以前你要讀完《代碼整潔之道》、背完 TDD、一個任務一個任務手把手餵給 AI，才敢讓它自己跑超過十分鐘。現在 GitHub 榜首那個叫 Superpowers 的東西，把這套方法論整組打包成一個外掛。
目錄
- Superpowers 到底是什麼
- 核心功能拆解：它到底教 AI 做了什麼
- 支援哪些工具（幾乎是全平台）
- 快速上手：三步驟
- 優點：它真正解決了什麼
- 缺點：不是每個人都該裝
- 適合誰 / 不適合誰
- 結論：今年第一個值得追的 GitHub 炸彈
141,648 顆星。今天一天漲了 2,028。作者不是 Google、不是 Anthropic，是一個叫 Jesse Vincent 的老工程師和他的小團隊 Prime Radiant。一行指令，Claude Code、Cursor、Codex、OpenCode、GitHub Copilot CLI、Gemini CLI 全部吃得下。
我今天花了一個早上把它裝起來跑了一輪，這篇寫給還沒聽過的人：這東西到底在做什麼、為什麼突然爆火、散戶需不需要追。（截至 2026 年 4 月）
Superpowers 到底是什麼
一句話：它是給 AI coding agent 的 SOP + 技能樹。
你可能用過 Claude Code 或 Cursor 幫你寫東西。體驗不錯，但一旦專案變大，你會發現 AI 開始胡來——改了不該改的檔案、寫了一堆沒測試的代碼、忘了自己剛才說過要做什麼。原因是 AI 本身很強，但它沒有「工作方法論」。你不告訴它怎麼做事，它就照自己想的做。
Superpowers 做的事，就是把一套成熟工程師的工作流程——設計 → 拆任務 → TDD → code review → 驗收——寫成 AI 能直接讀的「技能包」，然後塞進任何一個支援它的 agent。你不用自己寫 prompt 教 AI 怎麼做事，它直接學會。
這等於你請了一個實習生，但他是拿《Google 工程實踐》讀過一輪才來上班的實習生。
核心功能拆解：它到底教 AI 做了什麼
Superpowers 把整個開發流程切成四段，每段都強制 AI 走完才能進下一步：
1. 設計階段：蘇格拉底式對話
你丟一個模糊需求進去，AI 不會馬上開寫，而是反問你一串問題直到規格清楚。這一步特別重要，因為 80% 的 AI 亂寫都來自「你以為你講清楚了，但其實沒有」。我自己試過叫它幫我做一個「交易信號的追蹤表」，它反問了我七八題才開始動手，包含「止損怎麼算」「勝率是含手續費還是不含」「歷史數據從哪讀」這種我原本自己也沒想清楚的東西。
2. 規劃階段：任務切到 2-5 分鐘一塊
它會把整份需求切成「每個任務 2-5 分鐘能做完」的小塊，每一塊都標明要動哪個檔案、驗收標準是什麼。這是它爆火的關鍵設計——AI 一次做一個 5 分鐘的小任務，比一次做一個 5 小時的大任務，失敗率低一個量級。
3. 執行階段：強制 TDD 的 RED-GREEN-REFACTOR
所有功能都強制先寫測試，看到測試紅了再寫實作把它變綠，最後 refactor。這個步驟最煩、但也最有用。因為 AI 寫的測試你可以立刻看出它有沒有理解需求——測試寫錯的，八成實作也會錯；測試寫對的，基本上就能一路綠到底。
4. Code Review：雙段式審查
寫完之後，Superpowers 會派另一個「子 agent」專門 review 剛才那段 code，按照預先定義的 checklist 逐項打分，挑出 bug 和壞味道。發現問題就丟回去重寫，通過了才進下一個任務。這一步大概是我用過最舒服的體驗——以前要自己盯著 Cursor 寫完再手動 review，現在它自己 review 自己，錯的部分根本沒機會跑到我面前。
支援哪些工具（幾乎是全平台）
| 平台 | 安裝指令 | 備註 |
|---|---|---|
| Claude Code | /plugin install superpowers@claude-plugins-official | 體驗最完整 |
| Cursor | /add-plugin superpowers | Cursor 用戶首選 |
| GitHub Copilot CLI | copilot plugin marketplace add obra/superpowers-marketplace | 最新支援 |
| Gemini CLI | gemini extensions install https://github.com/obra/superpowers | Google 陣營 |
| Codex / OpenCode | 官方 Repo 手動安裝 | 需手動設定 |
這個「全平台吃」的設計是它爆火的另一個原因。你不用換 IDE、不用換訂閱，你現在用什麼，它就塞進什麼。五分鐘裝完。
