夜雨聆风有没有遇到过这种事——用AI写代码，一开始爽得飞起，三分钟后就开始删代码。
因为AI给你的东西，能用，但不够好。你改了一处，另一处就崩了。修了bug，又引入新bug。越改越乱，最后还不如自己从头写。
这不是AI的问题，是工作流出了问题。
一个做邮件产品的团队，被逼出了方法论
Every是一家做AI邮件助手的公司。他们的产品叫Cora，功能是把收件箱交给AI管理。
听着简单，做起来复杂到爆炸。AI要理解邮件上下文、记住用户偏好、处理异常情况。每一次代码迭代，都是一次"在地雷阵里跳舞"。
但他们发现了一件事——如果让每一次开发，都让下一次开发变得更容易，代码就不再是一团越缠越紧的乱麻，而是一个会自我进化的系统。
他们把这个方法论叫做Compound Engineering，复合工程。
然后他们把这套方法论做成了一个开源插件，今天已经有23,000多颗星。
不是给AI下指令，是让AI自己运转
大多数AI编程工具的用法是这样的：你告诉它要什么，它给你写一版代码，你看看改改，然后提交。
Compound Engineering完全不这么玩。
它的核心是一个七步循环——
第一步，构思。 不是直接让AI写代码，而是先让AI帮你想想"到底该做什么"。它会从你的代码库、用户反馈、技术栈里找灵感，然后给你几个方案让你选。
第二步，头脑风暴。 选定了方向，AI会跟你做交互式的需求澄清。什么边界情况、什么技术约束、什么成功标准，全部想清楚再动手。
第三步，规划。 这是整个流程里最关键的一步。AI会同时派出三个"研究Agent"——一个查你的代码库，一个查框架文档，一个查业界最佳实践。三份报告汇总后，生成一份详细的实现计划。
第四步，执行。 AI在隔离环境里按计划写代码，每一步都自动跑测试和类型检查。不是一把梭哈，是一步一个脚印。
第五步，评审。 代码写完后，20多个专业Agent同时并行评审。有专门查安全的、查性能的、查API兼容性的、查数据库迁移安全性的。每个Agent都是单点专家，同时运行，互不干扰。
第六步，打磨。 Agent会启动你的应用，像一个真实用户一样去点、去滚动、去测试交互体验。发现动画不流畅？文案有错别字？空状态没处理？自动修。
第七步，复合。 这一步是整个系统最特别的地方。它会把这次开发中学到的东西——什么有效、什么无效、什么坑以后要避开——全部记录下来，变成"经验知识"。下次遇到类似问题，AI不用从零开始，直接调用之前的经验。
50%的时间不写代码
这个插件有一个听起来很"反常识"的规则——50%的时间花在构建功能上，50%的时间花在改进系统本身上。
不是996式的堆工作量，而是用一个小时创建评审Agent，一年能省下十个小时的手动评审。花时间建测试生成器，能省下几周的手写测试。
他们的数据是——用了这个系统后，功能开发速度持续加快。不是因为写代码更快了，而是因为每次踩过的坑都被记住了，不用重复踩。
37个技能，50个Agent，覆盖10个平台
这个插件包含了37个技能命令和50个AI代理。
技能从策略规划、代码评审、Git工作流到浏览器测试，一应俱全。代理从安全审查、性能分析到iOS专项评审，应有尽有。
而且它不绑定某个工具。Claude Code能用，Cursor能用，OpenAI Codex能用，GitHub Copilot也能用。一共支持10个AI编程平台，一行命令装完。
核心价值
Compound Engineering不是在解决"AI怎么写代码"这个问题，它在解决一个更底层的问题——AI辅助开发到底应该怎么组织，才能越做越快，而不是越做越乱。
这个问题的答案，可能比任何一个单点工具都有价值。
尤其是对那些正在用AI编程但感觉"越来越累"的人——也许不是工具不够好，而是你的工作流需要一次进化。