恭喜，还没学过Superpowers的录友：现在不用学了

AI时代变化太快了。

有些东西，你学得慢一点，最后就可以不用学了。

不少录友应该还没用过Superpowers吧？

甚至可能都不知道，过去一年里还有一大批非常火、非常好用的Agent Skill。

恭喜你们。

不用补课了。

GPT-5.6发布之后，模型自己理解需求、规划步骤、调用工具、运行测试和检查结果的能力又往前走了一大截。

过去用来“教模型怎么干活”的很多Skill，正在从必装插件变成重复说明。

先把我的结论说清楚：

Superpowers没有消失，Skill也没有失去价值。

但从GPT-5.6开始，普通开发者已经没必要先装一大包Skill，再开始用Agent。

默认顺序应该反过来：

先让模型直接做。它真的做不好，再补一个最小Skill。

Superpowers过去解决了什么

Superpowers (opens new window)不是一个让模型突然变聪明的魔法插件。

它是一套软件开发方法论，把开发过程拆成一组可以自动触发的Skill：

• 动手前先澄清需求、做brainstorming
• 设计确认后再写实施计划
• 按TDD推进，而不是先写完再补测试
• 把任务交给子Agent执行和审查
• 完成前必须验证，不能嘴上说“应该没问题”

这套东西过去非常有价值。

因为当时很多编码Agent有几个明显短板：

• 用户刚说一句需求，它就急着改代码
• 任务稍微长一点，中间约束就丢了
• 会写计划，但执行时不按计划
• 测试失败后容易猜着修
• 没跑验证，就宣布任务完成

Superpowers相当于给模型装了一套外置工程纪律。

模型不会主动停下来想，就用Skill强制它停。

模型不会稳定测试，就把TDD写成铁律。

模型容易跑偏，就把设计、计划、实现、审查拆成一道道门。

我前面在AI增强开发三件套里还专门介绍过它。

那篇文章在当时没有问题。

问题是，模型能力的保质期太短了。

GPT-5.6把很多“外置纪律”吃进了模型

GPT-5.6真正改变的，不只是代码跑分。

OpenAI在GPT-5.6官方使用指南 (opens new window)里明确提到，模型现在更擅长从上下文理解用户真实意图，很多时候已经不需要人把每一步都规定出来。

你仍然要告诉它：

• 最终目标是什么
• 哪些硬约束不能碰
• 哪些动作需要确认
• 什么证据才算完成

但你不必再写：

“先读文件，然后列计划，然后等我确认，然后一次改一个文件，然后解释每一步，然后再运行测试……”

