Superpowers给AI编程定规矩:TDD不止用于代码,更用于编写“规则”本身
- 2026-10-21 13:27:41
Superpowers借鉴心理学原理和严格执行软件工程实践，设计一套自我验证和进化的元框架，通过限制AI的自由度，最大化其生产力和产出质量，为AI辅助编程的可靠性和规模化应用提供范本。
https://github.com/obra/superpowers
沃顿商学院证明过的Agent Skills，Superpower狂揽23.7k star，CC、Codex直接用
1. Superpowers是什么？
Superpowers是开源“AI代理技能”库，核心使命是为AI编程助手（如Claude Code, Codex, Opencode）注入严格的软件工程纪律，从根本上解决“Vibe Coding”的三大顽疾：AI“瞎猜”、“写完代码不主动测试”和“盲目自信”。
由14个相互关联的“技能”构成行为准则系统。每个技能都是经过精心设计的提示词模块，规定了AI在特定场景下（如头脑风暴、编写代码、调试）必须遵循的标准化工作流。最核心创新在于，将心理学中的说服原则（源自罗伯特·西奥迪尼的《影响力》）与严谨的软件工程方法论（如测试驱动开发-TDD）相结合，利用AI的“类人”心理特性来引导其行为，使其更像一位经验丰富、纪律严明的资深工程师。
项目在GitHub上获得23.7k的star数，深受开发者社区认可。
2. 为何重要？
当前AI编程助手的核心问题不是“能力不足”，而是“缺乏纪律”。 在复杂任务或模拟高压环境下，AI会像初级工程师一样，为了赶进度而跳过测试、忽略架构，写出难以维护的代码。Superpowers的重要性体现在两个层面：
- 科学依据
：设计哲学得到沃顿商学院实证研究的强力支持。研究论文《Call Me A Jerk》通过28,000次实验证明，LLM具有“类人”的响应机制，对《影响力》中的说服原则（如权威、承诺、稀缺性）异常敏感。运用这些原则，AI对指令的依从率能从33%提升至72%。Superpowers将该发现从“安全漏洞”转化为“特性”。 
- 工程价值
：通过一套“防弹”流程，将AI的编程活动从随性的、不可预测的“探索”，转变为可重复、高质量、可审查的“生产”。如“TDD for Skills”元理念——即为技能规则本身，也编写“测试”（高压场景），确保每个技能都经过实战验证，有效封堵AI的“合理化借口”。
3. 谁应该关注？
- 项目作者
：Jesse Vincent洞察到AI助手的核心问题是纪律性缺失，并从心理学和最新学术研究中找到了解决方案。 
- 理论奠基人
：Robert Cialdini（罗伯特·西奥迪尼），其著作《影响力》是Superpowers技能设计的心理学蓝图。 
- 核心用户
：希望提升AI辅助编程效率和质量，但不愿牺牲代码质量和工程文化的极客和开发团队。
4. 如何使用？
Superpowers定义一套明确的“基础工作流”，规定每个技能在软件开发生命周期中的触发时机和应用场景，主要阶段包括：
- 规划阶段（Think Before You Code）
：当有新功能或任务想法时，首先触发 brainstorming（头脑风暴）和writing-plans（编写计划）技能，确保在写代码前需求清晰、计划详尽。 - 执行阶段（The TDD Cycle）
：具体编码时，强制使用 test-driven-development（测试驱动开发）技能，严格遵守“红-绿-重构”循环。对于复杂任务，可使用subagent-driven-development（子代理驱动开发）技能，引入双重审查机制。 - 协作与审查阶段
：在任务间隙或完成后，使用 requesting-code-review（请求代码审查）和receiving-code-review（接收代码审查）技能，确保代码质量。 - 问题解决阶段
：当遇到Bug时，必须使用 systematic-debugging（系统化调试）技能，禁止盲目试错，要求先找到根本原因。 - 收尾阶段
：功能开发完成后，使用 finishing-a-development-branch（完成开发分支）技能进行最终验证和清理。
5. 如何实现？
Superpowers通过一套精妙的机制实现其目标：
机制一：心理学反向干预。利用说服原则塑造AI行为：
- 权威
：在 requesting-code-review技能中设定“代码审查员”角色，给AI施加面对Tech Lead的压力。 - 承诺
： using-superpowers技能要求AI在任务开始前必须“宣誓”使用相应技能，大幅降低后续违约概率。 - 稀缺性
：在模拟高压场景中，强制AI意识到“走捷径”的代价，引导其选择正确但更费时的路径（如查阅文档）。 机制二：铁律般的工程流程。这是其技术核心。
- TDD铁律
： test-driven-development技能规定，没有失败的测试，严禁编写生产代码。如果AI先写了代码，必须删除重来。
- 证据至上
： verification-before-completion技能要求AI在声称任何任务完成前，必须提供新鲜的验证证据（如测试通过日志），禁止使用“应该好了”等模糊语言。 - 双重审查
： subagent-driven-development技能为每个微任务分派干净的子代理，并经过“规格合规性”和“代码质量”两轮独立审查，确保产出精确无误。 机制三：元技能与自我进化。
writing-skills技能本身就是一个操作手册，指导如何以TDD的方式创建新的技能，确保整个技能库能持续进化和加固，应对AI新的“作弊”方式。
