GitHub 趋势榜最近被同一个名字霸屏：obra/superpowers，一周内冲到 27 万星，据雷锋网统计单日新增最高 1422 星——接近两个中型开源社区一天的流量。
它不是一个模型，也不是某个 IDE 的插件，而是一套给 AI 编码代理用的「技能框架 + 软件开发方法论」。作者是 Jesse Vincent（obra），他把过去半年 AI 编程圈摸索出来的工程纪律——先问需求、写计划、测试驱动、提交前审查、完成前验证——全部封装成 20 多个可组合的 skill。
它的工作流是这样的：代理一启动，看到你要建东西，不会上来就噼里啪啦写代码，而是先退一步问你到底想解决什么问题；把需求磨成一份你能读得完的设计稿，分段给你确认；设计签字后，再拆成 2-5 分钟一个的小任务，每个任务都带明确的文件路径、代码和验证步骤；随后进入「子代理驱动开发」，每个工程任务派一个全新的子代理去做，完成后经过两阶段审查（先查是否满足规格，再查代码质量），关键问题会卡住进度；全程强制红绿 TDD，测试不过不准写实现，写了的代码删掉重来。
最容易被低估的是它的跨工具属性。Claude Code 官方插件市场、Codex CLI、Codex App、Cursor、Gemini CLI、GitHub Copilot CLI、OpenCode，甚至 Kimi Code，8 个平台都能装。技能用 Markdown + YAML frontmatter 写，人类能读，机器能解析，还带着依赖管理和验证钩子。这等于把「工程经验」从模型权重里剥出来，变成一种可移植、可测试、可审计的资产。
这件事的行业含义，比 star 数本身更值得琢磨。过去一年 AI coding 的叙事是「模型力之争」——Claude 还是 GPT、谁的代码写得好。Superpowers 的走红把叙事拧到了另一个方向：让代理在工程环境里可靠，而不是让模型更聪明。它甚至把专有代理工具的商品化加速了——技能跨平台可移植，意味着 Cursor 也好、Codex 也好，锁不住用户，最后只能拼模型质量和价格。
顺带一提，这和 Nvidia 前两天公开的 AVO 缰绳架构是同一条主线的两个面：大厂在自家系统里证明「编排层 > 模型本身」，开源社区则在用技能框架把同一套哲学铺到所有工具上。一个自上而下，一个自下而上，指向同一个判断：AI 编码的护城河，正在从模型能力迁移到「把流程写进代理肌肉记忆」的能力。
值得盯的三个后续信号：一是 .agents 目录约定能否真的成为跨工具事实标准；二是技能市场会不会出现付费分发（skill economy 的商业模式长什么样）；三是 Anthropic、OpenAI 会不会把自家能力也拆成这种可移植技能——如果他们做了，等于承认这层是公共基础设施，而不是任何一家的私有护城河。