夜雨聆风你有没有过这种感觉，第一小时很爽，AI 帮你生成了几百行。然后你发现它的架构开始飘，变量名开始放飞，修了一个 bug 冒出三个新的。最后你花了一个下午手动改回去，发誓下次还是自己写。
我也经历过。直到我看到一个人公开了他的完整工作流——一个今年在 GitHub 上搞出了 27K star 项目、混进了 CPython 核心贡献者前六名的狠人。
他叫 Matt Van Horn。他说了一句让我愣住的话：
"I always make the plan.md.I almost never read it.Plans are for agents,you silly human."
翻译：我每次都写计划文档。我从来不看。计划是写给 Agent 的，你个人类瞎操什么心。
从 Vibe Coding 到 Agentic Engineering：中间到底差了什么？
在此之前的"vibe coding"，听起来很酷——你随口描述需求，AI 噼里啪啦写代码。但成品基本上跟你在浴室里哼的歌一样：当时觉得不错，醒来没法听。
模型变强了——强到"玩具变成了生产力"。他从高中以后就没写出过被人重视的软件，但今年他搞出了 last30days（27K stars）、agentcookie（4K+stars）、Printing Press，还成了 cpython、go、gstack、paperclip 这些顶级开源项目的核心贡献者。
怎么做到的？不是因为他突然变聪明了。是他换了一套完全不同的工作流。
核心区别在此：
传统开发：80%时间敲代码，20%时间想方案。
Agentic Engineering：80%时间写计划、审结果、调方向，20%时间让 Agent 执行。
重点：你的角色从"写代码的人"变成了"提供信号的人"。你提供品味、方向、判断。AI 提供产量。
核心方法：Plan → Build → Review → Compound
Matt 的整个工作流建立在 Compound Engineering 插件上。这个插件目前在 Claude Code、Codex、Cursor 等主流 AI 编程环境都能装，提供了 37 个 skill 和 51 个 agent。
安装就一行：
/plugin marketplace add EveryInc/compound-engineering-plugin装完以后，你的日常变成这样：
第一步：/ce-plan。任何事的第一反应都是它。
不是"让我想想"，不是"先写几行看看"。有了想法→/ce-plan。看到 GitHub 上的 bug→复制 issue URL，粘贴，/ce-plan。终端报错→截图，粘贴，/ce-plan fix this。
想法还比较模糊、自己都不知道想要什么？先/ce-brainstorm和 Agent 聊清楚，再/ce-plan。
重点：/ce-plan 会在后台并行启动多个研究 Agent——一个读你的代码库找模式，一个查你过去的解决方案找经验，如果话题需要，还会分几个去查外部文档。全跑完后合并成一份结构化计划：问题在哪、什么方案、改哪些文件、验收标准、你代码库里的风格约定。
第二步：/ce-work。拿着计划去执行。
/ce-work读完计划，按部就班干。上下文爆了？开个新会话，指一下 plan.md，从上次停的地方继续。计划文件是穿越会话的检查点——上下文丢不了。
上下文爆掉是每个 AI 编程用户的噩梦。但如果你每次只让 Agent 做一个计划里的一步，然后在新的会话里切到计划的下一步呢？上下文从来不会不够。
第三步（往往被忽略）：review + compound。
干完活以后，/ce-code-review做代码审查——不是你自己一行一行看，是让另一个 Agent 帮你审。然后用/ce-compound把这次学到的经验写下来，让以后的 Agent 不会犯同样的错误。
重点：Compound Engineering 里的 "Compound" 就是这个意思——每一次开发都让下一次更省力。不是积累技术债，是积累知识复利。
最反直觉的一招：写好计划，然后别读它
计划的作用不是给你看，是给 Agent 套上缰绳。
没有计划的 AI 编程助手，像一只没有牵引绳的哈士奇——跑得飞快，但方向感全无，跑到一半就开始刨土，最后停在莫名其妙的地方。
有了计划以后，Agent 被逼着做了这些事：研究背景、确定方案、写验收标准。然后再执行时，它会自己对照验收标准一项项打钩。一个带着计划的 Agent 交的是成品。一个不带计划的 Agent 抄近路然后提前收工。
所以你怎么办？Matt 他说：
