Vercel 运营的技能目录 skills.sh 已收录超 9 万个技能包——给 AI 编程助手装“方法论”，正在成为开发者社区的刚需。

这是什么

我们注意到，很多团队用 AI 编程助手都会遇到同一个问题：AI 写代码很快，但像缺乏工程素养的实习生——没有测试、没有设计文档、出错就瞎猜。Superpowers（一个开源的 AI 编程技能框架）就是来补这门课的。它本质上是一套软件工程方法论，把资深工程师的习惯封装成一个个“技能包”（Skill，以 SKILL.md 格式存储的指令文件）。AI 在干活前，会先调用“头脑风暴”技能跟你确认需求，再拆分任务，写代码时强制走 TDD（测试驱动开发：先写测试看它失败，再写代码让它通过），完事后自动触发代码审查。为防止指令过长撑爆上下文，它采用渐进式披露策略：平时只读取技能名称和描述，需要时才加载具体指令。

行业怎么看

这套做法的价值很明显：把 AI 辅助开发从“生成代码”拉到了“做工程”的层面，能有效减少技术债。目前这套技能生态已经相当繁荣，Vercel 运营的 skills.sh 收录了超 9 万个技能，Anthropic、Microsoft 等大厂也在贡献技能包，支持 Claude Code、Cursor 等 50 多种工具。但值得我们关心的是其中的风险：这套框架的可靠性完全依赖于底层大模型的指令遵循能力，如果模型“不听话”，再好的方法论也是摆设；同时，对于简单的修改任务，强制走完整套流程反而会增加 token（大模型计费单位）消耗和等待时间，拖慢效率。有开发者反馈，目前这套体系更适合中大型需求，小修小补用起来有些杀鸡用牛刀。

对普通人的影响

对企业 IT：引入 AI 写代码的风险从“代码能不能跑”变成了“流程规不规范”，IT 部门需要制定自己的技能包标准，而不是让员工随意安装。对个人职场：程序员的核心能力正在从“自己写代码”转向“管理 AI 的工程纪律”，你得越来越像一个技术主管。对消费市场：普通用户感知不到它的存在，但未来由 AI 参与开发的软件，因低级 Bug 导致崩溃的概率可能会显著降低。