Superpowers真能终结“氛围编程”？强制工程纪律的AI编码框架值不值得你花时间配置_服务软件

1. Seedance2.0只是前菜，未来的AI编程会更加疯狂。

2. “一人公司”喊得响，核心系统不敢动，AI编程的错位在哪？#华为云码道 #龙虾 #AI智能体 #openclaw #AI

3. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

4. 轻松学会！高手都在用的AI编程大法！

5. 9个最佳的Claude Code提效项目1. Superpowers网页链接Superpowers是Claude Code的增强插件，提供快速原型开发和迭代编码能力。2. Awesome Claude Code网页链接精选的Claude Code资源、技巧、提示词、工具和集成的完整列表。3. GSD (Get Shit Done)网页链接轻量级任务自动化框架，帮助Claude Code高效完成日常开发工作流程。4. Claude Mem网页链接为Claude Code添加持久化内存能力，自动跨会话保存上下文，减少重复信息输入。5. UI UX Pro Max网页链接AI驱动的设计系统生成器，根据产品类型自动推荐配色、排版、布局和组件模式。6. n8n-MCP网页链接为Claude提供n8n自动化工作流的完整文档和API访问，让Claude能设计和部署复杂的自动化。7. Obsidian Skills网页链接Obsidian笔记软件的Agent Skills，使Claude Code能直接创建和编辑Markdown、Canvas和Bases。8. LightRAG网页链接轻量级检索增强生成框架，通过知识图谱和向量检索为Claude Code提供更精准的信息检索。9. Everything Claude Code网页链接production级Agent框架，包含28个专业子Agent、116个技能、59个命令和完整的安全审计系统。#HOW I AI# #程序员# （via. Hasan Toor)

