別再給 AI 亂裝技能了！拆解兩大頂流skill，教你拼出王炸工作流
整理版優先睇
別再畀 AI 亂裝技能，Superpowers 同 gstack 各取所長，決策層用 gstack、執行層用 Superpowers 先係高效工作流。
呢篇文章出自一位 AI 實戰者，佢發現好多人直接叫 AI 寫 code，結果需求亂、來回改，效率仲衰過自己做。佢想解決嘅問題係：點樣用現成嘅 Skill 框架，組合出一個真正順手嘅 AI 編程工作流。整體結論係：唔好所有技能塞曬俾 AI，而係將決策同執行分開，gstack 負責「諗清楚做乜」，Superpowers 負責「做得靚」。
作者先講咗兩大頂流框架嘅分別。Superpowers 係無情碼農，有超嚴格嘅工程紀律（例如 TDD），但流程太重，改個細需求都要拖好耐。gstack 就係 CEO 視角，會對需求進行靈魂拷問，幫你避坑，但真係寫 code 嘅時候好臃腫，仲食好多 Token。
最後佢分享咗親測有效嘅極簡方案：決策層淨係用 gstack 嘅三個技能（/office-hours、/plan-ceo-review、/plan-eng-review），執行層就俾 Superpowers 處理 TDD、執行計劃同驗收。佢提醒大家，唔好有框架囤積癖，真正常用嘅技能唔超過五個。
- 直接叫 AI 寫 code 係裸奔式做法，應該先拆流程：產品經理→架構師→碼農。
- Superpowers 強項係工程紀律（TDD），但決策流程太慢；gstack 強項係認知拷問，但 code 輸出臃腫。
- 最佳實踐係分層：決策層用 gstack，執行層用 Superpowers，唔好撈亂。
- gstack 只保留三個最有用技能：/office-hours、/plan-ceo-review、/plan-eng-review。
- Superpowers 要刪走所有決策技能，淨保留 TDD 開發、執行計劃、驗收呢類幹活組件。
裸奔式 AI 編程嘅痛點同流程化救星
想像一個場景：你同 AI 話「幫我做個機械人，每日自動蒐集競品新聞，提煉後發去飛書」，AI 秒回「冇問題」，輸出 code 冇 Bug，但結果同你預期差好遠。於是你就不斷補充 prompt，來回糾正打磨，最後發現同 AI 拉扯嘅時間夠你做一個新嘅。呢個就係典型嘅裸奔式 AI 編程——腦門一熱俾需求，AI 腦門一熱寫 code。
為瞭解決呢個痛點，業界搞咗套流程化：絕對唔俾 AI 直接寫 code。接到任務後，叫佢先變身產品經理盤需求，再變身架構師寫計劃，最後先老老實實做碼農敲 code。最近好多人瘋狂玩呢類 Skill 框架，最火嘅就係Superpowers同gstack。
兩大頂流框架：Superpowers vs gstack
好多工具都喺度卷「點樣寫 code」（執行層），但真正卡脖子嘅往往係「呢個需求應唔應該做」（決策層）。Superpowers 同 gstack 剛好走向兩個極端。
Superpowers：指邊打邊嘅無情碼農。核心係極其嚴苛嘅工程紀律，好似 TDD（測試驅動開發），先寫測試再寫 code，驗收極嚴格。但致命痛點係流程太重，前期 brainstorming 階段既享受又災難，改個細需求都要同你磨好耐。
gstack：靈魂拷問嘅 CEO。由 YC 孵化器 CEO 開源，係一套認知框架，會喺寫 code 前用 CEO 同架構師視角對你需求進行靈魂拷問，幫你避坑。但致命痛點係真係寫 code 嘅環節輸出極度臃腫，單次調用消耗 10K+ Token，錢包滴血。
