浅析AI原生辅助开发方法论：Compound Engineering复利工程及其流程架构

一、为什么需要复利工程

1、先说一个核心问题

　　很多团队用了 AI 写代码之后发现：刚开始很爽，但项目越做越大，AI 反而越来越帮倒忙。

　　原因很简单：你只是把 AI 当成了"更快的打字机"。写完代码，对话窗口一关，每一次对话结束后，AI 对项目的理解（Context）往往随着会话窗口的关闭而重置（AI 对你项目的所有理解全部清零）。下次开新对话，你不仅要重新解释需求，还要面对上次 AI 生成的、你可能都没完全读懂的代码。这就等于以更快的速度堆积技术债务，和没用 AI 本质上没区别。

2、如何解决？复利工程的核心思想：让每次开发都留下"存款"

　　复利工程用一句话解释：每次开发完一个功能，不只是交付代码，还要把"经验和规范"沉淀到系统里，让 AI 下次更懂你。开发不是做完功能就结束，而是把"踩过的坑、发现的规律"写进系统，让 AI 的能力随时间累积。

　　这套方法的核心观点很直白：Agent的真正挑战首先是"如何记住上次学的东西且不再犯同样的错误"，然后才是"如何变聪明"。

　　首先Agent的问题根本不在模型是不是足够聪明。你看现在的模型，GPT-5、Claude 4.5、Gemini 3.0 Pro，推理能力一个比一个强。但配个无状态系统，照样"失忆"。上次教的，这次忘；上次犯的错，这次重蹈覆辙。问题不在模型，在系统设计——如何让每次工作成为学习时刻，如何把bug变成类别级防线。这就是Compound Engineering真正解决的事。

3、核心区别：

　　传统开发：项目越大，开发越慢（债务越堆越多）

　　复利工程：项目越大，开发越快（经验越积越多）

　　关键不是用什么工具，而是每次做完功能都要"存经验"，让你的 AI 队友随时间越来越懂你的项目、你的品味、你的规范。这，才是 AI 时代真正的生产力飞跃。

二、Compound Engineering复利工程

1、什么是复利工程？

　　Compound Engineering（复利工程）是由 EveryInc 开发的一套 AI 辅助开发方法论，并以 Cursor/Claude Code 插件的形式发布。

　　其核心理念：每一个工程单元的完成，应该让下一个工程单元变得更容易，而不是更难。这与传统开发恰恰相反——传统开发中，代码越多、依赖越复杂，后续开发越难；而复利工程通过系统性地积累 AI 知识，让知识随时间复利增长。

　　复利工程是一种AI原生的工程哲学。它要求我们将开发过程视为一个闭环系统，每一次迭代不仅要交付功能，更要沉淀知识。

　　在这个体系中，软件开发不再是简单的“编写代码”，而是由四个步骤组成的无限循环：

Plan（规划）-> Work（执行）-> Review（审查）-> Compound（复利/沉淀）

　　这看似普通的四个词，在 Agentic AI（智能体式 AI）的加持下，拥有了全新的含义。

　　在传统开发中，工程师是全能工匠。而在复利工程中，工程师晋升为“系统架构师”和“智能体指挥官”。

• 旧模式：工程师思考 -> 编写 Spec -> 工程师写代码 -> 工程师 Review -> 迭代
• 新模式：工程师定义目标 -> 智能体规划 -> 智能体集群并发执行 -> 智能体集群多维审查 -> 系统自动沉淀知识 -> 工程师验收

2、核心四步工作流：四个步骤，一个循环

Plan（规划）→ Work（执行）→ Review（审查）→ Compound（沉淀）→ 下一轮...

步骤	占比	做什么
Plan（规划）	40%	AI 研究代码库、提交历史、搜索最佳实践，输出详细实现方案
Work（执行）	10%	AI 按计划在独立 worktree 中写代码、写测试、逐步实现
Review（审查）	40%	多个并行 AI 子 Agent 从不同角度（安全、性能、过度设计等）审查代码
Compound（沉淀）	10%	将本次学到的经验教训、新模式自动写入项目知识库，供下次使用

　　关键比例：80% 在规划和审查，20% 在执行和沉淀

　　四个核心命令

/workflows:plan      # 将需求转化为详细实现方案
/workflows:work      # 在隔离 worktree 中执行方案
/workflows:review    # 12个并行子Agent从不同角度审查代码
/workflows:compound  # 提取本次经验，写入项目知识库

① Plan：先想清楚，再动手

　　传统开发是脑子里想完就开始写代码。复利工程要求在动手前，让 AI 先把以下事情搞明白：

• 这个功能为什么要做？
• 现有代码库里有没有类似的东西？
• 有没有行业最佳实践可以参考？

　　产出一份完整的方案文档。工程师只需要审阅确认，方向对了，执行就是 AI 的事。

② Work：AI 并行干活

　　传统开发者一次只能做一件事。复利工程允许同时开多个独立"沙盒"，让多个 AI Agent 并发执行不同的任务，完成后再合并。

　　速度的上限，从"打字速度"变成了"能同时指挥多少个 AI"。

③ Review：AI 审查委员会，不讲人情

　　代码写完，不是靠一个疲惫的同事来 Code Review。而是多个专职 AI "审查员"同时上阵，各有分工：

审查员	负责什么
安全哨兵	有没有 SQL 注入、权限漏洞
性能先知	有没有慢查询、内存泄漏
极简主义者	有没有过度设计的冗余代码
设计同步者	页面和设计稿有没有偏差

