曾经人手一个的Superpowers,为什么现在都在卸

一个GitHub上有超过25万星标的项目,用户正在集体卸载它。

这个项目叫Superpowers,是Claude Code生态里最火的skill插件,没有之一。装上之后,它会给你的Agent注入14个skill模块,强制每个任务走brainstorm、spec、plan、TDD、code、review这一整套流程。

听起来很美好对吧?

但最近我身边的朋友一个接一个把它卸了。我问为什么,得到的答案出奇的一致,太慢了,太吃token了,而且现在的Agent已经不需要这些东西了。

我一开始是不信的。直到我自己也卸了。

🔹 先说说Superpowers到底干了什么

Superpowers刚出来的时候,确实解决了一个真实的痛点。

那时候的Agent还比较「莽」。你丢一个需求过去,它上来就开始写代码,不规划,不测试,写完可能一堆bug。你得反复让它改,效率其实很低。

Superpowers的思路是,既然Agent自己不够自律,那就给它加一套流程约束。每个任务必须先头脑风暴,再写spec,再做计划,再TDD,再写代码,最后review。相当于给一个冲动的实习生套上了一整套SOP。

2025年秋天它发布的时候,整个开发者社区都在安利。GitHub星标一路飙过25万,进了Anthropic官方市场。

但问题是,那是2025年的Agent。

🔹 25万星标背后的代价

我真正动了卸载念头,是因为一个朋友跟我吐槽。他让Claude Code帮他改一个很小的bug,就是把一个变量名从驼峰改成下划线。

正常来说,这个事情十秒钟就搞定了。

但装了Superpowers之后,它先花了一分钟做brainstorm,然后写了一份spec,接着做了一个plan,然后才开始改那个变量名。改完还要跑一遍review。

一个十秒钟的事,搞了五分钟。

他跟我说完我就去GitHub上翻了一下issue,发现有这种感觉的人真不少。

有个用户专门做了测试,装上Superpowers之后,Claude Code启动就要吃掉22000个token,还没开始干活就先用掉了11%的上下文窗口。再加上系统本身的占用,有效工作空间大打折扣。

💡

GitHub地址:github.com/obra/superpowers/issues/190

还有个更离谱的,有人说他一个简单任务,5分钟就把整个token配额打满了。原话是「after 5 minutes i went from 0% to 100% quota reached」。

一个本来是帮你省力的工具,结果反过来成了最大的资源消耗源。

🔹 不止是慢,它还可能让Agent变蠢

这个是我没想到的。

有个Hacker News用户的评论让我印象特别深,他说「I personally don't like superpowers very much. My boss does. I think Claude makes more mistakes when using superpowers than when not」。连他老板都觉得好用,但他自己用下来的体验是,装了之后Claude反而犯更多错了。

你想想看,这其实说得通。Agent的上下文窗口是有限的,你塞了14个skill进去,每个skill都有一堆指令和规则,Agent在处理你的需求的同时还要兼顾这些规则,注意力被分散了。就像你让一个人干活的同时还要背诵一本操作手册,他反而更容易出错。

维护者自己也意识到了这个问题。后来专门做了一次大优化,把14个skill的代码从3150行砍到了977行,砍掉了69%。

但砍完之后核心问题还在,它依然会在每个任务前面强制插入一套完整流程。

🔹 最让我觉得有意思的一个对比

有个叫DizzyMii的开发者做了一个叫fable-skills的项目,只有6个轻量skill,思路跟Superpowers完全相反,不搞强制流程,只在关键节点轻轻引导一下。

他用Opus 4.8做了多轮压力测试来打磨这6个skill,得出的结论是,轻量引导完全够用。

不需要14个,6个就够了。

这说明什么?不是skill越多越好,也不是流程越复杂越好。Agent不需要你给它套那么多规矩,它需要的是在关键节点被轻轻推一下就够了。

Agent不是不听话的小孩,它是一个需要适度引导的成年人。你给它发一份员工手册就够了,不需要派一个监工24小时盯着。

🔹 那Agent到底变强了多少

说真的,这半年Agent的进化速度是肉眼可见的。

我自己最直观的感受是,Fable 5出来之后,很多以前需要skill才能做到的事,它自己就会了。

以前的Agent你不告诉它「先想清楚再动手」,它真的会上来就莽。现在不一样了,你丢一个复杂需求给Fable 5,它会自己先去看相关文件,理清依赖关系,想好方案,然后才开始改。改完还会自己跑测试验证。

MCP Directory有篇专题文章说得很直白,「Fable 5 investigates before acting and verifies its own work with less prompting」。模型自己已经会规划和验证了,不需要外挂一套流程来教它。

