每个人都在为团队量身定制适合自己的技术栈
作者： Rhea Purohit 专栏： Source Code 发布时间： 2025年10月27日
Rhea Purohit 专注于技术领域的研究驱动叙事。她撰写关于采用新技术的心理学和历史。
与 Every 的工程师们一起工作，我有时会想：他们整天到底在做什么？构建软件就像写作一样，是一种创造性的行为，根据定义，这意味着过程是混乱的。当我写作时，我在 Google Docs 和我当前依赖的 LLM（目前是 GPT-5）之间切换。但对于构建软件的人来说，这又是什么样子的呢？
当然，我在站会上听到他们正在发布的产品，当我们进行 Vibe Checks 时，我能得到他们工作流程的片段。但那些时刻总是孤立的，是更大对话中零散的低语。
所以我问了：我们每个工程师的工作流程到底是什么样的？他们构建了什么样的技术栈，使得六个人能够运行四个 AI 产品、一个咨询业务，以及一个被超过 100,000 人阅读的每日新闻通讯？
边缘实验：Yash Poojary，Sparkle 总经理
Yash Poojary 曾经是那种坚持只用一台笔记本电脑完成所有事情的开发者。几周前，他妥协了，在他的设置中增加了一台 Mac Studio------苹果的高性能台式电脑。"我想用我的笔记本电脑处理一切，"他承认，"但我在更快地测试事物时感到了瓶颈。"
这次升级得到了回报。现在他在一台机器上运行 Claude Code，在另一台机器上运行 Codex，给它们相同的提示和代码库，看它们如何响应。他发现这两个模型有独特的个性。Claude Code 是"友好的开发者"，擅长分解事物并解释其推理，而 Codex 是"技术开发者"，更字面化，更精确，通常能够第一次就找到正确的解决方案。
Yash 最近还推出了 Sparkle 的新版本，我们的 AI 文件整理器，配有重新设计的界面，他在 Figma 中完成了设计工作。回到黑暗时代（也就是五个月前），Yash 会截取设计的屏幕截图并粘贴到 Claude 中，以便它编写代码。现在，通过 Figma MCP 集成，Claude 可以直接插入 Figma 文件，这样它就可以读取设计系统本身------颜色、间距、组件------并将其转换为可工作的代码。这节省了步骤，并让 Claude 从真实的事实来源工作。
在 agents 之外，Yash 还依赖 Warp------开发者命令行的现代版本，这是开发者用来控制计算机的基于文本的界面。每次他推送代码时，他会在"学习文档"中记下两行关于他学到的东西，并将它们存储在云端。几天后，他就有了近期上下文的滚动记忆，可以反馈回他的 AI 工具中。
即使有所有这些实验，Yash 强调了护栏的重要性。他围绕一个大任务和几个较小的背景任务来安排他的一天，并且他很小心不让 AI 生成的建议使他偏离轨道。正如他所说："CLI（命令行界面）的问题在于很容易偏离轨道，失去对你实际试图构建的东西的专注......所以将护栏构建到系统中是必不可少的。"
他这样做的一种方式是通过 AgentWatch，他构建的一个应用程序，当 Claude Code 会话完成时会 ping 他，让他能够同时运行多个会话而不会失去跟踪。Yash------以及其他少数人------最近一直在使用它；如果你想试试，给他发 DM。
他还将他的一天分为两种模式：上午是专注执行------只有 Codex 和 Claude Code，不允许使用新工具------这样发布就不会停滞。下午是探索时间，这时他试验新的 agents、应用程序和功能。这种"构建"和"发现"之间的分离消除了他过去在测试新工具时感受到的生产力拖累。
编排循环：Kieran Klaassen，Cora 总经理
对于 Kieran 来说，与 Cora 相关的一切都从在 Claude Code 中生成的计划开始，使用一组自定义 agents 和工作流程。他根据功能大小在三个层面上规划编程计划：
- 小功能： 足够简单，可以一次性完成
- 中等功能： 跨越几个文件并经过审查步骤（通常由 Kieran 进行）
- 大功能： 需要手动输入、深入研究和大量来回交流的复杂构建