6. 安利一个11万Star的必装插件，能让你的Agent体验直接质变。最近一直在聊Agent、聊Vibe Coding。但是在给越来越多的朋友安利的时候，发现其实，一直有一个问题被忽略了。就是，真正卡住大多数人的，是自己没有一个标准的工作流程。特别在创造一个你想要的软件或者程序的时候，没有标准流程，其实是一件非常可怕的事情。所以，我想给大家分享一个我自己在vibe coding的时候，一直在用的一个超好用的帮我提高Coding体验的一个插件，也基本上是我推荐所有人都必装的一个，基本上Claude Code、Codex、OpenCode、Cursor啥的全都适配，都可以装的。它在Github上，已经有11万的star数了。名字叫，Superpowers。GitHub 链接在此：网页链接也是Claude官方的认证插件，上架了Anthropic的官方插件市场，安装量冲到了23万，排名第二。第一名就是那个大名鼎鼎的让你的设计变得更有品味的超牛逼的Skill，Frontend Design。Superpowers其实不太能算一个传统意义上的工具，我觉得他更应该被定义为一套指导Agent如何完成任务的系统。因为坦诚的讲，绝大数的Agent，在进行任务的时候，天然都倾向于拿到任务就开始写代码，会跳过设计、跳过测试、跳过 review，然后产出一坨不可维护的东西。而Superpowers会强行在Agent的链路里面插入一套结构化的工作流，再结合着14个skills的组合，能让你最终的任务产出质量，上升几个档次。我做了一张图，可以简单的让大家看看这些Skills，每个有啥用，以及是怎么组合的，不用细看，大概知道原理就行。所以其实可以看出来，Superpowers本质上，是一个由14个Skills组成的工作流系统，而且，这个系统，并不止可以用在开发上，因为创造一个东西的本质上都是类似的。都是规划 - 拆解 - 执行 - 审查 - 复盘。所以，你也完全可以拿来做营销方案、做PPT、做数据分析等等，基本都是相通的。非常的好用。我觉得可以先给大家看看，如果不用Superpowers的时候，我们拿Claude Code或者Codex开发产品的原生流程会是什么样子的。一般流程，其实都非常的简单，都是要先写需求文档，也就是做规划再开发。我们拿Claude Code举例子，在这里面，规划就是Plan模式。比如说，团队有个小伙伴跟老罗一样，有ADHD，经常看文章就很容易容易分心，最近我们就在说，是不是可以做个阅读辅助的小东西。就这个需求，我们打开Claude code，在对话框里面敲个/plan，进入到规划模式。把需求简单的描述一下，帮我做一个面向 ADHD 用户的中文网页阅读器应用。让他来开始去做一个计划。然后，他会先调研一轮，一口气甩出好几个问题让你回答，这些问题其实你会发现，他们是并行的，之间没有前后因果关系。比如它问我使用场景、技术栈偏好，还有要加哪些ADHD友好特性，这块我选了仿生阅读，就是加粗每个单词前几个字母，一个比较经典的缓解ADHD的方法。我回答了一下，然后它就直接开干了。几分钟之后，就直接做出来了，给了你一个东西，也没有审查啥的。我们现在看的话，是不是好像没啥问题？但，其实有大问题。。。因为这个仿生阅读，其实是为英语设计的。英文阅读这么做没问题，但是你中文，是完全不行的话，阅读起来直接乱套了。原因很简单，英文单词之间有空格，能找到边界，中文字和字之间没有空格，根本找不到词的边界，效果就会很别扭。除了样式它不太行，它对国内用户的适配也很差。我们读中文，用得最多的是公众号、知乎这些平台，结果这个插件根本没法正常读取。跟我想要的阅读器差了十万八千里。不过坦诚的讲，这确实也怪不到Claude Code头上。因为ADHD阅读辅助本身就是个专业领域，需要做针对性的调研，还得考虑中文场景的适配、国内平台的兼容。它问我的那几个简单的不痛不痒的问题，就肯定覆盖不了全部需求，那也很难做出你心中想要的答案。而大多数的用户呢，心里也就是只有一个模糊的想法，他知道他要解决一个具体的问题，但是具体要做成啥样、该用什么路径去实现、边界在哪，大多数人，是真的想不清楚的。所以在非Agent的时代，我写过一篇文章：《分享6个平时我最常用的Prompt心法。》已经2026年了，其实还是看到很多朋友，说不知道怎么能更好的跟AI对话。就是那种问点日常回答，效果还可以，但是一旦稍微专业一点、稍微需要维度多一点，AI回答效果一下子就不行了。...其中有一个Prompt心法，就是叫做苏格拉底式提问法，用一段Prompt，让AI在动手之前，先一个问题一个问题地拷打和追问你，直到把需求聊透了再开始。【你的问题/需求】请你在回答前，先问我问题。要求：一次只问一个问题。根据我的回答，继续追问。直到你有95%的信心理解我的真实需求和目标。然后才给出方案在Agent时代，其实也差不多，只不过从一个Prompt，升级到了流程中的一个Skill。我们再用Superpowers这个东西，再来开发试一下。首先自然是安装这个插件了。你直接跟你的Agent说一句话就行了：帮我下载并安装这个插件：网页链接安装完以后，记得要重启一下才能生效，不是热加载。还是那个ADHD阅读器，我们再试试。一模一样的Prompt发过去。你就能看到，开始调用Superpowers和工作流了。它做的第一件事，是先问我用户会怎么用，这一步就直接解决了那些抓取不到的墙的问题。但跟刚才Plan模式的并行提问完全不一样，Superpowers一次只问一个问题，你答完这个，它才决定下一个问什么，就是刚才说的苏格拉底式提问，这样才能保证这些问题真的能够非常深入而不是浮于表面。我选了浏览器扩展，然后它又问了核心功能，到这一步的时候，我看着这些选项愣了一下，因为我自己也没那么熟，所以我说直接我都不是很了解，你去给我查一查吧。