"I let it write the plan,I skim the title,and I run/ce-work.If I have a question I ask it inline: 'wait,why this approach?' Or I ask for a TLDR.Or 'eli5 this plan.' I get the one-paragraph version,nod,keep going."（让 Agent 写计划。扫一眼标题。跑
/ce-work。有疑问就问一句"等一下，为什么这个方案？"或者"用人话给我解释一下这个计划"。得到一段话的解释，点点头，继续。）
你不需要读 300 行 markdown。那是 Agent 的作业，不是你的。
不止写代码——这套循环可以用于任何脑力工作
他举了个真实例子。他去见了一个叫 Michael Margolis 的人（前 GV 研究合伙人，知名于"靶心客户法"），聊了一个商业难题。对方让他读一本书（免费 PDF）。
传统做法：翻一翻书，大概记住几个点，然后算了。
他的做法：打开 Claude Code，大概说了一段话：
"/ce-plan make a plan for the plan.I'm about to hand you two things: Margolis's book as a PDF,and the two-hour Granola transcript of the meeting I just had with him.I want a thoughtful plan for how my business problem,that conversation,and the lessons in the book come together into something I can actually use.Do not write that document now.Right now I only want the plan for how you'll read the book,mine the transcript,and produce a great document."
翻译：/ce-plan 为该计划制定一个计划。我将交给您两件东西：Margolis 的 PDF 格式的书，以及我刚刚与他进行的两小时格兰诺拉麦片会议记录。我想要一个深思熟虑的计划，说明如何将我的业务问题、那次谈话以及书中的教训整合到我可以实际使用的内容中。现在不要写该文档。现在我只想要一个关于您如何阅读这本书、挖掘记录并生成一份出色文档的计划。
接下来 45 分钟，Agent 产出了一份超详细的"计划书"。
这个技巧的妙处：先让 Agent 为产出物做一个计划，再让它执行那个计划。直接要产出物它会偷懒，先要"怎么产出"的计划再执行，它做的永远是深度版本。
重点：这是让 LLM 不偷懒的终极技巧——"先计划怎么做，再做"。适用于战略文档、产品规格、竞品分析、董事会报告。所有深度脑力工作。
几个改变游戏规则的具体 Hacks
上面的方法论是骨架。下面是 Matt 分享的几个具体操作，每一个都可以今天就用上。
同时开 4-6 个 Claude Code 会话
这是 Matt 的日常：四到六个标签页，每个在干不同的事。一个在写计划。一个在从另一个计划构建。一个在跑/last30days做调研。一个在修前面构建里发现的 bug。
当/ce-plan在一个窗口里并发跑研究时，他切到另一个窗口跑一个已写好的/ce-work。第三个窗口又塞进一个新 bug。轮回来的时候，第一个已经跑完等着了。
所有 tab 的 remote control 都开着，所以离开工位后在手机上能接上同一个会话继续。从办公桌走到车里，手机掏出来，继续指挥家里 Mac 上跑的东西。
语音驱动开发
Mac 上装 Monologue 或 Wispr Flow，用语音给 Claude Code 说话。手机上直接用苹果自带听写——因为对面是 LLM 不是人类，它能猜出麦克风听错了什么。你可以含糊、说一半重来——"语音终于能用了，因为对面的东西足够聪明，能补上 gap。"
但他也老实承认：一个人办公时语音很好用，开放式办公室就不行了。"如果你在开放办公室搞定了语音输入还不讨人厌，告诉我。我真的想知道。"
给 Claude 一个邮箱地址
Matt 开源了一个东西：AgentMail。三部分组成：一个 daemon 通过 WebSocket 盯着收件箱、收到白名单中的邮件就启动新的 Claude Code 会话、把邮件内容写进 prompt 文件然后让 Claude 处理。
晚饭时发现一个 bug？拿起手机发封邮件，人到电脑前时一个会话已经跑起来了。
