AI编程双雄对决：纪律vs追问，谁更胜一筹？

SuperPower vs grill-meAI编程圈两大skill正面交锋你站哪边一个给你整套工程纪律一个只管追问你到底。都是写代码前让你想清楚走向却截然不同。快速导航项目SuperPowergrill-me仓库github.com/obra/superpowersgithub.com/mattpocock/skills作者Jesse Vincent (obra)Matt Pocock开源时间2025年10月2026年2月星数26万18万安装量68万610万数据来源GitHub API 实时查询2026年7月22日01 SuperPower把工程纪律焊死在AI的执行流程里一句话概括SuperPower不是让AI更聪明而是把软件工程的纪律做成AI无法跳过的硬性关卡。作者Jesse Vincent的诊断很精准问题不在于模型不够聪明而在于缺乏纪律。Hard Gate是什么Jesse在博客《Rules and Gates》里做了一个关键区分Rule规则有绕过去的余地。过马路前记得看路——你可以说我赶时间这次算了。Gate硬性关卡没有绕行路径。先向左看确认无车再向右看确认无车再向左看确认仍无车——然后才能迈步。他做过一个令人不安的实验让Claude自己复盘为什么会跳过头脑风暴直接写代码。模型诚实地回答Skill里说用200-300字呈现设计对一个todo list来说这太荒谬了所以我认为整个设计流程是多余的直接开始写了。建议性的语言会被LLM自我合理化并忽略。所以Hard Gate不给它合理化选项——设计不批准代码一步都不准写。安装# 一键安装全部14个skill推荐 npx skills add obra/superpowers -g -y # 只装核心路由skill npx skills add https://github.com/obra/superpowers --skill using-superpowers -g -y # 按需单独安装 npx skills add https://github.com/obra/superpowers --skill brainstorming -g -y npx skills add https://github.com/obra/superpowers --skill test-driven-development -g -y npx skills add https://github.com/obra/superpowers --skill systematic-debugging -g -y-g表示全局安装所有项目可用去掉则是项目级安装。安装后重启Claude Code即可生效。14个skill全貌Skill触发时机做什么using-superpowers每次会话路由层所有skill的前置brainstorming你说帮我规划这个功能苏格拉底式追问 → 设计文档writing-plans设计被批准拆解为2-5分钟的小任务含精确文件路径using-git-worktrees计划就绪在独立Git worktree中隔离工作subagent-driven-development计划就绪可并行每任务派一个子Agent两阶段审查executing-plans计划就绪串行单会话执行检查点遇阻即停test-driven-development写代码时RED→GREEN→REFACTOR循环systematic-debuggingBug报告四阶段根因分析verification-before-completion声称搞定要求先出示验证证据requesting-code-review任务完成派独立审查子Agentreceiving-code-reviewPR反馈到达严谨技术回应非盲从finishing-a-development-branch所有任务完成合并/PR/保留/丢弃流程dispatching-parallel-agents2独立任务并发派子Agentwriting-skills创建新skillTDD写文档TDD铁律SuperPower的TDD skill里有一条让人印象深刻的规则如果代码写在了测试之前必须删除。不是下次注意不是这次就算了——是删除重来。Hard Gate就是要让你没法糊弄过去。Jesse甚至用了心理学为了固化Agent的行为Jesse借鉴了Cialdini的影响力六原则权威、承诺、喜好、互惠、稀缺、社会认同、团结。他在博客里坦白说实话这让我自己都觉得有点不安。他还做过压力测试模拟生产环境宕机每分钟损失5000美元的紧急场景看Agent是否会跳过规程直接修Bug——如果跳过了说明Gate还不够硬。02 grill-me就一件事追问一句话概括grill-me不管你的工程流程不管你的测试覆盖率不管你用什么架构。它只做一件事写代码之前把你自己都没意识到的问题翻出来。整个skill有多短grill-me的SKILL.md核心内容只有4个单词Run a /grilling session.它把实际的追问逻辑委托给了grilling skill。grilling的指令也不长核心逻辑翻译过来就三层一次一个问题等我回答再继续。一次问多个问题让人头晕。每个问题附带推荐答案沿着决策树的分支一层层往下挖。设计树概念来自Frederick Brooks的《The Design of Design》。代码库里查得到的不要问我查不到的决定才端到我面前。每一个决策分支最终落到三种状态之一已决定DECIDED、兔子洞RABBIT HOLE暂缓、不可行NO-GO排除。典型的一次grill会话15-50个问题30-60分钟。少于5个问题说明需求写得太细了大于50个说明需求太大需要拆分。