对比矩阵与决策框架

多维度对比矩阵

技术能力维度

工程实践维度

长期价值维度

质量保障维度

检出率数据基于典型 Web 应用开发场景估算

决策树：如何选择合适的模式

一级决策：项目周期

flowchart TD
    A[开始选型] --> B{项目周期?}
    
    B -->|< 2 周| C[短期项目]
    B -->|2-8 周| D[中期项目]
    B -->|> 8 周| E[长期项目]
    
    C --> F[Superpowers<br/>快速上手<br/>无需积累]
    
    D --> G{团队规模?}
    E --> H[CE<br/>知识复利<br/>长期价值]
    
    G -->|1-2 人| I[Superpowers<br/>简单灵活]
    G -->|3+ 人| J[CE<br/>知识共享<br/>协作效率]

二级决策：项目类型细化

flowchart TD
    A[项目类型分析] --> B{主要特征?}
    
    B -->|原型/POC| C[Superpowers<br/>快速验证<br/>用完即弃]
    
    B -->|生产项目| D{维护周期?}
    B -->|遗留项目维护| E[CE<br/>学习历史<br/>避免重复踩坑]
    B -->|新技术探索| F[Superpowers<br/>快速迭代<br/>知识可能过期]
    
    D -->|< 3 月| G[Superpowers<br/>积累价值有限]
    D -->|> 3 月| H[CE<br/>知识复利显著]

三级决策：团队因素

flowchart TD
    A[团队因素分析] --> B{团队规模?}
    
    B -->|个人开发者| C{使用频率?}
    B -->|小团队 2-5 人| D{协作紧密程度?}
    B -->|大团队 5+ 人| E[CE<br/>知识库必需<br/>避免信息孤岛]
    
    C -->|偶尔使用| F[Superpowers<br/>无需投入学习成本]
    C -->|每天使用| G[考虑 CE<br/>长期价值值得投入]
    
    D -->|松耦合| H[Superpowers<br/>各自为战也可]
    D -->|紧密协作| I[CE<br/>知识共享价值大]

四级决策：技术栈因素

flowchart TD
    A[技术栈分析] --> B{技术栈稳定性?}
    
    B -->|快速变化| C[Superpowers<br/>知识易过期<br/>积累价值低]
    B -->|相对稳定| D{已有知识库?}
    B -->|遗留技术| E[CE<br/>学习成本高<br/>知识库价值高]
    
    D -->|无| F[Superpowers 起步<br/>后续评估 CE]
    D -->|有| G[CE<br/>立即享受知识库价值]

项目类型匹配矩阵

匹配度评分表

评分标准：⭐ (不推荐) 到 ⭐⭐⭐⭐⭐ (强烈推荐)

场景化推荐

场景一：创业公司 MVP（2 个月开发周期）

推荐：Superpowers ⭐⭐⭐⭐

理由：

• 开发周期短，CE 的知识积累价值无法充分释放
• 需要快速迭代，Superpowers 的学习成本更低
• MVP 可能 pivot，投入知识库建设可能浪费

优化建议：

• 使用 Superpowers 快速开发
• 在关键模块手动记录经验（为可能的长期维护做准备）
• 如果产品验证成功并进入长期维护，再考虑迁移到 CE

场景二：企业级内部系统（预期维护 2 年以上）

推荐：Compound Engineering ⭐⭐⭐⭐⭐

理由：

• 长期维护，CE 的知识复利效应显著
• 团队规模大，知识共享降低沟通成本
• 质量要求高，多维度 reviewer 提供保障
• 新人 onboarding 可通过知识库加速

实施建议：

• 项目启动即使用 CE，早期就开始积累知识
• 建立知识库维护规范（分类、命名、review）
• 考虑实现 “compound janitor” 自动化流程

场景三：开源项目维护

推荐：Compound Engineering ⭐⭐⭐⭐

理由：

• 贡献者来自不同背景，知识库统一认知
• 降低新贡献者上手门槛
• 避免重复解决相同问题

注意事项：

• 知识库需要与项目文档整合
• 考虑将 docs/solutions/ 作为项目文档的一部分
• 维护成本需要核心团队承担

场景四：技术栈迁移项目

推荐：视情况组合使用

策略：

flowchart LR
    A[迁移项目启动] --> B[探索阶段]
    B --> C[Superpowers<br/>快速实验不同方案]
    C --> D[方案确定]
    D --> E[迁移执行]
    E --> F[CE<br/>记录迁移经验<br/>避免重复问题]
    F --> G[长期维护]
    G --> H[CE<br/>知识库持续积累]

