让 AI 写代码不再瞎写：Superpowers 把每个环节都拆到位

最近用得最顺手的一个 AI 编程插件，叫 Superpowers。

一句话讲清它是干嘛的：把我问一句 AI 答一句这种粗放的写代码方式，升级成 AI 自己拆解需求、写规格文档、再拆成具体计划、逐步执行、最后还会自我验收的工作流.

本质上是给 Claude Code（也支持 Codex、Gemini CLI、Cursor 等）装上一套规范化的多步任务执行框架。

作者是 obra（Jesse Vincent，前 Anthropic 工程师），开源在 GitHub 上。

为什么这个插件值得装

我用 AI 写代码这么久，最大的痛点从来不是它写得慢，而是它写得糙。需求理解一半就动手、改这个忘那个、跑完跟你说已修复结果一测还是报错。

归根到底是因为任务没拆够细，每一步之间也没什么真正的约束。

Superpowers 解决的正是这件事。

image-20260522170704267

任务拆解的颗粒度够细。

我丢一个稍微复杂点的需求过去，它不会立刻动手写代码。先 brainstorm 几轮，把意图、约束、成功标准都问明白，落到一份 spec 文档里。

再把 spec 拆成 implementation plan，每一步具体要改哪些文件、加什么测试、怎么验证全部列清楚。这两份文档都是 markdown，commit 进 git，我能逐字审一遍才放它开干。

环节之间是真有约束的。

它不是把任务列出来就完事，每一步执行前都要声明意图、执行后都要验证产物。

最关键的是有一条 verification-before-completion 的硬规则：AI 声称完成之前必须跑过测试、type check、构建，看到真实输出才算数。

这条直接把我以前最烦的假性修复给堵死了。