还在让AI凭感觉写代码？20万+ Star的Superpowers，给AI装上“工程大脑”

还在让AI凭感觉写代码20万 Star的Superpowers给AI装上“工程大脑”你有没有遇到过这种情况——让Claude Code帮你写一个新功能它二话不说就开始生成代码。你还没来得及说“等等先别写”几百行代码已经出现在屏幕上——但方向是错的测试没写架构也没想清楚。你不得不在它的代码上打补丁来回改了好几轮。一个本来半小时能搞定的需求硬是折腾了两个小时。这不是Claude写得烂是你们两个从一开始就没有共识过“这段代码要对什么负责”。这正是Superpowers要解决的问题。不是让AI更聪明是给AI一套工程纪律。截至2026年6月这个由Jesse Vincentobra维护的框架已在GitHub上积累了236k Stars在Anthropic官方插件市场的安装量超过68万次是Claude Code生态里增长最快的插件。项目采用MIT许可证支持16种主流AI编程工具。Superpowers不是又一个AI编程插件而是一套以“技能驱动”为核心理念、以“子智能体驱动开发”为执行引擎的完整软件开发方法论——从需求澄清、设计评审、计划制定、TDD实现到代码审查全程自动接管让你的AI助手不再是一个“会写代码的实习生”而是一个拥有完整工程素养的资深工程师。一、先说说那个“Vibe Coding”的坑AI太勤快反而坏事在正式介绍Superpowers之前先花两分钟回顾一下现在的AI编程工具到底出了什么问题。你让AI帮你改一个小功能结果它上来就改了五六个文件。你只是让它修一个bug它顺手重构了一片代码。你问它“测试过了吗”它说“应该没问题”。这不是个例这是现在大多数AI编程工具的真实写照需求还没问清楚就开始实现设计还没确认就开始改架构测试还没跑完就宣布完成Review还没做就准备提交这种现象在圈子里有个专门的说法——Vibe Coding凭感觉编程。很多开发者刚开始用AI编程工具时习惯性地把AI当成“代码生成器”——提个需求等它吐代码复制粘贴完事。这种方式在简单场景下还行但一旦项目复杂起来问题就全暴露了代码质量参差不齐、缺乏系统性的测试、调试困难、bug频发、代码难以维护。说到底这不是AI不够聪明的问题而是AI缺乏工程纪律的问题。前辈的致命伤AI听到需求就开写不问、不验、不收 → Superpowers的杀手锏把资深工程师的开发方法论编码成技能强制AI先思考、再计划、后编码、再审查Superpowers的核心目标只有一个把你的AI编码助手从一个急于交差的“初级开发”改造成一个严守开发纪律的资深工程师。二、Superpowers是什么不是插件是工程纪律的文本分发大多数人第一次听说Superpowers以为它是某种Claude的fine-tune版本或者是一个专属的Agent框架。都不是。Superpowers的全部实现就是一套SKILL.md文件。每个SKILL.md文件就是一套流程规范用Markdown写成任何人打开都能读懂。整个框架没有自己的运行时不锁定模型不依赖私有API——它本质上是一套编码进文本的工程方法论。核心理念Process over Prompt流程大于提示词传统的AI编程方式依赖的是你写的提示词——你写得好AI就干得好你写得不好AI就乱来。这种方式高度依赖用户的水平而且不可复制、不可规模化。而Superpowers的方式是把资深工程师的思考和执行习惯直接“编译”进AI的大脑。Superpowers当前版本包含14个核心技能分三类分类技能核心职责开发流程类brainstorming需求澄清设计获批前禁止写代码writing-plans将设计拆解为2-5分钟的原子任务executing-plans按计划执行不跑偏subagent-driven-development每任务派发全新子智能体using-git-worktrees隔离工作区互不干扰finishing-a-development-branch分支收尾验证测试质量保证类test-driven-development强制执行RED-GREEN-REFACTORrequesting-code-review发起代码评审receiving-code-review处理评审意见verification-before-completion完成前验证调试与元技能类systematic-debugging四阶段根因分析禁止猜测式修复writing-skills编写新技能using-superpowersSuperpowers激活恢复dispatching-parallel-agents并行Agent调度三、核心机制四个“刹车”让AI不敢乱来① brainstorming有一道硬门过不去就不许写代码这是大多数人用得最多、也用得最浅的技能。多数人的用法是喊一句/brainstorming回答几个问题然后让AI直接开写。但打开brainstorming的SKILL.md第一个硬约束是这样写的HARD-GATE Do NOT invoke any implementation skill, write any code, scaffold any project, or take any implementation action until you have presented a design and the user has approved it. /HARD-GATE注意这是HARD-GATE不是“建议”是**“不管你觉得多简单过不了这道门一行代码都不许写”** 。完整的brainstorming流程是9步探索项目现状→逐条问澄清问题→提出2-3条路径选择→在聊天中呈现设计→分段展示→等待批准→只有批准后才能进入下一阶段。简单意味着简短的设计而不是没有设计。② test-driven-development没有失败的测试就没有生产代码TDD是Superpowers的核心执行原则被编码为不可妥协的铁律“没有先写失败的测试就没有生产代码。在测试之前写代码删掉它。从头开始。没有例外。”