他说，规划的目的是将工作建立在事实基础上------最佳实践、已知的在线解决方案，以及通过 Context 7 MCP 拉入的可靠上下文，这是一个工具可以直接从官方来源提取最新版本特定的文档和代码示例，并将它们直接放入你的提示中。
一旦计划设定，就会被发送到 GitHub。从那里，他使用一个工作命令------一个获取计划并将其转换为 AI agent 编码任务的提示。对于大多数项目，Claude Code 是他的首选，因为它给了他更多的控制和自主权。但有时他会转向 Codex 或代理编码工具 Amp 来处理更传统或"更极客"的功能。
工作完成后，他有一个审查代码的命令。在这里，Claude 也经常领先，尽管他也使用其他 AI 工具的混合，包括 Cursor 和 Charlie。这个过程循环进行，直到 Kieran 决定功能准备好发布。
将复杂性转化为里程碑：Danny Aziz，Spiral 总经理
Danny Aziz 的当前工作流程几乎完全在 Droid 内运行------这是 Factory（一家构建编码 agents 的初创公司）拥有的命令行界面，让他可以并排使用 Anthropic 和 OpenAI 模型。大约 70% 的工作都在这里发生，依靠 GPT-5 Codex 进行大功能构建，然后切换到 Anthropic 模型来完善和确定细节。
在他的规划阶段，Danny 花时间与 GPT-5 Codex 交谈，使实施计划具体而明确------询问他选择的二阶和三阶后果，并让它将这些见解转化为项目的里程碑。例如，如果 agent 实现了一个功能，但由于从数据库中提取数据的方式而减慢了应用程序速度，Danny 想要提前发现这一点。
Droid 在帮助 Danny 构建 Spiral 全新版本方面发挥了重要作用。其他工具基本都被淘汰了。"我不再使用 Cursor 了，"他说。"我已经几个月没打开它了。"相反，他的主要界面是 Warp，在那里他可以将屏幕分割成不同的视图并快速切换任务。在后面，他使用 Zed------一个快速、轻量的代码编辑器------来审查计划文件和特定的代码片段。
至于他的物理工作设置，Danny 保持简单：大多数时间他都在单个显示器上或者只用他的笔记本电脑。只有当他深度实施设计时，他才会添加第二个桌面，将 Figma 文件与构建并排放置更容易锁定视觉效果。
让流程成为事实来源：Naveen Naidu，Monologue 总经理
对于 Naveen 来说，一切都从项目管理工具 Linear 开始。功能请求来自各处------Discord、电子邮件、Featurebase、实时用户通话------但它们最终都会到达同一个地方。"如果不在 Linear 中，它就不存在，"他说。每个票据都带有回到原始来源的链接，所以他总是可以追踪是谁要求的以及为什么。
在过去的几周里，Naveen 已经从 Claude Code 迁移到 Codex 进行日常工作。
从那里，Naveen 转入规划模式，他以两种不同的方式运行。对于小错误或快速改进，他直接将上下文添加到 Linear 票据中，然后复制到 Codex Cloud 中启动 agent 任务------没有花哨的 MCP 集成，只是手动复制粘贴。但对于更大的功能，他会走出 Linear 进入 Codex CLI，在那里他编写一个本地的 plan.md------一个作为项目蓝图的简单文本文件。它列出了步骤、范围和决策，成为他与 agents 随着工作展开进行迭代的主管规范。
执行也发生在两个轨道上。在 Codex cloud 中，他头脑风暴方法并生成草稿拉取请求，通常不是为了合并，而是为了探索想法、揭示边缘情况并并行获取潜在修复。他更喜欢云，因为它让他可以异步启动后台任务，无论是从 iOS ChatGPT 应用还是在网络上。
一旦他对某个方向有信心，他就会转移到 Codex CLI 进行真正的构建，完善 plan.md 并让 agent 在他选择的终端 Ghostty 中逐步驱动文件编辑，同时密切关注 agent 的工作。在此过程中，他使用 Xcode 进行原生 macOS 开发，使用 Cursor 进行后端工作。与 Linear、Figma 和 Sentry 的 MCP 集成让问题、设计和错误跟踪连接到循环中。
