在AI编程工具高速迭代的当下绝大多数版本更新都逃不开常规优化的套路无非是修复已知bug、小幅提升运行速度、微调资源消耗。前不久Superpowers推出的v6.0.0版本后续又快速迭代v6.0.3修复版官方给出的核心数据格外亮眼整体Token消耗降低50%执行速度直接翻倍。很多开发者第一眼看到这组数据都会默认这是一次极致的性能调优是对原有代码的修修补补和资源压缩。但当我逐行扒完v6.0.3版本的SKILL.md、所有Prompt模板源码后发现这次更新和常规性能优化毫无关系。这不是一次表层的参数微调而是SDD子智能体驱动开发架构的底层范式重构。所谓的Token减半、速度翻倍只是整套全新工程设计哲学落地后的附属结果。此前我拆解过Superpowers v5.1版本的核心能力梳理了它14项基础技能的功能逻辑与使用方法解决的是工具“是什么、怎么用”的基础问题。而本文作为深度续集聚焦底层工程设计拆解v6.0版本七大核心决策、避坑逻辑与模型选型思维每一项设计都经过实战验证不仅能读懂Superpowers的迭代逻辑更能直接复用在自定义Agent系统的开发落地中。想要读懂v6.0的革新首先要跳出结果看根源先搞懂旧版本v5.1的核心架构缺陷才能真正理解这次重构的必要性与先进性。旧版SDD架构的致命短板看似合理的设计藏着三重隐形损耗Superpowers v5.1版本的SDD体系在设计逻辑上看似严谨规整。官方搭建了两套独立的审查Prompt机制分别是spec-reviewer-prompt.md规格审查模块和code-quality-reviewer-prompt.md代码质量审查模块。两套模块分工明确前者专门校验代码开发是否符合项目规格需求、业务逻辑是否合规后者专注审查代码书写质量、规范度、健壮性互补配合完成全维度代码审查。从理论层面来看这种分工模式无懈可击但在真实工程落地、持续运行的过程中三大隐性缺陷被无限放大最终导致资源浪费、执行低效、判断失准等一系列问题。串行执行模式直接造成双倍资源开销v5.1的两套审查模块采用纯串行执行逻辑必须等待规格审查完全结束后代码质量审查才能启动。每一个审查模块的完整运行都需要独立完成代码Diff读取、上下文环境加载、问题研判、结果输出的全流程。这就意味着单次代码审查的Token消耗、运行时长直接达到单模块审查的两倍。原本一轮即可完成的工作被强制拆分为两轮重复操作大量算力和上下文资源被无效消耗。在小型单次开发场景中这种损耗体感微弱但在多任务、长会话的持续开发流程中资源冗余损耗会持续累积最终造成极大的成本浪费。虚假独立审查造成判断结果失真官方设计两套审查模块的初衷是实现双向独立校验用不同维度的审查逻辑交叉验证提升问题识别准确率。但实际运行中两套模块共享同一个上下文窗口彻底打破了独立性。第二轮的代码质量审查模块加载的上下文已经包含了第一轮规格审查的所有输出结果。它的判断逻辑不再是基于原始代码Diff的独立研判而是被前置审查结果干扰后的二次判断。这就好比面试场景中第二位面试官进场前已经完整看完了第一位面试官的评分和评语。所谓的独立判断本质上已经被前置信息污染。要么是无意识参考前置结论降低审查标准要么是刻意反向纠错造成过度审查最终的审查结果完全失去客观性和准确性。标准体系不统一引发额外的逻辑对齐成本最容易被忽视却最影响工程稳定性的问题是两套审查模块拥有完全独立的问题等级判定标准。两个Prompt文件各自定义了Severity严重等级、问题判定规则。spec-reviewer模块标记的Critical严重问题和code-quality-reviewer模块定义的Critical问题判定口径、影响范围、整改要求完全不统一。当控制器Controller接收两份审查报告后必须额外投入算力和逻辑成本对两套标准、两套结论做人工对齐、冲突研判。这部分对齐工作属于完全的额外认知负载不产生任何正向价值只会进一步拉长执行链路、增加资源消耗同时极易出现对齐失误导致问题漏判、误判。总结来说v5.1的SDD架构是一套理论完善、实战拉胯的设计。分工明确的表象下藏着高成本、低准确、高冗余的核心问题。而v6.0的重构没有采用小幅优化的保守方案而是直接推翻原有架构用极简且严谨的设计逻辑从根源解决所有痛点。核心架构革新合并审查体系重构Agent运行底层逻辑Superpowers v6.0.3版本针对SDD架构给出了最精准的解法彻底摒弃双审查模块模式合并为单一的task-reviewer-prompt.md统一审查模块。精简架构只是表层动作真正的核心价值是依托新模块落地七大颠覆性工程决策彻底重构Agent的执行、审查、进度管理、通信交互逻辑。这七大决策相互约束、相互支撑构建起一套低损耗、高精准、高稳定、可扩展的全新SDD运行体系也是实现Token减半、效率翻倍的核心根源。决策一摒弃自我佐证只以代码事实为唯一判定依据v6.0新版审查Prompt中有一段极具工程思维的核心规则也是整套审查体系的底层基石完全颠覆了旧版本的运行逻辑Treat the implementer’s report as unverified claims about the code. It may be incomplete, inaccurate, or optimistic. Verify the claims against the diff. Design rationales in the report are claims too: “left it per YAGNI,” “kept it simple deliberately,” or any other justification is the implementer grading their own work. Judge the code on its meritsa stated rationale never downgrades a finding’s severity.