MY_TRUCK - AI 应用｜AI 编程三件套：OpenSpec、Superpowers、gstack 如何把 AI 从“手速实习生”变成“高级工程师”

MY_TEUCK2026-07-16 14:42

前言

在 AI 辅助编程，也就是很多人说的 Vibe Coding 大行其道的今天，开发者经常会遇到一个很微妙的崩溃瞬间：

AI 确实能秒写代码。

但是它太急于交差了。

需求还没问清楚，它已经开始改文件；测试还没补，它已经说"已完成"；上下文一长，它就开始自由发挥，甚至把不存在的 API、目录和业务规则写得像真的一样。

所以，AI 编程的瓶颈早就不是"它能不能写出来"，而是：

它能不能按工程纪律写对、测过、交付清楚。

为了把 AI 从"手速极快的实习生"训练成"靠谱的高级工程师"，开源社区逐渐形成了 AI 编程的"三件套"思路：

  • OpenSpec：先把需求变成规格，解决"做什么"的问题。
  • Superpowers：把工程方法变成技能，解决"怎么做"的问题。
  • gstack：把审查、QA、发布变成团队流程，解决"怎么交付"的问题。

本文会从概念、安装、实战流程、避坑和技术分享考点五个角度，完整讲清这三个工具如何串成一套 AI 驱动开发工作流。

⚡ 快速参考

  • 适用场景：使用 Claude Code、Cursor、Codex、OpenCode 等 AI 编程助手做真实项目开发，希望减少 AI 乱写、漏测、假完成。
  • 核心结论：OpenSpec 管需求规格，Superpowers 管开发纪律，gstack 管交付验证，三者不是互相替代，而是上下游协作。
  • 最短工作流 ：OpenSpec 提案 -> Superpowers 计划与 TDD -> gstack Review/QA/Ship。
  • 常用命令：
bash 复制代码 
# OpenSpec
npm install -g @fission-ai/openspec@latest
openspec init

# gstack
git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/gstack
cd ~/gstack && ./setup
  • 避坑提醒：不要把这三件套理解成"多装几个插件"。真正有价值的是背后的工作流：规格先行、测试先行、验证先行。

📚 学习目标

  1. 说清 OpenSpec、Superpowers、gstack 各自解决什么问题。
  2. 能把三者串成一套真实项目中的 AI 编程流程。
  3. 理解 AI 编程里的 SDD、TDD、上下文工程、交付验证到底怎么落地。
  4. 避开 AI 编程中最常见的"需求没锁定、代码没测试、交付没验证"三类坑。

一、为什么 AI 编程需要"三件套"

1.1 Vibe Coding 的效率幻觉

Vibe Coding 的体验很爽：

你描述一句需求，AI 读仓库、改代码、跑命令、给总结。

但真实项目里，问题通常不在"AI 不会写代码"，而在下面这些地方：

问题 表现 后果
需求模糊 你说"加一个暗黑模式"，AI 立刻开写 没有确认系统偏好、用户持久化、默认策略
执行失控 AI 一次改很多文件 你很难审查 diff，也很难定位回归
测试缺失 AI 写完功能就总结完成 边界条件、回归测试、UI 状态都没覆盖
上下文漂移 对话一长，AI 开始忘记原始约束 代码越写越偏，甚至生成不存在的接口
交付假完成 AI 说"已修复"，但没有真实浏览器验证 上线后才发现控制台报错、表单不可用

这就是 AI 编程最常见的误区：

把 AI 当成"代码生成器"，而不是"需要流程约束的执行者"。

1.2 三件套分别解决什么

可以把 AI 编程三件套理解成一个虚拟研发团队：

层级 工具 核心问题 类比角色
规格层 OpenSpec 做什么 产品经理 + 架构记录员
执行层 Superpowers 怎么做 高级工程师 + TDD 教练
交付层 gstack 怎么确认能交付 Reviewer + QA + Release Engineer

它们不是三选一，而是接力关系：

  1. OpenSpec 先把模糊需求沉淀成可审查的规格文档。
  2. Superpowers 约束 AI 按计划、测试、调试、审查的纪律执行。
  3. gstack 在交付前补上代码审查、真实浏览器 QA、安全和发布检查。

1.3 一图理解三层关系

二、OpenSpec：规格层，先管"做什么"