它就真的去查了，回来给了我一份调研结果。然后给了我一个建议，整理出了核心功能优先级的清单。比如仿生阅读，就是上次加粗前几个字母的方案，它直接标了弱但用户喜欢，还引用了研究说这玩意对ADHD用户中文阅读并没有显著的改善。我就继续让它帮我选了几个功能。之后他就继续往下拷打我，逼着我想清楚，比如目标浏览器是哪个？中文分词库有没有偏好？UI语言和风格？也就是逼着你想清楚。这个演示的项目其实不是很复杂，但是当你开发一个大型的项目的时候，你就会真正的发现，那种被拷打的汗流浃背的感觉了。在问题你都回答完之后，AI它也大概知道了你的需求。这时候，它跟Plan模式不一样的点，就是它会提出三个架构方案，每个方案的优缺点、适用场景列得清清楚楚。让你来挑一个，当然你也可以直接用它推荐的。我直接选了B，我不想要混合方案。然后它又让我挨个确认不同的细节。整体架构、功能模块的详细设计、控制面板、数据流与存储等等等等。。。。又一次确认的我汗流浃背，感觉到了自己在AI面前的菜鸡与渺小。等所有东西都确认完以后，他才终于，把整份的设计文档给写好，放在了本地。巨长巨详细的一份。所以很多朋友在开发的时候，感觉最后开发的东西不是你想要的，其实真的不是AI菜逼，是你的需求并没有说清楚。规划2小时，执行10分钟，我现在越来越觉得，执行真的没有那么重要，前期的规划想清楚，才是最最最最最重要的。我们自己做AIFUT的票务小程序的时候，其实就是因为盲目自大以及AI辅助流程不规范，很多用户需求前期没有考虑清楚就直接上线了，边界风险考虑的也不清楚，这其实就是前期的规划问题。所以现在我的感受是，AI来开发已经够快了，真正该花时间的地方是动手之前。你需要不断的被拷打，不断的跟团队分析所有的边界情况，还必须有老师傅坐镇和把关，最后才能出来一个能真正向用户交付的东西。说回Superpowers，第一步的规划其实就全部OK了，上面的所有的东西，其实都还只是，Superpowers流程中的第一个Skill。也就是brainstorming（头脑风暴）。对，第一个。设计文档确认之后，你是不是以为，它应该开始直接写代码了？但这个时候，第二个skill开始接入，用using-git-worktrees这个Skill，创建了一个隔离的工作区。就是从主分支拉出一个新分支，所有后续的开发都在这个新分支上进行。主分支的代码不受影响，新分支上不管怎么折腾都不会波及原有的东西。做完了觉得没问题，再合并回去。这就是做隔离，很多人都是直接就在之前的项目上改，然后没有版本隔离，就直接全部改炸了，那其实是个很不好的坏习惯。再接下来，第三个Skill，writing-plans skill登场了。注意啊，这一步依旧还是没有写代码。它干的事情是，把刚才那份设计文档拆解成一步一步的开发任务的清单，而且是拆成2～5分钟就能完成的开发任务清单计划。这个特别有意思，因为他们的目标，原话是：“让一个没有品味、没有判断力、没有项目上下文、而且厌恶测试的热情初级工程师也能照着做。”当时看到给我笑乐了。所以啊，你用了Superpowers，其实并不是只能用Claude Opus 4.6，其实越是能力一般的模型，反而得到的加持会越大，这就是这个Skill发挥的作用。而且拆细了还有一个好处，就是每完成一个小任务就能验证一次，出了问题马上能发现，不用等整个项目写完了才发现直接爆炸了。这一点，到了执行阶段体现得更明显。这一步完事了以后，终于，要到了写代码的执行阶段。这时候，它会调用subagent-driven-development这个Skill。直接开了好几个子Agent，去做上面所有的事情。每个任务开发完，也不是直接就扔给你了，而是会过两道检查。第一轮派一个独立的审查Agent，看这个任务到底有没有按需求来，该做的有没有做到，不该做的有没有瞎加，有没有神经病一样整出一堆毫无意义的过度设计。第二轮再派一个审查Agent，查的是代码质量，这一轮主要就看代码写得规不规范，好不好维护。两道审查都不通过就打回修改，改完再审，然后如此循环，直到都通过为止。这10个小任务，终于开发完了，审查还没完，下一个环节，requesting-code-review这个skill会派一个最终审查Agent出来，把所有代码从头到尾通看一遍。之前每个任务的审查，盯的是局部，这一轮盯的是全局，看模块之间能不能集成、有没有遗漏、整体一不一致。最后收尾，跑一遍验证，确认所有测试通过，没有残留问题，然后把代码合并回主分支，清理工作区。最后，终于，做完了。我们看下这个阅读器的效果。（第一张图）它有两种很实用的阅读模式。一种是词性着色，会把名词、动词、形容词用不同颜色标出来，句子结构会清楚很多。还有一种模式是段落聚焦，正在阅读的这一段会被高亮，其他段落会压暗，适合读长段落，能明显减少周围文字带来的干扰，避免跑神。对ADHD用户来说，最大的敌人就是注意力被周围的文字分散。这个阅读器，就是把阅读重点变得更清楚，让该看的内容更容易被看见，周围干扰少一点，整篇读下来就不会那么累了。而且这次，因为用的插件方案，所以公众号、知乎这些页面全都能正常读取了。真的是一遍过，让我省心太多太多了。。。这样充分的说明了一个AI时代，正确的工作流程应该是啥样的。规划2小时，执行10分钟，审查1小时。大概就是这样。除了上面我提到的一些触发了的Skills，还有一些其他的我没提到的Skills，我就不详细提了，大家用的时候到时候可以自己去试一下。这个插件，是我推荐大家的，必装插件。在我心中，可能是跟skill-creator平级的必装插件了。相信我，绝对能大大提升你的工作质量。还有工作效率。AI#HOW I AI##科技先锋官##Skills#