　　这些 AI 不会因为"不好意思"而放水，输出严格的问题清单，工程师只做最后的判断。

④ Compound：最关键的一步——把经验"存起来"

　　这一步是复利工程的灵魂，也是大多数团队缺失的一环。做完功能后，AI 会自动整理：

• 这次遇到了什么问题，怎么解决的？
• 发现了什么可以复用的模式？
• 项目有哪些新的规范需要记录？

　　然后把这些写进系统的"记忆文件"（比如 CLAUDE.md）。

　　效果：下次 AI 不会再犯同样的错，不需要你重复解释"我们团队不用驼峰命名法"。系统的智慧在累积，开发越来越快。

3、核心价值：知识复利

　　Compound 步骤是核心魔力所在：

• AI 审查完代码后，自动总结注释、归纳新发现的模式，存入项目知识文件
• 下次 Plan 时，AI 会先读取这些积累的知识，避免重蹈覆辙
• 新成员加入项目，自动继承所有历史经验，学习曲线大幅缩短

三、Compound Engineering 实战步骤

1、第 1 步：Plan（规划）

　　触发方式：在 Cursor 对话框中 @ 引用 ce-plan SKILL 文件，然后描述需求

　　AI 会自动做：

1. 扫描你的代码库，找现有的类似表单组件、接口调用模式

2. 研究 docs/solutions/（如有历史经验会复用）

3. 生成详细实现方案，写入 docs/plans/2026-03-13-001-feat-article-create-page-reform-plan.md

4. 方案包含：涉及文件清单、字段映射、接口对接说明、验收标准

　　你需要做的：审阅方案，确认没有遗漏，然后进入下一步。

2、第 2 步：Work（执行）

　　触发方式：ce-work SKILL

　　AI 会自动做：

1. 创建 feature 分支（如 feat/article-create-page-reform）

2. 分解 Plan 为 TodoList，逐项执行

3. 按项目现有代码风格实现

4. 每完成一个逻辑单元自动提交一次（incremental commit）

5. 实时勾选 Plan 文件中的 [ ] 为 [x]

3、第 3 步：Review（审查）

　　代码写完后：ce-review SKILL

　　AI 会并行启动多个子 Agent 从不同角度审查：

• 性能 Agent（Vue 组件渲染效率）
• 架构 Agent（代码结构是否合理）
• 代码简洁度 Agent（有没有过度设计）
• 安全 Agent（接口参数是否有问题）

　　审查结果会输出为 todos/ 目录下的问题清单，按 P1/P2/P3 优先级排列，P1 必须修复才能合并。

4、第 4 步：Compound（沉淀）

　　功能验证通过后，在同一个对话上下文里立即执行：ce-compound SKILL

　　AI 会自动：

• 提取本次开发中踩到的坑、发现的模式（比如这个项目里动态表单如何切换字段的最佳做法）
• 写入 docs/solutions/ui-bugs/ 或 docs/solutions/logic-errors/ 等分类目录
• 下次开发类似需求时，/ce:plan 会自动读取这些经验

5、整体流程总结

描述需求
   ↓
/ce:plan  →  生成 docs/plans/xxx.md（方案文件）
   ↓  （你审阅确认）
/ce:work  →  按方案编码 + 增量提交
   ↓
/ce:review →  多 Agent 并行审查 → 修复问题
   ↓  （测试通过）
/ce:compound → 经验写入 docs/solutions/
   ↓
下次需求从这里循环，越来越快

四、流程架构图

　　核心要点：知识是如何"流转"的

本次 Compound 沉淀                    下次 Plan 加载
┌─────────────────────┐              ┌─────────────────────┐
│ docs/solutions/     │  ──────────▶│ learnings-researcher│
│   ui-bugs/xxx.md    │              │ 自动搜索匹配本次需求  │
│   logic-errors/yyy  │              │ 相关的历史经验文档    │
├─────────────────────┤              ├─────────────────────┤
│ CLAUDE.md           │  ──────────▶ │ 每次对话自动加载     │
│ 新增规范 + 禁止项      │              │ AI 天然遵守最新规范   │
├─────────────────────┤              ├─────────────────────┤
│ 新 Skill 文件        │  ──────────▶ │ 可在任意对话中调用   │
│ 封装可复用流程        │              │ 一行指令复用整套流程  │
└─────────────────────┘              └─────────────────────┘

　　传统开发：每次都从零开始，经验只在人脑里，换人或时间一长就丢失。

　　复利工程：经验沉淀在文件里，AI 每次自动加载，团队越做越快，知识不随人员变动而流失。

这篇文章也可以看一看：https://blog.csdn.net/m0_59235245/article/details/156773356