2.1 OpenSpec 是什么

OpenSpec 是一个面向 AI 编程的轻量级 Spec-Driven Development，规格驱动开发 工具。

它的核心思想非常简单：

先写规格，再写代码。

在传统开发里，需求可能散落在聊天记录、Issue、脑子里。AI 一旦进入长对话，很容易丢失上下文。

OpenSpec 的做法是把一次需求变更拆成结构化文档，通常包括：

文档 作用 解决的问题
proposal.md 为什么要做、要改什么 防止需求目标漂移
design.md 技术方案、边界、数据流 防止 AI 直接乱改架构
tasks.md 可执行任务清单 防止任务过大、改动失控
specs/ 长期规格资产 防止项目知识只存在聊天里

这类文档可以进 Git，可以被 Review，也可以在未来继续被 AI 读取。

2.2 OpenSpec 解决的核心痛点

OpenSpec 主要解决三个问题：

  1. 需求从口头变成资产

    不再只靠一句 Prompt 驱动 AI，而是把需求变成可版本管理的文档。

  2. AI 在正确轨道上工作

    AI 每一步都围绕 proposal、design、tasks 执行，不容易偏题。

  3. 复杂需求可拆解、可审查

    大任务先拆成多个小任务，人可以先审规格，再让 AI 动手。

2.3 OpenSpec 基本安装

OpenSpec 可以通过 npm 全局安装：

bash 复制代码 
npm install -g @fission-ai/openspec@latest

进入项目根目录后初始化：

bash 复制代码 
cd your-project
openspec init

初始化后，项目里会生成 openspec/ 相关目录，用来存放变更提案、设计文档、任务清单和规格文件。

常见工作方式如下：

text 复制代码 
/opsx:explore
/opsx:propose add-dark-mode
/opsx:apply
/opsx:archive

说明：

  • /opsx:explore：在不急着实现前，先和 AI 一起探索需求。
  • /opsx:propose：把需求写成提案、设计和任务。
  • /opsx:apply：按任务清单实现。
  • /opsx:archive：完成后归档变更，更新长期规格。

不同 AI 编程助手对斜杠命令的集成方式可能不同，实际以 OpenSpec 官方文档和你使用的宿主工具为准。

2.4 示例：用 OpenSpec 锁定暗黑模式需求

不要这样写：

text 复制代码 
给应用加一个暗黑模式。

更推荐这样开始：

text 复制代码 
/opsx:propose add-dark-mode

目标：给应用添加暗黑模式。
要求：
1. 支持跟随系统偏好。
2. 支持用户手动切换 light / dark / system。
3. 用户选择需要持久化。
4. 首屏加载时不能闪白。
5. 补充单元测试和至少一个端到端验证场景。

这样 AI 不会马上乱改，而是先生成规格文档，让你审查：

text 复制代码 
openspec/
  changes/
    add-dark-mode/
      proposal.md
      design.md
      tasks.md

你确认规格没问题，再进入实现阶段。

三、Superpowers：执行层，管"怎么做"

3.1 Superpowers 是什么

Superpowers 可以理解为一套给 AI 编程助手使用的 工程技能库。

它不是单纯增加几个 Prompt，而是把软件工程里的最佳实践变成 AI 必须遵守的工作方式，例如：

  • 头脑风暴前先澄清问题。
  • 写代码前先写计划。
  • 修 bug 前先做系统化调查。
  • 实现功能前优先采用 TDD。
  • 完成后主动请求代码审查。
  • 声称完成前必须运行验证命令。

这正好补上了 AI 最容易偷懒的地方。

3.2 Superpowers 解决的核心痛点

AI 写代码经常像一个兴奋的新同事：

"我懂了，我马上改。"

但高级工程师不会这么做。高级工程师会先问：

  • 需求边界是什么？
  • 有没有现有模式可以复用？
  • 哪些测试能证明它真的工作？
  • 如果失败，怎么定位根因？
  • 这次改动会不会影响别的模块？

Superpowers 的价值，就是把这套纪律固定下来。

能力 对应工程实践 价值
brainstorming 需求澄清 避免没想清就开写
writing-plans 实施计划 把大任务拆成小步骤
test-driven-development TDD 先证明问题，再实现
systematic-debugging 系统化调试 避免拍脑袋修 bug
requesting-code-review 代码审查 完成前自查风险
verification-before-completion 完成前验证 防止"嘴上通过"

