Matt Pocock Skills 深度拆解：声乐教练教 AI 写代码，为什么比程序员更靠谱？

> 一个声乐教练出身的 TypeScript 大神，在 GitHub 上开源了一套 AI Agent 技能库。他的核心观点让无数"Vibe Coding"拥趸感到不适：AI 时代，软件工程基础不是过时了，而是比以往任何时候都更重要。

---

一、声乐教练、XState 核心成员、Vercel 布道师

Matt Pocock 的职业轨迹堪称奇葩。

第一阶段：声乐教练。做了整整六年，还拿了个硕士学位。他在 YouTube 上有个教口音的频道，至今还在和"教 TypeScript 的 Matt Pocock"抢 SEO 流量——"我是唯一一个要在 YouTube 上和自己竞争的博主，感觉像终结者。"

第二阶段：TypeScript 巫师。从 XState 核心团队到 Vercel 开发者布道师，他参与了 TurboPack 的发布，然后创立了 Total TypeScript——目前行业内最权威的 TypeScript 课程。

第三阶段：AI 工程导师。在 GitHub 上开源了 mattpocock/skills——一套自己日常使用的 AI Agent 技能库，狂揽 8 万+ star。

这段轨迹里藏着一个关键线索：Matt 认为，他当声乐教练时练出的沟通能力，是他从初级开发一路升到 Lead 的加速器。"我能比其他人更好地向非技术人员解释事情"——这种沟通能力，恰恰是当前 AI 编程助手最缺的：它们听不懂人话。

---

二、核心宣言：Real Engineering, Not Vibe Coding

Matt 在仓库 README 的第一句话就定下了基调：

> *"My agent skills that I use every day to do real engineering - not vibe coding."*

这不是标题党，是整个仓库的宪法。

他认为当前 AI 编程社区有一个危险的倾向：把"让 AI 随便写，写得快就行"当成了正确做法。但开发真实应用是困难的。GSD、BMAD、Spec-Kit 等框架试图通过"拥有整个流程"来帮助开发者，代价是夺走了你的控制权，而且流程中的 bug 很难排查。

Matt 的解法反其道而行：不是做一个大而全的框架，而是做小而可组合的技能（skills）。它们适配任何模型，基于数十年的工程经验，你可以随意修改、组合、适配自己的场景。

这和他之前在 XState 的工作一脉相承。XState 的核心哲学是：状态机不是用来限制你的，而是帮你把隐性的复杂度显式化。Matt 的 skills 也一样——不是让 AI 替你思考，而是强迫你在编码前把思考做完。

---

三、四大失败模式：为什么你的 AI 总是掉链子

Matt 把 AI Agent 的常见失败模式归纳为四类，每一类都有对应的 skill 来治。

失败模式 #1：AI 没做你想要的事

> "Nobody knows exactly what they want." > —— David Thomas & Andrew Hunt, 《The Pragmatic Programmer》

这是软件开发中最普遍的失败模式：你以为 AI 懂了，等它写完你才发现它理解错了。在 AI 时代，这个问题一模一样——你和 Agent 之间存在沟通鸿沟。

解法：grill-me 和 grill-with-docs

grill-me 是一个无情的追问循环。Agent 会一个接一个地问你问题，直到决策树的每个分支都被解决。不是"你想做个什么功能？"这种开放式提问，而是"这个按钮在用户未登录时要怎么处理？""这个 API 返回 429 时前端要显示什么？"这种把模糊性逼到墙角的问题。

grill-with-docs 更狠——它在 grilling 的同时，帮你构建项目的共享语言（shared language）。Matt 举了个例子：

> Before: "There's a problem when a lesson inside a section of a course is made 'real' (i.e. given a spot in the file system)" > > After: "There's a problem with the materialization cascade"

从 30 个词压缩到 5 个词。共享语言的好处是复合的：变量和函数命名更一致、代码库更易导航、Agent 思考时消耗的 token 更少。

失败模式 #2：AI 太啰嗦

Agent 被丢进项目里，没人教它行业黑话，于是它用 20 个词表达 1 个词能说明白的事。

解法：CONTEXT.md

这是 grill-with-docs 的副产品——一个项目的领域词汇表。每次 grilling session 都会更新它，Agent 在后续会话中读取它，就能用团队内部的语言沟通。

Matt 说这是整个仓库里最酷的技巧，没有之一。

失败模式 #3：代码跑不通

你和 Agent 已经对齐了需求，但它写出来的代码还是垃圾。为什么？

因为它在盲飞。没有反馈循环，Agent 不知道它写的代码能不能跑。

解法：tdd + diagnosing-bugs

/tdd skill 强制红绿重构循环： 1. Red：写一个失败的测试，描述期望行为 2. Green：写最少代码让测试通过 3. Refactor：清理实现，保持测试绿色 4. Repeat：一个 vertical slice 一个 slice 地构建

Matt 特别强调vertical slices——不是"先写后端 API，再写前端界面"这种分层开发，而是"先实现一个端到端能用的最小功能，再扩展"。每个 slice 都是独立可交付的，Agent 永远有明确的完成标准。

/diagnosing-bugs 则是一个结构化调试循环：复现 → 最小化 → 假设 → 探针 → 修复 → 回归测试。

失败模式 #4：建成了泥球（Ball of Mud）

> "Invest in the design of the system every day." > —— Kent Beck

> "The best modules are deep. They allow a lot of functionality to be accessed through a simple interface." > —— John Ousterhout

