你是否也遇到过这种令人困扰的情况——
启动Claude Code，随口吩咐了一句“帮我开发个XX功能”，AI便开始自动生成代码。等你回过神来，它已经写出了300行与你预期不符的逻辑。虽然代码能正常运行，但与你大脑构想的解决方案相去甚远。
实际上，这往往并非AI能力不足——而是你和它之间缺少一项关键共识：先讨论清楚目标和需求，再着手编码。Superpowers正是为解决这一核心痛点而设计的开源方法论工具。
它是什么？
Superpowers是一个开源的AI编码方法论框架，由独立开发者Jesse Vincent创建。它的核心理念非常直接：不要允许AI直接生成代码。强制它先进行思考、规划、确认，然后再进入代码实现阶段。
听起来是不是有点耳熟？没错，许多框架都提倡“先设计后开发”。但Superpowers的独特之处在于——它并非倡议，而是一种强制约束。安装此框架后，你的AI编程助手会自动加载一系列Skills（技能）。这些技能并非可选的“参考建议”，而是必须严格执行的工作流。在执行任务之前，AI会首先检查自身是否具备相关技能，如果有，就必须严格按照技能所规定的流程执行。这便是“超能力”（Superpowers）命名的真谛——并非让AI更聪明，而是让它更自律、更可控。
一个完整的开发流程长什么样？
假设你需要为一个项目添加新功能。安装Superpowers后，整个开发流程将按如下步骤严格执行：
第一步：头脑风暴
AI不会立即开始编码。相反，它会像“苏格拉底式”的引导者一样，不断向你提问：你究竟想实现什么功能？为什么要这么做？有哪些潜在的替代方案？通过层层深入的追问，逐步将你模糊的需求梳理成一个清晰的设计方案。随后，它会将设计拆解成多个小段落呈现给你——每段都足够简短，确保你有足够的耐心和精力进行审阅。
第二步：设计确认
只有当你对设计表示认可后，方案才会被正式定稿。
第三步：写计划
AI将设计方案拆解为多个独立的小任务，每个任务耗时约2到5分钟。每个任务都附带了明确的文件路径、完整的参考代码以及验证步骤。用Jesse的话来说，这份计划的详尽程度“足以让一个充满热情但缺乏审美和判断力、不熟悉项目背景、讨厌写测试的初级工程师也能准确执行”。
第三步半：Git Worktree
如果你的项目使用了Git版本控制，AI将自动创建一个worktree（工作树）。这意味着你可以在多个分支上并行工作，互不干扰。
第四步：子Agent驱动开发
当你发出“开始”指令后，AI会派遣子Agent（Sub-agent）去执行具体任务。每个子Agent完成任务后，主Agent会执行两轮严格的审查：
- 规格审查：子Agent是否严格按照计划执行了任务？
- 质量审查：子Agent生成的代码质量是否合格？
任何一轮审查不通过，任务都会被驳回并重新执行。然后AI会继续处理下一个任务。据Jesse透露，在这样的约束下，Claude有时无需人工干预就能自主工作两三个小时，且始终保持高度专注。
第五步：测试驱动开发
在整个开发过程中，AI会强制执行“红-绿-重构”（Red-Green-Refactor）的TDD循环：
- 编写一个预期会失败的测试用例（红）。
- 运行测试确认其失败，以保证测试本身有效。
- 编写最少量的实现代码使测试通过（绿）。
- 验证测试通过并进行重构与提交。
如果AI发现自己先完成了实现代码再补写测试，它会主动删除已写的实现代码，重新执行正确的TDD流程。这并非建议，而是一条不可动摇的铁律。
第六步：代码审查 + 收尾
在每个任务的间隙，系统会自动插入代码审查环节。如果发现严重问题，开发进度将被直接阻断。所有任务完成后，AI会提供几种选择：创建Pull Request（PR）、合并到主分支，或者保持当前状态不做变动。
Skills系统：真正的魔法
上述流程只是Superpowers强大功能的冰山一角。其真正的核心在于可高度复用的Skills（技能）系统。每个Skill本质上是一个名为SKILL.md的文件，用自然语言清晰描述了“在特定情况下应如何行动”的规则。目前该框架内置了14个预设技能，覆盖了开发的各个方面：
| 类别 | 技能 | 作用 |
|---|---|---|
| 开发 | brainstorming (头脑风暴) | 苏格拉底式提问式设计讨论 |
| 开发 | writing-plans (编写计划) | 拆解并制定详细实施方案 |
| 开发 | subagent-driven-development (子Agent驱动开发) | 派生子Agent自动化执行 |
| 开发 | executing-plans (执行计划) | 分批逐步执行+人工检查点 |