翻译成通俗的工程语言就是开发者子Agent完成任务后输出的工作总结、设计思路说明全部视为未经验证的主观声明不具备任何判定优先级。旧版本v5.1的底层逻辑存在一个致命漏洞默认执行者输出的Report报告真实可信。审查模块的工作逻辑是基于报告内容做补充校验、查漏补缺相当于执行者自我打分审查者负责微调最终结果必然偏向乐观。熟悉AI Agent运行特性的开发者都清楚大模型生成总结报告时天然存在自我合理化的倾向。无论代码实现是否存在瑕疵模型都会主动匹配合理的设计逻辑、套用经典开发原则为自身的实现方案做佐证本质是AI的固有生成特性并非刻意造假。v6.0的设计核心就是不对抗这种固有特性而是直接绕过漏洞。彻底推翻“报告可信”的前置假设建立全新的审查逻辑完全剥离执行者的主观描述所有问题判定、等级研判只基于原始代码Diff的客观事实。哪怕执行者在报告中注明本次简化开发是遵循YAGNI极简开发原则审查模块也不会以此降低问题等级、忽略代码瑕疵。设计初衷、主观说明都不能成为代码缺陷的免责理由代码本身的质量才是唯一的评判标准。这条规则从根源上杜绝了AI自我美化导致的审查漏判让审查工作从“主观佐证校验”变成“客观事实裁决”大幅提升代码审查的精准度同时减少无效的逻辑研判间接降低Token消耗。决策二承认认知边界显性化规避隐性判断错误很多Agent系统开发的通病是追求全能性要求模型对所有问题给出明确答案即便超出自身认知范围、信息获取边界也会强行研判最终输出错误结论。Superpowers v6.0精准规避了这一行业痛点在审查Prompt中新增边界约束规则If a requirement cannot be verified from this diff alone (it lives in unchanged code or spans tasks), report it as a ⚠️ item instead of broadening your search.简单来说审查模块仅能基于当前任务的代码Diff片段做判定若需求校验依赖未改动的历史代码、跨多任务的全局逻辑超出当前Diff的信息覆盖范围无需强行检索推演直接标记为无法验证风险项交由顶层控制器统一处理。反观v5.1版本面对信息不全的场景默认要求审查模块主动检索全局代码、追溯关联逻辑强行完成需求校验。这种设计带来两个严重问题一是无限扩大检索范围大量读取无关文件、冗余代码造成Token无效消耗持续攀升。二是检索范围、深度无统一标准随机性极强经常出现关键文件漏检、关联逻辑错判的问题隐性错误率极高。v6.0引入工程领域经典的Fail Explicitly显性失败设计思维明确Agent的认知边界。不知道、看不全的内容绝不假装精通主动暴露问题而非隐性出错。从Agent工程设计的角度来看这是极具价值的参考经验。绝大多数低效、高错率的Agent系统问题根源都在于没有设置“我不知道”的合法出口。强行给出不确定答案会导致错误层层累积最终引发整个开发链路的逻辑崩塌。而显性化边界判断既能减少无效算力消耗又能让问题精准暴露、分层处理大幅提升系统稳定性。决策三统一判定标尺构建三权分立的审查体系针对旧版本双标准混乱的问题v6.0搭建了统一、标准化的问题等级校准体系彻底终结审查标准不统一、结论难对齐的乱象。新版Prompt明确了清晰的Severity等级划分规则Categorize issues by actual severity. Not everything is Critical. Important means this task cannot be trusted until it is fixed: incorrect or fragile behavior, a missed requirement, or maintainability damage you would block a merge over — verbatim duplication of a logic block, swallowed errors, tests that assert nothing. “Coverage could be broader” and polish suggestions are Minor.这套规则实现了问题等级的标准化、具象化杜绝模糊判定。明确逻辑重复、异常吞噬、无效测试、需求遗漏等影响代码可用性、稳定性、可维护性的问题统一划为Important核心问题必须整改后方可合并代码。而代码覆盖率优化、细节打磨等不影响核心功能的问题统一划为Minor轻微问题可后续迭代优化。除此之外新版增加了一条极具严谨性的核心规则彻底杜绝权责越位问题。如果顶层开发计划明确要求的设计方案恰好契合审查模块定义的代码缺陷审查模块必须如实标记为plan-mandated计划强制类问题正常上报不得忽略。这条规则确立了SDD体系的三权分立机制执行者负责代码落地审查者负责客观质检人类开发者拥有最终决策权限。任何角色都不具备越权判定的资格计划制定者不能自我豁免缺陷审查者不能替代人类做最终取舍执行者不能自我佐证合规。权责清晰、相互约束既解决了旧版本标准混乱的问题又从制度层面杜绝了主观判定偏差让整个审查流程更加规范可控。决策四摒弃文本粘贴文件传递彻底根治上下文臃肿这是本次重构中最具实战价值、对Token消耗优化最显著的核心改动也是很多Agent开发者最容易忽略的工程细节。v6.0的SKILL.md中明确指出了旧版本的致命缺陷Everything you paste into a dispatch prompt — and everything a subagent prints back — stays resident in your context for the rest of the session and is re-read on every later turn. Hand artifacts over as files.