3.3 Superpowers 的典型安装方式

Superpowers 通常作为技能目录安装到 AI 助手的技能路径中。

以 Claude Code 为例，常见安装方式类似：

bash 复制代码 
git clone https://github.com/obra/superpowers.git ~/.claude/skills/superpowers

如果你使用的是 Cursor、Codex、OpenCode、Trae 等其他工具，需要根据它们各自的 Skills 或 Rules 目录调整安装位置。

例如：

text 复制代码 
Claude Code: ~/.claude/skills/
Codex:       ~/.codex/skills/
Cursor:      以官方 Skills / Rules 支持为准
Trae:        以官方 Skills / Rules 支持为准

重点不是路径本身，而是让 AI 编程助手能在合适场景自动加载这些技能。

3.4 Superpowers 如何约束 AI 编码

假设 OpenSpec 已经生成了任务：

text 复制代码 
1. 添加主题状态模型
2. 实现 light / dark / system 三种模式
3. 持久化用户选择
4. 避免首屏闪烁
5. 补充测试

Superpowers 介入后，AI 不应该直接写一大坨代码，而应该按工程节奏执行：

text 复制代码 
需求澄清 -> 实施计划 -> 写失败测试 -> 最小实现 -> 测试通过 -> 重构 -> 验证 -> 审查

用 TDD 表达就是：

text 复制代码 
Red：先写失败测试，证明当前功能不存在或行为不符合预期
Green：写最少代码让测试通过
Refactor：在测试保护下清理结构
Verify：运行完整验证命令，确认没有回归

3.5 一个好用的手动触发方式

如果你的 AI 助手支持斜杠命令或技能命令，可以在复杂任务前明确要求：

text 复制代码 
使用 Superpowers 的 brainstorming 和 writing-plans。
先澄清需求，再写计划。
计划通过后，用 TDD 实现，不要跳过测试。
完成前运行验证命令，并给出验证结果。

这句话的本质不是"念咒"，而是把 AI 的行为从"生成答案"切换成"执行工程流程"。

四、gstack：交付层，管"怎么交付"

4.1 gstack 是什么

gstack 是 Garry Tan 开源的一套 AI 编程技能和工作流集合。

它的定位很直接：

把 AI 编程助手组织成一个虚拟工程团队。

在 gstack 里，你可以使用不同技能完成不同交付动作，例如：

命令 角色 作用
/office-hours 产品/创业顾问 澄清产品想法
/plan-ceo-review CEO 视角 挑战范围和价值
/plan-eng-review 工程经理 审查架构和风险
/review 高级工程师 代码审查，找 bug 和回归风险
/qa QA 负责人 打开真实浏览器做交互测试
/cso 安全负责人 做安全审计
/ship 发布工程师 发布前检查

如果说 Superpowers 强调"编码过程的纪律"，那么 gstack 更强调"交付前的完整把关"。

4.2 gstack 解决的核心痛点

很多 AI 编程失败不是失败在写代码，而是失败在最后 20%：

  • 没有认真审 diff。
  • 没有跑真实页面。
  • 没有检查控制台报错。
  • 没有考虑安全边界。
  • 没有发布前清单。

gstack 把这些动作显式化。

尤其是 /qa 这类能力，价值很高：

让 AI 不只是在文本里说"页面应该能用"，而是打开真实浏览器，点击、输入、检查状态和报错。

这对于前端页面、后台管理系统、登录注册、表单提交、支付流程等场景尤其重要。

4.3 gstack 基本安装

gstack 支持多种 AI 编程助手。通用安装方式：

bash 复制代码 
git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/gstack
cd ~/gstack && ./setup

如果需要指定宿主，可以使用：

bash 复制代码 
./setup --host codex
./setup --host cursor
./setup --host opencode

如果你使用 Claude Code，也可以安装到 Claude 的技能目录：

bash 复制代码 
git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack
cd ~/.claude/skills/gstack && ./setup

安装完成后，可以在支持的 AI 编程助手中使用对应技能，例如：

text 复制代码 
/review
/qa https://staging.example.com
/ship

4.4 gstack 在工作流中的位置

gstack 不应该只在"代码写完之后"才出现。

更好的方式是分阶段使用：
渲染错误: Mermaid 渲染失败: Lexical error on line 2. Unrecognized text. ... --> B/office-hours B --> C[/plan- -----------------------^

