agent-skills vs Superpowers vs Matt Pocock skills：三大 AI 编程技能库横评

这一周我们把 agent-skills 拆开讲了一轮。今天是系列里的”周六轻文”——不深挖单条技能，把镜头拉远，对比另外两个常被一起提到的项目：Superpowers（obra/Jesse Vincent）和 Matt Pocock 的 skills。三个项目名字经常出现在同一份”AI 编码技能库”清单里，但它们解决的问题、背后的方法论、要养成的习惯完全不同。

一句话讲清三个项目

如果你只想记三句话：

• agent-skills：把完整 SDLC 生命周期（Define → Plan → Build → Verify → Review → Ship）写成 24 个技能，配 8 个 slash 命令和多 Agent 支持，仓库里自带三层评估框架。
• Superpowers：一套自治式长链路开发方法论，核心是 Socratic brainstorming → writing-plans → subagent-driven-development 的线性流水线，配 git worktree 隔离。
• Matt Pocock skills：单兵 Claude Code 工具箱，30 个左右技能以”grilling 一次一问”为核心，专门治”AI 凭感觉写代码”。

三者起点不同、节奏不同、适配的工作规模也不同。下面我们慢慢拆开。

三维度对比

先放一张横向表，让你一眼看到三个项目的”形状”差异：

这张表不是排名，是形状对比。它们各自擅长的是不同形状的工作。

我们再看一张”典型工作流”图，把三个项目的调用节奏放在一起看：

flowchart LR
    subgraph sg_agent["agent-skills"]
        A1["/spec
先写规约"] --> A2["/plan
拆原子任务"]
        A2 --> A3["/build
增量切片"]
        A3 --> A4["/test
验证"]
        A4 --> A5["/review
代码评审"]
        A5 --> A6["/ship
上线"]
    end
    subgraph sg_super["Superpowers"]
        B1["brainstorming
苏格拉底式提问"] --> B2["writing-plans
写到初级工程师能执行"]
        B2 --> B3["subagent-driven
每个任务一个 subagent"]
        B3 --> B4["task-reviewer
spec 合规 + 代码质量"]
        B4 --> B5["branch-review
最终模型评审"]
    end
    subgraph sg_matt["Matt Pocock"]
        C1["/grill-me
一次一问"] --> C2["/to-prd
写成 PRD"]
        C2 --> C3["/tdd
seam-based TDD"]
        C3 --> C4["/diagnosing-bugs
分诊式调试"]
    end

三条路径并列摆出来，区别一目了然：agent-skills 是流水线，Superpowers 是流水线 + 任务评审器闭环，Matt Pocock 是”需求澄清 + TDD”双核心的轻武器库。

agent-skills 的独特机制

我们这一个系列都在讲 agent-skills，所以它的部分简短回顾、点到为止，重点讲另外两个项目。

Anti-Rationalization Tables（反合理化表）。每个技能文件里都有一张”Common Rationalizations”清单，左栏是 AI 想跳步时的借口，右栏是强制反驳。比如”这个需求太小，不用写 SPEC”，右栏写”越小的改动越容易漏边界，SPEC 不重，三句话就够”。它的作用不是给用户看，而是给模型看——当模型产生跳步冲动时，右栏就是当场反驳。

Red Flags（红色信号）。技能文件里明确列出”出现这些迹象就停下”的条件。这是给模型的一套自检 checklist，本质上是把”有经验的工程师鼻子一皱就知道哪里不对”这种感觉显式化。

并行 persona fan-out（多角色并行评审）。/ship 阶段会并行启动几个评审角色——code-reviewer、security-auditor、test-engineer、web-performance-auditor——每个角色独立打分，最后合并成 go/no-go。这种”多视角并行”是其他两个项目目前没有的。

三层评估框架。这是 agent-skills 最近最大的差异化点：

• Tier 1 · 结构评估：检查技能文件的格式、必备字段是否齐全。
• Tier 2 · 路由评估：检查每个技能的 description 是否覆盖了用户实际会说的词汇，技能之间不会互相抢触发（确定性，跑在 CI 里）。
• Tier 3 · 行为评估：拿真实执行轨迹，按技能期望打行为分。

