拆解 GitHub 9.9 萬星 Superpowers：它怎麼防止 AI 亂做

AI 說做完了但根本沒做完，這是 AI coding agent 的系統性問題。Superpowers 用 TDD、系統性除錯、完成前驗證、code review 四個環節，讓每個完成都需要可驗證的執行證據。 ⭐ 文章深度讀：五個 skill 如何環環相扣製造難以繞過的品質鏈 → https://heymaibao.com/superpowers-quality-loop-ai-verification/ ⚡ 章節重點 AI 說「修好了」是系統性問題 0:00 五個 skill 組成的品質鏈 2:01 TDD Iron Law：先看測試失敗 3:16 Systematic Debugging：對抗壓力藉口 4:33 Verification Before Completion：驗證閘門 5:29 Code Review 迴圈：Fresh Context 審查 6:33 讓假裝完成比真正完成更麻煩 7:37 📝 懶人包 ∙ TDD 的 Iron Law (鐵律)：先有失敗的測試才能寫程式碼，沒有例外。你已經把程式碼寫好了才想補測試？整段刪掉，從頭來過。「Delete means delete」(刪除就是刪除)，不是「先保留，之後再補」。 ∙ Systematic Debugging 設計來對抗壓力下的合理化：這個規則的 CREATION-LOG (創建紀錄) 揭示，作者把 agent 最常見的藉口直接寫進規則文件裡，包括生產事故的緊迫感 (每分鐘 $15,000 的損失)、4 小時後的疲憊、senior engineer 的社會壓力，讓 agent 在試圖跳過流程時，必須先看到自己的行為被點名是什麼。 ∙ Verification Before Completion 的 Gate Function (閘門機制)：5 個步驟，任何一步跳過都等於在說謊而不是在驗證。連「太好了！做完了！」這類滿意表達，在跑完驗證指令之前都被明確禁止。 ∙ 我的觀察：Superpowers 對抗的那些合理化藉口，在所有面對時間壓力的工程師和知識工作者身上都出現過，不只是 AI。它把這些藉口全部點名，而且說清楚：這些看起來有道理的理由，全都是跳過流程的警訊。 📚 參考資料 obra/superpowers → https://github.com/obra/superpowers