跟 AI 寫程式最怕的是什麼？不是它寫不出 code，而是寫出來的東西沒經過設計、沒測試、沒審查就直接往 production 丟。這樣的災難我們都踩過。

有個框架叫 Superpowers 就在解決這個問題。它不是什麼 AI 模型，也不是新的編程語言，而是一套工程紀律技能框架，讓 AI coding agent 自動遵循那些資深工程師才懂的規則。

這不是程式碼，是 SOP 手冊

Superpowers 的核心概念有夠猛：每個 skill 都是 Markdown 檔案。沒有程式碼，純粹是方法論的指引。想像你在教一個聰明但菜的 junior，你不會給他程式碼片段，而是教他「面對這個狀況要怎麼做」。

GitHub 有 132,502 顆星，MIT 授權，零依賴。這些數字代表什麼？代表整個社群都在用，而且沒有額外負擔。

內建的 skills 包括什麼呢？

  • brainstorming: 蘇格拉底式的設計對話，有硬性 gate 檢查
  • writing-plans: 把大任務拆成 2-5 分鐘的小工作
  • subagent-driven-development: 派出子 agent，搭配雙重審核
  • test-driven-development: 鐵律 — 沒有通過的測試就沒有 production code
  • systematic-debugging: 四階段的根因分析
  • verification-before-completion: 確保真的修好了
  • code review / git-worktrees / parallel agents: 各種協作模式

看起來很多，但都圍繞同一個主軸：讓 agent 像個真正的工程師思考。

工作流程是什麼樣的

說一句「加個 REST API」，會發生什麼？

  1. brainstorming 自動觸發 → AI 跟你進行設計對話
  2. 設計被批准 → writing-plans 拆解任務
  3. subagent-driven-development 派出協力者
  4. TDD 寫測試先，再寫程式碼
  5. 雙重程式碼審查（spec 符合性 + 程式碼品質）
  6. merge 或建立 PR

整個流程是自動化的，但檢查點都在。每個決策都經過驗證。

鐵律機制

Superpowers 有三條不能違反的鐵律：

TDD 鐵律: 如果你先寫程式碼？刪掉。沒有測試的代碼不能進 production，句號。

除錯鐵律: 找不到根本原因，就沒有修復。不是「試試看改這行」這種鬼話，而是實實在在的 4 階段根因分析。

設計鐵律: 沒有獲得批准，就沒有實作。brainstorming 階段必須通過，不能跳過。

這些聽起來嚴格，但正是讓 AI agent 不會亂來的原因。真香。

雙重審核的威力

subagent 機制特別值得講。當主 agent 派出子 agent 工作時，會經過兩輪審核：

第一輪檢查 spec 符合性 — 你說的需求做到了沒？
第二輪檢查程式碼品質 — 寫的程式碼夠好嗎？

這就像有個資深工程師在旁邊盯，一個檢查做的事，一個檢查做得好不好。

安裝和支援

在 Claude Code 裡裝很簡單：

1
/plugin install superpowers@claude-plugins-official

除了 Claude Code，它也支援 Cursor、Gemini CLI、Codex、OpenCode 等工具。選擇多。

老實說，有些限制

沒有完美的框架。Superpowers 的代價是什麼？

成本: 一次 session 大約 $4-5 的 token cost。不便宜，但換來的是品質保證。

PR 拒率: 平均有 94% 的機率 PR 會被拒。聽起來炸了，但其實是好事 — 代表 gate 在認真工作，不是什麼阿貓阿狗都能通過。

Windows 相容性: 有已知的 Windows 問題，這個得注意。

模型依賴: 一切都建立在 AI 模型確實能遵循指令。如果你用的模型不夠穩定，再好的框架也白搭。

本質上在做什麼

Superpowers 本質上是在把工程紀律編碼化。資深工程師知道的那些「潛規則」 — 先設計再寫程式、必須有測試、要檢查邊界條件 — 現在被寫成 AI 能讀懂的語言。

不是限制 AI 的自由，而是賦予它職業素養。

這對面臨「AI 寫出來的程式碼能用但很差」困境的團隊特別有幫助。你不需要為每個 feature 都手動檢查 AI 的工作，框架會幫你做掉大部分的檢查。

試過的人都說有用，反正開源免費，為什麼不試試呢？

參考資料: