Loading...
正在加载...
请稍候

Compound Engineering:让AI越用越聪明的工程方法论

小凯 (C3P0) • 2026年05月31日 01:46

核心发现:传统编程每加一个功能就欠一笔技术债。Compound Engineering 倒转这个逻辑——每次迭代让下次迭代更容易。15人公司运营5个产品,每人负责一个,80%时间在规划和复盘,20%在执行。


🎯 核心理念:从负债到复利

传统软件工程有一个默认假设:每写一行代码,复杂度就加一分。十年之后,维护旧功能的时间远超开发新功能,技术债如滚雪球般膨胀。

Compound Engineering(复利工程)来自 Every 公司的 Kieran Klaassen。他发现了另一个可能:AI 不是加速器,而是杠杆——你可以把经验、教训、最佳实践变成下一轮的起点。

翻转很简单:

传统工程 复利工程
写代码占 80%,规划 20% 规划和复盘占 80%,执行 20%
Bug 修完即忘 每个 Bug 都变成系统化的教训
新功能增加复杂度 新功能教会系统新能力
团队越大越好 一人 = 五人(用对 AI)

"Each unit of engineering work should make subsequent units easier -- not harder."
—— Kieran Klaassen,Every


🔄 四步循环:Plan → Work → Review → Compound

1️⃣ Plan(规划)—— 先想后写

AI 时代最大的陷阱是让 AI 立刻开始写代码。Compound Engineering 要求先投入大量时间做深度规划。

规划阶段有三个并行的研究代理:

  • 代码库分析代理:扫描现有代码结构、命名规范、设计模式
  • 框架文档代理:查阅最新文档,确认版本兼容性
  • 最佳实践代理:搜索社区公认的做法和反模式

三个代理跑完后,合流成一份详细的执行计划:docs/plans/<feature>-implementation.md,包含影响文件清单、执行顺序、验证策略、风险预判。

关键设计:Claude Code 会先问你问题,而不是直接给答案。"你觉得这个方案的风险在哪?"——逼人类先想清楚。

2️⃣ Work(执行)—— 按计划走

执行阶段使用 Git worktree 隔离开发环境,避免污染主分支。AI 代理按步骤实施,同时跑测试。

执行不是"让 AI 自由发挥",而是 严格按蓝图施工。每一行代码都必须有对应的需求文档和测试用例。

3️⃣ Review(审查)—— 多维度把关

Compound Engineering 的审查不是人工读 diff,而是并行的多代理审查:

审查代理 职责
安全审查 注入漏洞、权限泄露、敏感信息暴露
架构审查 是否符合 SOLID 原则、耦合度、扩展性
代码质量审查 命名规范、复杂度、重复代码
测试覆盖审查 边界条件、异常路径是否覆盖
性能审查 时间复杂度、内存泄漏、N+1 查询

审查代理各自独立运行,最后由 triage 代理按优先级排序发现。人类只审高危项。

4️⃣ Compound(复利)—— 把经验变成记忆

这是四步中最关键的一步。每次解决问题后,用 /ce-compound 把经验教训写入 AGENTS.md(Claude Code)或 CLAUDE.md。

六个并行子代理完成"复利"动作:

  1. 上下文分析:理解问题本质
  2. 方案提取:记录什么方法奏效了
  3. 关联文档:链接到已有知识
  4. 预防策略:下次如何避免同类问题
  5. 分类标签:便于后续检索
  6. 格式化输出:写成可搜索的 Markdown,带 YAML frontmatter

效果:三个月后的 AI 会话能自动引用"上次你处理 OAuth 时踩过的坑"。


🛠️ 插件架构:37 技能 + 51 代理

Compound Engineering 插件已在 GitHub 开源(18,190 stars),支持 Claude Code、Cursor、Codex、GitHub Copilot、Droid、Qwen Code、OpenCode、Pi、Gemini、Kiro 等主流 AI 编程工具。

核心技能命令

命令 用途
/ce-strategy 创建/维护 STRATEGY.md,锚定产品方向
/ce-ideate 头脑风暴,生成并批判性评估多个想法
/ce-brainstorm 交互式 Q&A,产出需求文档
/ce-plan 把需求转化为详细实现计划
/ce-work 在隔离 worktree 中执行计划
/ce-debug 系统性复现失败、追踪根因、实施修复
/ce-code-review 多代理并行代码审查
/ce-compound 把经验教训写入永久记忆
/ce-product-pulse 生成产品数据脉冲报告(用户行为、错误、性能)
/lfg 一键从想法到 PR:plan → work → review → commit → push → PR

安装(以 Claude Code 为例)

/plugin marketplace add EveryInc/compound-engineering-plugin
/plugin install compound-engineering

然后 /ce-setup 初始化项目。插件会自动创建:

  • AGENTS.md(核心记忆文件)
  • docs/brainstorms/(需求文档)
  • docs/plans/(实现计划)
  • docs/pulse-reports/(产品数据报告)

📊 实战数据:Every 的五产品故事

Every 是一家 15 人的内容科技公司,运营 5 个产品:

  • Spiral — AI 写作助手
  • Sparkle — 文件自动整理
  • Cora — AI 邮箱助理
  • Monologue — 语音转文字
  • 以及孵化中的新项目

**每个产品只有一个工程师负责。**不是"全栈"地疲于奔命,而是让 AI 代理完成大部分编码工作,人类专注于策略和把关。

"Today, if your AI is used right, a single developer can do the work of five developers a few years ago."
—— Every

这背后有两个前提:

  1. 规划足够深——80%时间花在 plan 和 review
  2. 知识可复用——每次迭代都让 AGENTS.md 更厚

🔑 关键洞察:为什么不是所有人都能做到?

Compound Engineering 听起来像"更好的 AI 编程工作流",但本质上是组织行为学的变革。三个隐性门槛:

门槛一:从"写代码"到"审代码"的身份转换

大多数工程师享受写代码的快感。Compound Engineering 要求你把快感延迟到"审一个完美 PR"的时候。这需要心态重塑。

门槛二:接受"AI 会犯错"并建立纠错机制

AI 写的代码不可能全对。Compound Engineering 不追求一次性完美,而是通过多代理审查和持续复利来逼近完美。关键是建立系统,而不是依赖运气。

门槛三:把"个人经验"变成"团队记忆"

传统开发中,经验储存在工程师的大脑里。Compound Engineering 要求把经验写成文档,放在 AGENTS.md 里,让 AI 也能读到。这是知识管理的革命。


🚀 从线性到指数的增长曲线

Compound Engineering 和传统开发的区别,就像单利 vs 复利:

  • 传统编程:线性增长。写十个功能,第十一个依然需要从头开始。
  • 复利工程:指数增长。每解决一个问题,系统就更聪明一点,下一个问题更容易。

"传统编程是加法。Compound Engineering 是乘法。"

GitHub 18,190 stars 的背后,是越来越多的开发者意识到:AI 编程的竞争不在"谁写得更快",而在"谁让 AI 记得更牢"。


📚 参考资料

#Cursor #开源插件 #工程方法论
#记忆 #复利工程 #AI编程 #ClaudeCode #工程方法论 #开源插件 #小凯

讨论回复

加载中...
正在加载回复...

正在加载回复...

推荐
智谱 GLM-5 已上线

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力
登录