快速上手：三步驟
- 打開你慣用的 AI coding 工具（我用 Claude Code 示範），執行
/plugin install superpowers@claude-plugins-official。 - 裝完之後跟 AI 說「請用 superpowers workflow 幫我做 XXX」，它會自動進入蘇格拉底提問模式。
- 耐心回答它的問題。不要嫌煩。它問越多，後面錯越少。
我實測一個小專案（大約 300 行 Python + 一組單元測試），從提需求到跑完全綠大概花了 40 分鐘，中間我幾乎沒碰鍵盤——只有回答問題。這個比例放在以前是不可想像的，以前同樣的東西我要手動盯 Cursor 至少兩個小時。
優點：它真正解決了什麼
第一，把「好工程師的肌肉記憶」可攜化了。你不是資深工程師？沒關係，它替你當資深工程師。它知道要先問清楚需求、知道要先寫測試、知道寫完要 review。這些東西你學不會也沒差，外包給它就好。
第二，把失敗率壓下來了。AI 自己跑一個大專案常常崩在中段，因為錯誤會累積。Superpowers 用「小任務 + 強制 review」把錯誤率攤到每個 5 分鐘的小塊裡，錯了就回頭改，不會帶著錯誤一路飛到天上。
第三，它免費而且開源。MIT-ish 的授權，你想自己 fork 改成你自己的工作流也行。這點跟 Anthropic 把 Claude Mythos 鎖在 50 家公司防火牆後面的做法形成強烈對比——真正的生產力改革，今年是從 GitHub 長出來的，不是從大廠。
缺點：不是每個人都該裝
第一，它「太慢」。對，就是上面講的「小任務 + 強制 TDD + 雙段 review」那一套——換個角度看就是步驟多。你想要「一句話產出一個 landing page」那種體驗，裝了 Superpowers 反而卡手。它適合認真做專案，不適合湊 demo。
第二，它吃 token 吃得兇。因為每個步驟 AI 都要多想幾輪。用 Claude Code 這種按 token 算錢的，一天下來費用會比以前高。我這週跑了大概四個小專案，token 費用比上週多了大約 35%。值不值得看你的時間成本——對我來說省下來的時間遠大於多花的 token。
第三，對完全不會 coding 的人不友善。雖然它幫你走完流程，但它問的問題裡還是有一些技術概念（「要用 pytest 還是 unittest」「這個 function 要不要 async」）。完全的 non-coder 會被問到懵。
適合誰 / 不適合誰
| 用戶類型 | 推薦度 | 原因 |
|---|---|---|
| 會一點 code 的散戶 / 交易員 | ⭐⭐⭐⭐⭐ | 正中靶心，用它做交易策略腳本、爬蟲、小工具完美 |
| 中階以上軟體工程師 | ⭐⭐⭐⭐ | 省下手把手盯 AI 的時間，可以去做更有價值的事 |
| AI agent 研究者 | ⭐⭐⭐⭐⭐ | 整份代碼就是一份 agentic workflow 教材 |
| 完全零基礎 non-coder | ⭐⭐ | 問題會讓你頭暈，先去玩 Lovable 或 Bolt |
| 湊 demo 快速出活 | ⭐ | 太慢，直接用原生 Cursor 就好 |
結論：今年第一個值得追的 GitHub 炸彈
Superpowers 爆火的邏輯其實很簡單：AI 模型已經夠強了，差的是方法論。過去一年所有人都在搶著做更大的模型、更長的 context、更便宜的 API，但真正的瓶頸一直不在這裡——瓶頸在於「你怎麼讓 AI 照一個靠譜的流程做事」。
Jesse Vincent 做的事，等於把 20 年的軟體工程文化濃縮成一個外掛。它不是新模型、不是新 API，它是一份寫給 AI 看的「工作守則」。偏偏這東西一直沒人好好做，而現在市場用 141K 顆星告訴你：這個空位等了很久。
如果你平常會用 Claude Code 或 Cursor 寫東西，去裝一下。就算你只用它的設計階段蘇格拉底提問，都會讓你對自己的需求理解更深一層。免費的東西，裝起來不裝白不裝。
GitHub 連結：https://github.com/obra/superpowers
免責聲明：本文為個人使用心得與技術介紹，不構成任何投資或購買建議。AI 工具更新極快，文中提到的功能和安裝指令可能在未來版本中變動，請以官方 GitHub Repo 為準。截至 2026 年 4 月 9 日資訊。
延伸閱讀
延伸閱讀
- 以前在 Jira 分配任務給同事，現在在 Multica 分
- Binance AI Pro 實測：$9.99 月費的 AI
- OpenClaw 半年衝 180K stars，13.5 萬
- TypeScript 教父把 .claude 目錄丟上 Gi
發表迴響