AI开发新趋势，从Superpowers到Skills，前端团队的实践与思考

在人工智能技术快速发展的今天，前端开发流程正在经历一场深刻的变革。过去以工程化体系为核心的开发模式，正逐渐被更灵活、更个性化的技能（Skills）体系所取代。这一转变不仅体现在技术层面，更反映了开发者对AI辅助开发认知的深化。

以某科技公司前端团队为例，他们在2023年4月刚刚推行基于Claude Code CLI和国内大模型的Superpowers工程化体系，强调"少改代码、快速交付生产级前端代码"的核心原则。然而仅仅两个月后，团队就做出了一个大胆的决定：全面舍弃Superpowers体系。这一决策背后，是团队对AI开发模式的深入思考和实践验证。

"如果你还在用Superpowers，那我不要和你说话"——这是团队内部流传的一句玩笑话，却真实反映了他们对当前开发模式的态度。团队发现，传统的Superpowers工程化流程虽然初衷良好，但在实际应用中却存在明显弊端。"当Agent自动触发通用工程流程时，在部分任务里成本已经超过收益。"团队成员解释道，"问题不在于这些流程有没有价值，而在于每一次任务，是否都值得走这些流程。"例如，在日常开发中，团队更需要的是针对具体项目的个性化约束，而不是通用的工程步骤。

"与其反复要求AI‘像一个规范的前端开发一样工作’，不如直接告诉它，一个人类开发者接到这个任务会怎么做。"团队开始尝试将开发经验和判断标准转化为具体的技能。例如，在处理常见的列表页需求时，团队不再简单要求AI"先分析需求，再制定计划，最后实现并测试"，而是详细规定："开发列表页时，先查找同模块已有页面，沿用它的查询、分页和状态管理方式。优先复用项目组件。检查搜索条件变化后的分页行为、清空条件后的请求参数，以及加载、空数据和请求失败状态。涉及操作按钮时，同时检查权限和操作后的列表刷新。"这种精细化的技能描述，将团队多年积累的开发经验提前注入AI的工作上下文，显著提升了开发效率。

"目前，我们建议为每个项目编写一个AGENTS.md文件，明确项目的共同约定，并用具体技能来指导AI完成任务。如果Superpowers中的一些技能对你来说很重要，可以考虑使用mattpocock-skills库中的常用技能，按需组合使用。"团队负责人表示，这种技能化的开发模式不仅提高了开发效率，还降低了对token的消耗，更重要的是，它让AI真正成为了团队开发的得力助手，而非负担。

这一转变也引发了行业内的广泛讨论。有专家指出，"AI开发的未来方向，应该是从通用工程化向个性化技能化发展。"这种趋势不仅适用于前端开发，也可能成为整个软件开发领域的主流范式。"就像人类开发者一样，AI也需要根据具体场景调整自己的工作方式，而不是机械地遵循固定的流程。"一位资深架构师评论道。

"在AI辅助下，实现尽可能少改代码、尽可能快交付生产级前端代码"——这正是团队当前的目标。通过不断优化和沉淀个性化技能，他们相信，未来的AI开发将更加高效、精准，真正成为开发者不可或缺的伙伴。