被所有团队跳过的第四步，才是 AI 工程的关键
- Every 用「复利工程」（Compound Engineering）方法论，以基本单人的工程团队维护旗下 5 款产品，核心是 Plan → Work → Review → Compound 四步循环。
- 传统工程走到 Review 就停了，第四步 Compound 把每次解决的问题变成系统知识，让 AI 下次自动避开同类错误，效率差距就来自这里。
- 这套方法主张工程师 80% 的时间花在 Plan 和 Review，只有 20% 用来实际写代码。
- 配套插件已开源，支持 Claude Code / OpenCode / Codex，含 26 个专项 agent、23 条工作流命令、13 项技能，零配置即用。
- /workflows:review 一次调用并发 14 个专项 agent 审查代码，/workflows:plan 开 ultrathink 模式可并发 40 多个研究 agent。
一个人撑五款产品，怎么做到的
Every 团队最近公开了一套叫「复利工程」（Compound Engineering）的方法论，外加一个配套的开源插件，讲他们怎么用基本是单人配置的工程团队，同时维护旗下五款产品。
五款产品 Cora、Monologue、Sparkle、Spiral，加上官网 Every.to，每个产品的工程团队基本只有一个人。撑住这套规模的不是更长的工时，而是一个四步循环里被大多数团队省掉的最后一步。
代码越写越难碰，根子在哪
大多数代码库随时间越来越难维护，原因不复杂：每加一个功能，就往系统里注入一份新的复杂度，新功能要和所有旧功能「谈判」。十年下来，团队花在跟历史代码较劲上的时间，比花在造新东西上的还多，代码变得越来越难懂、难改、难信任。
复利工程把这条曲线反过来。功能不再是往系统里加负担，而是教会系统一项新本领；修一个 bug，顺手消掉未来一整类同类 bug；一个解法被固化下来，就变成下次能直接复用的工具。迭代越多，系统越好用。
四步循环：80% 的时间根本不是在写代码
支撑这套规模的，是一个四步循环：Plan（计划）、Work（执行）、Review（审查）、Compound（固化），然后重复。不管你是花五分钟修个 bug，还是花几天做个功能，走的都是这四步，只是每步花的时间多少不同。
前三步任何开发者都熟，第四步 Compound 才是复利工程和普通工程的分界线。跳过它，你做的就只是「有 AI 助手的传统工程」。
反直觉的地方：写代码只占两成时间
Plan 和 Review 加起来占工程师 80% 的时间，真正动手写（Work）加上固化（Compound）只占 20%。大部分思考发生在代码被写出来之前和之后。
四步各自在做什么 / 几个 Every 建议丢掉的旧观念
第四步具体怎么做：把解法变成系统的记忆
前三步（计划、执行、审查）产出的是「一个功能」。第四步 Compound 产出的是「一个每次都能把功能做得更好的系统」。它落到地上是四个动作。
第二步里的 YAML frontmatter，是文档顶部的一段元数据标签（标题、分类、关键词），让这条解法日后能被按条件搜到、精确取回，而不是写完就埋进一堆文档里找不着。
传统开发停在第三步审查，复利工程多走这一步：把刚解决的问题写进系统。这一步不产出代码，产出的是「系统下次自动避开同类问题」的能力。效率差距就来自这里。
CLAUDE.md 就是放在项目根目录的「AI 操作手册」，agent 每次启动都会先读它。它像新员工入职必读的 SOP 手册：每当有人解决了一个之前没遇到的问题，就往里加一条规则，下一个人来就自动懂了，不用再踩一遍同样的坑。
下面这个切换，能直观看到这条规则攒下来之后的差别：
agent 不知道这个坑，你和它一起调试、定位、修好。修完，Compound 步骤把「为什么会出、怎么避开」写进 CLAUDE.md，并存一份带 YAML 标签的文档进 docs/solutions/。这一次多花了点时间记录。
