如果你用Claude Code超过三个月，大概率听过这个名字：Superpowers。
Claude Code生态里最火的skill插件，GitHub星标6月突破23万、7月已被引用到25万，还进了Anthropic官方市场。巅峰时期，微博、知乎的推荐清单里它稳坐第一排，标准话术是"大项目必备"。装上之后，你的Agent会被注入14个skill模块，每个任务强制走一整套流程：头脑风暴、写spec、做计划、TDD、写代码、review，一步不能少。微博
但从今年夏天开始，风向变了。7月中旬，知乎出现《曾经人手一个的Superpowers，为什么现在都在卸》；9月，又有人开问"LLM编程能力突飞猛进，我们还要Superpowers之类的开发流程skill么"；到10月初，“OpenSpec最近火了"的讨论把规范驱动开发的争议顶上热榜——16万浏览。一边在卸载，一边在换框架，还有一边在喊"需要，非常需要，永远需要”。知乎专栏知乎
对已经有真实项目在跑的中度用户来说，这不是八卦，是个很实际的问题：你自己的Claude Code里，到底该留几层"流程"？多一层，token和时间都在烧；少一层，AI乱写的时候你可能根本发现不了。
我把这半年知乎、B站、微博、Hacker News、GitHub issue里的讨论翻了一遍，站队之前，先算清三笔账。
第一笔账：token账——流程不是免费的，而且贵得具体
卸载潮里最硬的证据，全是数字。
有用户专门做了测试：装上Superpowers之后，Claude Code还没开始干活，启动就要吃掉22000个token，直接烧掉11%的上下文窗口。再算上系统本身的占用，有效工作空间大打折扣。GitHub issue里更离谱的原话是：“after 5 minutes I went from 0% to 100% quota reached”——一个简单任务，5分钟把整月配额打满。知乎专栏
这不是Superpowers一家的问题，是整个重型工作流的通病。知乎用户"Kitt在进化"在对比了几个主流框架后给出实测结论：GSD（把任务拆成原子计划、每个计划在全新子代理会话里执行的那套）token消耗约是Superpowers的5倍；SpecKit七步工作流最完整，但"独立开发者用起来仪式感太重"。知乎
还有一笔更隐蔽的账：注意力。Hacker News上有条评论被反复引用："我个人不太喜欢Superpowers，但我老板喜欢。我的体感是装了之后Claude犯的错反而更多了。"这其实说得通——上下文窗口是有限的，塞进14个skill，每个都带一堆指令和规则，Agent一边处理你的需求一边背操作手册，注意力被稀释了。维护者自己也意识到了，后来做了次大优化，把14个skill的代码从3150行砍到977行，砍掉69%。但砍完核心问题还在：它依然在每个任务前强制插入完整流程。改个变量名，先花一分钟头脑风暴，再写spec、做plan，十秒钟的活搞了五分钟。知乎专栏
YouTube开发者WebDevCody公开发推说卸载了，原话很扎心：“为了实现一个简单功能要回答它20个问题，我宁可让Claude先莽一遍，不行再重来。”
第二笔账：模型换代账——你买的"补丁"，正在变成贬值资产
Superpowers刚出来的时候（2025年秋），解决的是真痛点。那时候的Agent还比较"莽"：丢个需求过去，上来就写代码，不规划、不测试，写完一堆bug。给它套一层SOP，相当于给冲动的实习生立规矩，效果立竿见影。
问题是，那是2025年的Agent。
这半年模型换代的速度肉眼可见：Fable 5、Opus 5.5（9月22日发布）、Sonnet 5.5（9月28日发布）、GPT-6.1这一代，规划和自检能力直接上了台阶。MCP Directory的专题文章说得很直白：Fable 5会先调查再动手，并且用更少的提示自己验证自己的工作。以前你不告诉Agent"先想清楚再写"，它真会直接莽；现在你丢一个复杂需求给新旗舰，它会自己先看相关文件、理清依赖、想好方案再动手，改完还会自己跑测试。知乎专栏知乎专栏