邮件不需要完美——"修一下登录页面的报错"就行了。你只需要有一个已经在干活的 Agent。
YOLO 模式：信任你的 Agent
六个会话同时跑，你不可能守在旁边逐个点"确认"。
Matt 的配置：
{"permissions": {"allow": ["WebSearch","WebFetch","Bash","Read","Write","Edit","Glob","Grep","Task","TodoWrite"],"defaultMode": "bypassPermissions" },"skipDangerousModePermissionPrompt": true}他还配了一个声音 hook——Agent 完成工作时自动播放系统提示音。六个会话同时跑，声音是你知道哪个完成了的唯一方式。
他的逻辑："这是我的电脑。GitHub 在那，我搞坏了可以恢复。" 但他也承认，新版的"auto"模式在安全性上是更好的折中——他选择 YOLO 是因为"auto 对我来说太慢了"。
把自己重复做两次以上的事，变成 skill
这是 Matt 开源生涯的大部分内容。/last30days最开始是他想要的一个技能，现在 27K stars。Printing Press 是他自己的 CLI 工厂，320 多个 PR 已经合进去了。
怎么做一个自己的 skill？他给了一个最简单的指令模板：
"look at the Compound Engineering skill and help me make one like this for [X]."
让 Agent 读一个已经能用的优秀 skill，学它的结构，然后照着搭你的。不需要自己从零设计格式。
但是——这也可能是史上最让人上瘾的"游戏"
Matt 在文章末尾说了一段话，我觉得这才是最值得转发的部分：
"Agents were supposed to do all the work for us.Instead,every friend I have is working the hardest they ever have in their lives."（Agent 本该替我们干活。结果每个朋友都在拼命工作，比人生中任何时候都拼。）
他说这不是"多休息、少加班"的问题，这是上瘾。用 Agent 编程是有史以来最好玩的电子游戏——能造任何东西，反馈循环爽到飞起。然后你上线发布，没有用户。
"The trap isn't the empty launch,it's vanishing into the build and losing the people around you."（陷阱不是空无一人的发布会。陷阱是消失在构建里，丢了身边的人。）
所以他提醒了三件事：休息、触摸草地、和爱的人说话。如果做的东西只有你自己用，那也可以——他自己做过的最好的东西，有些就是只给自己用的。
重点：Agentic Engineering 的威力是真的，上瘾风险也是真的。如果你发现自己除了"构建"什么也不做了——退一步，看看身边。
这套方法到底适合谁？
Matt 的方法论不适合所有人。他自己都说了——他是"没有 IDE、不用文件夹、4 到 6 个终端窗口同时开"的那种人。
但如果你符合以下特征，这可能是今年对你影响最大的一篇文章：
这些情况适合试试：
你已经在用 AI 编程工具，但总觉得"它写的代码修起来比自己写还累" 你每个月有好几个想法想实现，但时间永远不够 你厌倦了每次告诉新 Agent 你的项目是干什么的 你能接受"先花 10 分钟写计划，再让 Agent 动手"的节奏
这些情况不妨先观望：
你更喜欢在 IDE 里安安静静写代码，AI 辅助就够——这套终端驱动、多会话并行的玩法会打断你的心流 你对 AI 自动跳过权限确认感到不安——Matt 的 YOLO 模式不是入门配置 你还没装上 Claude Code 或同类工具——先把基础环境跑起来，不要跳级
说到底，这套方法真正适合的是"想靠 AI 放大判断力，而不是替代判断力"的人。如果你愿意接受你的新角色不是"写代码的人"而是"提供信号的人"——剩下的只是工具链配置问题。
参考链接：[1] https://x.com/mvanhorn/status/2061877533885473181[2] https://github.com/EveryInc/compound-engineering-plugin[3] https://github.com/mvanhorn/last30days-skill
点赞、转发、小心心❤️欢迎在评论区分享你的 AI 工作流！
— 完 —