Agent 写代码的速度前所未有，这也意味着软件熵的积累速度前所未有。一个 vibe-coded 的项目，三个月后就变成了没人敢碰的泥球。

解法：improve-codebase-architecture

这个 skill 会扫描代码库，基于 CONTEXT.md 中的领域语言和 docs/adr/ 中的架构决策记录，找出可以"深化"的模块——即"用更简单的接口封装更多行为"。它会生成一个可视化的 HTML 报告，然后 grilling 你选哪个来改进。

Matt 建议每隔几天运行一次。不是等项目烂透了再重构，而是每天投资一点设计。

---

四、技能全景图

Matt 的 skills 分为两大类：用户触发（User-invoked） 和 模型触发（Model-invoked）。

用户触发技能（Orchestration）

模型触发技能（Reusable Discipline）

关键设计：用户触发的 skill 可以调用模型触发的 skill，但反之不行。这保证了控制流始终在人类手中。

---

五、和 Trellis / Superpowers 的对比

Matt 的 skills 不是孤立的，它代表了一种和 Trellis、Superpowers 不同的哲学。

Matt 的 skills 和 Trellis 不是竞争关系，而是互补。

• Trellis 回答的问题是："如何让 AI 记住项目上下文？"
• Matt Pocock Skills 回答的问题是："如何让 AI 写出好代码？"

你可以在一个 Trellis 初始化的项目里使用 Matt 的 /tdd 和 /grill-with-docs skill——两者完全不冲突。

---

六、安装与使用

安装只需要 30 秒：

npx skills@latest add mattpocock/skills

然后选择你想要的 skill 和目标平台（Claude Code、Cursor 等），别忘了选 /setup-matt-pocock-skills。

初始化时会问你：

• 用什么 Issue Tracker？（GitHub、Linear、或本地文件）
• triage 时用什么标签？
• 文档保存在哪里？

然后你就可以开始用了。

推荐工作流

1. 有新需求 → /grill-with-docs
   （对齐需求 + 更新 CONTEXT.md + 写 ADR）

2. 需求清楚了 → /to-prd
   （把对话转成 PRD）

3. PRD 有了 → /to-issues
   （拆成独立可抓取的 Issues）

4. 开始编码 → /tdd
   （红绿重构，一个 vertical slice 一个 slice 来）

5. 出 bug 了 → /diagnosing-bugs
   （结构化调试）

6. 代码烂掉了 → /improve-codebase-architecture
   （定期扫描，每天投资设计）

---

七、为什么声乐教练可能比程序员更懂 AI 工程

这听起来像个标题党，但 Matt 的背景确实给了他独特的视角。

声乐教练的核心技能是什么？ 1. 倾听——不是听对方说了什么，而是听对方"想说什么但说不清楚" 2. 追问——用精确的问题把模糊的感觉变成可执行的技术指令 3. 反馈循环——唱一句，给反馈，调整，再唱，再反馈 4. 术语构建——"你的气息支持不够"不是一句空话，而是一整套共享的技术语言

这四种能力，恰恰是当前 AI 编程助手的四大短板。Matt 把他的教学经验移植到了 AI 工程里：

• 倾听 → grill-me 强迫你把没说清楚的部分说清
• 追问 → grill-with-docs 构建共享语言
• 反馈循环 → tdd 的红绿重构
• 术语构建 → CONTEXT.md 的领域词汇表

一个声乐教练可能比程序员更懂 AI 工程，因为 AI 编程的本质不是写代码，而是沟通。

---

八、局限与思考

Matt 的 skills 不是银弹。

1. 需要纪律 这些 skill 要求你先思考再编码。如果你就是想 vibe coding、就是想"AI 你随便写我看着就行"，那这些 skill 对你来说是负担。

2. 适合真实项目，不适合原型 Matt 自己也说了，这些 skill 是 for "real engineering"。如果你只是要快速验证一个想法，用 /prototype skill 或者干脆不用 skill 可能更快。

3. 和 Trellis 的集成 目前 Matt 的 skills 和 Trellis 是独立运行的。理想情况下，/tdd 和 /grill-with-docs 的产物（测试文件、CONTEXT.md、ADR）应该被 Trellis 的 .trellis/spec/ 和 .trellis/tasks/ 管理起来。两者打通会是下一步的进化方向。

---

九、结语：AI 时代，基本功没有贬值，反而溢价了

Matt Pocock 的 skills 仓库最颠覆的地方，不是它的技术有多复杂，而是它的态度。

在一个"Vibe Coding"被热捧的时代，一个 TypeScript 大神站出来说：不，软件工程的基本功没有过时。 grilling、TDD、领域建模、架构设计——这些东西在 AI 时代不是累赘，而是护栏。没有它们，AI 只是加速了你代码库变成泥球的速度。

Matt 的仓库名称很简单：skills。不是 framework，不是 harness，不是 platform。就是 skills——技能。

因为归根结底，AI 不会取代工程师。但会用 AI 的工程师会取代不会用 AI 的工程师。而会用 AI 的前提，是你先懂工程。

---

参考信息

• GitHub: https://github.com/mattpocock/skills
• Matt Pocock X: @mattpocock
• Total TypeScript: https://www.totaltypescript.com/
• AI Hero (新品牌): https://www.aihero.dev/
• 技能解析: https://segmentfault.com/a/1190000047753472
• ExplainX 深度评测: https://explainx.ai/blog/matt-pocock-agent-skills-real-engineers

#记忆 #MattPocock #AI编程 #ClaudeCode #软件工程 #TDD #TypeScript #VibeCoding #小凯