7. 安利一个11万Star的必装插件，能让你的Agent体验直接质变。

8. AI首胜人类博士，顶会论文秒变代码！港大90后开源刷爆8k星

9. Anthropic官方报告：8大趋势说透AI编程未来，60%代码AI写的，老金实测项目带你看！

10. GPT现在已经越来越不说人话了，Gemini现在人味儿倒是可以，但是写代码是真的不如Claude，它给我一个脚本，我让Claude审查，Claude挑出一堆致命毛病，然后我把人家修改好的代码，重新给Gemini看，它就会说，嗯，改得好！……其实里面还有Bug

11. 2026年，AI编程真能取代程序员了吗？

12. 硅谷巨头正疯抢高中生，斯坦福开设vibe coding课，清华AI博士甚至建议从幼儿园学起？AI海啸下，人才底层逻辑彻底变了，未来最值钱的不再是代码，而是你的“Vibe”#ai #vibecoding #秒哒 #硅谷 #AI时代学什么

13. 我发现很多中低水平的程序员Vibe Coding写出来的代码还不如不会编程的人。如果你不会编程的话，把自己的需求说清楚（当然把话说清楚已经很难了），在项目复杂度不高的情况下AI就能写出来正常的代码，但是会编程又不多的人，会把自己拍小脑想出来实现方案告诉AI，因为即使是导致代码复杂度变高或者可维护性变差的错误实现方案，AI也能听话地硬写出来。

14. Claude 5史诗级泄露，史上最强编程模型评测炸裂！核心秘密曝光

15. AI 编程真的有用吗？Cursor｜TRAE 深度实测！

16. 软件没死，人先裁了！Claude最新插件突袭金融圈，Excel到PPT一键通杀

17. 拒绝Vibe Coding！大神揭秘8套AI编程模式

18. AI 会让编程初学者更快入门，还是更快迷失？

19. 编程测试碾压人类！Claude Opus 4.5 深夜突袭，AI 编程进入「超人时代」

20. 「Github一周热点90期」规格驱动开发、AI记忆引擎、AI agent的docker、开源流媒体平台、开源电商平台和密钥管理平台

21. Anthropic 推出 Code Review：用一组 AI Agent 帮你做代码审查 Anthropic 今天发布了 Claude Code 的新功能 Code Review，针对 GitHub 上的每个 Pull Request（代码合并请求）自动派出一组 AI Agent 进行深度审查，目前面向 Team 和 Enterprise 计划用户开放研究预览。（注意个人用户还用不了）这个功能的背景：过去一年，Anthropic 内部工程师的代码产出增长了 200%，代码审查成了瓶颈。他们发现客户也面临同样的问题，开发者疲于应付，很多 PR 只是被快速扫一眼，而非认真审读。 Code Review 的工作方式是：当 PR 提交后，系统自动派出多个 Agent 并行查找 bug，交叉验证以过滤误报，再按严重程度排序。最终在 PR 上生成一条汇总评论，外加逐行的具体标注。大型复杂的 PR 会分配更多 Agent 做更深的审查，小改动则轻量处理，平均审查时间约 20 分钟。 Anthropic 自己已经内部使用了几个月。使用前，只有 16% 的 PR 能收到实质性审查意见；使用后，这个比例升到了 54%。在超过 1000 行改动的大 PR 中，84% 会被发现问题，平均每个 PR 找出 7.5 个问题。工程师对结果的认可度很高，不到 1% 的发现被标记为误报。他们举了个例子：一个看起来很常规的单行改动，实际上会导致生产环境的身份认证功能失效。Code Review 把它标记为严重问题，提交代码的工程师事后承认自己不会注意到这个问题。不过这个功能不便宜。它按 token 用量计费，每次审查平均花费 15 到 25 美元，随 PR 规模浮动。管理员可以设置月度预算上限、选择启用的仓库，也有分析看板追踪使用情况。值得注意的是，Code Review 不会自动批准 PR，最终是否合并仍由人决定。它的定位是补上人工审查的盲区，而非取代人类审查者。 Anthropic 此前已有开源的 Claude Code GitHub Action 做轻量审查，这次的 Code Review 是更重量级、也更贵的选项。 http://t.cn/AXVXCz6o

