创业团队 AI 三件套：Goal/gstack/autoresearch
创业团队的核心矛盾：
要快，但质量不能垮。
没有 QA 团队，没有专职安全工程师。
一个人写，另一个人 review。
review 质量取决于第二位同事的精力。
AI 三件套解决这个矛盾：
Goal Workflow（流程骨架）+ gstack（质量审查）+ autoresearch（自动化加速）
创业团队的现实
团队配置：
- 2-5 人
- 没有 QA
- 没有专职安全
- 没有专职 DevOps
- 每个人都身兼数职
开发模式：
- 一个人写
- 另一个人 review
- review 质量取决于第二位同事的精力
- 同事忙的时候，review 就很潦草
- 同事累的时候，review 就会漏掉问题
结果：
- 快，但质量不稳定
- 快，但隐患积累
- 快，但技术债高企
核心矛盾：要快，也要质量
创业团队必须快。
- 市场不等人
- 竞争不等人
- 投资人不等人
但质量不能垮。
- 用户不容忍 bug
- 安全问题可能致命
- 技术债会拖垮团队
传统方案：
- 招更多人 → 成本高，慢
- 加更多流程 → 慢，团队反感
- 依靠自觉 → 不稳定，不可靠
AI 方案：
- Goal Workflow + gstack + autoresearch
- 不加人，不加流程
- 自动化质量保证
AI 三件套
1. Goal Workflow：流程骨架
问题：PRD 不是写给自己的，是写给同事的。
创业团队里，这种对话每周都在发生：
同事 A：我以为你要做的是 X
同事 B：不，PRD 上写的是 Y
同事 A：那我们之前做的东西都错了？
同事 B：...为什么？
- PRD 在脑子里，没写下来
- PRD 写了，但不清晰
- PRD 写了，但没同步
- PRD 写了，但理解不一致
Goal Workflow 给一份共享的骨架：
/prd → /prd-to-spec → /to-issues → /goal → /review-it → /ship-it价值：
- PRD 是写给同事的，不是写给自己的
- 在动手之前，先对齐需求
- 在动手之前，先对齐设计
- 在动手之前，先对齐验收标准
让误解在动手之前发生。
2. gstack：质量审查
问题：三个人都忙的时候，谁来 review？
创业团队的现实：
- 同事 A 在写功能
- 同事 B 在修 bug
- 同事 C 在支持客户
- 没有人有空 review
传统方案：
- 等 B 有空 → 可能要等几小时
- 等功能做完再 review → 问题已经积累
- 跳过 review → 质量风险
gstack 方案：
- 不是替代同事 review
- 是让 Agent 先把二十三个维度扫一遍
- 同事 review 时只需要看 Agent 标记的问题和自己关心的部分
gstack 的二十三个维度：
- 代码规范
- 安全问题
- 性能问题
- 可维护性
- 可测试性
- 错误处理
- 日志记录
- 配置管理
- 依赖管理
- API 设计
- 数据库设计
- 并发控制
- 内存泄漏
- 资源清理
- 异常处理
- 边界条件
- 输入验证
- 输出编码
- 认证授权
- 敏感数据
- 加密存储
- 依赖漏洞
- 最佳实践
价值：
- 同事 review 的时间从 30 分钟降到 5 分钟
- 同事 review 的质量从不稳定到稳定
- 同事 review 的覆盖从 30% 提升到 100%
3. autoresearch：自动化加速
问题：辅助模块没人愿意做。
创业团队的现实：
- 测试脚本 → 没人愿意写
- 文档生成 → 没人愿意写
- 数据迁移 → 没人愿意写
- 配置管理 → 没人愿意写
为什么？
- 不是核心功能
- 不直接产生价值
- 做了也看不出效果
- 占用核心功能的时间
autoresearch 方案：
- 三分钟写 Issue
- 回来代码已经合入
- 不用等同事有空
autoresearch 处理的任务：
- 测试脚本
- 文档生成
- 数据迁移
- 配置管理
- 基础设施代码
- 工具脚本
价值：
- 辅助模块自动化
- 核心功能人工做
- 释放团队时间
- 提升团队效率
完整工作流
场景：新功能开发
第 1 步：PRD 对齐
你：我们需要一个用户邀请功能
/prd
AI 生成 PRD：
- 功能描述
- 用户故事
- 验收标准
- 安全要求价值：
- 团队对齐需求
- 团队对齐范围
- 团队对齐标准
第 2 步：技术设计
/prd-to-spec
AI 生成 SPEC：
- 技术架构
- 数据模型
- API 设计
- 安全设计价值：
- 团队对齐设计
- 团队对齐接口
- 团队对齐实现路径
第 3 步：拆分 Issue
/to-issues
AI 创建 Issue：
- Issue #1: 生成邀请码
- Issue #2: 验证邀请码
- Issue #3: 统计邀请数据价值：
- 任务清晰
- 范围明确
- 验收标准清楚
第 4 步：辅助模块自动化
autoresearch 处理 Issue #3（统计脚本）
AI 实现：
- 数据查询
- 统计逻辑
- 报表生成
- 自动合入价值：
- 辅助模块自动化
- 不占用同事时间
- 不阻塞核心功能
第 5 步：核心功能人工实现
你 + /goal 实现 Issue #1
AI 辅助：
- 代码生成
- 测试编写
- 问题修复价值：
- AI 加速开发
- AI 保证质量
- 人工控制方向
第 6 步：gstack 质量审查
/review-it
gstack 审查：
- 23 个维度全覆盖
- 标记所有问题
- 自动修复部分问题价值：
- 质量不依赖同事精力
