Superpowers方法论：给AI Agent装上纪律

当你让AI写代码时，你真的放心吗？

说实话，第一次用Claude Code的时候我确实挺激动的。丢给它一个需求，它二话不说就开始噼里啪啦写代码，那个兴奋劲儿跟刚拿到新玩具的小孩似的。

但冷静下来一想，问题就来了——它真的理解我想做什么了吗？ 它有没有写测试？它考虑的边界情况跟我脑子里想的一样吗？如果出了bug，我是不是得花双倍时间debug？

这不是Claude的问题，这是所有AI编程工具的通病：它们太急了。 你问一句它就答一句，你要一个功能它就甩给你一堆代码。但软件开发从来不是"写代码"这一件事——需求分析、架构设计、测试覆盖、代码审查，哪一个环节敢跳过？

这就是我要聊的——Superpowers，一个给AI Agent装上"纪律"的开源项目。

Superpowers是什么

项目地址：obra/superpowers，258K Stars，作者是Jesse Vincent（ID：obra），Perl社区的老将，也是知名的开源贡献者。

它不是什么花哨的AI模型，也不是什么新的IDE插件。它是一套完整的软件开发方法论，打包成了14个可组合的SKILL.md文件。当你配置好之后，AI Agent会在每次任务中自动触发这些技能，像一本操作手册一样，一步一步引导Agent做该做的事。

说得直白一点：Superpowers就是给AI Agent上的"规章制度"。

七步走，一步不能少

Superpowers把软件开发拆成了七个阶段，环环相扣。每个阶段都有明确的输入、输出和验收标准。

1. 头脑风暴（Brainstorming）

写任何代码之前，先动嘴不动手。

Agent会反过来问你一堆问题——"这个功能的用户是谁？""你预期的性能要求是什么？""有没有现有系统需要兼容？"这个过程会把模糊的想法变成一个结构化的设计文档。你可能会觉得烦，但相信我，被AI追问比被bug追着跑舒服多了。

输出物：一份清晰的设计文档，包含需求、约束、技术选型。

2. Git Worktree

设计文档获得批准后，Superpowers会自动创建一个隔离的工作分支。用的是git worktree，不是简单的分支切换。

什么意思？你的主分支干干净净，不受任何影响。Agent在隔离环境里随便折腾，你继续在主分支上工作，互不干扰。哪天不满意了，把那个worktree删了就行，主分支毫发无伤。

3. 编写计划（Writing Plans）

这是我最喜欢的一步。Agent会把整个实现拆成每2-5分钟一个小任务的粒度。

我说的是真·细。每个任务精确到：改哪个文件的哪一行，用什么模式实现，验证步骤是什么。举个例子：

任务3.2：在 src/auth/login.ts 第45-78行添加Token过期校验逻辑，实现方式为调用 verifyExpiry() 方法。验证方式：运行 npm run test:auth 中的 login expiry 测试用例。

这种粒度意味着你随时可以review，随时可以叫停，没有任何"黑盒"的神秘感。

4. 子代理驱动开发（Subagent-Driven Development）

每个小任务，Superpowers会派一个全新的子Agent去执行。

为什么要这样做？因为上下文污染是AI开发最大的坑。一个Agent不停地写代码，上下文里塞满了各种半成品代码、临时变量、中间决策，写到后面脑子都是糊的。每次开新任务都用一个"干净的"子Agent，相当于每次都是从零开始聚焦一件事，质量自然高。