官方同步披露了一个极具冲击力的真实故障案例在一次常规SDD会话中控制器的调度Prompt字符数达到42000字符其中99%的内容都是过往任务的历史汇总信息仅有1%是当前任务的有效描述。这也是旧版本长期高耗低效的核心元凶。v5.1的调度逻辑存在巨大漏洞控制器每次下发新任务时都会将过往所有任务的执行摘要、审查结果、代码Diff全部粘贴到Prompt中。随着会话持续、任务增多上下文内容会呈指数级膨胀。第一个任务调度仅需1000左右字符后续快速攀升至5000、15000字符最终每一次调度都需要加载数万字符的冗余历史信息。更致命的是所有粘贴进Prompt的历史内容会永久驻留在上下文窗口中后续每一轮模型调用、任务调度、审查校验都需要重复读取这些冗余内容。Token消耗不是一次性的浪费而是持续累积的持续性损耗资源利用率极低。v6.0给出的解法简单且高效彻底摒弃文本粘贴式的信息传递模式全面改用文件路径传递实现上下文瘦身。框架内置两个核心脚本标准化完成文件流转scripts/review-package BASE HEAD自动生成代码Diff文件审查模块直接读取本地文件完成校验无需在Prompt中粘贴大量代码差异内容scripts/task-brief PLAN_FILE N提取单任务核心需求至独立文件控制器仅传递文件路径不粘贴冗长的任务描述与历史信息这种改动的核心价值不止是单次调度的Token节省而是彻底切断了历史冗余信息的持续累积。每一次任务调度上下文仅保留当前任务的核心文件引用无需重复加载全量历史数据。对于所有自定义Agent系统开发而言这是可直接复用的黄金准则。Agent之间的信息交互优先传递文件引用、资源路径绝对避免全量文本粘贴。上下文窗口是LLM开发的核心稀缺资源一旦被冗余信息填满所有后续操作都会陷入高耗低效的恶性循环。决策五持久化进度账本解决会话压缩后的记忆丢失难题在短周期、少任务的开发场景中旧版本SDD的这一缺陷很难暴露但在长时间、多轮次的持续会话中会引发成本极高的无效重复执行问题也是官方标注的“最昂贵的失败场景”。SKILL.md中明确记录了该问题的核心逻辑对话内存无法适配会话压缩机制。当SDD会话持续运行多轮子任务后对话历史会逼近上下文窗口上限系统会自动触发compaction会话压缩清理、精简早期对话内容为后续任务腾出空间。v5.1的进度认知完全依赖会话内存一旦历史内容被压缩或丢弃控制器会彻底丢失已完成任务的进度记录。此时控制器仅能读取整体开发计划中的未完成任务无法区分哪些任务已执行、哪些已遗漏最终会重复调度已经完成的全量任务造成全套执行、审查流程无效重跑Token和时间成本双重浪费。v6.0针对性推出Durable Progress持久化进度设计彻底解决内存依赖问题。系统会在.superpowers/sdd/progress.md路径下维护一份永久进度账本每完成一个子任务就会追加一条标准化记录Task N: complete (commits base7..head7, review clean)无论会话是否触发压缩、上下文是否刷新控制器每次启动调度、执行任务前都会优先读取这份进度文件精准恢复全局进度认知杜绝重复执行问题。这种设计模式并非创新而是分布式系统、数据库领域的成熟范式对应数据库的checkpoint检查点机制、分布式系统的WAL预写日志机制。核心逻辑都是核心业务进度、状态数据绝对不依赖易失性的会话内存必须落地到持久化存储中。同时v6.0.3版本做了精细化优化将进度文件从原本的.git目录迁移至.superpowers/sdd目录。.git作为Git核心受保护目录存放自定义临时文件存在安全隐患这次迁移让整体设计从“能用就行”升级为“规范可靠”体现出工程成熟度的大幅提升。决策六结构化计划升级实现子Agent的信息隔离与解耦SDD的核心运行基础是writing-plans任务计划生成能力v6.0对任务计划的整体结构做了关键性升级新增两大核心区块从架构层面实现任务解耦、信息精简进一步降低Token消耗、提升执行精准度。第一是Global Constraints全局约束区块专门用于定义项目级别的统一硬性规则## Global Constraints[The spec’s project-wide requirements — version floors, dependency limits, naming and copy rules, platform requirements — one line each, with exact values copied verbatim from the spec. Every task’s requirements implicitly include this section.]该区块会集中罗列项目所有全局约束包括运行版本要求、依赖包版本限制、接口路由规范、文案规范、平台适配规则等。所有子任务执行者无需翻阅完整项目规格文档直接读取该区块即可匹配全局规则避免规则遗漏、实现偏差。第二是Interfaces接口声明区块为每一个子任务建立标准化的上下游契约**Interfaces:**- Consumes: [当前任务依赖的前置任务输出精准标注签名信息]- Produces: [当前任务输出内容明确后续任务依赖的函数名称、参数、返回值类型]这套接口声明机制让每一个子任务的输入输出、上下游依赖完全透明。子Agent仅需关注自身任务逻辑、全局约束和前置依赖无需加载整个项目的代码细节、其他任务的实现逻辑。从工程价值来看这套结构化升级实现了双重收益。一方面大幅精简子Agent的加载内容无需冗余加载无关任务信息持续降低Token消耗。另一方面实现任务之间的彻底解耦单一任务的实现逻辑迭代、优化不会影响上下游任务的正常运行大幅提升整体系统的可维护性和扩展性。决策七权责隔离禁止控制器干预审查独立性这是整套重构中最体现工程思维、最容易被开发者忽视但对系统公平性、准确性影响最大的一条规则。