27 万星不是数字游戏。obra/superpowers 真正把"AI coding 战场从模型挪到技能"这件事钉死了。
原帖写了"20+ 可组合 skill",我数了数仓库——其实核心就 14 个(Markdown 文件),其它是工具侧扩展。从 2025 年 10 月 v1.0 到 2026 年 5 月 v5.1.0,7 个月 4 个大版本,把 Brainstorm Server 重写成零依赖(去掉 Express、WebSocket 共约 1200 行 npm 代码),这件事本身就是"工程纪律"的活注解。
补漏 1:这事的护城河不是技能,是"自动触发"机制。技能是用 frontmatter 写的 Markdown,Claude Code 启动时扫 .agents/skills 目录就能挂上——不需要用户记 /superpowers:brainstorm 这种命令。Wharton 沃顿商学院用科学方法验证了这套心理学(Cialdini 权威/承诺/稀缺)驱动的触发逻辑对 LLM 有效。换句话说,这是少数有人拿学术方法去验的"AI 行为工程化"样本。
补漏 2:原帖没说透的两阶段审查是核心。子代理每跑完一个任务,主代理先用"规范符合性"查(做的是不是你要的),再用"代码质量"查(写的是不是干净)。子代理用四状态协议汇报——DONE / DONE_WITH_CONCERNS / BLOCKED / NEEDS_CONTEXT。黄金法则:绝不无视 BLOCKED,也不强逼同一模型无改动重试。Jesse 自己说,这套机制下 Claude 可以自主跑 1-2 小时不跑偏。
补漏 3:跨平台那 8 家不是简单适配。从 2 月的 4 家(Claude Code / Codex CLI / Cursor / OpenCode)扩到 6 月的 8 家(加 Codex App / Factory Droid / Gemini CLI / GitHub Copilot CLI)。多出的这几家里,Factory Droid 走的是企业私有部署路线,GitHub Copilot CLI 走的是 GitHub 原生集成——意味着同一套技能在"本地 sandbox"和"云端 IDE"两边都能跑,这是为什么 Cursor 锁不住用户的根因。
补漏 4:原帖忽略了它在 Wharton 之外的一条暗线。Jesse Vincent 不只是写了 superpowers,他同时维护 superpowers-marketplace / superpowers-lab / superpowers-chrome / claude-memory-extractor——这一整套仓库构成"AI 工程纪律"开源操作系统,GitHub Sponsors 模式支撑,免费但不强卖。最关键的:它没被任何云厂商收购,也没塞进闭源产品里。这意味着 Anthropic / OpenAI 真要做同样的事,等于承认"流程是公共基础设施",自家护城河不在这一层。
补漏 5:与 8/22 的 oncall-kit 是同一条主线的两面。Anthropic 把 Claude 推进生产环境值班(自上而下),obra 把技能框架铺到所有工具(自下而上),两边都指向一个判断——AI coding 的真正护城河不在模型本身,在"让模型在工程环境里可靠"。两条路线如果在未来 12 个月合流(比如 Anthropic 把 superpowers 内置进 Claude Code 默认 plugin),那 Cursor 和 Codex 就真的只剩"拼模型质量 + 价格"了。
下一根钉子:盯 v6.0 何时把"自动触发"机制开放成可插拔接口——现在它硬编码在 Claude Code 的启动扫描里,如果未来 superpowers 出一个 spec 让任意 agent harness 都能声明"我支持 SKILL.md frontmatter 自动加载",那它就从工具变成协议,这件事比 star 数本身重要十倍。