这套评估让”技能自己有没有坏”这件事被显式测量，CI 一旦挂掉就能立刻发现哪个技能路由跑偏了。其他两个项目目前都没有同级别的 in-repo 评估。

Superpowers 的独特机制

Superpowers 由 Jesse Vincent（obra）主导，是三个项目里”方法论味”最重的。它不只是一组技能，而是一整套开发哲学。

Socratic brainstorming（苏格拉底式头脑风暴）。不是让你列需求，而是通过连续追问把需求逼出来，最后产出一份带日期的 spec。它要求”精确一次交接”——意思是 brainstorming 阶段只允许交一次棒，下游 plan 阶段必须基于这一份 spec 推下去，不允许再回去追问。这条约束很硬，逼着前端把事情想透。

writing-plans（写可执行计划）。它要求计划必须”写得让一个热情但没品味的初级工程师能照着执行”。听起来像玩笑，背后其实是要把每个判断点都显式写出来，不能依赖”工程师的常识”。这种写法对模型执行尤其友好——上下文一旦完整，模型出错的余地就小。

subagent-driven-development（subagent 流水线）。每个原子任务开一个新的 subagent 去执行，主线程负责调度。这样上下文隔离干净，单个任务的失败不会污染整个会话。

task reviewer（任务评审器）。这是 Superpowers 区别于 agent-skills 的关键。subagent 写完一个任务后，会由一个独立的 task reviewer 检查两项：spec 合规度（是不是按计划写的）+ 代码质量（重构、可读性、命名）。不通过就回到 fix loop 直到通过。最后还有一个 whole-branch review，用最强的模型对整条分支做一次终评。

git worktree 隔离。每个 subagent 在自己的 git worktree 里干活，互不干扰。合并时再回到主分支，避免”一个任务污染另一个任务的中间状态”。

writing-skills（对文档用 TDD）。这是 Superpowers 最哲学化的一条：写技能这件事本身要走 TDD。先写一个失败的测试（即”在某个场景下这个技能应当触发/不触发”），再写技能文档，最后跑测试验证。这样保证技能不是拍脑袋写的，而是被压力测试过的。

Superpowers 最近的演进方向是”降本提速”：把多个任务评审器合并成一个，让流程接近两倍速、token 减半。它的设计目标一直是”长时自治”——把一大块东西丢进去，回来拿到一份已经审过的东西。

Matt Pocock skills 的独特机制

Matt Pocock（TypeScript 布道师，Total TypeScript 作者）把自己的 Claude Code 工作流开源出来，长成了三个项目里”最像一个人”的一个——所有技能背后都是 Matt 一个工程师的判断，没有委员会妥协的痕迹。

grilling（一次一问 + 推荐答案）。这是 Matt 项目的招牌。grilling 不是简单的”多问几个问题”，而是把”探明需求”这件事做成了循环：

• 一次只问一个问题（避免一次性把用户淹没）；
• 每个问题都附带一个推荐答案（用户改比写容易）；
• 沿着设计树的分支走（dependency 优先，被依赖的先问清楚）；
• 优先读代码而不是问用户（避免打扰）；
• 没有共同理解就不往下走。

/grill-me 和 /grill-with-docs 都是这个原语的不同入口，一个是裸聊，一个是带着文档上下文聊。这种”一次一问 + 推荐答案”的设计是其他两个项目里没有的——agent-skills 的 interview-me 接近但没有”推荐答案”这一层，Superpowers 则更偏向 brainstorming 整体输出。

显式 user-invoked vs model-invoked 区分。Matt 的技能文件里清楚标出”用户主动召请”和”模型自动触发”两类。前者要求严谨（因为用户在场），后者要求简洁（因为吃上下文预算）。这条区分让技能文件本身就在做”上下文预算管理”。

seam-based TDD（接缝测试驱动开发）。Matt 的 TDD 技能异端而有意思：”refactoring 不属于 TDD 循环，重构属于 code review 阶段”。它强调 TDD 只做”红 → 绿”两件事，重构单独留给后续环节。这种边界划分比 agent-skills 的 TDD 技能更窄，也更纯粹。

可见的 in-progress/ 和 deprecated/ 目录。Matt 公开了技能的生命周期：哪些在写、哪些废弃、哪些稳定。这本身是一种纪律示范——让使用的人知道”这个技能目前还在演进”。其他两个项目都没有这种透明的生命周期展示。

issue-tracker 集成 + wayfinder（多会话编排）。Matt 正在往”跨会话规划”方向走，靠 issue tracker 把多个会话串起来。这跟 Superpowers 的 subagent 流水线思路不同——Matt 走的是”session 之间靠 tracker 沟通”，而不是”session 之内靠 subagent 协作”。

Matt 项目最显著的取舍是：它 Claude Code 优先，其他工具支持但有毛边；没有 in-repo 评估，回归靠肉眼。这对个人用户问题不大，对团队采纳就有顾虑。

