Matt Pocock Skills：整套设计只为一个目标

我一直不认同那种「把需求丢进去、等它直接给出结果」的 Vibe Coding。一旦中间出了问题，你连哪一步错的都说不清，结果还要让 AI 帮你排查修复。而 Matt Pocock 这套 AI 编码 skill 偏偏反着来：让本来随机的模型每次都走同一条流程，也就是可预测。

一、设计内核

目标：可预测，而不是「做小」

「可预测」要说准一点：可预测的是流程，不是结果。模型输出本身就是随机的，同一个需求跑两遍，spec 和代码的细节难免有出入；但如果流程能稳住（先澄清、再写 spec、再拆任务、再实现，顺序和交接点每次都对得上），产出的随机就不会失控------每一步都落在一个你能审查的节点上，一旦跑偏，当场就能纠正，而不是拖到最后才发现。

还有一点容易误解：以为「可预测」就是「把每个 skill 做到尽量小」。其实做小只是可预测带来的结果。这一点很关键------它是后面所有取舍的依据：手段怎么选、机制怎么分、一个 skill 合不合格，最后都落到一句「它有没有让流程更可预测」。

手段：原语 + 手动编排

要让流程可预测，开头那种「丢进去、等结果」显然不行；一个直觉的解法，是套个框架约束流程。GSD、BMAD、Spec-Kit 走的就是这条路，而且做得并不差：分阶段，阶段之间也留了检查点，这点和这套 skill 一致。真正的分歧在于，框架的路子是「接管整条流程」------流程一旦交给它，控制权也跟着让了出去，出了问题也很难自己改。

这套 skill 把能力拆成一个个小而单一的原语(primitive)，由你自己拼成流程：grill、to-spec、to-tickets、implement 一步步接起来，哪步不对就单换那一步。控制权始终在你手里，这正是「可预测」逼出来的走法。

至于原语该切多细、哪一步交给模型、哪一步留给自己------下面三条机制回答。

机制一：触发方式

「谁来触发」 skill，牵出两件事：该不该把它单拆出来，以及它按触发方式归哪一类。

先说拆不拆------这是一笔成本账。 每多拆一个 skill 都要付成本，分两种：

• 上下文成本：能被模型自动触发的 skill，它的描述每轮对话都占着上下文窗口；只要它在，就一直占着。
• 记忆成本：要你手动触发的 skill 不占窗口，但这份代价落到你的脑子里------你得记得它在、记得什么时候该用。

所以拆不拆是笔账：多拆出来的那点可预测，值不值这两笔成本。原语该多大，就是这笔账的平衡点。算下来的规则很简单------机械、能反复用的固定做法交给模型自动触发，只有靠人拍板的决策留作手动触发。

紧接着按触发方式区分类型。一种设置了 disable-model-invocation，模型不会主动调它，只能你手动触发，这一类 skill 之间也不会互相调用；相反，另一种没设限制，模型能自动触发、别的 skill 也能调用它，装的是可复用的固定做法，也就是原语(primitive)，例如 grilling。

grilling 是原语没有疑问，至于够不够小就不一定，只能靠上面的成本账、靠平时不断做减法来维持。

机制二：安全靠中间产物，由人来否决

每一步都会留下一份中间产物------澄清后的想法、spec、拆好的任务------你都能审，也都能拒。这套机制的前提是你真的有判断力，它是整套系统唯一的安全网。

这就带出一个关键：这套 skill 的价值，全看用的人判断力够不够 。你要是不认真审，这些检查点就毫无作用，系统又变回黑箱，甚至比框架更糟------它连框架那种最起码的默认保护都没有。所以它只对熟手才管用；新手该做的是用 teach 这个 skill 把判断力提上来。

机制三：组合靠共享状态

to-spec 从不说「我要读 grilling 的产物」，它只说「我读当前这段对话」。谁往对话里写了东西，它就能读到谁。正因为这样，好几个不同的入口最后都能汇进同一条流程。

这块共享状态其实有两层。一层是上下文窗口，只在当前 session 里管用，一结束就没了；另一层是 tracker 上的 issue，跨 session、跨 agent 都在，是最权威的那份状态。窗口装不下时，handoff 把状态挪到新 session；而后面主线要讲的 frontier------那批可领取的任务------正是从 issue 这层记下的阻塞关系算出来的。

二、四类文档

上一节说的那些能审、能拒的产出，落到具体就是四类文档。它们也是整个流程反复操作的对象------to-spec 产出 spec、to-tickets 拆出 issue、implement 按 issue 实现，所以先把这四样理清楚，后面讲主线就顺了。

一份需求走完流程，会拆成四类文档，各管一类信息------每一类都是你做判断时唯一该查的依据(single source of truth)。最忌讳把它们混写进一份「什么都记」的文档里，按生命周期分清就好：