- 质量不依赖同事时间
- 质量始终如一
第 7 步：同事 review
同事 review：
- 只看 gstack 标记的问题
- 只看自己关心的部分
- 5 分钟完成价值：
- review 时间从 30 分钟降到 5 分钟
- review 质量从不稳定到稳定
- review 覆盖从 30% 提升到 100%
第 8 步：自动交付
/ship-it
AI 执行：
- git commit
- git push
- gh pr create
- gh pr merge
- gh issue close价值：
- 自动化交付
- 不需要手动操作
- 不需要等待同事
三件套的协同
Goal Workflow 的角色
提供流程骨架：
- PRD 对齐需求
- SPEC 对齐设计
- Issues 对齐任务
- 标准化开发流程
解决：
- 误解问题
- 同步问题
- 一致性问题
gstack 的角色
提供质量审查：
- 23 个维度全覆盖
- 自动标记问题
- 自动修复部分问题
- 同事 review 只需 5 分钟
解决：
- review 时间问题
- review 质量问题
- review 覆盖问题
autoresearch 的角色
提供自动化加速：
- 辅助模块自动化
- 测试脚本自动化
- 文档生成自动化
- 释放团队时间
解决：
- 辅助模块没人做的问题
- 团队时间不够的问题
- 效率提升的问题
对比：有 AI vs 没有 AI
没有 AI 三件套
新功能开发：
Day 1: 脑暴需求
Day 2: 写 PRD（但可能不清晰）
Day 3: 开发实现
Day 4: 同事 review（但同事可能忙）
Day 5: 修复 review 意见
Day 6: 测试（但可能没时间）
Day 7: 部署（但可能出问题）问题：
- 需求对齐慢
- review 质量不稳定
- 测试覆盖不足
- 质量风险高
有 AI 三件套
新功能开发：
Hour 1: /prd → PRD 自动生成
Hour 2: /prd-to-spec → SPEC 自动生成
Hour 3: /to-issues → Issues 自动拆分
Hour 4-6: autoresearch 处理辅助模块
Hour 7-10: 人工实现核心功能 + /goal
Hour 11: /review-it → gstack 审查
Hour 12: 同事 review（5 分钟）
Hour 13: /ship-it → 自动交付价值：
- 需求对齐快
- review 质量稳定
- 测试覆盖完整
- 质量风险低
创业团队的实战建议
1. 从 Goal Workflow 开始
第一步： 团队统一使用 Goal Workflow
为什么：
- 最低成本
- 最高价值
- 立即见效
怎么做：
npx skills add smallnest/goal-workflow
# 所有人都用这个流程
/prd → /to-issues → /goal → /review-it → /ship-it2. 引入 gstack
第二步： 在 review 流程中引入 gstack
为什么：
- 提升质量
- 降低 review 时间
- 稳定质量输出
怎么做：
# 所有 PR 都先过 gstack
/review-it
# 同事只看 gstack 标记的问题
# 同事只看自己关心的部分3. 用 autoresearch 处理辅助模块
第三步： 用 autoresearch 处理所有非核心功能
为什么：
- 释放团队时间
- 提升团队效率
- 保证辅助模块质量
怎么做：
# 辅助模块都用 autoresearch
autoresearch/run.sh <issue-id>
# 核心功能人工做4. 渐进式采用
不要一次性引入所有工具。
Week 1-2： 引入 Goal Workflow
- 团队习惯流程
- 团队理解价值
Week 3-4： 引入 gstack
- 同事习惯快速 review
- 团队理解质量提升
Week 5-6： 引入 autoresearch
- 团队理解哪些任务可以自动化
- 团队理解效率提升
成本与收益
成本
工具成本：
- Goal Workflow：免费
- gstack：免费
- autoresearch：免费
学习成本：
- Week 1-2：熟悉 Goal Workflow（2 小时）
- Week 3-4：熟悉 gstack（2 小时）
- Week 5-6：熟悉 autoresearch（2 小时）
总学习成本： 6 小时
收益
时间节省：
- 需求对齐：从 1 天降到 1 小时
- review 时间：从 30 分钟降到 5 分钟
- 辅助模块：从 1 天降到 10 分钟
质量提升：
- review 覆盖：从 30% 提升到 100%
- 问题发现：从依赖同事精力到自动化
- 质量稳定性：从不稳定到稳定
团队效率：
- 开发速度：2-3 倍提升
- 质量保证：不增加人力
- 团队满意度：不再做杂事
写在最后：创业团队的 AI 策略
创业团队的核心矛盾：
要快，但质量不能垮。
传统方案：
- 加人 → 成本高
- 加流程 → 慢
- 依赖自觉 → 不稳定
AI 方案：
Goal Workflow（流程骨架）+ gstack（质量审查）+ autoresearch（自动化加速）
价值：
- 不加人，不加流程
- 自动化质量保证
- 要快，也要质量
创业团队不需要大厂的 QA 团队。
创业团队不需要大厂的 DevOps 团队。
创业团队需要的是：
AI 三件套。
Goal Workflow + gstack + autoresearch
让创业团队要快，也要质量。
"