理由：

• 探索阶段：Superpowers 快速验证不同方案
• 执行阶段：CE 记录迁移过程中的坑和解决方案
• 长期维护：CE 知识库帮助应对新技术的 edge cases

决策框架可视化

综合决策流程图

flowchart TD
    Start([开始选型]) --> Q1{项目周期 < 2 周?}
    
    Q1 -->|是| A1[短期项目]
    Q1 -->|否| Q2{团队规模 > 3 人?}
    
    A1 --> Q3{是原型/POC?}
    Q3 -->|是| R1[Superpowers<br/>⭐⭐⭐⭐⭐ 推荐]
    Q3 -->|否| Q4{维护频率高?}
    Q4 -->|是| R2[考虑 CE<br/>即使短期也可能有价值]
    Q4 -->|否| R1
    
    Q2 -->|是| A2[团队项目]
    Q2 -->|否| Q5{个人每天使用?}
    
    A2 --> Q6{是遗留项目?}
    Q6 -->|是| R3[CE<br/>⭐⭐⭐⭐⭐ 强烈推荐]
    Q6 -->|否| Q7{质量要求高?}
    Q7 -->|是| R3
    Q7 -->|否| Q8{协作紧密?}
    Q8 -->|是| R4[CE<br/>⭐⭐⭐⭐ 推荐]
    Q8 -->|否| R5[Superpowers<br/>⭐⭐⭐⭐ 推荐]
    
    Q5 -->|是| Q9{愿意投入学习?}
    Q5 -->|否| R6[Superpowers<br/>⭐⭐⭐⭐⭐ 推荐]
    
    Q9 -->|是| R7[CE<br/>⭐⭐⭐⭐ 推荐]
    Q9 -->|否| R6
    
    R1 --> End([结束])
    R2 --> End
    R3 --> End
    R4 --> End
    R5 --> End
    R6 --> End
    R7 --> End
    
    style R1 fill:#9f6
    style R3 fill:#9f6
    style R6 fill:#9f6
    style R4 fill:#cf9
    style R5 fill:#cf9
    style R7 fill:#cf9
    style R2 fill:#ff9

成本效益分析模型

xychart-beta
    title "成本效益曲线对比"
    x-axis [1周, 2周, 1月, 3月, 6月, 12月]
    y-axis "相对效率" 0 --> 300
    
    line "Superpowers" {
        100, 100, 100, 100, 100, 100
    }
    
    line "CE (考虑学习成本)" {
        80, 90, 110, 150, 200, 280
    }
    
    line "CE (熟练后)" {
        100, 110, 130, 170, 220, 300
    }

解读：

• Superpowers（蓝色）：恒定效率，无学习成本，但无增长
• CE（含学习成本）（橙色）：初期效率略低（学习成本），但 2 周后开始超越，6 个月后显著领先
• CE（熟练后）（绿色）：如果团队已有 CE 经验，从项目启动就享受效率优势

关键洞察：

• 盈亏平衡点：约 2 周。如果使用 CE 超过 2 周，收益开始超过成本
• 显著收益点：约 1 个月。此时知识库开始产生规模效应
• 复利爆发点：约 6 个月。知识库覆盖大部分常见问题，效率翻倍

快速选型检查清单

选择 Superpowers 如果：

• 项目周期 < 2 周
• 原型/POC 验证
• 个人偶尔使用
• 需要跨工具切换
• 技术栈快速变化
• 团队 AI Agent 刚起步

选择 Compound Engineering 如果：

• 项目周期 > 1 个月
• 生产级长期维护项目
• 团队规模 3+ 人
• 遗留项目维护
• 质量要求高（企业级）
• 愿意投入学习成本换取长期价值
• 已有或计划建立知识管理文化

考虑混合策略如果：

• 项目包含探索 + 生产两个阶段
• 团队部分成员熟悉 CE，部分不熟悉
• 既有快速原型需求，又有核心模块需要高质量

参考基准

行业标准实践

根据 2025-2026 年 AI Agent 开发调研数据（基于社区讨论和开源项目统计）：

数据来源于开源社区调研，样本量约 500 个团队