v6.0明确禁止控制器Controller预判、干预审查结果核心规则如下Do not pre-judge findings for the reviewer — never instruct a reviewer to ignore or not flag a specific issue. If you believe a finding would be a false positive, let the reviewer raise it and adjudicate it in the review loop. If the prompt you are writing contains “do not flag,” “don’t treat X as a defect,” “at most Minor,” or “the plan chose” — stop: you are pre-judging, usually to spare yourself a review loop.通俗来讲控制器在调度审查模块时绝对不能提前划定审查范围、预设问题等级、豁免潜在缺陷。不能指定某类问题无需检查不能判定某类实现方案无瑕疵不能提前降级潜在缺陷的严重等级。从人性和模型运行逻辑来看这条规则直击核心痛点。控制器每多一轮审查循环就会多消耗一轮Token和时间资源天然存在简化审查流程、减少审查轮次的动机。最直接的偷懒方式就是在调度Prompt中提前过滤审查项、豁免潜在问题牺牲审查完整性换取运行效率。这种操作看似节省资源实则是毁灭性的设计漏洞。控制器的主观预判会彻底污染审查的独立性让审查模块沦为“走过场”的工具大量潜在代码缺陷会被静默放过长期积累形成技术债务。结合前文三大核心规则v6.0彻底构建起闭环的审查独立保障体系。执行者的自我汇报不具备可信度审查仅看客观代码事实。审查者认知边界受限未知问题显性标记不强行判定。控制器无权干预审查逻辑不能缩小审查范围、预设判定结果。执行者、审查者、控制器三方完全权责隔离、相互约束从制度层面彻底杜绝主观偏差、流程漏洞让整套SDD体系的运行足够严谨、客观、可靠。反直觉模型选型逻辑轮次优先于单价重构成本认知除了架构重构之外v6.0还修正了行业内普遍存在的模型选型误区解决了很多开发者“越省钱越费钱”的成本困境这也是本次版本优化的核心亮点之一直接影响Agent系统的落地成本。新版审查Prompt中明确标注了模型选型的强制要求model: [MODEL — REQUIRED: choose per SKILL.md Model Selection; an omitted model silently inherits the session’s most expensive one]SKILL.md同步补充了关键的选型逻辑很多开发者默认低价模型更省钱但真实工程场景中最便宜的模型未必是性价比最高的选择。低价模型的单次调用Token单价更低但逻辑推理、复杂任务处理能力较弱面对多步骤、多逻辑的开发任务需要的交互轮次是高端模型的2至3倍。而Agent系统的整体成本从来不取决于单次Token单价而是由整体交互轮次决定。每多一轮交互就需要多加载一次上下文、多生成一轮输出上下文占用时长、运行耗时、累积Token消耗会持续攀升。最终低价模型多轮次运行的总成本往往远超高端模型的少轮次运行成本。由此v6.0确立了反直觉但绝对正确的选型原则Turn count beats token price轮次优先级高于Token单价。选型核心是优先选择推理能力强、交互轮次少的模型而非单纯追求单次调用低价。同时强制开发者显式指定任务模型禁止留空继承会话默认模型避免静默继承高价模型造成的成本浪费。这套选型逻辑彻底纠正了行业内的片面成本认知为所有Agent开发者提供了可落地的成本优化思路真正实现效率与成本的双向平衡。版本迭代价值与落地适配建议综合所有重构细节可以清晰看出Superpowers 6.0的Token减半、速度翻倍不是靠压缩参数、精简文本实现的表层优化而是整套工程设计哲学升级的必然结果。从双审查架构的合并重构到审查独立性的闭环保障从文件流转替代文本冗余到持久化进度规避重复损耗从标准化规则校准到科学的模型选型逻辑每一项改动都是底层范式的革新。这套革新彻底证明了一个核心观点AI Agent系统的能力上限从来不取决于大模型的基础能力而是取决于精细化、规范化的工程设计纪律。模型能力是基础但合理的架构设计、严谨的运行规则、科学的资源调度才能真正释放模型潜力规避资源浪费和逻辑漏洞。不同用户的版本升级建议对于正在使用Superpowers的开发者建议直接升级至v6.0.3稳定版本。本次重构全部为内部逻辑优化无需修改本地.claude/settings.json配置文件Skill技能文件会随安装自动更新升级后新一轮会话即可生效零改造成本、全量收益。对于尚未入坑的开发者v6.0是最佳入门节点。本次更新完成了vendor-neutral通用化改写剥离了Claude Code专属依赖让整套工具在Claude Code、Cursor、Kimi Code等11个主流平台的运行体验完全一致无平台绑定、使用灵活度更高。对于自主研发Agent系统的开发者本次七大核心决策均可独立落地复用。不信任自我汇报、显性化认知边界、标准化等级校准、文件流转通信、持久化进度存储、结构化任务计划、权责隔离审查每一条都是经过大规模实战验证的成熟设计模式能直接解决自研Agent高耗低效、准确率低、稳定性差的核心痛点。常见问题深度答疑为了让大家更精准落地新版本能力我结合官方基准评测数据和实战场景梳理了高频疑问并做深度解答。Q150%的Token节省是否适配所有使用场景并非全场景通用。该数据来源于官方标准基准测试针对完整的计划拆分、并行执行、SDD审查全流程场景。如果仅使用头脑风暴、计划生成等轻量功能不触发SDD审查链路资源优化体感会非常微弱。