| 测试 | test-driven-development (测试驱动开发) | 红-绿-重构严格循环 |
| 调试 | systematic-debugging (系统化调试) | 执行四阶段根因分析 |
| 协作 | requesting-code-review (请求代码审查) | 生成代码审查清单 |
| 协作 | receiving-code-review (接收代码审查) | 处理与反馈审查意见 |
| 协作 | using-git-worktrees (使用Git工作树) | 创建并行开发分支 |
| 协作 | finishing-a-development-branch (完成开发分支) | 合并/生成PR决策 |
| 元技能 | writing-skills (编写技能) | 自主创建新技能 |
| 元技能 | using-superpowers (使用Superpowers) | 新手入门引导 |
其中最令人惊叹的特性在于——AI能够自己编写并扩展新技能。Jesse分享过一个细节：他让Claude编写一个“如何创建技能”的技能。此后，每当需要新的能力时，只需简单描述期望的行为，Claude就能自动创建对应的SKILL.md文件，甚至会调用子Agent来对新技能进行“压力测试”，以验证其有效性。更令人印象深刻的是，他还曾尝试将一整本编程书籍提供给Claude，让它从中自主提炼出可复用的技能。尽管Jesse对知识产权问题仍有顾虑，但这种让AI自我进化的思路本身就十分震撼。
心理学黑客：为什么AI会乖乖听话？
Jesse发现了一个有趣的原理：社会心理学中的说服原则，对AI同样适用。他借鉴了Robert Cialdini的经典著作《影响力》中的核心原则——权威、承诺、喜好、互惠、稀缺、社会认同和一致性——并将这些原理巧妙地融入了Superpowers的技能文件中。例如，在压力测试场景中，他会刻意营造一种“紧迫感 + 权威指令”的组合环境，促使AI即便在高压状态下也倾向于严格遵守规则。随后，沃顿商学院的一项研究证实了这一直觉：大型语言模型（LLM）确实会对经典的心理学说服技巧产生响应。由此可见，Superpowers不仅是在指导AI“做什么”，更是在利用心理学原理确保AI“更可靠地做到位”。
支持哪些工具？
Superpowers框架目前兼容以下8款主流的AI编程助手与工具：
- Claude Code（可通过官方插件市场直接安装）
- OpenAI Codex CLI / Codex App
- Factory Droid
- Gemini CLI
- OpenCode
- Cursor
- GitHub Copilot CLI
不同工具的安装方法略有差异，但核心思路高度一致：安装对应插件或扩展 → 重启工具 → AI将自动加载所有可用技能。整个过程无需任何手动配置或触发。
谁适合用？
适合人群：
- 正在使用AI编程助手（尤其是Claude Code）但对输出结果感到不可控的开发者
- 重视测试驱动开发（TDD）的工程团队
- 需要让AI长时间自主工作但又害怕它偏离方向的项目背景
- 对前沿“AI编程方法论”充满好奇的技术探索者
可能不太适合：
- 仅使用AI辅助编写少量代码、无需复杂工作流的轻量级用户
- 不使用Git进行版本控制的项目
- 倾向于严格控制AI每一步行为、对子Agent模式不信任的微观管理型开发者
几点思考
Superpowers最引人入胜的地方，并非某一项具体功能，而是其背后深刻的价值主张：当前AI编程面临的核心问题，并非AI本身不够智能，而是开发者给予它的约束和框架还不够完善。与其期望AI自动作出正确判断，不如建立一套完备的规则体系，让它“几乎不可能出错”。Skills系统使得这种约束实现了可复用、可组合和可进化。而心理学原理的巧妙融入，则让这套规则不再只是冰冷的技术指令，而是具备了真正的“说服力”与引导性。
Jesse Vincent是Perl领域知名工具RT（Request Tracker）以及Best Practical公司的创始人，在开源社区拥有数十年的深厚资历。Superpowers框架于2025年10月由他首次发布，并至今保持着高速迭代。这并非一个商业产品，而是一位资深开发者将其个人关于AI编程的最佳实践系统化后，分享给社区的开源成果。
如果你正在广泛使用AI编程助手，不妨花几分钟时间试试Superpowers。安装配置完成后，你的AI助手将真正获得“超能力”。
下期预告：《OpenSpec：轻盈高效的AI编程规范层》——如果你的项目不需要像Superpowers这样体系完整的方法论，OpenSpec或许是一个更为轻巧灵活的选择。