知乎那篇卸载文里有个比喻很准：这就像智能手机早期，手电筒、计算器、扫码都要装第三方app，后来系统全内置了，那些百万下载的工具app安静地消失，没有人怀念它们。当底层能力足够强，上层的补丁自然退场。这不是skill做得不好，是它完成了历史使命。
所以社区里流传出一句实操口诀，来自B站一条1.2万播放的对比视频标题："强模型配轻规范，弱模型配强约束。"用最新旗舰，流程skill的边际价值快速趋近于零；还在用便宜的老模型跑量，重型约束才值回token。"Kitt在进化"的选择很有代表性：GPT-5.5发布后从Superpowers换到OpenSpec，理由是后者最轻——propose→apply→archive三步，delta spec机制只对本次修改写增量规范、不重写全量文档，还有专门给老项目用的baseline命令逆向生成初始specs，“迁移成本几乎为零，OpenSpec是我唯一留下来的”。哔哩哔哩知乎
但注意，这笔账有个反面，也是"永远需要派"的核心论点。知乎用户"纤夫张"在9月那篇回答里说得很清楚：LLM再强，软件开发最难的两个问题它自动化不了——一是选择（一件事有一百种做法，没有对错，只有你的品味和习惯），二是持续遵循规范（代码从第一天开始就是个不断腐化的悲剧，武功再高也没用）。所以他的结论是：“你还是需要 superpowers 之类的 skill，只不过可能你不再满意 superpowers，而不是你不需要这类 skill”——要么选一个持续维护的用下去，要么fork了自己定制，要么让AI照着你的要求写一个。换句话说：会贬值的是"流程说明书"，不会贬值的是"你的选择"。框架可以换，把选择外包给框架不行。知乎
第三笔账：返工账——真正该投钱的地方，框架根本没管到
这是三笔账里最关键的一笔，因为它回答了一个更根本的问题：AI编程的瓶颈到底在哪？
先看两组数据。Anthropic自己披露过：Claude写了他们生产代码库八成以上的代码，PR数量涨了98%，但团队交付效率几乎没动。专门做软件工程数据分析的机构Faros AI统计了1255个团队、一万多名开发者，结论更扎心：AI使用程度高的团队，人均完成任务多了21%、合并PR多了98%，但PR审查时间增加了91%，PR体积增长了154%，人均bug数多了9%——产出上去了，审查、体积、缺陷一起上去了，净交付速度几乎没变。把这几组数连起来读，结论只有一个：AI编程的瓶颈早就不是"生成"，是"验证"。写代码那一段提速100倍，review那一段还是人肉速度，PR全堵在审查口。
而大多数工作流框架，恰恰止步于"写下来"。10月6日那篇16万浏览的OpenSpec讨论里，作者陈凡把话说透了：规范驱动开发"现在就是一个正在被用坏的工具"——几乎所有人把规范写成了人话，然后期待AI像读代码一样读懂它。他举了AWS自家Kiro的实测翻车案例：让它写一个读取运动数据的简单应用，出来20个文件、1500多行代码，人写200行就够，代码里还塞满没删干净的console.log；任务失败后上下文直接丢，从头再来。还有那个被反复提到的词——drift（漂移）：requirements和design文档不会自动更新，代码跑到哪去了，规范还在原地站着。知乎
OpenSpec用户的体感也一样：“和AI来来回回十几轮，沟通时间比自己写代码还长。你花半小时写proposal，AI花半小时读proposal，然后生成一堆你不信的代码，你再花一小时review。这不是效率，这是把开发工作换了个地方做。”
那什么才管得住？陈凡给的答案在社区里获得了广泛共鸣：你不能让AI付出代价，但你可以让CI付出。AI写的代码违反规范，它自己不会痛；但同一份代码进CI，流水线会红、会拦住merge、会通知到人。他把自己的约束拆成三层：Rules是可机器验证的硬规则，由CI脚本执行，AI绕不过；Skill是稳定复用动作的编排，人可审；MCP是只读数据源，权限受控。三层里只有中间那层是给AI看的"规范"，另外两层根本不给AI看。他还有条红线值得所有用AI编程的人抄下来：AI生成的测试脚本，绝对不能自己标记"已审核"，评审状态永远由人写。这条口子一开，验收标准就变成AI自己给自己打分——所有测试都是绿的，所有bug都是已知的，然后上线炸了。知乎