简单来说SDD流程使用越频繁、任务链路越复杂Token节省效果越明显。核心优化来自双审查模块合并的轮次精简以及文件流转替代文本粘贴的上下文瘦身。Q242000字符冗余调度Prompt的故障场景如何触发该问题集中出现在8至10个多子任务的长会话场景中。旧版本控制器会习惯性拼接所有前置任务的总结、报告、Diff内容随着任务迭代调度Prompt字符数呈指数增长最终产生大量无效冗余。核心问题是开发者和旧版框架忽略了文本粘贴和文件引用在Token消耗上的天壤之别。Q3持久化进度文件是否受Git版本管控不受Git跟踪仅为SDD会话专属临时工作文件仅在当前开发会话中生效。v6.0.3版本将其从.git目录迁移至专属目录核心目的是规避安全规范问题避免在Git核心目录生成自定义临时文件提升工程规范性。Q4控制器明确识别误判风险为何不能提前干预核心目的是保留审查的绝对独立性。控制器的主观预判同样存在失误概率审查模块可能发现控制器遗漏的潜在问题。正确的处理逻辑是让审查模块完整输出所有潜在问题通过后续审查环路沟通研判、确认降级而非在调度阶段提前过滤从流程上杜绝漏判风险。Q5通用化改写的核心改动是什么核心是去除平台专属术语将所有Skill文件中Claude Code专属的Task tool调度表述统一改为通用的子Agent调度逻辑。让整套技能体系从单一平台操作手册升级为跨平台通用的Agent工程规范适配多类主流AI编程工具。写在最后Superpowers 6.0的迭代给所有AI开发者上了重要一课。在大模型能力日趋同质化的当下单纯依赖模型升级已经很难突破性能、成本、稳定性的瓶颈。真正拉开Agent系统差距的是底层的工程设计纪律、严谨的流程约束和科学的资源调度逻辑。这次看似是性能优化的版本更新本质是开发理念的彻底转向。从追求模型全能性、结果拟合度转向追求工程规范性、资源高效性、结果客观性。砍掉冗余无效的流程规避主观预判的偏差明确系统的能力边界隔离各模块的权责范围用极简、严谨、规范的工程设计实现效率与成本的双向突破。无论是日常使用AI编程工具提升开发效率还是自主研发落地Agent系统这套设计哲学都具备极高的参考价值。AI编程的下半场早已不是模型能力的比拼而是工程精细化设计的角逐。守住工程纪律做好底层架构优化才能让AI工具真正高效、稳定、低成本地服务于开发工作。
在AI编程工具高速迭代的当下绝大多数版本更新都逃不开常规优化的套路无非是修复已知bug、小幅提升运行速度、微调资源消耗。前不久Superpowers推出的v6.0.0版本后续又快速迭代v6.0.3修复版官方给出的核心数据格外亮眼整体Token消耗降低50%执行速度直接翻倍。很多开发者第一眼看到这组数据都会默认这是一次极致的性能调优是对原有代码的修修补补和资源压缩。但当我逐行扒完v6.0.3版本的SKILL.md、所有Prompt模板源码后发现这次更新和常规性能优化毫无关系。这不是一次表层的参数微调而是SDD子智能体驱动开发架构的底层范式重构。所谓的Token减半、速度翻倍只是整套全新工程设计哲学落地后的附属结果。此前我拆解过Superpowers v5.1版本的核心能力梳理了它14项基础技能的功能逻辑与使用方法解决的是工具“是什么、怎么用”的基础问题。而本文作为深度续集聚焦底层工程设计拆解v6.0版本七大核心决策、避坑逻辑与模型选型思维每一项设计都经过实战验证不仅能读懂Superpowers的迭代逻辑更能直接复用在自定义Agent系统的开发落地中。想要读懂v6.0的革新首先要跳出结果看根源先搞懂旧版本v5.1的核心架构缺陷才能真正理解这次重构的必要性与先进性。旧版SDD架构的致命短板看似合理的设计藏着三重隐形损耗Superpowers v5.1版本的SDD体系在设计逻辑上看似严谨规整。官方搭建了两套独立的审查Prompt机制分别是spec-reviewer-prompt.md规格审查模块和code-quality-reviewer-prompt.md代码质量审查模块。两套模块分工明确前者专门校验代码开发是否符合项目规格需求、业务逻辑是否合规后者专注审查代码书写质量、规范度、健壮性互补配合完成全维度代码审查。从理论层面来看这种分工模式无懈可击但在真实工程落地、持续运行的过程中三大隐性缺陷被无限放大最终导致资源浪费、执行低效、判断失准等一系列问题。串行执行模式直接造成双倍资源开销v5.1的两套审查模块采用纯串行执行逻辑必须等待规格审查完全结束后代码质量审查才能启动。每一个审查模块的完整运行都需要独立完成代码Diff读取、上下文环境加载、问题研判、结果输出的全流程。这就意味着单次代码审查的Token消耗、运行时长直接达到单模块审查的两倍。原本一轮即可完成的工作被强制拆分为两轮重复操作大量算力和上下文资源被无效消耗。在小型单次开发场景中这种损耗体感微弱但在多任务、长会话的持续开发流程中资源冗余损耗会持续累积最终造成极大的成本浪费。虚假独立审查造成判断结果失真官方设计两套审查模块的初衷是实现双向独立校验用不同维度的审查逻辑交叉验证提升问题识别准确率。但实际运行中两套模块共享同一个上下文窗口彻底打破了独立性。第二轮的代码质量审查模块加载的上下文已经包含了第一轮规格审查的所有输出结果。它的判断逻辑不再是基于原始代码Diff的独立研判而是被前置审查结果干扰后的二次判断。这就好比面试场景中第二位面试官进场前已经完整看完了第一位面试官的评分和评语。所谓的独立判断本质上已经被前置信息污染。要么是无意识参考前置结论降低审查标准要么是刻意反向纠错造成过度审查最终的审查结果完全失去客观性和准确性。标准体系不统一引发额外的逻辑对齐成本最容易被忽视却最影响工程稳定性的问题是两套审查模块拥有完全独立的问题等级判定标准。两个Prompt文件各自定义了Severity严重等级、问题判定规则。spec-reviewer模块标记的Critical严重问题和code-quality-reviewer模块定义的Critical问题判定口径、影响范围、整改要求完全不统一。