不过在本文这套三件套工作流里，可以简单理解为：

  • OpenSpec 负责把需求变成规格。
  • Superpowers 负责按纪律实现。
  • gstack 负责交付前多角色检查。

五、三件套如何串联：一套黄金工作流

5.1 总体流程

把三件套串起来后，一个比较稳的 AI 编程流程如下：
gstack Superpowers OpenSpec 开发者 gstack Superpowers OpenSpec 开发者 #mermaid-svg-HFHecZxHP1KPQbYI{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-HFHecZxHP1KPQbYI .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-HFHecZxHP1KPQbYI .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-HFHecZxHP1KPQbYI .error-icon{fill:#552222;}#mermaid-svg-HFHecZxHP1KPQbYI .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-HFHecZxHP1KPQbYI .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-HFHecZxHP1KPQbYI .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-HFHecZxHP1KPQbYI .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-HFHecZxHP1KPQbYI .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-HFHecZxHP1KPQbYI .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-HFHecZxHP1KPQbYI .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-HFHecZxHP1KPQbYI .marker{fill:#333333;stroke:#333333;}#mermaid-svg-HFHecZxHP1KPQbYI .marker.cross{stroke:#333333;}#mermaid-svg-HFHecZxHP1KPQbYI svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-HFHecZxHP1KPQbYI p{margin:0;}#mermaid-svg-HFHecZxHP1KPQbYI .actor{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-HFHecZxHP1KPQbYI text.actor>tspan{fill:black;stroke:none;}#mermaid-svg-HFHecZxHP1KPQbYI .actor-line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-HFHecZxHP1KPQbYI .innerArc{stroke-width:1.5;stroke-dasharray:none;}#mermaid-svg-HFHecZxHP1KPQbYI .messageLine0{stroke-width:1.5;stroke-dasharray:none;stroke:#333;}#mermaid-svg-HFHecZxHP1KPQbYI .messageLine1{stroke-width:1.5;stroke-dasharray:2,2;stroke:#333;}#mermaid-svg-HFHecZxHP1KPQbYI #arrowhead path{fill:#333;stroke:#333;}#mermaid-svg-HFHecZxHP1KPQbYI .sequenceNumber{fill:white;}#mermaid-svg-HFHecZxHP1KPQbYI #sequencenumber{fill:#333;}#mermaid-svg-HFHecZxHP1KPQbYI #crosshead path{fill:#333;stroke:#333;}#mermaid-svg-HFHecZxHP1KPQbYI .messageText{fill:#333;stroke:none;}#mermaid-svg-HFHecZxHP1KPQbYI .labelBox{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-HFHecZxHP1KPQbYI .labelText,#mermaid-svg-HFHecZxHP1KPQbYI .labelText>tspan{fill:black;stroke:none;}#mermaid-svg-HFHecZxHP1KPQbYI .loopText,#mermaid-svg-HFHecZxHP1KPQbYI .loopText>tspan{fill:black;stroke:none;}#mermaid-svg-HFHecZxHP1KPQbYI .loopLine{stroke-width:2px;stroke-dasharray:2,2;stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-HFHecZxHP1KPQbYI .note{stroke:#aaaa33;fill:#fff5ad;}#mermaid-svg-HFHecZxHP1KPQbYI .noteText,#mermaid-svg-HFHecZxHP1KPQbYI .noteText>tspan{fill:black;stroke:none;}#mermaid-svg-HFHecZxHP1KPQbYI .activation0{fill:#f4f4f4;stroke:#666;}#mermaid-svg-HFHecZxHP1KPQbYI .activation1{fill:#f4f4f4;stroke:#666;}#mermaid-svg-HFHecZxHP1KPQbYI .activation2{fill:#f4f4f4;stroke:#666;}#mermaid-svg-HFHecZxHP1KPQbYI .actorPopupMenu{position:absolute;}#mermaid-svg-HFHecZxHP1KPQbYI .actorPopupMenuPanel{position:absolute;fill:#ECECFF;box-shadow:0px 8px 16px 0px rgba(0,0,0,0.2);filter:drop-shadow(3px 5px 2px rgb(0 0 0 / 0.4));}#mermaid-svg-HFHecZxHP1KPQbYI .actor-man line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-HFHecZxHP1KPQbYI .actor-man circle,#mermaid-svg-HFHecZxHP1KPQbYI line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;stroke-width:2px;}#mermaid-svg-HFHecZxHP1KPQbYI :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 描述需求 生成 proposal/design/tasks 人工审查并确认 进入任务执行 计划、TDD、调试、验证 提交可审查变更 review、qa、ship 输出交付结论和风险