每个子Agent执行完后，还要过两轮审查：
- 规格审查：写的代码跟设计文档和任务描述对得上吗？
- 质量审查：代码本身写得好吗？有没有明显的反模式？

5. 测试驱动开发（TDD）

这个不用多说，经典的RED → GREEN → REFACTOR循环。

先写会红的测试，再写让测试通过的代码，最后重构优化。Superpowers把这个流程强制成了规则——不写测试？任务不通过。测试没全绿？不准往下走。

这听起来死板，但用过TDD的人都知道，先写测试的设计本身就是最好的设计。你不知道怎么测试一个函数，大概率是因为你的函数设计有问题。

6. 代码审查（Cross-Task Review）

所有子任务都完成后，Superpowers会拉起一个跨任务的全局审查。这一步不只是在各个文件之间找茬，它会从整体架构层面审视：

• 各个模块之间的接口是否一致
• 有没有重复代码
• 有没有潜在的并发问题或安全隐患
• 关键的发现会作为一个blocker，阻塞整个流程，直到问题解决

7. 完成分支

最后一个阶段，跑完整测试套件、合并回主分支、或者提一个PR。清理掉worktree，把环境恢复干净。

整整齐齐，有始有终。

为什么要这么重？

你可能会想：太夸张了吧？写个小功能要走七步？

来，我给你讲个场景。

你让AI写一个"用户登录模块"。没有Superpowers的情况下，Agent直接开干——咔咔咔十分钟写完了一堆代码。你看了一眼，登录、注册、Token刷新、密码重置啥都有，效率真高。但仔细一看：密码用MD5存的（对，你没看错），Token没有过期机制，错误处理全是 catch(e) { console.log(e) }，SQL查询居然有注入风险。

现在你怎么办？让AI重构。AI重写一遍。你又review，发现Token过期加了但没测，密码换bcrypt了但老用户的密码迁移方案没有……来来回回折腾一整天。

这是AI开发的真实写照：写得快，但质量难以保证。

同样的需求，有Superpowers的Agent会花30分钟跟你brainstorming、写设计文档、拆任务。然后启动4-5个子Agent并行干了2小时。你开完一个会回来，发现它已经提了一个PR，所有测试通过，代码经过了两轮审查，分支干干净净。

你review的时候，发现每一个决策背后都有据可查，每个测试用例都有明确的意图。你只需要回答一个问题："这个设计方向对吗？" 而不是"这代码能不能跑？"

省下来的不是写代码的时间，是决策和审查的时间。这才是真正的效率。

和其他"Skill"的对比

Superpowers不是唯一的AI开发方法论。在开源社区里，还有几个跟它类似的项目经常被放在一起比较：

• taste-skill：约束AI的设计口味。比如"保持简单，不要过度设计""优先用函数式而不是类"。它管的是代码风格和设计品味。
• ponytail：约束代码量。每次变更控制在200行以内，防止AI一口气给你塞几千行代码。它管的是规模。
• superpowers：管的是整个开发流程。从需求到测试到审查到部署，全链条覆盖。

这三个可以组合使用：superpowers管流程，taste-skill管品味，ponytail管体量。就像三把锁，从不同维度保证AI产出的质量。

装一个试试？

装Superpowers很简单，两种方式：

# 方式一：通过插件管理器
/plugin install obra/superpowers

# 方式二：直接git clone到skills目录
git clone https://github.com/obra/superpowers ~/.claude/skills/superpowers

然后你需要看一眼 SETUP.md，做一些基础的配置——主要是告诉Superpowers你的项目用什么语言、什么测试框架、代码规范是什么。配置好后，每次你跟AI对话时，Superpowers的14个SKILL.md文件就会自动加载，在后台默默地管着Agent的一举一动。

严格不等于慢

Superpowers这个项目的README里有一句话很有意思，说这个仓库的PR拒绝率高达94%。

94%啊兄弟。每100个人提PR，只有6个人能合并进去。听起来苛刻到变态了对吧？但你再想想，一个258K Stars的项目，如果来者不拒，会变成什么样？

这个数字告诉我一件事：Jesse Vincent对这个项目的质量要求是变态级的。 他不会因为"差不多就行"而妥协。而这种"差不多就行"的宽松，恰好是当前AI开发最大的问题——AI能产出大量"看起来还行"的代码，但这些代码往往经不起推敲。

Superpowers给AI装上的不是什么魔法技能，就是一个字：纪律。

让AI慢下来，先想清楚再做。让AI把每一步都留下痕迹，而不是一股脑给你一堆"能跑但不敢动"的代码。让AI像一个人一样——一个真正靠谱的、有经验的工程师那样——去完成任务。

严格不等于慢。恰恰相反，最大的慢，是把不该省的步骤省掉之后，回来补坑。 从这个角度看，Superpowers不是让你的AI变慢了，而是让你不需要再回来补坑——这才是真正的快。

如果你也在用AI写代码，如果你也对AI产出的质量心里没底，去试试Superpowers吧。它可能不会让你的AI更聪明，但它一定会让你的AI更靠谱。