当控制器Controller接收两份审查报告后必须额外投入算力和逻辑成本对两套标准、两套结论做人工对齐、冲突研判。这部分对齐工作属于完全的额外认知负载不产生任何正向价值只会进一步拉长执行链路、增加资源消耗同时极易出现对齐失误导致问题漏判、误判。总结来说v5.1的SDD架构是一套理论完善、实战拉胯的设计。分工明确的表象下藏着高成本、低准确、高冗余的核心问题。而v6.0的重构没有采用小幅优化的保守方案而是直接推翻原有架构用极简且严谨的设计逻辑从根源解决所有痛点。核心架构革新合并审查体系重构Agent运行底层逻辑Superpowers v6.0.3版本针对SDD架构给出了最精准的解法彻底摒弃双审查模块模式合并为单一的task-reviewer-prompt.md统一审查模块。精简架构只是表层动作真正的核心价值是依托新模块落地七大颠覆性工程决策彻底重构Agent的执行、审查、进度管理、通信交互逻辑。这七大决策相互约束、相互支撑构建起一套低损耗、高精准、高稳定、可扩展的全新SDD运行体系也是实现Token减半、效率翻倍的核心根源。决策一摒弃自我佐证只以代码事实为唯一判定依据v6.0新版审查Prompt中有一段极具工程思维的核心规则也是整套审查体系的底层基石完全颠覆了旧版本的运行逻辑Treat the implementer’s report as unverified claims about the code. It may be incomplete, inaccurate, or optimistic. Verify the claims against the diff. Design rationales in the report are claims too: “left it per YAGNI,” “kept it simple deliberately,” or any other justification is the implementer grading their own work. Judge the code on its meritsa stated rationale never downgrades a finding’s severity.翻译成通俗的工程语言就是开发者子Agent完成任务后输出的工作总结、设计思路说明全部视为未经验证的主观声明不具备任何判定优先级。旧版本v5.1的底层逻辑存在一个致命漏洞默认执行者输出的Report报告真实可信。审查模块的工作逻辑是基于报告内容做补充校验、查漏补缺相当于执行者自我打分审查者负责微调最终结果必然偏向乐观。熟悉AI Agent运行特性的开发者都清楚大模型生成总结报告时天然存在自我合理化的倾向。无论代码实现是否存在瑕疵模型都会主动匹配合理的设计逻辑、套用经典开发原则为自身的实现方案做佐证本质是AI的固有生成特性并非刻意造假。v6.0的设计核心就是不对抗这种固有特性而是直接绕过漏洞。彻底推翻“报告可信”的前置假设建立全新的审查逻辑完全剥离执行者的主观描述所有问题判定、等级研判只基于原始代码Diff的客观事实。哪怕执行者在报告中注明本次简化开发是遵循YAGNI极简开发原则审查模块也不会以此降低问题等级、忽略代码瑕疵。设计初衷、主观说明都不能成为代码缺陷的免责理由代码本身的质量才是唯一的评判标准。这条规则从根源上杜绝了AI自我美化导致的审查漏判让审查工作从“主观佐证校验”变成“客观事实裁决”大幅提升代码审查的精准度同时减少无效的逻辑研判间接降低Token消耗。决策二承认认知边界显性化规避隐性判断错误很多Agent系统开发的通病是追求全能性要求模型对所有问题给出明确答案即便超出自身认知范围、信息获取边界也会强行研判最终输出错误结论。Superpowers v6.0精准规避了这一行业痛点在审查Prompt中新增边界约束规则If a requirement cannot be verified from this diff alone (it lives in unchanged code or spans tasks), report it as a ⚠️ item instead of broadening your search.简单来说审查模块仅能基于当前任务的代码Diff片段做判定若需求校验依赖未改动的历史代码、跨多任务的全局逻辑超出当前Diff的信息覆盖范围无需强行检索推演直接标记为无法验证风险项交由顶层控制器统一处理。反观v5.1版本面对信息不全的场景默认要求审查模块主动检索全局代码、追溯关联逻辑强行完成需求校验。这种设计带来两个严重问题一是无限扩大检索范围大量读取无关文件、冗余代码造成Token无效消耗持续攀升。二是检索范围、深度无统一标准随机性极强经常出现关键文件漏检、关联逻辑错判的问题隐性错误率极高。v6.0引入工程领域经典的Fail Explicitly显性失败设计思维明确Agent的认知边界。不知道、看不全的内容绝不假装精通主动暴露问题而非隐性出错。从Agent工程设计的角度来看这是极具价值的参考经验。绝大多数低效、高错率的Agent系统问题根源都在于没有设置“我不知道”的合法出口。强行给出不确定答案会导致错误层层累积最终引发整个开发链路的逻辑崩塌。而显性化边界判断既能减少无效算力消耗又能让问题精准暴露、分层处理大幅提升系统稳定性。决策三统一判定标尺构建三权分立的审查体系针对旧版本双标准混乱的问题v6.0搭建了统一、标准化的问题等级校准体系彻底终结审查标准不统一、结论难对齐的乱象。