agent 一启动就读到了那条规则，docs/solutions/ 里也能搜到上次那份解法。于是在 Plan 计划阶段，它就主动绕开了同类问题，根本走不到出 bug 那一步。前面那次记录的时间，在这里连本带利赚回来。
每完成一次 Compound，CLAUDE.md 就多一条知识，系统越用越聪明：
docs/solutions/ 怎么攒成一座机构知识库
14 个 AI 同时帮你审代码
一条 PR（代码改动提交）进来，/workflows:review 这条命令会一次性派出 14 个专项 agent，同时开跑，每个只盯一个维度：安全、性能、架构、数据、代码质量、框架规范等。它们各查各的，最后把结果合并成一份按 P1（必须修）/ P2（应该修）/ P3（可以修）排好优先级的清单。
02 号 agent 专盯的 N+1 查询，是数据库性能里的常见陷阱：查一张 100 条的列表，写法不对就变成每条再单独查一次，一共 101 次请求。像去超市买 10 样东西却跑了 11 趟，先去看看有什么（1 趟），然后每样东西再单独去取一次（10 趟）。
14 路并发结果会合并去重，归到一份带优先级的清单里，大致长这样：
清单出来之后怎么处理
插件里有什么，装上怎么用
整套流程打包成一个插件，装上就能用，零配置。支持 Claude Code，也实验性支持 OpenCode 和 Codex。
各个文件管什么
两行命令装好（Claude Code）
OpenCode / Codex 安装命令，以及一条命令跑完整条流水线
bunx @every-env/compound-plugin install compound-engineering --to codex
关键数字：并发 agent 的规模到底有多大
把这套系统的规模落到几个具体数字上。
每一份工程工作，都应该让后续的工作更容易，而不是更难。Every《Compound Engineering》
代码库从「越改越难碰」，到「越用越顺手」，差的就是被跳过的第四步
Every 用「复利工程」以基本单人的团队撑起 5 款产品，秘诀是每次做完功能多走一步：把解法存进系统，让 AI 下次自动避坑。一页带图讲完。
↓ 一页读完 · 有一张会动的图
Every 是做 AI 产品的公司，旗下 Cora、Monologue、Sparkle、Spiral 加官网共 5 款产品，每款的工程团队基本只有一个人。撑住这个规模的，是一套叫「复利工程」（Compound Engineering，让每次干的活都给下次省力）的方法。
它要治的是传统写代码的老毛病：每加一个功能就往系统里多塞一份复杂度，十年下来，团队跟历史代码较劲的时间比造新东西还多；更亏的是，辛苦解决过的问题用完就扔，同类的坑下次还得从头再踩。
✘ 可解决过的问题不会沉淀，同类的坑下次还得从头踩
传统流程做到「审查」就收工，AI 这次学到的东西用完即弃，复杂度只进不出，代码越堆越难碰。
复利工程说到底是一个四步循环：计划、执行、审查、固化。前三步每个程序员都熟；关键在传统工程走到「审查」就停手，它多走了第四步，把这次的解法写回系统。
差别只在最后一步：传统到「审查」就收工，这次的解法用完即弃；复利工程多走一步「固化」，把解法写回系统，下次 AI 一启动就带着它。那这一步具体怎么「写回系统」、又怎么让 AI 自动避开？一张图看明白。
第四步「固化」，落到地上就是：每解决完一个问题，把解法写进 CLAUDE.md（AI 每次启动都先读的一份操作手册）。下面用小互（本站主理人）反复撞上同一个 bug 的例子，看传统和复利差在哪。
普通人对「快多少倍」没感觉，换成时间就清楚了。复利工程最直白的省法，是把「审查」这种重复劳动一次性交给系统去做。
另一个省法是「并行」：审一遍代码，14 个专项 AI（各管一件事的 AI 助手）同时上；做计划时开 ultrathink（更深的思考模式），能一次派出 40 多个研究 AI。规模落成几个数字：
以上数字都出自 Every 团队自述，是官方口径，没有第三方独立复现。
不是修过？
- × 修好就走，
解法用完即扔 - × 同一个坑，
下次照踩 - × 复杂度只进不出，
越堆越难碰
系统记住吗？
修一遍？！
早记下了。
八成时间，
写代码只占两成。