最佳實踐：決策層用 gstack，執行層用 Superpowers
Skill 嘅底層邏輯係按需調用。裝得越多，AI 跳轉就越容易崩潰。正確思路絕唔係「全都要」，而係各取所長。以下係我跑通嘅極簡方案：
- 1 第一步：決策層用 gstack（負責諗）。只保留 gstack 中最有價值嘅 3 個技能：/office-hours（犀利拷問）、/plan-ceo-review（CEO 審方案）、/plan-eng-review（架構評審）。策略：前期想清楚要做乜，全權交給佢；諗唔清楚，堅決唔寫 code。
- 2 第二步：執行層用 Superpowers（負責做）。以 Superpowers 做幹活底座，但毫不留情刪走佢所有決策層技能（例如 brainstorming）。淨保留核心幹活組件：TDD 開發、執行計劃、驗收。策略：需求一旦確定，幹髒活累活、保證 code 質量嘅事，全交給佢。
結語：少即是多，唔好做框架囤積怪
無論係幾萬星嘅開源項目，佢哋都只係別人搭好嘅「積木」。唔好有框架囤積癖，真正常用嘅技能絕對唔超過 5 個。記住，Skill 嘅目的係幫你更高效，唔係令 AI 變得更複雜。
下次見到新框架，先問自己一句：呢個係解決決策問題定執行問題？然後先決定放唔放落工作流。
試嚇諗下呢個場景：
你聽講 AI 寫程式好叻，於是同 AI 講：「幫我做個機械人，每日自動收集競爭對手嘅新聞，整理完之後 send 去我嘅飛書度。」
AI 即刻話「冇問題」，然後噼噼啪啪咁輸出咗一大段 code。執行嗰陣的確冇 bug，但你一睇實際效果——同最初預期嘅有啲唔同。於是你就唯有一路補充提示詞，來來回回咁改、執返好。改到最後心都煩埋，發覺同 AI 喺度扯嚟扯去嘅時間，都夠你重新整一個出嚟。
呢個就係典型嘅「裸奔式」AI 寫程式——心血來潮就畀需求，AI 又心血來潮咁寫 code。
為咗解決呢個問題，業界搞咗套流程化：絕對唔畀 AI 直接寫 code。接到任務之後，叫佢先扮產品經理分析需求，再扮架構師寫計劃，最後先乖乖咁做個碼農去寫 code。
最近大家都喺度玩呢類 Skill 框架，最 hit 嘅就係Superpowers和同 gstack。好多人好似囤積狂咁，將幾十個技能全部塞曬俾 AI，結果 AI 唔單止冇變勁，反而因為揀唔到而變得極度嘅慢。
今日我哋將呢兩個大熱框架拆開，畀你一套親測好用嘅「1+1>2」極簡配置方案。
兩大頂流，到底擅長啲乜？
好多工具都喺度鬥「點樣寫 code」（執行層），但真正卡住嘅地方往往係「呢個需求應唔應該做」（決策層）。呢兩個框架啱啱好向住兩個極端：
1. Superpowers：指邊打邊嘅無情碼農
核心亮點：極之嚴格嘅工程紀律（例如 TDD 測試驅動開發），先寫測試再寫 code，驗收非常嚴格。
致命痛點：流程太重。前期嘅 brainstorming 階段又享受又係災難，改個細需求都要拉住你磨好耐。
2. gstack：靈魂拷問嘅 CEO
核心亮點：由 YC（硅谷頂級孵化器）CEO 開源。佢係一套認知框架，會喺你寫 code 之前，用 CEO 同架構師嘅視角對你嘅需求進行靈魂拷問，幫你避開陷阱。
致命痛點：真係到咗寫 code 嘅環節，輸出極之臃腫。而且每次呼叫隨時用超過 10K Token，銀包滴血。
🛠️ 最佳做法：做個冷酷嘅「縫合怪」
Skill 嘅底層邏輯係按需要呼叫。裝得越多，AI 跳轉就越容易冧。正確嘅思路絕對唔係「全部要曬」，而係各自攞佢哋嘅長處。
我而家用緊嘅極簡方案如下：
👉第一步：決策層用 gstack（負責諗）
