如果你用过 Claude Code 或者 Codex 来写代码，大概都遇到过这个问题：
你给了一个模糊的需求，Agent 兴致勃勃地开始写代码——写了一堆，方向完全不对。你纠正它，它从头再来。再来一次，又跑偏了。
obra 写的 Superpowers 想解决的就是这个问题。
98,200 个 star。这是本周 GitHub Trending 上星数最高的项目。但它不是一个写代码的框架，不是一个新的编程工具，也不是一个 AI 模型。它是一套方法论——一套教 AI 编码 Agent "怎么正确地做软件开发"的方法论。
它做了什么
Superpowers 的核心逻辑其实很简单，但很有效：
第一步：brainstorming（头脑风暴）
Agent 不会一上来就写代码。它会先退一步，问你："你到底想做什么？"通过几轮对话，把模糊的需求变成一个清晰的规格文档。然后把规格文档分块展示给你，让你逐段确认。
这一步解决的是"方向不对"的问题。大多数 AI 编码失败不是因为写不出代码，而是因为一开始就没搞清楚要做什么。
第二步：using-git-worktrees（使用 Git 工作树）
规格确认后，Agent 会创建一个隔离的工作空间——新的分支、干净的环境、运行测试确认基线。这一步保证开发过程不会污染主分支。
第三步：writing-plans（编写计划）
这是 Superpowers 最实用的部分。它把整个开发工作拆成 2-5 分钟就能完成的小任务。每个任务都有精确的文件路径、完整的代码、验证步骤。不是"优化一下性能"这种模糊的描述，而是"在 src/utils.ts 的第 42 行添加缓存逻辑，运行 npm test -- cache 确认通过"。
第四步：subagent-driven-development（子 Agent 驱动开发）
Agent 不是一股脑把所有代码写完。它会把任务分发给子 Agent，每个子 Agent 负责一个具体的工程任务，完成后由主 Agent 检查和 review，然后继续下一个。
作者 Jesse 说，用这套流程，Claude 经常能自主工作几个小时而不偏离计划。
为什么有效
我觉得 Superpowers 有效的原因不在于它用了什么先进技术。相反，它的核心思想几乎是从经典软件工程中照搬过来的：
- 先做设计，再写代码——这不是什么新概念，但 AI Agent 默认不会这样做
- 小步快跑——2-5 分钟级别的任务粒度，每个都有明确的验证标准
- 红/绿 TDD——先写失败的测试，再写代码让测试通过
- YAGNI 和 DRY——只做需要的，不要重复
Superpowers 的创新在于：它把这些经典原则编码成了 Agent 的行为模式。 不需要你手动引导，Agent 会自动触发这些技能。
兼容性
这是 Superpowers 做得比较好的一个地方。它不是只支持 Claude Code，而是支持几乎所有主流的编码 Agent：
- Claude Code（官方插件市场可用）
- OpenAI Codex CLI 和 Codex App
- Factory Droid
- Gemini CLI
- OpenCode
- Cursor
- GitHub Copilot CLI
每个平台有各自的安装方式，但核心方法论是一样的。
一个实际的对比
没有 Superpowers 的 workflow： 你说"帮我加个用户登录功能" → Agent 开始写代码 → 写了 JWT 认证但没有密码加密 → 你发现后让它改 → 它改了一半开始写数据库迁移 → 你不得不手动控制每一步
有 Superpowers 的 workflow： 你说"帮我加个用户登录功能" → Agent 先问你"需要什么认证方式？" → 确认规格 → 生成计划：Task 1（密码哈希）、Task 2（JWT token）、Task 3（数据库迁移）... → 子 Agent 逐个执行 → 你只需要在关键节点 review
这个差异在小型项目中可能不明显，但在中等以上规模的项目中，差距会越来越大。
适用人群
适合：
- 有一定开发经验、希望用 AI Agent 加速开发流程的人
- 需要 AI Agent 处理较复杂项目（多模块、多文件）的开发者
- 希望减少手动引导、让 Agent 更自主工作的人
不太适合：
- 完全不懂编程、只想让 AI 一键生成代码的人（Superpowers 要求你能 review 规格和计划）
- 只需要写几行简单脚本的场景（杀鸡用牛刀）
争议
有人可能会说：这不过是一堆 CLAUDE.md 文件的集合，有什么了不起的？
这个批评有一定的道理。Superpowers 确实没有引入什么技术创新。但它做的事情被低估了：把软件工程的最佳实践翻译成 AI Agent 能理解并自动执行的指令集。 这不是写几行 prompt 那么简单，它需要对这些实践有深刻的理解，以及对 Agent 行为模式的准确把握。
98,000 个 star 说明社区认可这个方向。
结论
Superpowers 代表了一个重要的趋势：AI 编码工具正在从"代码生成器"向"工程协作伙伴"演进。
当 Agent 不仅会写代码，还会先做需求分析、写设计文档、拆分任务、自我审查——它们就不再是简单的聊天机器人，而更像是你团队里一个靠谱的初级工程师。
这个方向值得持续跟踪。