新版Prompt明确了清晰的Severity等级划分规则Categorize issues by actual severity. Not everything is Critical. Important means this task cannot be trusted until it is fixed: incorrect or fragile behavior, a missed requirement, or maintainability damage you would block a merge over — verbatim duplication of a logic block, swallowed errors, tests that assert nothing. “Coverage could be broader” and polish suggestions are Minor.这套规则实现了问题等级的标准化、具象化杜绝模糊判定。明确逻辑重复、异常吞噬、无效测试、需求遗漏等影响代码可用性、稳定性、可维护性的问题统一划为Important核心问题必须整改后方可合并代码。而代码覆盖率优化、细节打磨等不影响核心功能的问题统一划为Minor轻微问题可后续迭代优化。除此之外新版增加了一条极具严谨性的核心规则彻底杜绝权责越位问题。如果顶层开发计划明确要求的设计方案恰好契合审查模块定义的代码缺陷审查模块必须如实标记为plan-mandated计划强制类问题正常上报不得忽略。这条规则确立了SDD体系的三权分立机制执行者负责代码落地审查者负责客观质检人类开发者拥有最终决策权限。任何角色都不具备越权判定的资格计划制定者不能自我豁免缺陷审查者不能替代人类做最终取舍执行者不能自我佐证合规。权责清晰、相互约束既解决了旧版本标准混乱的问题又从制度层面杜绝了主观判定偏差让整个审查流程更加规范可控。决策四摒弃文本粘贴文件传递彻底根治上下文臃肿这是本次重构中最具实战价值、对Token消耗优化最显著的核心改动也是很多Agent开发者最容易忽略的工程细节。v6.0的SKILL.md中明确指出了旧版本的致命缺陷Everything you paste into a dispatch prompt — and everything a subagent prints back — stays resident in your context for the rest of the session and is re-read on every later turn. Hand artifacts over as files.官方同步披露了一个极具冲击力的真实故障案例在一次常规SDD会话中控制器的调度Prompt字符数达到42000字符其中99%的内容都是过往任务的历史汇总信息仅有1%是当前任务的有效描述。这也是旧版本长期高耗低效的核心元凶。v5.1的调度逻辑存在巨大漏洞控制器每次下发新任务时都会将过往所有任务的执行摘要、审查结果、代码Diff全部粘贴到Prompt中。随着会话持续、任务增多上下文内容会呈指数级膨胀。第一个任务调度仅需1000左右字符后续快速攀升至5000、15000字符最终每一次调度都需要加载数万字符的冗余历史信息。更致命的是所有粘贴进Prompt的历史内容会永久驻留在上下文窗口中后续每一轮模型调用、任务调度、审查校验都需要重复读取这些冗余内容。Token消耗不是一次性的浪费而是持续累积的持续性损耗资源利用率极低。v6.0给出的解法简单且高效彻底摒弃文本粘贴式的信息传递模式全面改用文件路径传递实现上下文瘦身。框架内置两个核心脚本标准化完成文件流转scripts/review-package BASE HEAD自动生成代码Diff文件审查模块直接读取本地文件完成校验无需在Prompt中粘贴大量代码差异内容scripts/task-brief PLAN_FILE N提取单任务核心需求至独立文件控制器仅传递文件路径不粘贴冗长的任务描述与历史信息这种改动的核心价值不止是单次调度的Token节省而是彻底切断了历史冗余信息的持续累积。每一次任务调度上下文仅保留当前任务的核心文件引用无需重复加载全量历史数据。对于所有自定义Agent系统开发而言这是可直接复用的黄金准则。Agent之间的信息交互优先传递文件引用、资源路径绝对避免全量文本粘贴。上下文窗口是LLM开发的核心稀缺资源一旦被冗余信息填满所有后续操作都会陷入高耗低效的恶性循环。决策五持久化进度账本解决会话压缩后的记忆丢失难题在短周期、少任务的开发场景中旧版本SDD的这一缺陷很难暴露但在长时间、多轮次的持续会话中会引发成本极高的无效重复执行问题也是官方标注的“最昂贵的失败场景”。SKILL.md中明确记录了该问题的核心逻辑对话内存无法适配会话压缩机制。当SDD会话持续运行多轮子任务后对话历史会逼近上下文窗口上限系统会自动触发compaction会话压缩清理、精简早期对话内容为后续任务腾出空间。v5.1的进度认知完全依赖会话内存一旦历史内容被压缩或丢弃控制器会彻底丢失已完成任务的进度记录。此时控制器仅能读取整体开发计划中的未完成任务无法区分哪些任务已执行、哪些已遗漏最终会重复调度已经完成的全量任务造成全套执行、审查流程无效重跑Token和时间成本双重浪费。v6.0针对性推出Durable Progress持久化进度设计彻底解决内存依赖问题。系统会在.superpowers/sdd/progress.md路径下维护一份永久进度账本每完成一个子任务就会追加一条标准化记录Task N: complete (commits base7..head7, review clean)无论会话是否触发压缩、上下文是否刷新控制器每次启动调度、执行任务前都会优先读取这份进度文件精准恢复全局进度认知杜绝重复执行问题。这种设计模式并非创新而是分布式系统、数据库领域的成熟范式对应数据库的checkpoint检查点机制、分布式系统的WAL预写日志机制。核心逻辑都是核心业务进度、状态数据绝对不依赖易失性的会话内存必须落地到持久化存储中。同时v6.0.3版本做了精细化优化将进度文件从原本的.git目录迁移至.superpowers/sdd目录。.git作为Git核心受保护目录存放自定义临时文件存在安全隐患这次迁移让整体设计从“能用就行”升级为“规范可靠”体现出工程成熟度的大幅提升。