很多人放弃 Superpowers，问题的表象是：执行速度太慢。 但“速度慢”可以靠“并行开发”弥补。 最核心问题在 brainstorming 的设计上，为了减少上手门槛他会留下很多需求缺口没对齐，Agent 为了完成需求会自行脑补代码设计。 “脑补的代码设计 与 开发者实际需求”之间的偏差就是软件腐败的根源。这意味着长期使用 Superpowers 迭代的应用会更快腐败，更早需要重构 当然，其实大部分人的项目还没触及到腐败的点 就被砍了 🥴🥴🥴

很多人诟病 Superpowers 执行太慢，纷纷倒戈 Mattpocock/skills 这一切的源头是 subagent-driven-development 这个 skill，新版 Superpowers 优化的主要也是他 很多人疑问：为啥不直接移除他，改成类似 Mattpocock 的 /implement 实现？ 实在是做不到呀～～～ subagent-driven-development 存在的意义主要有 2 点： 1. 以前 agent 长程执行能力不行，需要详细计划，以防 compact 后执行锚点丢失 这一点当下已经不是问题。核心问题是下一条： brainstorming 没法完全对齐需求，所以需要靠 writing-plans 补齐实现细节。问题是“你在真正写代码前，是没法脑补所有实现细节的” 所以执行时得靠 subagent-driven-development 的 review 流程保证实现细节落地。 根源在 brainstorming 这块就决定了。 Superpowers 要改，只能把 brainstorming 改成 grill-me

带带 @SuperBILI ，你曾经黄金期权一战赚了几十M，之后原油一战又是几十M。 希望你将你的天赋带到美股来，而我会经常请你去商K商量K线，将你的天赋在商K里发扬光大。 正好找到了喜欢去商K找密码的男人 @crypto_laodong

今年我用得最多的是 Superpowers。 GPT-6 Astra 之后，我准备换掉它了，开始用自己做的 geekx-engineering。 砍掉SDD流程，只保留一些重要的约束，我会在工程实践中持续优化。 现在模型越强，Skill 应该越精简。

推荐一个GitHub高星开源项目：obra/superpowers（Superpowers 6） 仓库地址： 它不属于大模型，是面向AI编码Agent的完整工程流程增强框架，适配Claude Code、Cursor、Codex、Kimi Code等主流AI编程工具。 项目核心优势 1. 性能大幅优化，降低Token开销 v6重构评审体系，把两套独立评审Agent合并为一套，同等代码质量下，评审速度提升，Token消耗下降约50‑60%，减少会话成本浪费。 2. 文件化传递评审材料，缓解上下文膨胀 差异内容、评审素材写入本地文件供Agent读取，不再全部塞进对话Prompt，长任务更稳定，避免上下文超限中断。 3. 前置任务预检，减少返工成本 编码之前先校验开发方案，提前发现逻辑冲突与设计缺陷，避免写完代码才发现方向出错，节约调试时间。 4. 厂商无关设计，多工具兼容 提示词完成通用化改造，去除单一模型绑定，一套工作流可以跨多款AI编码平台直接使用。 5. 标准化软件工程流水线，约束AI输出质量 固化需求梳理、方案规划、TDD测试驱动开发、自动评审完整链路。AI不会拿到需求就直接写代码，先确认规格再动手，提升代码可靠性，减少AI幻觉带来的bug。 6. 评审权限隔离，规避自我放水 评审Agent设置为只读裁决模式，只负责判定结果，不修改业务代码，评审结论更加客观严谨。 如果你在用AI做开发，非常值得给这个项目点个Star。现在AI编码的比拼，早已不局限模型本身，工程流程、成本控制、校验体系同样是关键竞争力。