这是《产品经理的 Claude Code 技能包实战》系列的第 11 篇。 前十篇都在讲怎么让 AI「干活」。这篇聊一个更根本的问题：AI 干的活靠谱吗？它说「做完了」，你信吗？ 评测一个给 AI 装上「工程纪律」的外部技能包——superpowers。

一、痛点：AI 最大的谎言是「我做完了」

PM 让 AI 写代码、写脚本、改原型，最常踩的坑不是「AI 不会写」，而是：

• AI 三下五除二写完，说「已完成」——你一跑，全是 bug
• 改了 A 功能，把之前好的 B 功能弄坏了，它还不自知
• 你问「测过了吗」，它理直气壮：「代码逻辑是正确的」——但根本没运行过

这不是 AI 偷懒，是它默认没有工程纪律：不会先写测试、不会系统化排查、不会在声称完成前真的验证。superpowers 就是来治这个的。

二、它是什么：不是单点工具，是一整套强制工作流

superpowers（社区里叫 obra/superpowers，作者 Jesse Vincent）是 Claude Code 生态里最火的工作流框架之一，GitHub 两百多万 star、官方插件市场装机量第一。它和我前面写的那些「干某件具体事」的技能包不同——它不管产出什么，它管「怎么干活才不出错」。

它由十几个子技能组成，串成一条完整工作流：

brainstorming（需求/设计澄清）
  → writing-plans（拆解成计划）
  → using-git-worktrees（隔离工作区）
  → test-driven-development（先写测试再写码）
  → subagent-driven-development（派子代理执行）
  → requesting-code-review（代码评审）
  → verification-before-completion（声称完成前必须验证）

三、核心：用「硬规则」逼 AI 守纪律

它最狠的地方，是把工程纪律写成了不可商量的硬规则，而不是建议：

• TDD 铁律：没有失败的测试，就不许写正式代码——AI 想先写实现？不行，强制走 RED-GREEN-REFACTOR（先写会失败的测试 → 写代码让它通过 → 重构）
• brainstorming 硬门禁：设计没经你批准，就拒绝写代码——哪怕它觉得是「简单任务」
• 完成前必须验证：声称「做完了」之前，必须先跑验证命令、贴出输出证据——空口说「完成」不被接受
• 反合理化设计：它内置了一张表，逐条反驳 AI 想跳过纪律的借口（「这只是个简单改动」「测试后面再补」），有研究称这让合规率大幅提升

四、PM 视角的实测：哪些真有用，哪些是过度设计

我把它用在几个真实任务上，结合社区评价，给你一份不吹不黑的清单。

对 PM 真正有用的三个子技能：

1. verification-before-completion——这条最值。它逼 AI「拿证据说话」，治好了「AI 说我做完了但其实没跑」的顽疾。我现在做任何任务都要求这一条。
2. brainstorming——动手前先把需求和设计聊清楚。对 PM 太友好了，因为它本来就是「先对齐再执行」，跟我们的工作习惯天然契合。
3. systematic-debugging——遇到 bug 不让 AI 瞎猜乱改，而是系统化定位根因。减少「越改越乱」。

对 PM 偏重的部分：

• 完整 TDD 流程对一次性脚本太重。如果你只是让 AI 写个临时数据处理脚本、做个快速原型，强制先写测试纯属浪费时间——社区普遍反馈完整流程比直接写慢 20~30%。
• token 消耗更高、有学习曲线。子代理隔离、双阶段评审这些，对严肃工程值，对轻量活是负担。

社区一个共识我很认同：「如果改动出问题的修复成本超过 30 分钟，就值得走 superpowers 完整流程；否则用其中几个轻量子技能就够。」

五、适合谁 / 不适合谁

适合： 需要长期维护的项目、改动代价高的核心逻辑、对「AI 产出可靠性」有执念的人。

不适合： 一次性脚本、快速原型、探索性的小尝试——对它们，全套流程是杀鸡用牛刀。

六、我的结论

superpowers 不是「又一个提效工具」，它解决的是 AI 时代的信任问题：让 AI 从「会说做完了」变成「能证明做完了」。对 PM 来说，不必全套照搬——把 verification-before-completion（完成前验证）和 brainstorming（先对齐）这两条内化进你所有任务，就已经值回票价；真正写严肃代码时，再上完整 TDD 流程。

下一篇（十二·终篇）：聊了 11 个技能包，是时候把它们串起来了。《我沉淀技能包的方法论：skill 是资产不是代码》——什么该做成 skill、自建还是引入、以及为什么我说 skill 是会增值的资产。

系列目录

• （一）用技能包写 PRD：为什么小而精胜过大而全 —— prd-writer
• （二）把 PRD 一键变成禅道任务 —— pm-zentao-task
• （三）移动端原型：左预览右介绍的演示套装 —— mobile-prototype
• （四）给原型自动加标注，开发不再问交互 —— annotation-generator
• （五）原型一键部署上线 —— deploy-prototypes
• （六）UI 设计：67 风格 161 配色实测 —— ui-ux-pro-max
• （七）搭设计系统：三层 Token 实战 —— design-system
• （八）幻灯片与 Banner —— slides / banner-design
• （九）给 AI 装上眼睛和手 —— agent-reach / kimi-webbridge
• （十）把真人思维做成 AI 顾问 —— zhangxuefeng-skill
• （十一）让 AI 自己写测试、自己调试 —— superpowers（本篇）
• （十二·终篇）我沉淀技能包的方法论：skill 是资产不是代码

参考资料：obra/superpowers（GitHub 官方仓库）、作者博客：Superpowers 怎么用、obra/superpowers 项目解析、Superpowers 框架实战教程、社区使用三个月后的取舍