一句话总结：

OpenSpec 让 AI 别跑偏，Superpowers 让 AI 别偷懒，gstack 让 AI 别假完成。

5.2 Step 1：用 OpenSpec 锁定需求

以"添加暗黑模式"为例，先不要直接让 AI 改代码。

输入：

text 复制代码 
/opsx:propose add-dark-mode

给应用添加暗黑模式：
1. 支持 light、dark、system 三种模式。
2. system 模式跟随操作系统偏好。
3. 用户手动选择需要持久化。
4. 首屏加载不能出现明显闪烁。
5. 需要补充测试和验证步骤。

OpenSpec 生成文档后，你先 Review：

text 复制代码 
proposal.md：目标是否清楚？
design.md：方案是否合理？
tasks.md：任务是否足够小？

确认无误后再执行：

text 复制代码 
/opsx:apply

5.3 Step 2：用 Superpowers 保障实现质量

进入编码阶段后，明确要求 AI 使用工程纪律：

text 复制代码 
请按 Superpowers 工作流执行：
1. 先读取 OpenSpec 生成的 tasks.md。
2. 为每个任务写一个小计划。
3. 使用 TDD：先补失败测试，再写实现。
4. 每完成一个任务运行相关测试。
5. 完成后运行完整验证命令。

一个理想的执行记录应该像这样：

text 复制代码 
[Plan] 本次实现拆成 4 个小步骤
[Red] 新增 theme preference 测试，当前失败
[Green] 实现 useThemePreference，让测试通过
[Refactor] 抽离 localStorage 访问函数
[Verify] npm test 通过，npm run lint 通过

如果测试失败，不要让 AI 猜。

要求它进入系统化调试：

text 复制代码 
不要直接修。
先复现失败，列出观察结果，再提出 2-3 个可能原因。
确认根因后再修改。

5.4 Step 3：用 gstack 做交付把关

实现完成后，不要直接合并。

先让 gstack 做代码审查：

text 复制代码 
/review

重点看：

  • 是否有潜在 bug。
  • 是否破坏现有行为。
  • 是否缺测试。
  • 是否有安全风险。
  • 是否有明显 AI 生成的冗余代码。

如果是前端功能，再做真实 QA：

text 复制代码 
/qa http://localhost:3000

让 AI 打开浏览器，实际验证：

  • 默认主题是否正确。
  • 切换 light / dark / system 是否生效。
  • 刷新后用户选择是否保留。
  • 控制台是否有报错。
  • 页面是否出现闪烁。

最后进入发布检查：

text 复制代码 
/ship

这一步通常会检查测试、diff、文档、版本、变更说明等。

六、完整实战案例：给应用添加暗黑模式

下面用一个简化案例，把三件套串起来。

6.1 需求输入

原始需求：

text 复制代码 
给应用加一个暗黑模式。

这句话太模糊，需要改写成可执行需求：

text 复制代码 
目标：给应用添加暗黑模式。

功能要求：
1. 支持 light / dark / system 三种主题。
2. 默认使用 system。
3. 用户手动选择后写入 localStorage。
4. 页面刷新后恢复用户选择。
5. 首屏渲染时尽量避免主题闪烁。

质量要求：
1. 补充单元测试。
2. 补充至少一个浏览器验证场景。
3. 不引入新的 UI 框架。
4. 遵循现有项目的组件和样式约定。

6.2 OpenSpec 阶段

输入：

text 复制代码 
/opsx:propose add-dark-mode

期望生成：

text 复制代码 
openspec/changes/add-dark-mode/
  proposal.md
  design.md
  tasks.md

人工审查重点：

文件 审查点
proposal.md 是否说明为什么要做、用户价值是什么
design.md 主题状态放在哪里、如何避免闪烁、如何持久化
tasks.md 是否拆成可独立验证的小任务

如果 tasks.md 里出现类似"实现暗黑模式全部功能"这种大任务，要继续拆。

更好的任务清单：

text 复制代码 
1. 新增主题偏好类型和存储工具函数。
2. 新增 ThemeProvider，支持 light / dark / system。
3. 新增主题切换 UI。
4. 添加首屏主题初始化脚本。
5. 补充单元测试。
6. 补充浏览器 QA 验证步骤。

6.3 Superpowers 阶段

让 AI 按 TDD 执行：

text 复制代码 
读取 openspec/changes/add-dark-mode/tasks.md。
请使用 TDD 实现。
每次只处理一个任务：
1. 先写测试。
2. 再写最少实现。
3. 测试通过后再重构。
4. 每完成一个任务汇报 diff 和验证结果。

理想的验证命令可能是：

bash 复制代码 
npm test
npm run lint
npm run typecheck

如果项目是后端服务，可能是：

bash 复制代码 
mvn test

如果是 Python 项目，可能是：

bash 复制代码 
pytest
ruff check .

