3个爆火Claude Code工具深度解析：看似同类，实则分属不同赛道

近期，三款Claude Code工具强势出圈，分别是Garry Tan的gstack（54.6K ⭐）、Jesse Vincent的Superpowers（121K ⭐）以及Every Inc的Compound Engineering（简称CE，11.5K ⭐）。很多人盲目跟风全量安装，却忽略了一个关键事实：这三款工具看似都是AI辅助编码工具，实则定位截然不同，解决的是编码全流程中三个完全不同的核心问题。

用一个通俗的厨房比喻，就能快速理清它们的区别：gstack是兼具决策力与品控力的主厨+试菜员，负责定方向、查质量；Superpowers是规范流程的厨房操作手册，确保每一步都有章可循；CE则是沉淀经验的菜谱本，让所有人都能借鉴过往、规避踩坑。三者各司其职，单独使用只能解决部分问题，搭配使用才能发挥最大价值。

先搞懂：Agent架构的四层核心职责（读懂工具的底层逻辑）

要理解这三款工具的差异，首先要明确Anthropic在2025年11月工程博客中提出的Agent架构核心——长时间运行的Agent，需由“任务拆解的初始化Agent”和“负责执行的编码Agent”组成。我们可以用餐厅运营逻辑，将其扩展为更易理解的四层职责：

• 主厨（规划层）：决定菜单，明确“做什么”，对应编码中的需求规划与方向决策；

• 厨房团队（执行层）：按照要求做菜，对应编码中的任务落地与代码编写；

• 独立试菜员（评估层）：检查菜品质量，对应编码中的测试与审查——核心原则是“做的人不查，查的人不做”，避免自我评估的过度乐观；

• 交班笔记（跨会话状态）：留给下一班的工作衔接，对应编码中的经验沉淀与上下文延续。

这四层职责中，“评估与沉淀”是容易被忽略的关键，而三款工具的差异，本质就是对这四层职责的侧重不同。

逐个拆解：三款工具的核心定位与优劣

gstack：聚焦决策+测试，做“把方向、控质量”的核心

gstack的核心优势的在于规划（决策层）和评估（测试层），相当于给编码工作安了“双保险”，确保一开始就走对路、做出来的东西合格。

它的两个核心命令，就是“主厨”的核心能力：/plan-ceo-review从产品角度审核，判断“这个功能值得做吗？”；/plan-eng-review从架构角度审核，判断“这个代码以后会不会出问题？”，只有两道关都通过，才能正式启动编码，从源头规避无用功。

实用技巧：用AI采访，精准锁定需求

在运行/office-hours命令前，给AI输入这样一段提示词，能大幅提升效率：“我要开始这个项目了。采访我，直到你对‘我真正想要什么’有 95% 的把握，而不是‘我觉得我应该想要什么’。”

核心逻辑很简单：让AI主动问你，比你被动给AI写提示词更高效。很多项目失败的根源，就是一开始就没理清真实需求，而AI的主动采访，能帮你挖透需求本质，避免走偏。

核心亮点：真实浏览器端到端测试

Anthropic的测试数据显示，基于浏览器的端到端测试，比单纯的代码级检查效果好得多。据Garry Tan透露，他用这套方案60天交付了60万行生产代码，日均1-2万行，同时还能全职运营YC（数据为作者自述，仅供参考）。

但gstack的短板也很明显：缺乏经验沉淀。就像有顶级主厨和试菜员，却没有菜谱本，当天遇到的问题、踩过的坑，不会被记录下来，下次换团队、新启动会话，还是会重复踩坑，无法实现经验复用。

Superpowers：规范流程，却缺“记忆”的工具

Superpowers能拿下121K星，核心优势在于“流程化”——它将编码流程固化为“头脑风暴→规划→执行→审查”四步，让很多人从“和AI随便聊、即兴编码”，升级为“用流程规范AI、高效编码”。

相当于把一个人人即兴发挥的“野厨房”，变成了有规范菜谱、备菜清单的“标准厨房”，还加入了子Agent驱动开发，配备独立的规格审查员和代码质量审查员，进一步提升编码规范性。

但它有一个致命硬伤：知识不沉淀。每次会话的上下文、遇到的问题、解决方法，都会随着会话结束而消失，下次启动新会话，相当于“从零开始”，之前的经验和教训完全无法复用——这也是CE应运而生的核心原因。

