首页科技快讯哈佛MBA创业修车十年，AI让他用六个月重写了整家公司

哈佛MBA创业修车十年，AI让他用六个月重写了整家公司

来源：晰数塔互联网快讯时间：2026年05月31日 20:44

（来源：可遥笔记）

Yinon Weiss 是我哈佛商学院的同学。十年前他刚出来创业的时候，我在他公司里放了一点小钱。

二月份写过一篇文章——《一个修车连锁CEO每天花10小时写代码》——记录他这家美国修车连锁 Stress-Free Auto Care 从 2025 年 12 月开始亲手写代码、8 周搭出比行业方案更好的内部软件。三个月过去，Yinon 发出 2026 年 Q1 投资人更新邮件。开篇他用了一个比喻——三个月前他用 Base44 写代码、Slack 群里 15 分钟交付一个功能，那时以为自己已经飞快了。现在回头看，那不过是骑着一辆装了辅助轮的儿童自行车。

"We're now on a Ducati riding down a highway at 200 MPH."

我们现在骑的是一辆杜卡迪摩托，时速 200 英里在高速上飞驰。

变化的速度，比他自己预期的还要快得多。

一、从 Base44 到自建栈：六个月里发生了什么

2025 年 12 月到 2026 年 2 月，Yinon 用的是 Base44——一个 AI 应用搭建平台，用消费级工具的几句指令就能拼出企业级的内部应用。这是上一篇文章的故事。

到 2026 年 3 月，公司已经从 Base44 毕业了。

迁移的原因不是 Base44 不好，而是规模到了。一开始两三个内部小工具用消费级平台够用——拖一拖、连一连，跑得起来。但要把整条公司的软件栈——门店管理、技师工单、客户预约、财务系统、网站——全部统一到一个系统里去重写，就必须握住底层的数据库、用户权限、接口路由、前端部署。所以三月份他们整套迁到了 Supabase + Vercel——前者管数据库和后端，后者管前端部署。这是当下 AI 辅助开发的标准技术栈。Base44 的角色从"主开发环境"退回到"快速原型工具"。

新系统的名字叫 Unified。

五月份首发在 SFAC33 号店——他们 Q1 新收购的一家——开业第一天就跑 Unified，不用之前任何一套传统行业管理软件。Yinon 在邮件里很诚实地写：这次发布比预期的还要"内测"——刚上线那几天，他和产品负责人 Scott 两个人，每天 10 小时驻店，跟柜台员工并肩坐着。客户站在前面，服务顾问在系统里卡住，他俩当场打开代码，改完直接上线，顾问紧接着用上修好的功能。一边修，一边用。

有一个画面感很强的细节：新店里有一个技师，只会说西班牙语，用平板上的应用有困难。Yinon 两小时之内加了一个语言切换按钮，整套应用瞬间能切到西班牙语。如果走传统软件流程，这是个跨多部门的项目——多语言方案、抽离硬编码字符串、找翻译、测试、发版——两周起步。两小时，是因为底子已经搭好了。

整个过程持续了几天，系统稳定下来之后压力测试还在继续。Yinon 说，他们每天往代码库里推近 10,000 行代码，一周七天，从不停歇。

二、Claude + Codex：两个 AI 24 小时对打

工作方式也在质变。

三个月前，CEO 自己坐在那里写指令——员工在 Slack 群里提一个需求，15 分钟后功能上线。现在的工作流是这样：

Claude 监听公司里所有的 Slack 频道，自动综合员工的讨论和反馈，主动起草新代码方案——不只是修故障，还包括工作流和功能改进。Codex 同时充当审计员，审核 Claude 写的每一行代码。两个智能体几乎 24 小时在跑。每天大约推 10,000 行代码。

Yinon 自己只负责审核和批准。换句话说，他从"程序员"退后一步，变成了"代码审批委员会"。Claude 是初级工程师，Codex 是代码审查员，两边互相对打，他做最终裁决。

夜间还有另一类智能体。

"I have AI agents that autonomously sweep multiple times a day through any bug logs to self-heal issues, and nightly to find the greatest weaknesses in the code and patch it while we sleep."

我有几个 AI 智能体，每天多次自动扫描故障日志做自我修复；每天晚上自动寻找代码中最薄弱的部分，趁我们睡觉的时候打补丁。

Yinon 说，接下来还要放出能自主设计和构建新功能的智能体，他只保留最终的发版审批权。

如果三个月前的故事是"一个 CEO 学会了写代码"，那么三个月后的故事是"一个 CEO 开始管理一支由 AI 组成的隐形工程团队"。这支团队的人数没有上限，工资接近零，不睡觉，不抱怨，会自我反省。

三、21,000 行文档：AI 的护栏

这个量级听上去匪夷所思——核心应用今年已经写了 60 万行代码，主要出自两个人之手：CEO Yinon 和产品负责人 Scott。Yinon 自己每天花 10 个小时写代码，一周七天，已经持续了几个月。年底前他估计还能再写 10 倍——也就是说，年底可能逼近 600 万行。整个工程团队就这两个人。