关键点：

验证命令必须来自项目本身，而不是 AI 临时编出来。

6.4 gstack 阶段

代码实现后：

text 复制代码 
/review

让 AI 重点检查：

text 复制代码 
请重点看：
1. 首屏主题闪烁风险。
2. localStorage 不可用时的降级。
3. system 模式监听 prefers-color-scheme 变化是否正确清理。
4. 测试是否覆盖 light / dark / system。
5. 是否有无关 refactor。

如果是 Web 应用：

text 复制代码 
/qa http://localhost:3000

QA 检查清单：

text 复制代码 
1. 首次访问默认跟随系统。
2. 切换 dark 后页面立即变化。
3. 刷新后仍保持 dark。
4. 切换 system 后跟随系统偏好。
5. 控制台无报错。
6. 关键页面视觉没有明显错位。

准备发布：

text 复制代码 
/ship

发布前确认：

text 复制代码 
1. 测试通过。
2. lint/typecheck 通过。
3. 代码审查问题已处理。
4. QA 问题已处理。
5. changelog 或发布说明已更新。

七、三件套不是银弹：它们各自的边界

7.1 OpenSpec 的边界

OpenSpec 能帮你沉淀规格，但不能替你判断业务价值。

如果一开始的方向就是错的，规格写得再漂亮也没用。

适合 OpenSpec 的场景：

  • 新功能开发。
  • 架构调整。
  • 多模块变更。
  • 团队需要审查需求和技术方案。

不一定需要 OpenSpec 的场景：

  • 修一个错别字。
  • 改一行配置。
  • 临时验证一个小实验。

7.2 Superpowers 的边界

Superpowers 能约束 AI 的执行过程，但它依赖项目本身有基本工程基础。

如果项目没有测试、没有 lint、没有清晰模块边界，AI 也很难凭空变出稳定流程。

所以，使用 Superpowers 前最好先补齐：

  • 项目启动命令。
  • 测试命令。
  • lint/typecheck 命令。
  • 目录说明。
  • 编码规范。

这些可以写到：

text 复制代码 
AGENTS.md
CLAUDE.md
README.md

7.3 gstack 的边界

gstack 能做审查、QA、安全和发布检查，但它不是替代人工负责。

尤其是：

  • 涉及支付、权限、隐私、生产数据的变更。
  • 涉及数据库迁移的变更。
  • 涉及安全策略的变更。
  • 涉及公司合规和发布流程的变更。

这些仍然需要人来最终决策。

八、场景应用

场景 1：个人开发者做独立项目

需求：一个人维护项目，想快速迭代，但怕 AI 改乱代码。

推荐流程：

text 复制代码 
OpenSpec 写清每个功能变更
Superpowers 约束 AI 按 TDD 实现
gstack 在发布前做 /review 和 /qa

收益：

  • 每个功能都有规格记录。
  • 改动更容易回看。
  • 不容易出现"AI 说完成但页面打不开"。

场景 2：团队协作开发

需求：多人参与同一个仓库，希望 AI 输出可审查、可追踪。

推荐流程：

text 复制代码 
OpenSpec 作为需求和技术方案入口
AGENTS.md 写团队编码规范和测试命令
Superpowers 负责执行纪律
gstack /review 作为 PR 前置自查