审查对 Naveen 来说是一个独立的纪律。首先，他运行 Codex 内置的 /review 命令，这给他自动化扫描明显错误或问题的能力。然后他自己通过并排比较代码的"之前"和"之后"版本来仔细检查变更。当是错误修复时，他更进一步：查看 Sentry 中变更前后的错误日志，确保问题发生的频率降低。
贯穿 Naveen 技术栈的一个工具是 Monologue，一个他自己构建的语音转文本应用，在 Every 孵化，并于上个月推出。他用它来提示提示、编写票据描述和更新他的计划------将他的想法转化为 agents 的上下文。你可以试试它。
完善有效的方法：Andrey Galko，工程负责人
Andrey Galko 保持他的工作流程简单。他不是那种追逐每个闪亮新工具的开发者------而在 AI 中，有很多。如果某个东西有效，他就会坚持使用。很长一段时间，这意味着使用 Cursor，他仍然称其为那里最好的用户体验。但当公司改变了定价时，他开始在一周内就达到每月使用限制，被迫寻找其他选择。
他在 Codex 中找到了答案（如果前者没有发布，他可能还会继续为 Cursor 付费）。Andrey 说，相当长一段时间，OpenAI 的模型生成了次优的代码。它们会产生技术上有效但与现有代码库不一致、跳过步骤、感觉"懒惰"的片段。然后 GPT-4.5 和 GPT-5 出现了，情况发生了变化：模型开始阅读代码，并且能够完成任务一直到功能性的 MVP。
Codex 在非视觉逻辑方面一直很好------使软件运行的幕后规则和过程，与你点击的用户界面相对------而当 GPT-5-Codex 到来时，它最终在用户界面方面也变得出色了。Claude 可能仍然产生更有创意（有时太有创意）的 UI，但 Andrey 发现很少需要在两者之间切换了。"我为 OpenAI 成为对 Anthropic 代码生成统治地位的真正威胁而鼓掌，"他说。
专注于一件事：Nityesh Agarwal，Cora 工程师
Nityesh Agarwal 喜欢保持紧凑、专注和清洁。他的整个代理技术栈运行在 MacBook Air M1 上------不需要大显示器。"我是那种不喜欢经常更换工具的开发者，"他说。"我喜欢一次专注于一件事。"
那件事就是 Claude Code。他在 Max 计划上运行它，并用它进行所有 AI 辅助编码。在他写一行代码之前，他会花时间研究代码库并绘制出一切应该如何工作的详细计划------在 Claude 的帮助下。一旦他开始编码，他就会停留在单个终端中，激光专注于手头的任务。"我已经意识到对我来说最好的方法是给 Claude 正在做的事情 100% 的注意力，"他说。如果出现研究问题，他可能会在单独的标签页中快速启动一个会话，但作为规则，他避免同时处理多个 agents。他更喜欢像"鹰一样"观察 Claude 的工作，手指放在 Escape 键上，准备在看起来不对劲的时刻介入。
最近，他实际上缩短了 Claude 的缰绳，经常在过程中打断它要求解释。这会减慢速度，但会在两个方面得到回报：Claude 的幻觉减少，Nityesh 感觉自己在磨练自己的开发者技能。"我意识到我对 Anthropic 放置了太多的信任，这让我变得脆弱，"他承认。当 Claude 出现故障两天时，他尝试了其他工具，但没有一个与他习惯的相匹配。"Claude Code 已经把我宠坏了，"他说。"所以现在我只想祈祷它永远不会再次失控。"
Nityesh 工作流程的另一个关键部分是 GitHub，它已经成为他与 Claude Code 工作方式的界面。对于 Nityesh 正在处理的 AI 邮件助手 Cora，工程团队审查 Claude Code 创建的拉取请求。他们在 GitHub 中留下逐行评论，然后让 Claude Code 获取并阅读这些评论到终端中，这样团队（包括人类工程师和 Claude Code）可以一起进行所需的修复。
在其他工具方面，Nityesh 称 Cursor 和 Warp 为"可靠的锦上添花"，尽管如果明天无法访问它们他也不会介意。