Every 公司工程师的 AI 工作流实践

摘要

本文记录了Every公司六位工程师的AI工作日常。他们用不同方式整合Claude、Codex等AI工具，但共享核心理念：重规划轻编码、严格管理上下文、建立审查闭环。文章揭示AI时代工程师角色的根本转变——从代码执行者进化为计划制定者、流程管控者和AI输出审核者。

内容框架与概述

文章以Every公司六位工程师为样本，逐一展示他们与AI协作的独特工作流。开篇介绍Yash的"双机对比测试"和时间分区策略，将上午定为专注交付时段、下午用于探索新工具，建立防止AI成为"时间黑洞"的防护栏。

中段深入三位工程师的方法论：Kieran坚持"计划驱动"，用Context 7 MCP确保AI基于最新文档工作，形成规划-执行-审查的完整闭环；Danny在命令行工具Droid中实现大小任务分流，更重要的是用AI推演架构决策的多层后果；Naveen则将项目管理工具Linear作为"唯一事实源"，配合语音工具和三重审查机制保障质量。

文章收尾对比了两种截然不同的风格：Andrey代表务实派，因定价问题从Cursor迁移到Codex；Nityesh追求极简专注，实时监控AI输出并频繁质问其设计意图，刻意保持思考能力以避免过度依赖。全文最终提炼出共性结论：规划重于编码、上下文决定质量、工程师角色正在进化。

核心概念及解读

时间分区管理：Yash将工作日切分为"专注交付"与"自由探索"两个时段，用纪律性边界防止AI工具的无限可能性吞噬生产力。

Context MCP工具：通过Context 7、Figma MCP等集成，将最新官方文档和设计源文件直接输入AI，解决AI依赖过时知识的核心问题。

计划驱动闭环：Kieran的工作流将AI定位为"严格执行蓝图的施工队"，工程师主导规划，AI执行后需经自查和人工复审双重验证。

架构推演对话：Danny在规划阶段与AI深度对话，推演决策的二级、三级后果，将AI从编码工具提升为架构思考的辅助者。

主动质问策略：Nityesh通过频繁打断AI、要求解释设计意图，既降低AI幻觉率，又保持自身开发能力的成长，对抗AI依赖风险。

原文信息

此摘要卡片由 AI 自动生成