AI 编程的下半场：不是让 AI 更聪明，而是让它更守规矩
21 万星的 Superpowers 项目揭示了一个反直觉的趋势：AI 编程的未来不在于更强的模型，而在于更严格的工程纪律。深入解析 7 阶段结构化工作流如何重塑 AI 辅助开发。
AI 编程的下半场：不是让 AI 更聪明，而是让它更守规矩
过去两年，AI 编程领域的主线叙事很简单：模型越来越强，程序员越来越不重要。
每隔几个月就有一款新模型刷新基准测试，代码生成的准确率一次比一次高。人们把写代码这件事交给了 AI，只需一句话就能生成整个功能模块——这就是所谓的「氛围编程」（Vibe Coding）。
但 2026 年 7 月第一周的 GitHub Trending 数据，给这条叙事泼了一盆冷水。
霸榜的不是新模型
本周最抢眼的项目叫 Superpowers，来自开发者 Jesse Vincent。
21 万颗 Star。7 天涨了 9 万颗。比第二名多了近 5 万颗。
它不是靠某个惊艳的功能点火的。恰恰相反——它做的事情是禁止 AI 直接写代码。
同一周，TypeScript 社区顶流 Matt Pocock 的项目 skills 冲到 14.8 万星，他给 AI 装了四条铁律：
/grill-me：强制需求对齐，Agent 真正理解意图前一行代码都不写/tdd：要求严格的红-绿-重构循环/diagnose：系统化根因分析，必须走诊断树/caveman：把 Token 消耗压缩 75%
Matt Pocock 自己对这波趋势的总结很精准：「我不是让 AI 更聪明，我是让它更守规矩。」
一套方法论，21 万颗星
Superpowers 不是工具，不是新模型，不是代码生成脚本。它是一个方法论框架——用 14 个 SKILL.md 文件和一个会话启动钩子，给 AI 编程代理装上一套不可逾越的工程纪律。
它的设计哲学只有四条，全是动名词，全是反话：
| 原则 | 反对什么 |
|---|---|
| Test-Driven Development | 反对"先写代码再补测试" |
| Systematic over ad-hoc | 反对"看心情决定流程" |
| Complexity reduction | 反对"为复杂而复杂" |
| Evidence over claims | 反对"我觉得这样没问题" |
这四条不是给人看的，是给 AI Agent 看的。每一条都对应一组可执行的 Skill。
7 个阶段，个个都是硬门禁
Superpowers 把「接到需求 → 交付代码」拆成了 7 个阶段：
- 澄清需求 — 强制 AI 先反问真实意图，不准跳过
- 隔离环境 — 每个任务独立 Git Worktree，不污染主分支
- 制定计划 — 拆到 2-5 分钟粒度，初级工程师都能照做
- 子 Agent 并行执行 — 派发子任务 + 两阶段审查
- TDD 实现 — 强制 RED-GREEN-REFACTOR，先红后绿
- 代码审查 — 任务间审查，按严重程度分级报告
- 收尾 — 合并/PR/保留/丢弃，由人拍板
每个阶段都有硬性门禁。跳过一步？框架直接拒绝执行。
TDD 铁律：未通过测试？删掉
Superpowers 最狠的设计不是它提供了什么功能，而是它禁止了什么行为。
TDD 技能的铁律只有一句话：
没有先写失败测试，不准写生产代码。先写了代码？删掉。重来。没有例外。
这不是建议，不是提示，是拦截。AI 必须先写测试、先看到测试失败（红灯）、然后写最小实现让它通过（绿灯）、再重构优化。而且测试覆盖目标严格设定在 85% 到 95% 之间。
Superpowers 甚至列出了一份「红旗清单」——AI 最可能用来绕过规则的借口，以及逐个击破的现实：
| AI 的借口 | 现实 |
|---|---|
| 「太简单不用测试」 | 简单代码也会坏。测试只需 30 秒 |
| 「我之后再测」 | 后写的测试立即通过，证明不了什么 |
| 「删掉 X 小时工作是浪费」 | 沉没成本谬误。无法信任的代码才是技术债 |
趋势：从「能力竞赛」到「纪律竞赛」
Superpowers 不是孤例。同一周还有：
- agency-agents（12.3 万星）：数十个领域专家 Agent 打包，一键装进 Claude Code 和 Cursor
- Google agents-cli：大厂亲自下场
- 小米 MiMo-Code：国内厂商跟进
这不是极客圈的自嗨。这是 AI 编程领域正在发生的一次范式转变。
上半场：让 AI 更强大，比拼模型能力。GPT、Claude、Gemini、DeepSeek，谁的代码生成更准、谁的补全更快。
下半场：让 AI 更守纪律，比拼工程流程。不是「AI 能写什么」，而是「AI 应该怎么写」。
两者缺一不可。一个没有工程约束的超级 AI 就像一个没有刹车的超级跑车——能力越强，翻车越快。
本质：人类在重新定义自己的角色
这波工具热背后的真正变量，不是 AI 变聪明了，而是人类工程师在重新定义自己该干什么。
把重复性的编码执行交给 AI，把真正有价值的工程判断和纪律留给自己。
Superpowers 的 7 阶段工作流，本质上不是在教 AI 怎么写代码，而是在教人类怎么给 AI 派活。第一步和第七步都把方向盘牢牢握在人手里：AI 必须先澄清需求、最终合并方式必须由用户拍板。中间五步是 AI 的自动化执行域，但每一步都被 Skill 体系夹得死死的。
写在最后
21 万颗 Star 不会说谎。开发者用脚投票的结果是：我们不需要更聪明的 AI，我们需要更可靠的 AI。
如果你还在享受「对着 AI 说一句话，代码就出来了」的氛围编程快感，那么现在可能是一个停下来思考的好时机。AI 写得快，不代表写得好。而 Superpowers 们正在证明：把好的工程实践变成 AI 的默认行为，比等待下一代模型更有价值。
这种超能力，比任何花哨的代码生成都要实在。