文档	放在哪	装什么	生命周期	会改吗
spec / PRD	tracker（如 .scratch/<feature>/PRD.md）	意图：要建什么	建完就作废	建完前可改
issue	tracker	一个工作单元	做完就关闭	状态一直变
ADR	docs/adr/NNNN-*.md	已定的决策及其理由	永久保留	不改，只被新 ADR 取代
CONTEXT.md	仓库根目录	术语表：一个东西我们怎么称呼	长期维护	随术语增补

这里最容易混的是 issue 和 ADR，其实它们是一件事的两面：issue 记「接下来要做什么」，做完就结束；ADR 记「当初为什么这么定」，永久保存。ADR 只增不改------要推翻旧决策，就另写一份取代它，旧的原样留着。这么做是为了让「当时为什么这么想」始终查得到。连决策记录本身也是这样一份能审、能推翻的产出------这就是机制二用在决策上的样子。

三、主线流程

这里以完整的主线为例，实际场景会根据具体情况编排流程。

机制三说的共享状态，放到实际流程里就是这条主线：四步之间不互相直连，全靠「谁往对话 / tracker 里写，谁就能被下一步读到」连起来。

主线四步：grill-with-docs → to-spec → to-tickets → implement。

• grill-with-docs：有代码库时，靠追问帮你把想法理清，整理出 CONTEXT 与 ADR。它的底层原语是 grilling------一次问一个问题，事实由 Agent 查，决策留给你定。（grilling 是原语；grill-with-docs 和无代码库版的 grill-me 是它的两个入口，都要你手动触发；下文用 grill 泛指这一类追问能力。）
• to-spec：对话已经聊清楚后，综合成 spec。它绝不追问（追问是 grill 的能力），所以 to-spec 永远排在 grill 之后。
• to-tickets：面对跨多个 session 的大任务，把 spec 拆成 tracer-bullet 式的垂直切片（每片打通端到端、能独立验证），并声明切片之间的阻塞关系。
• implement：按 spec 或 issue 构建，内部自动跑 tdd，收尾用 code-review 再提交。

这里有两条看起来相反的上下文规则，其实来自同一个原则：只保留对当前这一步有用的上下文。 前三步（grill、to-spec、to-tickets）是前后依赖的，后一步要用到前一步的结果，所以要一直保留上下文，to-tickets 之前不要清空；到了 implement，每个 issue 相互独立，别的 issue 的上下文反而会干扰，所以每个 issue 之间都要清空。两条规则相反，是因为「什么算有用」在这两段正好相反。这类规则大多只是当前模型能力下的临时办法，以后会过时；但把任务拆开这件事不会，因为它保证了人能掌控、任务能并行。

还有两个处理上下文的办法： handoff 是这套 skill 之一------把当前对话整理成一份文档，再开一个新 session 引用它，状态就转移过去了；compact 则是 agent 自带的内建命令，留在同一个对话里，把前面几轮压缩成摘要。两者都只适合在两个阶段之间用，别在同一个阶段的中途用。

最后回到共享状态，也就是 frontier。 to-tickets 会标明每个切片被哪些任务阻塞，这些信息存进 tracker 后，系统就能自动算出当前 open、unblocked、unclaimed 的那批任务------这就是 frontier。空闲的 worker 直接从中挑一个来做，不需要有人分配------这就是共享状态带来的好处。不过只有在多个 worker 同时工作时，这种方式才比人工分配更省事；如果只有你一个人、任务又是一个接一个的，两种方式差别不大。

四、全景速查表

Skill	触发	场景	什么时候用
grilling	模型触发	一次一问、事实自查、决策归你，是各 grill 的底层	---
grill-with-docs	用户触发	有代码库，靠追问理清想法，整理出 CONTEXT + ADR	你必须真回答；判不出就成了走过场
grill-me	用户触发	无代码库，不保存状态	不留痕迹，它不会帮你建 CONTEXT
to-spec	用户触发	对话已聊清楚后综合成 spec	不追问；顺序永远在 grilling 之后
to-tickets	用户触发	跨多 session 的大任务，拆成 tracer-bullet	大范围重构别硬套切片，改用 expand-contract（先扩后缩）
implement	用户触发	按 spec 或 issue 构建	任务之间清空上下文；内部自动 tdd + code-review
tdd	模型触发	红绿重构，一次一个垂直切片	只想先写测试来确定行为时，可单独用
code-review	模型触发	Standards 与 Spec 两方面同时审	也可单独审任意 branch 或 PR
wayfinder	用户触发	又大又模糊、一个 session 装不下	产出决策而非交付代码；理清后汇入 to-spec
prototype	模型触发	状态或 UI 要跑起来才判得清	一次性原型，留结论删代码，别当产品
teach	用户触发	跨 session 学一个概念，帮新手提升到能胜任	提升你自己的判断力，不向项目交付代码

另外还有几个提供基础词汇的 skill（domain-modeling、codebase-design）和维护类 skill（research、improve-codebase-architecture、writing-great-skills），和本文主题关系不大，不展开。