一个工程师，五款产品。听起来像不可能完成的任务，但媒体软件公司Every把它变成了日常。他们的秘诀不是加班，而是一套名为「复利工程」的内部方法论——现在，他们把这套东西连同工具一起，彻底开源了。
为什么“单人维护五款”能成立？
知识的复利，而非代码的堆砌
传统开发里，工程师的时间大部分消耗在“搬砖”——写新代码、调Bug、重复造轮子。Every的翻转之处在于，他们把工作流设计成一个知识泵。核心循环是Plan（规划）→ Work（执行）→ Review（复核）→ Compound（复合）。最关键的第四步，是把每次解决问题形成的标准解法，沉淀进两个地方：CLAUDE.md和docs/solutions/。这不是普通的文档，而是喂给AI的“记忆体”。下一次再遇到相似问题，AI模型能直接调用过往方案，主动避开已知的坑。这就像给团队配备了一个会自动学习、成长且绝不遗忘的副驾驶。代码可能被重构，但解法作为一种“工程资产”，其价值在持续累加。
时间分配的彻底翻转：20%与80%
有了这套机制，工程师的工作重心发生了本质偏移。数据很惊人：他们80%的时间花在Plan和Review上，只有20%用于实际编写代码。这意味着，一个资深工程师最大的价值，不再是写又快又多的代码，而是做出高质量的规划决策，以及从复核中提炼出可复用的经验。写作代码本身，在AI工具的辅助下，正在变得相对高效和廉价。真正的护城河，在于“想清楚”和“能复用”的能力。这种时间分配模式，把工程师从码农拉回到了架构师和决策者的位置。
具体怎么干？解剖那只“开源的黑盒”
内置的“多Agent协同”军团
光有方法论还不够，Every配套开源了一套插件，让这套流程得以高速运转。其中最亮眼的，是内嵌的多Agent协同机制。想象一下这个场景：当你提交一段代码，输入/workflows:review命令，一次能并发启动14个AI Agent从不同角度进行审查——有的看安全，有的看性能，有的看风格一致性。这种“军团作战”式的审查，覆盖面和深度远超单人Review。而在规划阶段，/workflows:plan命令能在ultrathink模式下，同时调度40多个研究Agent进行信息搜集、方案比对。这不再是“你和AI对话”，而是“你指挥一个AI团队工作”。
工具包里具体有什么
这个名为CLAUDE.md+的开源工具包，并非一个单一的巨型模型。它更像一个为复利工程量身定做的“瑞士军刀”工具箱。里面打包了26个专项Agent，每个都是某个垂直领域的专家，比如专门处理数据库迁移或前端组件优化。23条工作流命令，则是将高频的开发任务（如创建新功能模块、执行测试套件）标准化、一键化的流水线。此外还有13项可组合的技能（Skills），像乐高积木一样，让开发者能灵活搭建复杂任务。它的设计哲学是“零配置即可使用”，旨在让开发者专注于业务逻辑，而非工具配置。
超越工具：这对开发意味着什么？
重新定义“一人公司”的能力边界
Every的实践，模糊了个人与团队的传统界限。一个配备了成熟AI协同工具和复利方法论的资深工程师，其产出能力可以接近甚至超过一个小型团队。这不是取代团队，而是极大释放了个人专家的潜能。它回答了一个问题：在AI时代，个体顶尖人才的价值将如何被重新评估？答案可能不再是管理多少人，而是能通过智能工具链，撬动多大的价值杠杆。那些善于将经验系统化、让AI成为自己能力延伸的人，将获得前所未有的职业自由度和生产力。
普通团队能抄作业吗？
当然，但这并非简单的代码克隆。Every开源的本质，是分享一种“思维操作系统”。对于任何开发团队，哪怕人数众多，其核心价值都值得借鉴：第一，建立团队的“知识复利池”（CLAUDE.md），把踩过的坑、用过的妙招变成组织记忆，让AI成为团队记忆的外部硬盘。第二，将工程师的注意力从“执行”拉向“设计与复核”，用AI处理重复性脑力劳动，让人专注于创造性和决策性工作。第三，拥抱“多Agent”工作模式，用并行智能对抗复杂度和速度的挑战。工具可以复制，但这种将AI深度嵌入工程生产流程、并为此重塑工作习惯的决心，才是真正的门槛。它要求工程师从“使用工具的人”转变为“设计并与AI协同系统的架构师”。
