Howie2099

SDD 与工作流框架：Superpowers 与复合工程

SDD 生态四层架构与 Superpowers、复合工程等框架的机制拆解；Harness 工程正在成为独立学科

2026-07-21
AgentAI方法论

🎯 核心主张（一句话）

开源社区上百个工作流框架殊途同归地指向同一个答案——SDD（规格驱动开发）：先定义规范再写代码；而它们全部是用 CLAUDE.md、Skills、子智能体、Hooks 这几个恒定零件拼出来的。

📖 正文

为什么 vibe coding 需要升级

Vibe coding 的问题不是写得慢，而是方向错了也写得飞快——AI 会把一个错误的问题解决得很漂亮。SDD（Specification-Driven Development，规范驱动开发）的主张只有一句：先把"做什么、不做什么、怎么算做完"写成规范，再让 AI 动手。

书里有个祛魅式的判断：SDD 的核心不在插件，而在"先思后行"的习惯。启动 Claude Code 前花 5 分钟想清目标范畴和验证标准，即使一个插件都不装，效果也超过九成的凭感觉编程。插件的本质只是把这个习惯自动化。

SDD 生态的四层架构

社区涌现的工具可以按解决的问题分成四层，从轻到重：

第一层，原子技能。 代表是 Matt Pocock 的 grill-me——6 行 Markdown，把 Claude 从"唯命是从的执行者"变成"穷追不舍的面试官"，逼你交代每个未决假设。这是 Skills 声明式重塑 AI 行为的极致示范：改变行为不需要代码，只需要一段描述。

第二层，上下文持久化。 解决长任务的失忆问题。Planning with Files 用最朴素的招：计划写进 task_plan.md、findings.md、progress.md，上下文被清空后重读文件即可恢复进度。Trellis 更进一步，用 .trellis/ 目录结构做跨平台标准化，同一份规范在 Claude Code、Cursor、OpenCode 等十余个平台通用。

第三层，规范生成框架。 提供从规范到代码的完整管线。Spec-Kit（GitHub 官方）用 9 个命令覆盖全生命周期，但小项目嫌重；OpenSpec（Fission AI）只要 4 个核心命令；cc-sdd 引入 EARS 需求语法走极简路线。

第四层，完整方法论。 Superpowers（Anthropic 官方插件市场收录）打包 14 个可组合 Skills，定义七个标准阶段：头脑风暴 → Git Worktree → 制订计划 → 执行 → TDD → 代码审查 → 收尾合并。它强制 TDD 到了不留情面的程度——先写代码后写测试，系统直接删掉你的代码。Compound Engineering（复合工程）补上其他框架都忽略的"学习"维度：每次迭代后用 /ce:compound 把经验写入 docs/solutions/，下次遇到类似问题优先检索历史解法。别的框架管这一次做对，复合工程管下一次做得更快。

框架与原生机制的融合：零件恒定，组合无穷

这些框架没有一个发明了新模型，它们全是同一套原生零件的不同编排：

  • Superpowers 的七阶段 = Skills 定义各阶段行为 + 子智能体并行分发任务 + Hooks 强制 TDD 纪律。
  • Compound Engineering 的经验积累 = CLAUDE.md（长期记忆）与 Skills（按需知识）的高级应用。
  • Planning with Files = Anthropic 说的 structured note-taking 的手工版。
  • Trellis = 把规范做成与平台无关的文件协议。

组合也讲搭配。书中给的推荐方案：个人开发者用 grill-me + OpenSpec + Planning with Files（需求拷问 → 快速出规范 → 文件保进度）；小团队用 Superpowers + Trellis（跨平台规范一致 + 标准化流程接管）；长期演进项目用 OpenSpec + Compound Engineering + grill-me（严格规范之上叠加历史解法复用）。反面清单同样重要：Superpowers 和 Spec-Kit 都是重型框架，阶段定义冲突，混用必乱；全量安装只会增加认知负担。

趋势判断：Harness 工程正在成为独立学科

作者在 2025 年末到 2026 年初的写作期间目睹了一次范式转移：业界的问题从"哪个模型最强"变成了"如何让同一个模型表现得更卓越"。答案不指向更大参数或更长窗口，而指向更精巧的 Harness——更准的上下文管理、更合理的工具编排、更严的权限约束。

整本书的结构本身就是这套工程的隐喻：上下文注入（项目背景）、工具注册（Skills/子智能体/Hooks/MCP）、执行环境（Headless/SDK/Plugins）、治理层（成本/安全/协作）——恰好是 Harness 的四大组件。开源数据也在佐证：Superpowers 四万多星，靠的不是模型，是编排。

书末用莫比乌斯环收束 Agentic Loop 的意象，我更愿意这样转述："推理 → 调工具 → 结果回注 → 继续推理"这个环没有终点，也没有正反面——每一轮的输出翻转过来就是下一轮的输入。 智能不是一次灵光乍现，而是这个环上持续的试探与修正；bug 修复时先看日志、再搜代码、再验证的"聪明"行为，没有一行是硬编码的，全是循环涌现的。

工程师的位置因此很清楚：不干预环内的每步决策（那是模型的事），只设计环的边界条件——能感知什么（工具白名单）、能记住什么（CLAUDE.md + 上下文管理）、能做什么（权限）、何时停（max-turns + Hooks）。Harness 工程的本质是约束行为，不是编程行为。 当一个领域有了自己的核心问题（边界条件设计）、方法论谱系（SDD 四层生态）和度量方式（成本/质量/可追溯性），它就不再是"用工具的技巧"，而是一门独立的工程学科。

🧭 业界视角（书外补充）

  • Karpathy 等人的 "agentic engineering" 提法：研究 → 计划 → 执行 → 审查 → 交付的循环里，人是监督者不是打字员。先用 Plan mode 把探索与执行分开，避免"把错误的问题解决得很漂亮"——这正是 SDD"先思后行"的另一种表述，两条脉络在 2026 年合流。
  • Anthropic 40 万会话研究（2025.10-2026.04）：典型会话中人做大部分规划决策，Claude 做大部分执行决策；使用者领域专业度越高，单条指令撬动的工作量越大。这解释了为什么 SDD 框架的杠杆点全压在规划端——那是人的比较优势所在。
  • Simon Willison 的参照仓库法：写新功能前让 Claude 先 clone 一个风格相近的参考仓库到 /tmp 研究其模式再照着写。可以看作一种轻量 SDD：用现成代码库当活的规范文档。
  • 社区分层选型共识：提示词模板 → slash command；有领域逻辑 → Skill；需隔离上下文 → 子智能体；必须 100% 执行 → Hook。评估任何 SDD 框架时先问它把什么放在哪一层——放错层的框架（比如用系统提示词做强制约束）迟早失灵。

🔗 知识网络