只保留 gstack 最有用嘅 3 個技能：/office-hours（犀利嘅拷問）、/plan-ceo-review（CEO 審方案）、/plan-eng-review（架構評審）。
策略：前期諗清楚到底要做啲乜，全部交畀佢。諗唔清楚，死都唔寫 code。
👉第二步：執行層用 Superpowers（負責做）
用 Superpowers 做執行嘅基礎，但毫不留情咁刪走佢所有決策層技能（例如 brainstorming）。只保留核心執行組件：TDD 開發、同執行計劃、驗收。
策略：需求一旦確定，做啲辛苦嘢、保證 code 質素嘅嘢，全部交畀佢。
💡 最後講句
無論係幾萬星嘅開源項目，都只係人哋砌好嘅「積木」。唔好有框架囤積癖，真係成日用嘅技能絕對唔會超過 5 個。
試想這樣一個場景：
你聽說 AI 編程很牛，於是對 AI 說：“幫我做個機器人，每天自動蒐集競品新聞，提煉後發到我的飛書裏。”
AI 秒回“沒問題”，咔咔一頓輸出代碼。跑起來確實沒 Bug，但你一看實際效果——跟一開始預期的有些不一樣。於是你只能不停地補充提示詞，來回糾正、打磨。改到最後心煩意亂，發現跟 AI 反覆拉扯的時間，都夠你新做一個了。
這就是典型的裸奔式 AI 編程——腦門一熱給需求，AI 腦門一熱寫代碼。
為了解決這個痛點，業界搞出了一套流程化：絕對不讓 AI 直接寫代碼。接到任務後，讓它先變身產品經理盤需求，再變身架構師寫計劃，最後才老老實實當碼農敲代碼。
最近大家都在折騰這類 Skill框架，最火的就是Superpowers和gstack。很多人像囤積狂一樣把幾十個技能全塞給 AI，結果 AI 不僅沒變強，反而因為選擇困難變得極度卡頓。
今天我們把這兩大頂流拆開，給你一套親測好用的“1+1>2”極簡配置方案。
兩大頂流，到底擅長什麼？
很多工具都在卷“怎麼寫代碼”（執行層），但真正卡脖子的往往是“這需求該不該做”（決策層）。這兩個框架剛好走向了兩個極端：
1. Superpowers：指哪打哪的無情碼農
核心亮點：極其嚴苛的工程紀律（如 TDD 測試驅動開發），先寫測試再寫代碼，驗收極其嚴格。
致命痛點：流程太重。前期的brainstorming階段既是享受也是災難，改個小需求都要拉着你磨嘰半天。
2. gstack：靈魂拷問的CEO
核心亮點：由 YC（硅谷頂級孵化器）CEO 開源。它是一套認知框架，會在你寫代碼前，用 CEO 和架構師視角對你的需求進行靈魂拷問，幫你避坑。
致命痛點：真到了寫代碼的環節，輸出極其臃腫。而且單次調用動輒消耗 10K+ Token，錢包滴血。
🛠️ 最佳實踐：做個冷酷的“縫合怪”
Skill 的底層邏輯是按需調用。裝得越多，AI 跳轉就越容易崩潰。正確的思路絕不是“全都要”，而是各取所長。
我目前跑通的極簡方案如下：
👉第一步：決策層用 gstack（負責想）
只保留 gstack 中最有價值的 3 個技能：/office-hours（犀利拷問）、/plan-ceo-review（CEO審方案）、/plan-eng-review（架構評審）。
策略：前期想清楚到底要做什麼，全權交給它。想不清楚，堅決不寫代碼。
👉第二步：執行層用 Superpowers（負責做）
以 Superpowers 為幹活底座，但毫不留情地刪掉它所有的決策層技能（如 brainstorming）。只保留核心幹活組件：TDD 開發、執行計劃、驗收。
策略：需求一旦確定，幹髒活累活、保證代碼質量的事，全交給它。
💡 寫在最後
不管是幾萬星的開源項目，它們都只是別人搭好的“積木”。不要有框架囤積癖，真正常用的技能絕對不超過 5 個。