另一个高赞经验来自"人月聊IT"（10月6日，25万浏览问题下的回答）：项目刚启动时千万别急着上复杂工程化框架，先用轻量方式把核心功能跑起来，再逐步引入治理层；测试也别每次全量E2E，变更测试跟着提交跑，全量半天手动触发一次就够。知乎
把三笔账合起来：你的配置清单该怎么改
三笔账算完，其实可以把这半年的工作流大战提炼成一张"资产表"：
层级 | 代表 | 价值走势 | 建议动作 |
|---|---|---|---|
模型能力 | Fable 5、Opus 5.5、GPT-6.1 | 快速增值，规划/自检已内置 | 能升就升，升级后重新评估skill存量 |
流程类skill | Superpowers、SpecKit、GSD | 快速贬值，token成本高 | 只留1-2个关键节点（如brainstorm/review），其余卸掉 |
轻量规范 | OpenSpec（delta spec）、AGENTS.md | 中性，看项目阶段 | 存量项目用baseline逆向生成，增量修改只写delta |
验证闸门 | CI检查脚本、测试证据链、权限锁定 | 持续增值，模型再强也替代不了 | 最早投入，一条规范配一条检查脚本起步 |
再按你自己的情况对号入座：
单人做小工具、用最新旗舰模型：基本可以裸奔，最多保留头脑风暴和代码审查一两个轻skill。社区共识是"Agent不需要你给它套那么多规矩，它需要在关键节点被轻轻推一下"——有开发者做了个只有6个轻量skill的fable-skills项目，用多轮压力测试验证"轻量引导完全够用"。知乎专栏
维护存量老项目：别上全量文档型框架，用OpenSpec这类增量规范，baseline命令扫一遍代码库生成初始specs，之后每次修改只写delta。老项目最大的风险是drift，规范必须跟着代码走。
团队协作、或者碰资金/权限/支付这类高风险域：钱不要花在流程说明书上，花在CI闸门上。把最重要的3-5条规范写成可机器验证的检查脚本挂进流水线，评审状态权限锁死只留给人。参考那条被验证过的路径：需求带唯一编号进表格→用例落成Markdown且只有人能标"已审核"→CI每次提交自动跑→报告用固定模板，人只看报告。这套跑起来之后，"发现AI写错了"的时间能从两小时压到十分钟以内。
新手：和上面相反，重型流程对你是有价值的——不是因为它效率高，而是它逼你养成"先想清楚再动手"的习惯。把它当教练轮，等你能自己判断AI什么时候在糊弄你了，再拆。
如果你只想做一件事验证这篇文章靠不靠谱：挑一条你团队最常被AI违反的规范，写成一行的检查脚本，挂上CI，跑一周。这比装任何框架都便宜，一周后你就有自己的答案了。
最后说点感性的
这轮讨论里传播最广的，其实是一个梗。知乎问题"你用AI编程用到什么深度了"下面，浏览205万的回答虚构了一位58岁的"陈师傅"：不用Copilot、不用Agent，坚持纯手工编程，给变量起名要"顺"——“Count才稳，Num是浮的”；写if要一层一层来，“括号要有呼吸感”；一上午只写一个synchronized，“锁这个东西，跟榫卯一样”。窗外新一代软件工程Agent每天生成七千万行代码，陈师傅一天三百行，其中一百二十行是测试。大家转发这个段子的时候在笑，笑完又有点沉默。因为它戳中的正是Faros数据背后的真问题：当生成变得无限便宜，稀缺的就不再是写，而是审——是"味道不对"这三个字背后的几十万小时，是"这个需求凭什么这么实现"那条能追溯的证据链，是框架和模型都给不了你的、属于人的那部分判断。知乎
流程skill会像手电筒app一样退场，模型会继续换代，但"你还审不审得动"这件事，从头到尾都只取决于你自己。
接下来值得盯的两个信号：一是各家的skill注入token开销会不会写进官方文档（已经开始有框架把"启动成本"当卖点）；二是新模型的changelog里"自主规划/自检"相关条目出现的频率——它每多一条，你手里的流程skill就再多贬一分。