选型建议

聊完机制，怎么选？我按”工作形状”给三条主线建议，再按”你在意的特质”加几条分支。

按工作形状选：

• 长链路项目（前端 → 后端 → 测试 → 安全 → 上线）：选 agent-skills。三个项目里只有它从需求到上线每个阶段都有人工门控，不会让评审或上线前检查悄悄溜过去。
• **大块、模糊、想”丢给 AI 一晚上”**：选 Superpowers。它的 subagent 流水线 + 任务评审器就是为长时间自治设计的。适合”我今晚丢进去，明早回来审一眼”的工作节奏。
• 日常小改、最强需求澄清：选 Matt Pocock skills。grilling 循环是三个项目里需求澄清做得最深的，日常 TDD 风格也最干脆。

按你在意的特质选：

• 想要覆盖广（安全、性能、CI/CD、可观测性、上线）：agent-skills 胜出，其他两个偏内循环。
• 想要长时自治：Superpowers。
• 想要小改轻流程：Matt 最轻；agent-skills 提供”小改可跳过中间环节”的中间档；Superpowers 最重。
• 想要技能本身可验证（CI 里能跑评估）：agent-skills 唯一一家做到 catalog-wide 评估入仓。
• 想要平台铺得最广：agent-skills 和 Superpowers 都覆盖得不错；Matt 在 Claude Code 上最稳。
• 想要人在每一步设门 vs 放手让 AI 跑：agent-skills 默认人在每步设门；Superpowers 默认尽量少打扰。

具体场景对照：

• “上线一个新 API 端点，要带鉴权、测试、安全评审”——agent-skills：从 /spec 一路跑到 /ship，安全评审和测试评审并行 fan-out。
• “重构一个烂子系统，今晚丢进去明天审”——Superpowers：把计划喂进去，让 subagent 流水线 + 任务评审器跑一夜。
• “需求模糊，AI 老猜错”——Matt 的 /grill-me（或 agent-skills 的 interview-me），先锁定意图再动代码。
• “修一个明确的小 bug，要 test-first”——三个都能用，挑你手边已经装好的最轻的那个。
• “给团队定一套标准化的 AI 编码方式”——agent-skills：阶段命令、评审 persona、共享 checklist、评估入 CI，能让五个人（和他们的 AI）收敛到同一套标准。
• “自研技能，担心触发不准”——agent-skills（评估框架兜底），并借 Superpowers 的 pressure-testing 哲学给关键技能加压。

Solo vs 团队：

单人开发，挑跟你工作习惯最贴的那一个，最轻流程往往就是用得最多的那一个。团队采纳，计算公式就变了：共享结构 + 可强制门控（命名阶段、评审 persona、checklist、入 CI 的评估）才是让五个人收敛到同一标准的杠杆。这是 agent-skills 设计上发力的方向——当然，团队完全可以在它里面借 Superpowers 的评审纪律或 Matt 的 grilling 循环。

不吹不黑：三个项目的取舍

最后这一段必须说清楚：没有”最好的”，只有”最适合你的”。

• agent-skills 的取舍是”广覆盖换深度”——24 个技能铺到全生命周期，单个技能不如 Superpowers 那种深耕的内循环精致；同时它的”人在每步设门”对追求长时自治的人会嫌烦。
• Superpowers 的取舍是”深内循环换广度”——子流水线设计得很扎实，但生命周期后半段（安全、性能、CI/CD、上线）几乎没有覆盖；它的”尽量不打扰”哲学对喜欢每步确认的人来说太放手了。
• Matt Pocock skills 的取舍是”单兵锋利换可移植性”——grilling 和 TDD 是三个项目里最利落的，但其他工具上毛边多、没有 in-repo 评估，部分技能绑了个人 setup。

三者都在试图解同一个问题：怎么让 AI 写代码不又快又烂。答案不同，是因为它们相信”不烂”的关键在不同的地方：agent-skills 信流程门控，Superpowers 信前置推理，Matt 信人机对话。

借用一句我很喜欢的话做结尾：用对一个工具最好的方式，是先承认它不是为你所有场景设计的。

明天是整个系列最后一天——收官篇。我们把镜头拉回一个问题：在 AI 时代，”能跑”和”可合并”之间的鸿沟到底由谁来填？

参考资料

• addyosmani/agent-skills
• agent-skills docs/comparison.md
• obra/superpowers
• mattpocock/skills
• Matt Pocock · agent-rules-books
• Om Mishra, Superpowers vs Agent-Skills: Faster Shipping, Safer Reasoning（LinkedIn）