22. 近来，多位顶尖科技公司的资深软件工程师透露：“我现在的工作几乎全靠用 Opus 4.5、Cursor 或 Claude Code 进行提示生成代码，然后做理智的校验。”这标志着AI在软件开发领域已跨越了某个无形门槛，能够覆盖“绝大多数”编程任务。 Opus 4.5被认为是一个巨大飞跃，将开发任务的自动化率从约60%提升至80%。不少高级工程师表示，他们的日常工作变成了同时管理多个Git工作区，花5至10分钟给AI提示，剩下的时间主要审查和修正AI生成的代码。这一趋势引发了广泛讨论： - 资深开发者不再亲自写代码，而是通过订阅高级AI服务，指导AI完成任务。但这并非魔法，依然依赖使用者对需求和技术的深刻理解，否则适得其反。 - 有观点认为开发者正从“写代码”转变为“质量保证测试者”，主要职责是验证AI产出。 - 伴随着AI能力的提升，软件开发的难点正从编码转向明确需求、验证结果及价值归属。 - 一些人预见未来开发者更多成为高阶产品经理和系统架构师，专注于设计和规划，而非手写语法。 - 也有担忧，随着AI生成代码的普及，代码质量、技术债务和可维护性问题可能加剧，尤其在面对复杂系统和隐蔽bug时，人工介入仍不可或缺。 - 有开发者称自己已“彻底不写代码”，完全依赖AI辅助完成开发任务，强调了“提示工程”技能的重要性。 - 另一面，AI辅助加速了开发效率，让人们在同等时间内完成更多工作，但也带来技能退化的风险，初级开发者可能难以真正理解背后逻辑。 - 有声音提醒，AI生成代码的可靠性和安全性仍需人类专家严格把关。综合来看，AI正深刻改变软件开发的流程和角色定位：从传统的代码书写者，向“提示设计者”“系统架构师”乃至“质量监管者”转变。虽然AI大幅提升生产力，但复杂业务逻辑、系统设计、安全考量等仍需人类智慧主导。这与近期一篇《为何自1969年以来，我们每十年都试图取代开发者》的深度分析相呼应，文章指出历次技术浪潮虽提高了开发效率，但软件开发的本质——对复杂问题的思考和设计——是无法被工具完全取代的。未来，拥抱AI辅助开发，提升“提示工程”与系统思维能力，将成为软件工程师的新常态。唯有如此，才能在这场技术变革中保持竞争力，成为推动创新的主导力量，而非被技术边缘化的旁观者。 x.com/deedydas/status/2000472514854825985

23. 目前AI编程工具哪个最好用？

24. 团队用vibe coding后，代码审查效率反而下降了，ai 为什么还不能替代初级程序员吗？

25. 别在「细节」中沉沦：LLM 才是编程初学者的出路

26. Claude Code 的 code-simplifiers，拯救代码

27. AI 编程又进化了！TRAE SOLO中国版上线且免费 #AI编程 #TRAE #TRAE SOLO #玩一个很新的东西

28. 一键批量部署、一划切换工作状态：真正的为企业而生，华为全新操作系统鸿蒙电脑企业版深度体验！

29. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

30. 【AI写代码像实习生：能跑但丑，管不住但离不开】快速阅读：Karpathy在播客后的互动中坦言，AI Agent写的代码质量糟糕——抽象臃肿、复制粘贴成瘾、完全不理会AGENTS.md里的规范要求。但他已经放弃抵抗，因为“耸耸肩比折腾容易”。开发者们分享了各种应对策略：TDD、双Agent审查、后置清理流程，但核心矛盾未解：我们还需要在意代码美学吗？---Karpathy最近上了Sarah的播客，聊完继续在推特答疑。有人问他对Agent生成代码质量的看法。他的回答很直接：不满意。Agent会把抽象写得臃肿不堪，代码审美一塌糊涂，疯狂复制粘贴，搞得一团乱。最让他头疼的是Agent根本不听AGENTS.md里的指令。比如他反复强调“每行代码只做一件事，用中间变量作为文档”，结果Agent照样写出一行调两个函数再索引数组的复杂结构。他知道可以用hooks或slash命令清理，但后来发现耸耸肩更省事。这段话引发了大量讨论。有人建议用TDD，在markdown里写测试再实现。有人用第二个Agent（Codex）审查第一个的代码，专门抓臃肿和复制粘贴。还有人分享了一个“review风格的提示词”，在PR前运行一次，能删掉20%的代码——提示词核心是“让代码看起来像一开始就设计好的最优解，而不是迭代出来的意大利面”。Karpathy承认，用LLM作为“软奖励”的评判者长期看有问题（Goodhart定律），但短期内低垂的果实还没摘完。有个有意思的观点：我们试图把个人设计偏好和风格强加给代码，但这些代码未来可能只需要被Agent理解和维护。大多数技术负责人在人类团队里早就学会了这一课——在护栏内给执行者一定自主权。另一个角度更激进：代码能跑就行，丑就丑吧。这个取舍会定义未来五年的软件开发。就像我们不会去审查编程语言编译出的汇编或字节码质量。也有人发现Agent特别啰嗦——长变量名、重复代码、普遍低效。怀疑训练时有某种激励机制让模型倾向于冗长，毕竟那意味着更多token。但AGENTS.md为什么不起作用？有人认为这是记忆架构问题。人类开发者不需要2200字符的提醒文件，因为偏好编码在长期认知记忆中，是内化的模式而非显式指令。建议参考神经科学的互补学习系统，让Agent从交互中把偏好、风格、模式巩固成语义理解。另一个解释：Agent更擅长遵循结构化的机器可读上下文，而非散文式规则。有人做了operate.txt，用YAML格式定义规范，效果比markdown好。还有一种思路：把它当两阶段过程。第一阶段让Agent随便写，目标是跑起来；第二阶段切换到重构模式，让Agent写LLD（低层设计），再从那里改进结构和质量。但最激进的声音可能来自这条：一旦你接受“测试通过就是反馈循环”，代码审美的争论就死了。讨论的另一端是警告。有人说糟糕代码会影响LLM进一步扩展或修改的能力吗？还是说对LLM来说，代码质量根本不重要？有职业生涯大部分时间在维护复杂代码库的老开发者表示，想到要在AI生成的臃肿代码里找bug就感到恐惧，庆幸自己快退休了。也有人建议用提交钩子，配合严格评分的审查Agent，或者让Agent访问编译、延迟等可验证环境来关闭反馈循环。Karpathy没有给出答案。他只是停止了对抗。ref: x.com/karpathy/status/2035173492447224237#AI创造营##人工智能#

