100%的代码都是AI写的。
如果你还在逐行调试bug，你可能正在用打字机时代的方式造火箭。Dan Shipper的公司Every，15个人，运营着4款SaaS产品，发布每日newsletter，还有咨询业务——所有工程师都不手写代码了。这不是三年后的科幻场景，这是2025年2月正在发生的事。
Dan Shipper，Every公司CEO。公司估值未公开，但年营收已达七位数美元。他每天的工作是和Claude Code聊天，把想法变成产品。他的工程师每天的工作是管理15个AI agent同时干活。他33岁，曾是程序员，现在更喜欢别人叫他作家。
办公室里没有「前端组」「后端组」这些词，只有「你今天启动了几个agent」。
他们刚推出的产品Cora，从零到2500个活跃用户，只花了两个工程师和30万美元。传统公司做同样的事，需要20人团队和18个月。区别在哪？「我们花80%的时间写需求文档和做code review，只有20%在看代码本身，」Dan说，「而且那20%也不是在写，是在看AI写得对不对。」
这不是炒作。
Every的核心困境曾经很典型：一家内容公司想做产品，但创始人是写作的，不是写代码的。2020年创立时，Dan和联合创始人Ethan都在疯狂写newsletter，订阅增长很快。但他们想做工具——给自己用的AI工具。
传统路径是：融资，招工程师，搭team，写代码，迭代。他们试过。结果是Dan停止写作去当CEO，公司增长停滞，他自己也不快乐。「媒体公司和科技公司的模式完全相反，」他说，「科技公司是创始人写第一版代码然后雇人接手，媒体公司如果创始人不写内容就直接失去product-market fit。」
2023年的转折点是Claude Opus 4发布。
Dan发现这个模型能做一件之前所有模型都做不到的事：判断内容质量。「以前的Claude，你问它这篇文章怎么样，它永远说B+，你改一版它说A-，再改说A，」他解释，「Opus 4会直接告诉你『这段不行，逻辑跳跃太大』，它有gut sense了。」
这意味着AI不再只是工具，而是可以做editorial judgment的同事。Every立刻调整了整个产品开发流程。
方法论拆解：Every的AI-Native运作系统
重场景：「复合工程」——让每个动作都为下一个动作铺路
Kiran和Natesh，Cora产品的两人团队。他们发明了一个词：compounding engineering（复合工程）。
具体场景是这样的：
周一上午，Kiran要给Cora加一个新功能——用户可以一键把邮件总结发到Slack。传统开发流程是打开IDE，写代码，调试，提交。他的流程是：打开终端，启动Claude Code，口述需求。
但他不是直接说「帮我写一个Slack集成」。他先花20分钟，用Claude写了一个prompt template——专门用来把他的口语化需求转成标准PRD（产品需求文档）。这个prompt包含：Cora的技术栈约定、代码风格偏好、常见edge case清单。
写完这个prompt后，他把它存到团队的GitHub repo里。从此以后，任何人想加新功能，只需要：
- 语音录制想法（用他们内部工具Monologue）
- 把转录文本扔给那个prompt
- 拿到标准PRD
- 把PRD交给Claude Code
「第一次写这个prompt花了我半天，」Kiran说，「但现在写10个新功能的PRD，加起来不到1小时。」这不是提效10%，这是把任务耗时从4小时压缩到6分钟。
更关键的是思维方式的转变。传统工程师思考的是「这个功能怎么实现」，复合工程师思考的是「这类功能怎么让下一次实现更容易」。每写一个功能，就往prompt库里加一条规则；每遇到一个bug，就让Claude总结pattern并更新到团队知识库。
这里出现了一个意外：Natesh（另一位工程师）从来没学过编程。
他2023年ChatGPT发布后才开始学写代码，之前是作曲家和面包师。「我很嫉妒他，」Dan笑着说，「我中学时学编程得去书店买书，遇到bug只能去奇怪的论坛求助。他直接跳过了『手写代码』那个时代，上来就是『管理AI写代码』。」
Natesh的工作日是这样的：上午和15个Claude Code实例开会（是的，他同时跑15个agent），分配任务；中午review它们提交的pull request；下午处理那些AI搞不定的edge case——通常是读第三方库的源码，理解逻辑，然后告诉AI该怎么调用。
他不写代码，但他读代码。这是Every工程师的新技能树：代码阅读能力 + 需求拆解能力 + agent管理能力。
两个月干完了传统团队一年的活。
轻步骤1：AI Operations Lead——把自动化本身自动化
Every有个独特岗位：AI Operations Lead，Katie Parrot。她的工作是观察公司里每个人在重复做什么，然后写prompt把它自动化。