TDD技能强制执行RED-GREEN-REFACTOR循环RED写一个失败的测试验证它确实失败GREEN写最少的代码让测试通过验证所有测试变绿REFACTOR清理代码保持测试绿色关键约束“如果你没有亲眼看到测试失败你就无法确定它测试的是正确的东西。”③ subagent-driven-development每个任务派发一个全新的子智能体这是Superpowers最独特的执行机制——让AI自己“招聘”子智能体来完成工作。为什么这样设计问题传统方式Superpowers方式上下文污染一个长会话里积累了太多无关信息每个子智能体从零开始只获得任务所需上下文注意力分散AI在一个会话里处理多个任务子智能体只专注一个任务审查缺失代码写完直接提交每个任务后都有审查规格合规性代码质量执行流程为当前任务派发implementer子智能体→子智能体如有问题则提问→实现、测试、提交、自我审查→生成审查包派发task reviewer子智能体→审查通过则继续不通过则返工。它不 uncommon for your agent to work autonomously for a couple hours at a time without deviating from the plan。④ systematic-debugging禁止猜测式修复调试技能是Superpowers对“拍脑袋修bug”的终极反击“在没有完成根因调查第一阶段之前你不能提出修复方案。”四阶段流程阶段核心活动Phase 1: 根因调查仔细阅读错误信息、稳定复现、检查近期变更、添加诊断埋点Phase 2: 模式分析找到工作示例、对比参考实现、列出所有差异Phase 3: 修复基于根因而非症状进行修复Phase 4: 验证确认修复有效且没有引入新问题尤其强调当处于时间压力下、“‘快速修复’看起来很明显”时更要用这个技能。“系统化比瞎折腾更快。”四、完整工作流从想法到交付7个强制阶段Superpowers把软件开发的一次完整迭代拆成7个强制阶段每个阶段对应一个或多个技能框架要求不允许跳过1. 你启动AI编程助手说“我想建一个XXX” ↓ 2. Brainstorming需求澄清自动触发 → AI不写代码而是提问澄清需求 → 将想法分类探针/有界/架构级 → 在聊天中呈现设计等你确认 → 硬门设计获批前一行代码都不许写 ↓ 3. Writing Plans任务分解 → 将设计拆解为2-5分钟的原子任务 → 每个任务包含文件路径、完整代码、验证步骤 ↓ 4. 你说“go”Subagent-Driven-Development启动 → 每个任务派发一个全新的子智能体 → 子智能体执行TDD写测试→看失败→写代码→看通过→提交 → 每个任务后触发Code Review → 审查通过继续不通过返工 → AI可能自主工作数小时而不偏离计划 ↓ 5. 所有任务完成Finishing-a-Development-Branch触发 → 验证所有测试通过 → 提供选项合并/创建PR/保留/丢弃五、一个真实的对比有没有Superpowers差别有多大没有Superpowers的AI编程你描述一个需求 → AI立刻生成几百行代码 → 代码能跑测试也写了几个 → 两周后你往同一个模块加功能发现之前那段代码的假设是错的——没有测试覆盖那个边界条件修起来比重写还难。有Superpowers的AI编程你描述一个需求 → AI先问澄清问题“输入格式是什么非法输入怎么处理”→ 呈现设计等你批准 → 拆解成2-5分钟的小任务 → 每个任务先写失败的测试→再写代码→再重构→提交→审查→通过后才进入下一个任务。一个半小时能搞定的需求两个小时才能搞定的需求差别就在这。设计洞察Superpowers的起源揭示了一个关键事实——最好的AI工作流不是从零设计的理论框架而是从资深开发者的实际工作流程中“蒸馏”出来的可执行代码。项目作者Jesse Vincent在深度使用AI编程工具后敏锐地发现不是AI不行而是它缺乏一套严谨的工程SOP。六、快速上手支持16种AI编程工具Superpowers最大的工程化成就是跨平台兼容性——同一个技能库可以在16种以上的AI编程工具中运行。Claude Code官方插件市场最推荐/plugin install superpowersclaude-plugins-official其他支持的工具Antigravity、Codex App、Codex CLI、Cursor、Factory Droid、Gemini CLI、GitHub Copilot CLI、Kimi Code、OpenCode、Pi等。安装完成后你的AI编程助手会自动获得Superpowers。因为技能会自动触发你不需要做任何特殊操作。七、谁适合用谁需要谨慎场景推荐度说明新项目开发★★★★★从brainstorming到交付的完整流程功能迭代★★★★★有界改动TDD代码审查Bug修复★★★★★systematic-debugging四阶段根因分析团队协作开发★★★★Git worktree隔离分支管理快速原型验证★★★可用Spike路径但整体流程偏重非TDD习惯的团队★★TDD是铁律不可妥协八、写在最后Superpowers回答了一个根本问题如何让AI编程助手从“会写代码”变成“会按正确的方式写代码”它的答案很清晰流程编码为技能——不要靠提示词“建议”AI怎么做把流程编码为可触发的技能技能自动触发——不要让用户记住什么时候该用什么技能让AI自己识别子智能体隔离执行——不要让一个会话承载所有任务用独立子智能体保持专注Superpowers的终极启示不是“又一个AI编程插件”而是“把资深工程师的开发方法论编码为AI可以自动执行的技能系统”。它解决的不是“AI能不能写代码”的问题而是“AI怎么好好写代码”的问题。项目地址https://github.com/obra/superpowers官方文档https://claude.com/plugins/superpowers数据来源GitHub项目首页236k Stars截至2026年6月23日、Anthropic官方插件市场、公开技术分析文章截至2026年8月关注我们获取更多AI技术深度解读和开源方案落地案例。