31. “AI编程”里程碑：Claude Code“整顿”全球软件业

32. 掌握AI Agent开发：开发者锁定未来五年价值的硬核竞争力

33. 继续寻找超级个体对，我提供创意、、建议、传播。你或你的团队负责 AI 氛围编程和代理工程，双方组队开发软件，主要围绕开源软件或者可变现软件来研发。一般软件架构思想也是我来负责，昨天和一个超级个体合作，我提了 XX 螃蟹的想法，就是在龙虾之外另外搞一套架构，对此我也很有满足感，感兴趣的可以联系我。视频就是我和一个超级个体对两天时间做出来的软件，烧了一亿 Token，AI 确实挺吓人的。我准备招满一百个超级个体对再停一下，看看。#新媒沈阳聊ai# http://t.cn/AXfi7Qct

34. 「Github一周热点100期」爆火的AI编程工具却被Claude封禁？

35. 过去十年，大家一直在说AI会改变编程。但现在看，真正被改变的，可能不是“写代码”，而是“审代码”。如果未来AI写代码、审代码都变成了常态，程序员最核心的能力到底是什么呢？#大有学问 #红衣聊AI #anthropic #人工智能 #程序员

36. 字跳TRAE团队发了个《2026 企业级AI编程实践手册》，总结了他们的AI编程方法论和工程实践网页链接“在2026年，AI编程已不再是实验性的尝试，而应该成为企业软件开发的核心生产力。本手册源于TRAE团队在构建AI编程助手过程中的真实实践——我们用AI构建AI，在这个过程中积累了从方法论到工程实践的完整经验。这不是一本理论书籍，而是一线研发团队的实战总结。我们将分享如何将AI真正融入企业级开发流程，如何建立可复制的工程规范，以及如何让团队从“会用AI”到“精通AI编程”。无论你是技术决策者、架构师还是一线开发者，都能在这里找到可落地的方法和工具。AI时代的软件开发不是替代人类，而是重构协作方式。让我们一起探索这个新范式。”#How I AI#

37. 关于 VibeCoding 时代的思考，未来程序员的工作到底是什么么样的？需要什么样能力的程序员呢？1、现在的瓶颈不是写代码了以前做技术活，项目管理、需求文档、测试流程这些都很成熟，但写代码本身通常还是最花时间的部分。现在不一样了。AI 让写代码变得特别快，有时候几分钟就能生成一大段。真正拖时间的反而是代码之外的那些流程。所以当开发者，不只是会写代码和会用 AI，还得搞懂整个开发相关的工作。2、对齐（沟通）AI 写出来的代码看上去可能很专业，但不一定是你真正要的东西。为什么？因为整个流程像玩“传话游戏”：业务的人脑子里有个想法，他们告诉你，你再把这个想法变成指令告诉 AI，AI 根据你的指令写代码。中间每一步都可能“跑偏”。所以现在最重要的是：沟通清楚，让大家都对同一件事有同样的理解。3、质量保证（测试）以前写代码的过程就是不断遇到 bug、不断修 bug，顺便就把质量保证做了。现在 AI 一次能给你生成一个完整的后端或前端，看起来就像“直接能用”。但问题来了：你现在要花更多时间在测试上，确保各种情况都能跑得通。这比以前写代码本身更花时间。4、代码审查AI 写代码快，那审代码的人要看的东西当然就更多。人工看还是有必要的。但 AI 审代码也挺厉害的，能抓一些你没注意到的小问题。比如像 Coderabbit 这种工具，我自己就经常用。在提交代码前，我会在 Cursor 里让 AI 帮我审一遍。一次不够就多来几次，总能找到点问题。5、文档现在节奏快，没时间拉着几个人开半天会对齐。以前大家还会说“写自解释的代码”，不写文档也行。但现在 Claude、ChatGPT 这种工具，随便一句话就能帮你生成清晰的架构图和说明书。所以没理由再不写文档。你的每个项目都应该有：一份别人能看懂的说明和一份能让未来 AI 参与开发的背景资料。6、交付（迭代开发）传统项目管理都假设你是“做完 → 交付”。但现在 AI 让你一天能迭代五次。你跟产品经理在 v0 里画个初版，立刻就能改、能试、能看效果。所以，你需要一个真正的开发环境，随便试、随便改，快速看到结果。不是那种要等审批的预发布环境，是你可以随意玩的那种。7、总结未来厉害的开发者，不是那些“会提示 AI 写代码”的人。而是那些能：- 把别人模糊的需求讲清楚- 能测试得很全面- 能认真审查生成的代码- 能写清楚文档- 能快速做出新版本的人。因为代码已经快能自己写了，真正的工作都发生在代码之外。#科技先锋官##AI创造营##微博兴趣创作计划#