安装# 一键安装mattpocock全部skill npx skillslatest add mattpocock/skills # 只装grill-me npx skillslatest add mattpocock/skills/grill-me # 只装tdd npx skillslatest add mattpocock/skills/tdd安装后需运行/setup-matt-pocock-skills进行初始化配置——选择issue追踪器GitHub/Linear/本地文件、triage标签、文档保存路径。真实使用示例Todo应用用户说我要做一个todo应用先实现新增、完成、过滤三个能力。请先问我实现前必须确认的问题不要直接写代码。grill-me开始追问一次一个问题数据要不要持久化 →要localStorage状态来源要不要单一化 →单一状态树完成态怎么存 →boolean字段过滤要支持哪些视图 →全部/未完成/已完成新增输入方式 →输入框回车键运行形态 →单页Web应用是否需要初始示例数据 →要3条示例空白内容处理 →提示还没有任务是否支持删除和编辑 →先不支持列表排序规则 →按创建时间倒序唯一标识怎么生成 →时间戳随机数新增后输入框是否自动清空聚焦 →是完成切换点击整行还是只点复选框 →整行点击过滤条件要不要持久化 →URL参数14个问题问完所有模糊地带被扫清。然后AI才开始写代码。不会出现写了半天发现不是我想要的那种情况。真实案例用户头像上传用户说加一个用户头像上传功能支持裁剪。这句话太模糊了。grill-me追问图片来源 → 本地上传存储位置 → S3裁剪前端做还是后端做 → 前端react-image-crop尺寸限制 → 最大5MB1:1输出200x200默认头像 → 未上传时显示首字母头像权限 → 仅本人可修改6个问题2分钟。把所有模糊点变成了明确的技术决策。如果直接让AI写代码大概率会写出一套和预期不符的东西然后返工。更有温度的案例有人在Twitter/X上分享了使用grill-me帮自己写母亲悼词的经历。AI没有直接生成一篇悼词而是一个问题一个问题地陪他走完回忆——你妈妈最喜欢做什么她教会了你什么你希望别人记住她什么——直到所有值得写的东西都被翻出来。grill-me追问的不是技术方案是你脑子里还没组织出来的东西。03 同一个起点两条路两个skill的核心逻辑是一致的——苏格拉底式追问在动手之前逼你想清楚。但它们的分岔点也非常明显维度SuperPowergrill-me覆盖范围头脑风暴→代码审查全生命周期只管写代码前这一个环节机制14个skill Hard Gate硬性阻断一次一个问题 决策树分支风格工程纪律体系像一座堡垒极简追问像一个问号门槛重但有章可循轻但依赖你的回答质量安装命令npx skills add obra/superpowers -g -ynpx skills add mattpocock/skills仓库github.com/obra/superpowersgithub.com/mattpocock/skills作者Jesse VincentMatt Pocock开源时间2025年10月2026年2月星数26万18万安装量68万610万许可证MITMITSuperPower像给你配了一个严格的工程经理——流程、关卡、检查清单一个不少。grill-me像给你配了一个毒舌同事——你真想清楚了吗那这个呢还有这个呢一个关键差异grill-me在grilling过程中禁止写代码——唯一产出是追问记录。SuperPower则把追问嵌入到整个工程流程中追问完自动进入执行阶段。04 Matt自己已经换了最有意思的部分来了。grill-me是mattpocock/skills仓库里最火的skill但Matt Pocock自己已经不怎么用了。他的演进路径是这样的grill-me → grill-with-docs → domain-modelinggrill-with-docs追问逻辑完全不变但多了一个关键产出——追问过程中同步生成两个东西术语表CONTEXT.md所有领域术语的精确定义架构决策记录ADR只记录满足难以逆转不写下来会困惑确实做了取舍这三个条件的决策一个真实效果Matt自己的course-video-manager仓库里一个长达15个单词的啰嗦描述被精炼成了一个术语materialization cascade。此后每一次AI会话都因为这个共享词汇表而变得更短、更精准。domain-modelingMatt现在推荐的起点。在选工具、写代码之前先把领域模型建立起来。它会挑战模糊术语强制对齐语言用具体场景压测概念边界交叉验证代码与声称的业务逻辑是否一致实时更新术语表和决策记录Matt有一句话被反复引用Skill是消耗品用完就扔。这不是说skill没用。是说别把skill当信仰。它只是一个工具帮你解决当下的问题。问题变了工具就该换。连grill-me的作者自己都已经换了。05 你该选哪个没有标准答案但有几个判断维度选grill-me或grill-with-docs如果你一个人战斗项目在早期探索阶段需求还模糊需要先理清思路经常遇到AI写的代码方向对但细节不对想要轻量级工具不想被流程束缚选SuperPower如果你团队协作需要统一工程标准项目已进入规范化阶段AI经常跳过关键步骤不写测试、不做审查需要把质量标准锁死在流程里最佳实践两者组合使用。用grill-me做思路澄清——把模糊需求变成明确决策。用SuperPower做工程落地——把明确决策变成高质量代码。它们不冲突。就像Matt Pocock自己说的skill是消耗品。哪个阶段用什么用完就换。不必忠诚。你平时用哪个skill评论区聊聊。