Dan每周和她开一次会，列出本周重复超过3次的任务。上周的清单包括：给newsletter标题打分、把Figma里的文案统一成Every风格、把会议记录转成action items。Katie全部写成了prompt，现在这些任务都是一键完成。
最酷的案例是copy editing。主编Kate以前每天花3小时改稿子，确保符合Every的语气风格。现在工程师在GitHub提交代码时，有个agent自动检查所有UI文案，按照Kate的风格guide改写，然后发pull request给她。她只需要点approve。
轻步骤2：多agent协作——不同AI有不同「人格」
Kiran发现了一件事：Claude和ChatGPT写代码的风格不一样。
「Claude很verbose，喜欢写长注释和详细的error handling，」他说，「ChatGPT很terse，倾向于写最简洁的实现。」就像有的同事喜欢Rails的优雅，有的喜欢Go的直接。
所以他们同时用三种agent：Claude Code负责复杂逻辑，Charlie（GitHub原生agent）负责code review，Friday负责写测试。「就像组建复仇者联盟，」Dan说，「你不会只招一个全能型选手，你要的是每个人在某方面特别强。」
这个策略的副作用是：AI产品市场可能比想象中更碎片化。不会出现「一个agent统治所有场景」，而是「每个场景有最佳agent，人们会同时订阅5个」。
轻步骤3：CEO必须自己用AI——否则整个公司都不会用
Every给企业做AI咨询业务，年营收100万美元。Dan总结了一个铁律：「判断一家公司AI转型能否成功，只看一个指标——CEO每天用不用ChatGPT。」
如果CEO天天泡在Claude里，员工会自然跟上；如果CEO觉得「这是tech team的事」，那全公司都不会动。
最好的案例是对冲基金Walleye（管理100亿美元）。创始人发全员邮件：「我们是AI-first公司，这封邮件就是用ChatGPT写的，你们也应该这样。」然后每周开prompt分享会，每周发全公司AI使用统计，公开表扬那些贡献新prompt的人。
六个月后，整个公司在不增加headcount的情况下，业务量翻倍。
想想你上次买电钻——你不是在买电钻，你是在买墙上的那个洞。
PRD就是电钻，原型就是洞。Every的方法论核心是「跳过工具，直奔目标」。传统软件开发是layer cake：需求→设计→前端→后端→测试，每层都是专业分工。AI时代是direct creation：想法→agent→成品，中间那些层被压缩成了「写好的prompt」。
这不意味着中间环节不重要。「我们的工程师必须懂代码，」Dan强调，「只是他们不再手写，但必须能读懂AI写的代码，知道什么时候该深入一层去看实现细节。」就像今天的Python程序员不需要每天写C，但架构关键系统时必须理解底层是怎么work的。
这套方法的局限性在哪？
首先是团队选择。Every全员都是AI enthusiast，每个人来公司前就在用Claude写作或写代码。如果你的团队有人抵触AI，这套流程会卡壳——因为它需要每个人都有「遇到问题先问AI」的本能。
其次是产品类型。Every做的是相对标准的SaaS工具（邮件助手、文件整理、内容自动化），这些场景AI已经很成熟。如果你要做的是cutting-edge tech（比如新的数据库引擎、操作系统级优化），AI目前还无法替代底层系统知识。
最后是规模。15个人的公司可以让所有人都是generalist，100个人就必然需要分工。「我不知道这套模式能scale到多大，」Dan坦白，「但我猜想未来会是更多小型组织，而不是少数巨型公司。」
Dan最近问ChatGPT：「历史上有哪些作家成功做了生意？」
AI列出了一串名字：Joel Spolsky（Stack Overflow创始人）、Jason Fried（Basecamp）、Sam Harris（冥想app Waking Up）、Bill Simmons（The Ringer，卖给Spotify数亿美元）。「我突然意识到，我一直在模仿硅谷标准创业路径，但我其实不是那种founder，」Dan说。
他现在的title是writer，工作是每天写newsletter和long-form文章。公司自然长成了现在这个样子：newsletter养活基础开销，产品为newsletter用户解决真实痛点，咨询帮大公司学习Every内部的玩法。没有宏大BP，只有「我们自己需要这个工具，所以做了，发现别人也需要」。
他没融大钱。2020年种子轮只融了70万美元，最近和Reid Hoffman做的是「sip seed」——承诺200万美元，但不一次打进账户，想用时再拿，每次拿完会自动转成equity。「我不想盯着银行里的大数字想该怎么花，」他说，「那会让我做不是真正想做的事。」
写代码正在变成书法艺术——它不会消失，但不再是唯一的创造方式了。