一个模型，但生产力差距是 10x 到 100x。为什么？因为模型能力是基础，真正的护城河是周围的架构。Claude Code 泄露的源码里，真正值钱的是自愈循环、内存架构、反蒸馏机制，这些是多年工程判断的积累。
Tan 的 gstack 开源配置在几周内获得 66,000 GitHub stars。他给创始人的建议很直接：每个重复任务都应该变成技能文件，而不是重复的提示词。如果你问 AI 同一个问题两次，你就已经在输了。
#I#