但同一段里他给了一个关键脚注：代码仓库里光是给 AI 看的文档和规则就有 21,000 行。

这 21,000 行文档，是整个体系跑得起来的支点。

他不是在让 AI 胡乱写代码。他先花时间把整个项目的工程纪律、命名约定、架构原则、不能踩的坑——全部用文档形式喂给 AI。然后 AI 才在这个被精心规约过的沙盒里，开始放量产出。

Yinon 用的原话是"最高级别的工程纪律"，"我不允许任何垃圾进入我的代码仓库"。

这是一个被反复忽视的真相：AI 写代码不是替代纪律，而是把人腾出来去守纪律。代码仓库的文档，过去是写给后来的工程师看的，现在它的第一读者变成了 AI。文档质量越高，AI 写的代码就越接近"理解了整个项目"的水平。这是 AI 时代代码资产真正的护城河。

Yinon 计划再招 2 到 3 个产品工程师来加速这件事。到目前为止全公司的工程只有他和 Scott 两个人。

四、一个系统，替换一切

Unified 替换的不是单一行业软件，而是一整套割裂的工具栈。

"We are replacing the shop software, the technician software, the customer software, finance software, the web site, and nearly every app we use, in one integrated system."

我们正在把门店软件、技师软件、客户软件、财务软件、网站，以及我们几乎所有使用的应用，全部统一进一个集成系统。

过去每个环节都用一套不同的第三方 SaaS，每个 SaaS 都为某个具体场景设计，但没有一个是为这家连锁自家的运营流程优化的。员工每天要在六七个系统之间切换，每个都有自己的登录页面、数据格式、术语。

Yinon 把这件事称为"开箱即用的门店方案"（shop in a box）——把整个门店运营浓缩成一个集成系统。这个比喻有三层含义。一是它压缩了员工的认知负担，新员工不再需要分别掌握半打不同的烂软件。二是它压缩了收购整合周期，被收购的修车店切换到 Stress-Free 体系的速度会大幅加快——这对一家靠收购扩张的连锁是核心杠杆。三是它为未来的加盟模式铺好了路：当所有运营逻辑被封装进一个系统里，加盟商不需要复制一支管理团队，只需要一个开店包。

最难的部分不是写代码本身。Yinon 在信里写得很清楚——最大的挑战是要一边写新的、一边跟陈旧的行业软件对接、一边还要跟自己的老后端并行运行。33 家店要分阶段切换，不可能一刀全换。这意味着 Unified 必须设计成"双后端兼容"——同一个前端能调用两套不同的数据源，老店暂时仍跑老系统，新店跑 Unified，迁移按节奏推进。

AI 让前端构建快了 100 倍，但跨系统集成、数据迁移、向后兼容仍然是工程问题，仍然要人去想清楚。

六月一号，10 位新晋店长从培训毕业，每个人都只学过 Unified，没碰过传统行业软件。他们到岗那天，会同时启动所有门店的迁移。Yinon 的目标是六月底所有门店都跑 Unified。他在邮件里给了一个明确的财务预期：Unified 全面铺开之后，毛利率目标会从 50% 上调到 55%，利润率再增加 5 个百分点。

对一家年化营收 4400 万美元的企业来说，5 个百分点的利润提升意味着每年 220 万美元额外利润。这一切的工程杠杆，是两个人加一群 AI 智能体。

五、十年长征：从最低谷到现在

要理解这件事的重量，得把镜头拉远十年。

Yinon 2016 年 9 月从波士顿搬到硅谷，二次创业。最早的设想是"代客送修"模式——半夜把客户的车开走、修好、第二天送回。两年后转向撮合平台模式。又一年后转向自己下场开店。三次大转型，每一次都是对前一版商业模式的承认失败。

2019 年底是公司最艰难的时刻。Yinon 在投资人信里写过一句很重的话——账上现金已经低于他个人作为担保人欠的债，包括他用自己的房子作抵押的部分。团队从 5 人砍到 3 人。2020 年初，他把公司前身 CarDash 的遗留软件资产以极低的价格卖给一家更大的平台。这次"被收购"不是凯旋，而是一次几乎清零老股东的善后。然后疫情来了。

接下来的三四年是耐心活——公司贴着盈亏平衡线爬行，靠收购独立修车店一家家叠加规模。2021 年才拿到第一轮正式机构融资——一般科技公司的节奏是一年半，他用了五年。2023 年硅谷银行倒闭那一夜，他熬夜转账抢救现金。

到 2026 年 Q1，公司 33 家店，年化营收 4400 万美元，毛利率稳定在 50%，门店利润率接近 15%，同店销售同比增长 38%——历史最好的一季。B 轮融资刚完成，由一家原本计划在 Q3 才接触的风投主动提前递来的投资意向书。