文章最后的建议是,如果你用Fable 5,最多保留brainstorm和review两个模块就够了,其他的全删。

WebDevCody,YouTube上很有名的一个开发者,也公开发推说卸载了。他的原话是「I guess I'm just not a fan of having to babysit it the entire time and answer its 20 questions to implement a simple feature. I rather let Claude yolo it and reprompt a bad first iteration」。

为了实现一个简单功能,要回答20个问题。他宁可让Claude先莽一遍,不行再重来,也不想被流程绑着走。

💡

X推文地址:x.com/webdevcody/status/2006458368387596696

说真的我完全理解这种感觉。

🔹 这其实是一个很经典的规律

你回想一下智能手机刚出来的时候。

那时候iPhone上什么都要装app。手电筒要装一个app,计算器要装一个app,指南针要装一个app,扫码要装一个app,甚至量尺寸都要装一个app。

后来呢?系统自带了。手电筒内置了,计算器内置了,指南针内置了,扫码用相机就行了。那些曾经下载量百万的工具类app,安静地消失了。

没有人怀念它们。

AI开发工具正在经历完全一样的事情。早期模型能力不够,需要外挂skill来补能力,就像早期手机功能不全需要第三方app来补功能。但模型能力上来之后,这些外挂的skill就变成了冗余。

当底层能力足够强的时候,上层的补丁自然会退场。这不是skill做得不好,是它完成了自己的历史使命。

🔹 但我不是说skill完全没用了

这话我得说清楚。

Superpowers对有些人来说依然有价值。如果你是一个刚开始用AI写代码的新手,你可能确实需要一套流程来帮你建立好的工作习惯。如果你在一个团队里,需要统一所有人的开发规范,强制走review流程,那Superpowers的思路也是合理的。

还有一些特别复杂的、跨多个文件和系统的大型重构,有时候一个轻量的plan skill确实能帮Agent理清思路。

关键是,skill应该是「按需启用」的,而不是「全套安装」的。

就像你不会在手机上装14个效率app然后全部开着后台运行一样。你需要哪个就开哪个,不需要的时候就关掉。

反正我觉得,2026年下半年的正确姿势是,CLAUDE.md写好项目规范,必要的时候挂一两个轻量skill做特定场景的辅助,其他的交给Agent自己来。

Agent已经长大了,你得学会放手。

🔹 说到底

工具生态的演化跟自然界其实是一个道理。早期物种靠外骨骼保护自己,后来进化出了内骨骼,外骨骼就退化了。不是外骨骼不好,是内在能力强到不需要它了。

Superpowers是一个好产品,它在Agent还不够成熟的时候提供了真实的价值。但技术的车轮不等人,模型在进化,Agent在进化,用户的需求也在进化。

能力被内化,补丁就退场。

这不是谁的失败,这是进步本身。

你现在还在用Superpowers或者其他skill插件吗?觉得哪些该留哪些该卸?评论区聊聊,我每条都看。顺手点个赞,点个在看,星标⭐加一个,下次更新第一时间见。

谢谢你看我的文章,我们,下次再见。

💡

/ 作者:卡卡罗特 / 投稿或爆料,请联系邮箱:19331922086@163.com

相关推荐
audyxiao0011 小时前
人工智能顶会CVPR 2026论文分享|SegMoTE:一种可显著提高模型泛化能力的Token级混合专家架构
人工智能·cvpr·智慧医疗·混合专家架构·医学影像分割
武汉唯众智创1 小时前
具身智能:人工智能的下一个范式革命
人工智能·具身智能·人形机器人·多模态感知·机器人运动控制·机器人产教融合·机器人感知决策
lisw052 小时前
【计算机科学技术】算力是什么?为何用小时计?怎么使用?
人工智能·机器学习·软件工程
半兽先生2 小时前
大模型实现金融文本分类
人工智能·python·金融
汤姆小白2 小时前
06-LoRA参数高效微调
人工智能·python·机器学习·transformer
Dola_Zou2 小时前
以CmASIC重塑AI+边缘设备的安全与商业复利
人工智能·安全·软件工程·软件加密
蓝星空20002 小时前
GPT-image-2 模型国内免费使用教程:零门槛直出商业级 AI 大片
人工智能·gpt·aigc·image2·imagen
直接冲冲冲2 小时前
两层神经网络与三层神经网络的区别
人工智能·深度学习·神经网络
Elastic 中国社区官方博客2 小时前
4 个英伟达人工智能任务,1 个 Elasticsearch 接口:嵌入、聊天、completion 和重排序
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai