一个你一定经历过的场景

你给 Agent 一个需求：「帮我加个用户认证模块」。

然后你泡了杯咖啡回来，发现它已经写了 800 行代码——但用的是你项目里根本没有的 JWT 库，认证逻辑跑在错误的中间件层，而且完全跳过了你上周刚定的 session 过期策略。你问它为什么不用项目里已有的认证中间件，它振振有词地解释了一通"JWT 的优势"，好像它才是这个项目的架构师。

这不是模型蠢。模型聪明得很。问题在于：它太急着动手了。 在它看来，写代码就是它的使命，而你那句模糊的需求指令，它选择用自己最擅长的方式去"填补空白"——用代码。至于你的真实意图、项目的技术栈约束、已有的代码规范，这些都是它主动跳过的"障碍物"。

或者另一个场景：你让它重构一个有 47 个文件的服务层。它改了 15 个文件就告诉你「已完成」，剩下的要么忘了，要么上下文窗口溢出，改到一半就开始编造已经不存在的函数签名。你打开代码一看，新调用的方法在旧文件里根本没有定义，而旧文件里被删除的方法还有三个地方在引用。整个项目跑不起来了。

这两种失败，看起来都是"Agent 不够好"。但实际上，它们指向的是完全不同的两个问题。

第一种——急着写代码——是纪律问题。模型有能力做对，但它没有足够的约束去保证每次都做对。

第二种——一个 Agent 干不完——是产能问题。单个 Agent 的上下文窗口和并行能力有物理上限，任务超过这个上限，再守纪律也没用。

这两个痛点，恰好是今天 AI 编程领域最值得关注的两套解法各自瞄准的靶心。一个叫 Superpowers，一个叫 OMO。

而你可能正打算把两个都装上——千万别。

Superpowers：给 Agent 立规矩

先说清楚一个背景。Superpowers 的作者是 Jesse Vincent——RT（Request Tracker）的创始人，现在运营 Prime Radiant 公司。这是一个写过大型工程软件、吃过流程管理苦头的人。GitHub 上 obra/superpowers 已经攒了 236K+ stars，MIT 协议，完全开源。

它的核心思路一句话就能说清：Agent 不是不够聪明，是太自由了。

Superpowers 做的事情，是通过一种叫 SKILL.md 的文件，给 Agent 注入强制性的行为约束。不是建议，不是提示词技巧，是约束——Agent 每次响应之前，都会自动检查有没有匹配的 Skill，有就必须执行，不可跳过。

它的标准流程是四个字：先想后做。

具体来说，Agent 收到你的需求后，不会直接写代码，而是走这样一条路：

1. Brainstorm：先跟你讨论方案，澄清模糊需求
2. Git Worktree：拉一个隔离的工作分支，不碰你的主干
3. Plan：输出结构化执行计划
4. TDD Execute：测试驱动开发，写一个测试跑一个测试

注意，这不是 Agent 的"建议流程"，而是 Skill 文件强制规定的。你见过那种「让 Agent 先做计划再做」的 prompt 技巧吧？Superpowers 的区别在于，它是硬编码到执行循环里的，Agent 绕不过去。