Compound Engineering（CE）：补齐经验沉淀，实现“知识复利”

CE的核心价值，就是补齐了gstack和Superpowers缺失的“经验沉淀”环节，它的核心循环是“brainstorm（头脑风暴）→ plan（规划）→ work（执行）→ review（审查）→ compound（复利沉淀）”，前四步和Superpowers类似，但更深入，而第五步“compound”，才是它的灵魂。

规划阶段：不盲目猜测，靠历史数据说话

CE在规划阶段，会派出并行的研究Agent，主动扫描你的项目历史、代码库模式、git提交记录——就像新厨师设计菜单前，先翻完过去三个月的退菜投诉，摸清问题所在，而不是凭感觉猜测，从源头减少踩坑。

审查阶段：6人评审团，全方位把控质量

在审查阶段，CE会启动动态审查团，至少包含6个常驻审查员，再根据代码变更量增加条件审查员，分别从正确性、安全性、性能、测试、可维护性、对抗性六个维度，出具独立审查报告——相当于同时让美食评论家、卫生检查员、顾客评审团一起品菜，确保质量无死角。

灵魂步骤：/ce:compound，实现经验复利

当你修完一个bug、完成一个功能后，运行/ce:compound命令，它会同时启动5个子Agent，完成经验沉淀：

• 上下文分析器：追踪整个对话，提取问题类型和涉及的组件；

• 方案提取器：记录“什么不行、什么行”，以及问题根因和最终修复方案；

• 相关文档查找器：搜索现有知识库，避免重复记录；

• 预防策略师：识别如何规避这类问题，避免再次踩坑；

• 分类器：给学习内容打标签、分类，方便后续搜索复用。

所有结果会被合并到docs/solutions/目录下，形成结构化、可搜索的经验库。比如你花几小时调试好一个边缘运行时兼容性bug，CE会自动记录完整过程；三周后遇到类似问题，规划阶段的研究Agent会自动找到这条记录，把几小时的调试压缩成几分钟，大幅提升效率。

关键区别：交班笔记 vs 菜谱本（理解沉淀的核心价值）

Anthropic提出的progress文件，就像餐厅的“交班笔记”，是今晚留给明早的衔接内容，线性传递，解决的是“工作连续性”问题；而CE的docs/solutions/，就像餐厅的“菜谱本”，是每个员工入职必看、日常必翻的经验手册，任何人、任何时间都能搜索复用，解决的是“经验积累”问题。

两者的本质区别的：交班笔记是“线性传递”，经验积累速度慢；菜谱本是“指数级沉淀”，用得越久，经验越丰富，Agent越懂你的项目——这也是“compound”（复利）一词的核心含义：每个任务的输出，除了代码，还有可复用的经验。

实操指南：三款工具怎么用才高效？

三款工具没有绝对的“优劣”，只有“适配场景”，核心原则是：新手不贪多，先精通一个；老手可组合，发挥协同价值。

新手用法

刚开始接触，建议先选一个主框架（gstack或CE），用熟其核心功能后，再考虑补充其他工具。三个一起用容易出现流程冲突、命令重叠，反而降低效率。

进阶组合用法（推荐有经验的用户）

按照以下流程操作，既能保证需求准确、代码合格，又能实现经验沉淀，提升后续效率：

1. 明确需求：用“95%把握度”提示词，让AI采访你，挖透真实需求；

2. /office-hours（gstack）：向AI描述当前项目，接受挑战，完善需求细节；

3. /plan-ceo-review（gstack）：产品层面审核，确认“值得做”；

4. /plan-eng-review（gstack）：架构层面审核，确认“不会炸”；

5. /ce:brainstorm（CE）：进一步探索需求，梳理潜在解决方案；

6. /ce:plan（CE）：让研究Agent扫描项目历史，输出详细执行计划；

7. /ce:work（CE）：带着任务追踪，落地代码编写；

8. /ce:review（CE）：启动动态审查团，全方位把控代码质量；

9. /qa（gstack）：通过真实浏览器测试，最终验证代码可用性；

10. /ce:compound（CE）：沉淀本次经验，更新知识库；

11. 正式发布。

简单总结：第1-4步，确保“做对的东西”；第5-9步，确保“把东西做对”；第10步，确保“下次做得更快”，形成完整的编码闭环。