38. 构建专业智能体：从通用 AI 到企业级应用的工程化实践

39. 亚马逊将禁止初级工程师直接提交 AI 代码，如何评价这一举措？AI 提效与工程质量如何平衡？

40. Vscode宝藏插件Cline，AI编程实测～

41. MiniMax M2.1模型正式推出，多语言编程SOTA，如何评价该模型？

42. 怎么验证AI生成的单元测试是真的在测东西，而不是形式上通过？

43. #DeepSeek新模型能否再次爆火#V4最大的突破之一：应该是是超长的上下文理解能力想象一下这样的场景：你接手了一个遗留系统，代码几十万行，文档缺失，关系复杂传统AI模型要么"看不懂"，要么"理解偏了"而V4能够一次性理解整个代码库的逻辑，给出真正有用的分析和建议，这对于企业级开发来说，才是真正的生产力提升呀！DeepSeek#AI##数码科技##DeepSeek#

44. Spec-Driven Development: 为混乱的 AI 编程增加工程纪律

45. 团队效率神器！极空间部署 PLANKA，体验最丝滑的开源看板（开箱即用）

46. 从 Copilot 到 Coding Agent，AI 驱动软件开发的未来

47. Claude Code 霸榜插件: Superpowers 拯救 Vibe Coding 老翻车!

48. 告别低效编程！Claude Superpowers插件上线，AI编码效率翻倍飙升

49. Superpowers

50. 如何给 Claude Code 装上 Superpowers 插件

51. Superpowers 软件工程插件

52. 斩获 GitHub 38k+ Stars，这个 AI 开源项目为啥这么火？

53. Superpowers 完全手册

54. 给 AI 编程助手装上超能力

55. AI已完成从助理工程师到大师带团队的蜕化！AI编程神器Superpowers SKILL framework曝光

56. 我试了下 superpowers

57. AI编程终于不再是野路子（AI工作流工具gstack+Superpowers）

58. Superpowers

59. 别再让 AI 瞎写代码了！装上这个开源 Skills，让 AI 自动按工程流程做项目～

60. 一个被严重低估的 Skills

61. 探索SuperPower头脑风暴Skill

62. Vibe Coding 写的代码全是坑？这套技能框架让 AI 按工程规范老老实实写代码

63. 12.5 万星爆款

64. 92k 星！这个 GitHub 开源插件，终于治好了 AI 乱写代码

65. Superpowers深度解析

66. Superpowers

67. GitHub热榜第一的Agent Skills，超40000星

68. AI代码质量差？这个工具帮你!💡

69. 收获近8万星，Superpowers开源项目给你的 AI 编程助手装上"操作系统"

70. Superpowers — 让 AI 编程助手真正成为靠谱工程师

71. Claude Code神器！Superpowers重新定义开发工作流

72. AI开源项目推荐

73. Superpowers

74. Superpowers

75. Superpower初体验

76. github精选

77. AI编程的工程方法论

78. Superpowers

79. Superpowers框架

80. Superpowers

81. 推荐一个超实用的编码代理框架

82. Superpowers

83. 每日GitHub精选

84. 从“乱写”到“按计划”

85. 从想法到代码——Superpowers 的完整工作流

86. Superpowers源码分析

87. AI技能 | Superpowers

88. Superpowers 如何帮助 AI Coding 走上正轨

89. 聊聊 Superpowers

90. Superpowers

91. 我拿 Superpowers 用一个晚上做了一个有声小说工具，第一次感受到“AI 软件团队”的雏形

92. Superpowers

93. superpowers 实战经验

94. Claude Code 生态三大框架解析

95. Claude Code + OpenSpec + Superpowers

96. OpenCode三驾马车

97. 开源Superpowers库:3步解锁AI编程超能力,快速开发你的项目

98. Superpowers:AI编程进化到“软件工程化”!开源就85K星!

99. 给Claude Code装上超级技能包 —— SuperPowers使用实践

100. Superpowers实战指南和使用技巧

101. Superpowers保姆级教程：2026年让AI编程助手变"资深工程师"

102. Claude Code 直接封神！Superpowers 插件把AI编程效率拉满100倍

103. 程序员效率神器：Superpowers 让你的 AI 助手拥有「全自动开发超能力」

104. 37K+星标！这款AI编程神器火了，把开发流程变成“标准答案”

