Waza 和 Superpowers：AI 编程该选工具箱，还是流水线？

AI 写代码越来越快，真正拉开差距的，已经不是生成能力，而是它能否在动手前想清楚、出错后找到根因、完成后拿出验证证据。

Waza 和 Superpowers 都在训练这些工程习惯，但路线截然不同：

• Waza 提供一套按需调用的技能。
• Superpowers 提供一条难以跳过的开发流程。

我的选择是：

日常开发用 Waza，复杂、高风险任务用 Superpowers。

判断依据也很简单：一次失误的代价，是否值得支付完整流程的成本。

Waza：在关键节点约束 Agent

Waza 将常见工程活动拆成八个独立技能，覆盖方案设计、界面设计、排障、审查、阅读、研究、写作和 Agent 配置审计。

它更像一个工程工具箱。

开发新功能，可以先用 think 明确方案，完成后用 check 审查和验证；遇到 Bug，则由 hunt 先查根因，再进入修复。

技能可以串联，但不会自动把每个任务塞进同一条流水线。

因此，修改一个配置时，Agent 不必先写设计文档、创建 worktree、拆解实施计划，再启动多轮审查。任务简单，流程就短；风险增加，再补上对应的技能。

这种设计保留了模型的判断空间，也降低了日常使用的摩擦。

代价同样来自这里：如果 Agent 选错技能、遗漏调用，工程流程就可能缺一环。Waza 的效果更依赖模型能力、项目规则和使用者判断。

Superpowers：用流程压缩犯错空间

Superpowers 管得更深。

它覆盖从需求讨论到分支收尾的完整开发周期：

需求讨论
→ 设计确认
→ 隔离工作区
→ 实施计划
→ 测试驱动开发
→ 子 Agent 执行
→ 代码审查
→ 完成验证

功能开发前先明确设计，实现阶段强调测试先行，任务完成后还可能经过需求符合性和代码质量两轮审查。

它更像一套嵌入 Agent 的软件工程制度。

这套制度适合跨模块功能、核心逻辑修改、多 Agent 协作，以及回归成本较高的长期项目。固定流程减少了 Agent 临场发挥的空间，也让需求、实现和验证更容易追踪。

稳定性并非免费。

更多步骤意味着更多上下文、调用次数和等待时间。面对单文件修改、探索性原型或缺少测试的项目，完整流程很容易压过任务本身。

两者真正的差异

Waza 把目标和边界交代清楚，然后让模型发挥。

Superpowers 预先规定关键动作，用流程减少模型犯错的机会。

一个优化灵活性，一个优化确定性。

不要在同一个任务里重复叠加

两者可以同时安装，但不建议同时接管一个任务。

它们有不少重叠能力：

• Waza 的 think 对应 Superpowers 的设计与计划流程。
• hunt 对应系统化排障。
• check 对应代码审查和完成前验证。

如果两套路由同时生效，一个普通需求可能经历两轮方案确认、两套审查和重复验证。质量未必提高，执行成本一定会上升。

更合理的方式，是根据风险切换工作模式：

日常任务：Waza
高风险工程：Superpowers

我的使用建议

个人开发者、小团队和 AI 自动化项目，可以把 Waza 设为默认工作流：

新功能：think → implement → check
Bug：hunt → fix → check
研究写作：read → learn → write

当任务开始跨越多个模块，涉及核心数据，或者一次回归会带来明显损失，再让 Superpowers 接管完整流程。

选择这类工具时，技能数量并不重要。真正值得问的是：

这次任务失败后，我要付出多大代价？

失败成本低，让 Agent 快速行动。

失败成本高，就用流程收紧它的活动范围。

Waza 提高日常开发的流动性，Superpowers 提高复杂工程的确定性。成熟的 AI 工作流，不会固定站在其中一边，而会根据风险选择约束强度。