七年没真正放过假——他在 2020 年初的投资人信里专门解释，那年 2 月那次哥斯达黎加之行，是七年来第一次像样的家庭假期。

这是一个抵押过房子的 CEO，在最低谷之后慢慢爬出来的故事。然后 AI 来了。

六、CEO 写代码：被低估的杠杆

这件事真正的启发，不在 Q4 的利润率数字。

而在一个更安静的事实：在 AI 时代，CEO 自己写代码是一个高杠杆动作。

过去二十年的标准答案不是这样。CEO 应该定战略、找钱、招人，写代码是工程师的事。这套分工在 SaaS 时代成立，因为软件开发本身是稀缺的——找到好工程师不容易，把业务需求翻译成工程语言更不容易。所以 CEO 把"会写代码"外包出去，是合理的。

AI 把这个等式翻转了。

逻辑很朴素。CEO 是公司里最懂业务的人——他知道每个流程为什么这么走、哪条规则是十年里栽过跟头才建立起来的、哪个边角例外不能省略。过去这些经验要先翻译成需求文档、再拆成工程任务卡、再排进迭代计划，最后才变成功能。每一层翻译都丢损精度，每一层都需要时间，每一层都需要解释。AI 把所有翻译层都抽走了——业务理解直接变成代码。

Yinon 自己在信里有一段很坦白的反思，值得完整品读。他说，他并不想把 CEO 大部分时间都花在亲手写代码上——这件事他心里很清楚，从管理学角度，层层授权能产生复利效应（"stacked delegation builds compounding efficiency"）。但他周围有足够强的团队，给了他和 Scott 这个空间去专注做这件事。而他在这个行业积累了十年想要做出好产品的所有直觉，终于被 AI 释放了——"for better or worse I am the best person to do it"，无论好坏，他就是做这件事最合适的人。所以他选择"埋头硬啃"的方式（"heads down approach of just brute forcing my way"），先把第一版做出来再说。

这段话之所以重要，是因为它把 AI 时代一个新的权衡讲清楚了。授权依旧有复利，依旧是组织扩张的常态选择；但当某件事的关键投入是只存在于一个人脑子里的十年行业直觉，而这个人又恰好有能力亲手把它写成代码——埋头硬干一段时间，反而是最优解。这是过去任何时代的 CEO 都没有过的选项。

反向也成立。一个程序员花十年学一门生意，不会比一个生意人花一年学 AI 编程更高效——前者要学的"业务直觉"和"踩过的坑"是无法被文档化的隐性知识，后者要学的"工具用法"是可以被结构化的显性知识。AI 把后者的门槛降到了几乎为零。

这是技能稀缺性的根本转换。

七、一类新公司的雏形

更宏大的版本是这样的。

像 Yinon 这种深耕一个传统行业十年的"业务老兵"——既懂消费者、又懂员工、又懂供应链、又懂物理空间——在 AI 时代会突然进入快车道。十年的积累不再只是"经验"，而是可以被编码、被放大、被规模化的资产。

Yinon 二月份引用过的一句话——软件正在从"统治世界的核心知识产权"变成"低成本的大宗商品"。

两件事放在一起的化学反应是：业务积累的稀缺性在上升，软件实现的成本在下降。中间被压扁的，是过去主导互联网二十年的那种纯技术驱动型公司——它们的产品再漂亮，也敌不过一个十年深耕、自己会写代码的行业老兵。

修车业不是个例。任何被传统软件长期忽视的行业，都可能跑出 Stress-Free 这样的样本。这些行业的共同特征是：碎片化、低毛利、行业软件老旧、被风投长期低估、关键经验沉淀在头部经营者的脑子里。过去阻止"行业老兵+定制软件"组合的是工程成本——做一套真正贴合业务的软件需要一支团队。现在这个门槛塌了。

门槛不在 AI，门槛在那十年没有人愿意做的笨功夫。如果一个传统行业的头部经营者已经做了那十年，他现在拿到的是过去二十年都没出现过的杠杆。

回到这次 Stress-Free 的故事。

Yinon 在 2019 年那封转型信里写过一句话——"All great journeys are paths worth taking."（一切伟大的旅程，都是值得走的路。）当时他刚把团队砍到三人，把 CarDash 几乎清零地处理掉。那句话在那个时间点读，是创业者面对失败时的体面。

七年后回头看，含义不一样了。这条路真正的回报，不只是 B 轮的估值或 38% 同店增长。是十年里那些没有捷径、没有产品市场契合、没有融资风口的笨功夫，全部沉淀成了一个 33 家店的真实业务、一份 21,000 行的工程文档、一群每天写一万行代码的 AI 智能体——最终被 AI 一下子放大。

每个时代都有它特定的稀缺品。SaaS 时代是好的工程师。AI 时代是真懂某个行业、又愿意自己写代码的 CEO。