在 AI 辅助开发的实践中，我们常遇到这样的场景：AI 承诺已完成任务并经过测试，但实际结果却可能是一个崩溃的页面，或者它根本未执行测试，甚至擅自修改了不相关的代码。这暴露了当前 AI 编程最缺乏的核心要素——纪律性。

在 AI 编程编排工作流中，存在多种框架流派。如果说 GSD 框架倾向于“并行加速”，那么我们今天要深入探讨的 Superpowers 框架，则是一个典型的“流程纪律派”。它不追求代码产出的速度，而是强制 AI 严格遵循软件工程规范，如同给 AI 戴上“紧箍咒”，以铁血纪律逼出高质量代码。

!Superpowers 强调从需求到审查的连贯纪律 图示：Superpowers 强调从需求澄清、计划制定到严格执行、审查的连贯纪律。

什么是 Superpowers？

简单来说，Superpowers 是一套由 15 个 Markdown 格式的“技能（Skills）”文件组成的框架。当启动 AI（例如 Claude Code）并挂载 using-superpowers 入门技能时，AI 会被“洗脑”，强制遵循一套标准工作流。这个工作流涵盖了：

  • 需求澄清
  • 计划制定
  • 测试驱动开发（TDD）
  • 系统性调试
  • 两阶段代码审查（PR Code Review）

这套框架最令人惊艳之处在于其“防范性”设计。框架的作者似乎深受 AI “坑害”之苦，因此在 AI 可能“找借口”的每一个环节，都设置了严厉的障碍。

核心亮点一：无 TDD，则删代码

AI 常常本末倒置：先写完代码，再补一个“总是通过的虚假测试”来敷衍了事。Superpowers 框架中的 test-driven-development 技能规则对此有明确规定：

NO PRODUCTION CODE WITHOUT A FAILING TEST FIRST.
Write code before the test? Delete it. Start over.

这意味着，如果 AI 先编写了生产环境代码，框架会要求它删除这些代码，并从编写一个失败的测试开始。这彻底堵死了 AI 的各种狡辩：

  • AI 借口一：“这太简单了不用测。”
    • Superpowers 回应： 不行，再简单的代码也可能出错。
  • AI 借口二：“我已经手动测试过了。”
    • Superpowers 回应： 不行，手动测试无法记录，也无法自动化重复运行。
  • AI 借口三：“可是我删掉会浪费工作时间。”
    • Superpowers 回应： 不行，这是沉没成本谬误，保留未经充分验证的代码才是真正的隐患。

更进一步，如果 AI 编写的测试一经运行就立即通过，框架会要求它反思：“你这个测试是不是测错了东西？”这种“字面合规，精神也合规”的强迫症式设计，正是治愈 AI 偷懒的良药。

核心亮点二：系统性调试（告别随机猜测）

当代码报错时，普通 AI 往往会随意尝试多种解决方案，陷入“随机调试鬼打墙”的困境。Superpowers 框架通过 systematic-debugging 技能，禁止这种行为，并制定了严格的四阶段调试机制：

  1. 根因调查： 仔细阅读错误信息，不限于表面。在边界条件处设置日志，确认变量变化，确保问题能够稳定重现。
  2. 模式分析： 对比现有代码库中正确的实现范例，寻找规律。
  3. 假设与测试： 提出调试假设，每次只修改一个地方进行验证。如果假设失败，立即提出新假设，避免在错误方向上继续投入。
  4. 实施修复： 在修复问题之前，首先编写一个能够重现该问题的测试用例。

如果经过三次修复尝试仍未解决问题，框架会要求 AI 停下来，重新审视架构是否存在根本性问题。

细节借鉴：条件等待 (Condition-based waiting)

在编写自动化测试的错误重现逻辑时，AI 经常习惯性地使用“等待 50 毫秒”之类的固定延时。然而，网络和服务器的延迟是不稳定的！

Superpowers 框架明确指导 AI：永远不要猜测需要等待多久。AI 必须通过轮询或等待特定条件真正出现来确保操作的正确性。这种针对 AI 常见错误的特化调教，是我们在学习该框架时值得借鉴的宝贵经验。

核心亮点三：两阶段审查（Two-Stage Review）

当一个小任务阶段完成时，Superpowers 定义了一个基于子代理（subagent-driven-development）的审查流程。这是一个非常有效的切分与协作点：

两阶段审查（顺序不可颠倒）

审查阶段 关注点 目标 核心原则
阶段一：规格符合性审查 是不是我们要的功能？ 确保没有多做（YAGNI），也没有少做。 先确认方向正确。
阶段二：代码质量审查 测试是否完善？代码是否整洁？ 在确认功能符合需求后，再提升代码质量。 方向正确后，再优化实现。

为什么这个顺序至关重要？因为我们最担心的是 AI 花费大量时间，重构出一段“超级优雅、无懈可击，但完全不符合需求”的代码。如果审查顺序颠倒，我们先投入精力审查代码质量，一旦发现功能不符，之前所有的努力都将付诸东流。

Superpowers 方法论的取舍

正如相关文章所提到的，Superpowers 的设计极具攻击性和强制力。然而，这同样是它的致命缺点：它会显著延长开发周期。

一个原本只需添加三行代码的任务，在 Superpowers 框架下，AI 可能需要经过提问、列计划、写测试、发起 PR、以及两次自我审查等多个环节。如果只是为了快速完成一个一次性的小脚本，使用这套框架可能会让人感到挫败。

然而，对于需要长期维护的大型核心系统，这种严格的纪律性将带来巨大的价值。它确保了代码的质量、可维护性和稳定性，从而降低了长期运营成本和风险。

总结与展望

我们已经分别了解了 GSD 框架如何通过协调器（Orchestrator）进行目标拆解以实现“横向扩展（并行化）”，以及 Superpowers 框架如何通过流程卡点来确保“纵向质量（深度）”。

在未来的工作流中，我们可以反思哪些步骤可以交由 AI 完成，并将 Superpowers 框架中的这些限制和纪律融入到 System Prompt 中。通过合理地结合不同框架的优势，我们可以更好地驾驭 AI，使其成为我们提升开发效率和代码质量的强大助力。

👉 如果你需要 ChatGPT 代充 / Claude / Claude Code / 镜像 / 中转 API：