这正是很多通用Skill最喜欢做的事。

更直接的证据，是OpenAI对编码Agent做的内部评测。

官方指南称，在一组内部样本里，更精简的系统Prompt让评测分数提高约10%～15%，总Token减少41%～66%，成本减少33%～67%。

这些数字不能直接套到所有项目，但方向已经很清楚：

模型变强以后，更多说明不一定带来更多能力，反而可能制造更多噪声。

GPT-5.6还新增了更强的工具编排、持续推理和多Agent能力。

以前Skill要教它“怎么拆任务、怎么并行、怎么收结果”。

现在Harness和模型本身已经能做其中很大一部分。

如果Skill还在机械重复这些动作，就像给已经会骑车的人又装了六个辅助轮。

不是更稳。

是更重。

最先没必要的，是这四类Skill

第一类：只会提醒模型认真一点

例如：

• 先思考再回答
• 先计划再执行
• 不要遗漏边界情况
• 写完一定要检查
• 遇到问题先找根因

这些原则都对。

但如果一个Skill的全部价值，就是把正确的废话写得更长，GPT-5.6已经不太需要它了。

把“修复后相关测试必须通过”写进验收标准，比加载几百行“如何成为严谨工程师”更有效。

第二类：重复Agent原生能力

现在的Codex、Claude Code和其他Harness，已经普遍自带计划、子Agent、代码审查、浏览器、测试和工具调用能力。

如果Skill只是把原生能力再包一层，就会出现三套流程互相打架：

• Harness想直接推进
• Skill要求先进入自己的规划仪式
• 项目规则又要求另一套验证顺序

最后模型不是能力不够，而是忙着判断该听谁的。

第三类：为了所有任务强制同一套重流程

改一个错别字，也要先brainstorming。

修一个明确的小Bug，也要先写完整设计。

动两行CSS，也要拉子Agent实现、再拉两个Agent审查。

这种流程在大任务上可能有价值，在小任务上就是纯开销。

任务复杂度不同，流程强度也应该不同。

第四类：从来没有被评测过的Skill

很多人收藏Skill，和以前收藏Prompt模板一样。

看到别人说好用，就装。

装完从没对比过：

• 成功率有没有提高
• 返工次数有没有下降
• Token和时间增加了多少
• 是否出现误触发
• 简单任务是不是被过度流程化

没有失败样本，也没有对照评测，这种Skill不是工程资产。

它只是赛博护身符。

但这不等于“所有Skill都该删”

OpenAI目前仍然把Skill定义为可复用工作流，并通过渐进式加载避免一次性塞满上下文，详见官方Skill文档 (opens new window)。

所以真正的分界线，不是“模型强不强”。

而是这个Skill到底在补什么。

下面几类，我会继续保留：

Skill类型	为什么模型强了仍然需要
项目专属规则	模型不知道你公司的目录、发布规范、业务口径和历史约定
确定性脚本	PDF渲染、图片压缩、数据迁移、制品打包不能只靠模型“理解”
外部工具与连接	数据库、内部文档、设计工具和审批系统需要真实接口与权限
高风险流程	上线、付款、删库、权限变更需要硬边界和人工确认
失败样本沉淀	模型在同类任务上稳定犯错，才值得把纠错方法固化下来

一句话：

通用常识交给模型，组织经验留在Skill，安全边界交给系统。

这和Agent Skill面试详解里讲的原则并不矛盾。

Skill仍然是复用经验的方法。

只是“模型已经会的事”，不再算值得复用的经验。

新方法：先裸跑，再加最小Skill

以后判断一个Skill要不要装，我建议用下面这套顺序。

第一步：先定义结果，不定义仪式

把目标、上下文、硬约束、验收标准说清楚。

不要上来就规定模型必须走哪套方法论。

如果你还在用GPT-5.5时期的长Prompt，可以先看GPT-5.6 Sol Prompt指南。

第二步：让GPT-5.6裸跑

不开Superpowers，不加载一堆通用Skill。

直接让它完成几组真实任务，记录成功率、返工次数、Token、耗时和失败位置。

这才是基线。

第三步：只看可复现的失败

偶尔一次写得不好，不值得立刻写Skill。

只有同一类错误稳定出现，例如总漏掉数据库回滚、总用错内部组件、总忘记上传制品，才说明模型缺少项目经验或确定流程。

第四步：只补一个最小Skill

不要把整个开发方法论搬进去。

只补那一个稳定缺口：

• 什么时候触发
• 需要读什么
• 必须执行什么脚本
• 怎样验收
• 什么时候停止

第五步：再跑同一组任务

如果质量没有提升，删掉。

如果质量只提升一点，但Token和时间翻倍，也删掉。

如果只对少数复杂任务有效，就改成显式调用，不要默认触发。

Skill不是装得越多越专业，而是每一个都要证明自己值得占用上下文。

Superpowers还要不要装

如果你是刚开始用GPT-5.6的普通开发者，我的建议很直接：

先别装。

先学会把目标、约束和验收说清楚，学会看Diff、跑测试、检查证据。

这些能力比背一套Skill名字重要得多。

如果你在带新人，希望用一套显式流程训练TDD、设计评审和根因分析，Superpowers仍然是很好的教材。

如果你的项目很大、任务很长，而且对照评测证明它确实减少跑偏和返工，也可以继续用。

但它应该从“开机必装”变成“按需工具”。

这就是GPT-5.6之后最大的变化：

我们不再默认用Skill教模型如何工作，而是先相信模型能工作，再用证据决定哪里需要约束。

写在最后

AI时代，学得慢不一定吃亏。

有时候你还没爬完旧楼梯，电梯已经装好了。

真正该学的，不是每一代最火的Prompt、插件和Skill名字。

而是看清楚：

模型现在已经会什么，仍然不会什么，以及什么事情永远不能只相信模型。