105. 一个 Claude 插件， Github Star 干到 10 万多：Superpowers 到底把 AI 编程变成了什么？

106. Claude Code 官方插件市场上线！这些神级插件直接把 AI 编程体验拉满

107. 一个被严重低估的 Skills——Superpowers

108. 当 OpenSpec 遇上 Superpowers：AI 辅助编程的终极工作流

109. Claude Code 编程插件superpowers, ECC, GSD, Ralph怎么选？

110. AI技能 | Superpowers：GitHub 12.8万星标的AI编程超能

111. Superpowers最佳实践指南-从零到精通的实战手册

112. 深度测试 Superpowers 和 everything-claude-code：哪个才是 Vibe Coding 下的最佳实践？

113. Claude Code 插件系统详解：如何用 MCP、Sub Agents 和 Hooks 构建可复用 AI 工作流，告别重复配置！一键部署团队开发规范

114. Claude Code 高效开发神器：Superpowers 插件实操指南（开源零配置）

115. 效率翻倍！使用OpenSpec+Superpowers为你的Agent打造极致高效的开发工作流

116. Superpowers vs Spec-Kit vs OpenSpec

117. 用 Superpowers 提升开发效率：从模糊需求到高质量代码的全流程实践

118. Superpowers，一款强大的软件开发工作流skills

119. GitHub 72k 星！ GitHub 爆火项目 Superpowers（obra）：一套给编码 AI 用的技能框架和软件开发流程。你的 AI 不再一上来就乱写——先问你要什么、出设计、拆计划、再让子 Agent 按任务执行。本期从安装到进阶，拆解如何用这套强制流程把 Cursor Claude 调教成靠谱工程师。 #AI编程 #GitHub开源 #程序员神器 #Agent工作流

120. GitHub一巡！AI编码效率低？superpowers框架让开发效率提升显著

121. Superpowers：AI 编码代理的结构化工作流系统

122. ClaudeCode 发布插件系统，你的使用教程来了

123. 110K+Star对决：Superpowers和ECC谁更适合你

124. 6万Star开源神器Superpowers！让AI编程助手秒变软件工程专家

125. OpenSpec + Superpowers + Oh-My-OpenCode在项目中你就这样用

126. 让Claude Code写出工程级代码！Superpower 你的AI助手写代码总是报错？试试Superpowers！ *🧪 TDD测试驱动 - 先写测试再写代码 *🔀 多任务并行 - 复杂项目自动拆分 *✅ 自动代码审查 - 每步都有质量保证 *一句话构建完整用户系统，零报错通过！ *#AI编程 #ClaudeCode #Superpowers #程序员 #效率工具 #人工智能 #编程技巧

127. AI Coding与单元测试的协同进化：从验证到驱动

128. Claude 插件新组合：Superpowers + Ralph-Loop，效果大幅提升，让 AI 编程直接起飞

129. Claude Code 插件系统来了

130. 1个Claude Code等于4人高效开发团队！与Git Worktrees的结合使用

131. GitHub一巡！AI编码代理效率低？superpowers框架让开发方法论落地，提升团队生产力

132. 基于Superpowers实践SDD初体验

133. superpowers: 专为 AI Coding设计的‌软件开发工作流框架

134. Superpowers 源码解读（一）：核心架构理解

135. #AI编程小白救星！用AI写代码总踩坑？试试这个CloudCode的Superpowers技能！ 1️⃣需求设计：帮你把模糊想法转化成专业设计文档，相当于软件工程里的需求分析阶段，思路瞬间清晰～ 2️⃣计划拆解：把大任务拆成小模块，每个模块一两分钟就能完成，快速迭代测试，大bug直接减少！ 3️⃣测试驱动：先写测试再写代码，还会自动审查，从开发到测试的闭环都给你搞定，小白也能秒变有经验的开发者～适合没软件工程经验的小伙伴，能让项目更稳定、维护更简单，安装也超方便，还能和其他模型交叉评审哦～ #AI编程#技术提升#效率工具

136. Claude Code Workflow.一款 VSCode 插件，可以通过可视化编排的方式生成 Claude Code agent 和 command 命令，安装后在文件右上角有个插件图标和 Claude Code 插件图标一个位置，害我好找😕#Claudecode插件 #ai编程工具 #可视化编程

137. 专为AI agent并行工作流打造,革命性Git Worktree管理工具Worktrunk

Superpowers真能终结“氛围编程”？强制工程纪律的AI编码框架值不值得你花时间配置

精选参考来源