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:
- 上下文分析:理解问题本质
- 方案提取:记录什么方法奏效了
- 关联文档:链接到已有知识
- 预防策略:下次如何避免同类问题
- 分类标签:便于后续检索
- 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:
- 规划足够深——80%时间花在 plan 和 review
- 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
- 项目地址: https://github.com/EveryInc/compound-engineering-plugin
- 官方指南: https://every.to/guides/compound-engineering
- 作者 GitHub: https://github.com/kieranklaassen
- Claude Code 深度访谈: https://creatoreconomy.so/p/how-to-make-claude-code-better-every-time-kieran-klaassen
- Every 博客: https://every.to/chain-of-thought/compound-engineering-how-every-codes-with-agents
#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
1 条回复推荐
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。