收益：

  • AI 不再只听某一次聊天上下文。
  • 团队可以 Review 规格和任务。
  • PR 质量更稳定。

场景 3：遗留系统重构

需求：老项目复杂，不敢让 AI 大范围乱改。

推荐流程：

text 复制代码 
OpenSpec 先限定重构范围
Superpowers 要求小步 TDD
gstack 做风险审查和回归 QA

特别注意：

  • 每次只改一个模块。
  • 每次只做一个明确目标。
  • 不要让 AI 顺手"优化全项目"。

九、开发避坑总结

9.1 典型坑 1：装了工具，但还是一句话让 AI 开写

错误方式：

text 复制代码 
帮我把系统优化一下。

正确方式：

text 复制代码 
先用 OpenSpec 生成变更提案。
不要写代码。
我确认 proposal、design、tasks 后再进入实现。

9.2 典型坑 2：把 OpenSpec 当文档生成器

OpenSpec 的重点不是"多生成几份 Markdown"，而是让规格成为开发入口。

真正的流程应该是：

text 复制代码 
需求 -> 规格 -> 审查 -> 任务 -> 实现 -> 归档

如果规格写完没人看、没人审、实现时也不读，那就失去了意义。

9.3 典型坑 3：AI 写完测试但没有运行

很多 AI 会说：

text 复制代码 
我已经添加了测试。

但"添加测试"和"测试通过"不是一回事。

你应该要求：

text 复制代码 
请运行项目测试命令，并贴出关键结果。
如果测试失败，不要跳过，先定位根因。

9.4 典型坑 4：gstack QA 没有真实环境

/qa 需要能访问你的应用页面。

如果本地服务没启动、登录态没有准备、测试账号不可用，QA 结果就会受限。

建议提前准备：

text 复制代码 
1. 本地启动命令
2. 测试账号
3. 需要验证的 URL
4. 核心路径检查清单

9.5 典型坑 5：多个工具职责混乱

不要让三个工具互相抢活。

更清晰的职责分工是：

阶段 主工具 人的职责
需求阶段 OpenSpec 判断需求是否值得做
编码阶段 Superpowers 审查计划和测试
交付阶段 gstack 决定是否合并和发布

十、总结

AI 编程的未来，不是"AI 替代开发者"，而是"开发者带着 AI 组成更高效的研发系统"。

在这个系统里：

  • 开发者负责判断、取舍、审查和最终责任。
  • AI 负责执行、验证、整理和重复性工作。
  • 工具负责把流程固化下来，减少 AI 的随意发挥。

OpenSpec、Superpowers、gstack 分别补齐了 AI 编程中最关键的三块短板：

  1. OpenSpec 让 AI 理解你要什么。
  2. Superpowers 让 AI 按工程纪律去做。
  3. gstack 让 AI 在交付前接受审查和验证。

当你愿意花时间把需求想清楚，把任务拆清楚，把测试和 QA 跑清楚，AI 就不再只是"写得快"，而是开始接近一个真正可靠的工程协作者。

这也是 AI 编程从玩具走向生产力的分水岭：

不是让 AI 更自由，而是给 AI 更好的工程约束。

参考链接

本文为MY_TEUCK原创实战学习笔记，持续更新Java后端与AI应用领域干货，问题欢迎评论区交流。

相关推荐
阿里技术1 小时前
从 Coder 到 Designer ：电商团队数据研发的 Harness Engineering 实践
人工智能·microsoft·机器学习
带娃的IT创业者1 小时前
深度解析 Apple Foundation Models：端侧 AI 的真正革命
人工智能·移动开发·大语言模型·apple·端侧ai
战族狼魂1 小时前
广东备案大模型超百款
人工智能·算法·大模型·大语言模型
Geeys1 小时前
淘宝新店一般要熬几个月？淘宝新店破周期提速实操方案
大数据·人工智能
QN1幻化引擎1 小时前
DalinX V8 — 整体能力地图与 AGI 阶段评估
人工智能·神经网络·目标检测·语言模型·数据挖掘·agi
星核0penstarry2 小时前
从单模型到多模型调度：AI API 工程化实战复盘
人工智能
MoonBit月兔2 小时前
MoonBit v0.10.4版本更新
开发语言·人工智能·编程·moonbit
m0_377108142 小时前
小智ai-esp32
人工智能·macos·xcode
全栈探索2 小时前
从零搭建你的第一个 RAG 应用：百行 Python 就够了
人工智能
热门推荐
012026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片02GitHub 镜像站点03AI科技热点日报 | 2026年07月01日04幻兽帕鲁 - 服务器管理员权限与 GM 命令完全指南05AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路062026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？07国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）08Codex 下载安装指南：Windows 和 macOS 官方版下载09GPT-5.5 对比 GPT-5.6 Sol、Terra、Luna：官方性能数据与选型分析102026 年 AI 大模型 & AI 编程工具实战全总结