决策六结构化计划升级实现子Agent的信息隔离与解耦SDD的核心运行基础是writing-plans任务计划生成能力v6.0对任务计划的整体结构做了关键性升级新增两大核心区块从架构层面实现任务解耦、信息精简进一步降低Token消耗、提升执行精准度。第一是Global Constraints全局约束区块专门用于定义项目级别的统一硬性规则## Global Constraints[The spec’s project-wide requirements — version floors, dependency limits, naming and copy rules, platform requirements — one line each, with exact values copied verbatim from the spec. Every task’s requirements implicitly include this section.]该区块会集中罗列项目所有全局约束包括运行版本要求、依赖包版本限制、接口路由规范、文案规范、平台适配规则等。所有子任务执行者无需翻阅完整项目规格文档直接读取该区块即可匹配全局规则避免规则遗漏、实现偏差。第二是Interfaces接口声明区块为每一个子任务建立标准化的上下游契约**Interfaces:**- Consumes: [当前任务依赖的前置任务输出精准标注签名信息]- Produces: [当前任务输出内容明确后续任务依赖的函数名称、参数、返回值类型]这套接口声明机制让每一个子任务的输入输出、上下游依赖完全透明。子Agent仅需关注自身任务逻辑、全局约束和前置依赖无需加载整个项目的代码细节、其他任务的实现逻辑。从工程价值来看这套结构化升级实现了双重收益。一方面大幅精简子Agent的加载内容无需冗余加载无关任务信息持续降低Token消耗。另一方面实现任务之间的彻底解耦单一任务的实现逻辑迭代、优化不会影响上下游任务的正常运行大幅提升整体系统的可维护性和扩展性。决策七权责隔离禁止控制器干预审查独立性这是整套重构中最体现工程思维、最容易被开发者忽视但对系统公平性、准确性影响最大的一条规则。v6.0明确禁止控制器Controller预判、干预审查结果核心规则如下Do not pre-judge findings for the reviewer — never instruct a reviewer to ignore or not flag a specific issue. If you believe a finding would be a false positive, let the reviewer raise it and adjudicate it in the review loop. If the prompt you are writing contains “do not flag,” “don’t treat X as a defect,” “at most Minor,” or “the plan chose” — stop: you are pre-judging, usually to spare yourself a review loop.通俗来讲控制器在调度审查模块时绝对不能提前划定审查范围、预设问题等级、豁免潜在缺陷。不能指定某类问题无需检查不能判定某类实现方案无瑕疵不能提前降级潜在缺陷的严重等级。从人性和模型运行逻辑来看这条规则直击核心痛点。控制器每多一轮审查循环就会多消耗一轮Token和时间资源天然存在简化审查流程、减少审查轮次的动机。最直接的偷懒方式就是在调度Prompt中提前过滤审查项、豁免潜在问题牺牲审查完整性换取运行效率。这种操作看似节省资源实则是毁灭性的设计漏洞。控制器的主观预判会彻底污染审查的独立性让审查模块沦为“走过场”的工具大量潜在代码缺陷会被静默放过长期积累形成技术债务。结合前文三大核心规则v6.0彻底构建起闭环的审查独立保障体系。执行者的自我汇报不具备可信度审查仅看客观代码事实。审查者认知边界受限未知问题显性标记不强行判定。控制器无权干预审查逻辑不能缩小审查范围、预设判定结果。执行者、审查者、控制器三方完全权责隔离、相互约束从制度层面彻底杜绝主观偏差、流程漏洞让整套SDD体系的运行足够严谨、客观、可靠。反直觉模型选型逻辑轮次优先于单价重构成本认知除了架构重构之外v6.0还修正了行业内普遍存在的模型选型误区解决了很多开发者“越省钱越费钱”的成本困境这也是本次版本优化的核心亮点之一直接影响Agent系统的落地成本。新版审查Prompt中明确标注了模型选型的强制要求model: [MODEL — REQUIRED: choose per SKILL.md Model Selection; an omitted model silently inherits the session’s most expensive one]SKILL.md同步补充了关键的选型逻辑很多开发者默认低价模型更省钱但真实工程场景中最便宜的模型未必是性价比最高的选择。低价模型的单次调用Token单价更低但逻辑推理、复杂任务处理能力较弱面对多步骤、多逻辑的开发任务需要的交互轮次是高端模型的2至3倍。而Agent系统的整体成本从来不取决于单次Token单价而是由整体交互轮次决定。每多一轮交互就需要多加载一次上下文、多生成一轮输出上下文占用时长、运行耗时、累积Token消耗会持续攀升。最终低价模型多轮次运行的总成本往往远超高端模型的少轮次运行成本。由此v6.0确立了反直觉但绝对正确的选型原则Turn count beats token price轮次优先级高于Token单价。选型核心是优先选择推理能力强、交互轮次少的模型而非单纯追求单次调用低价。同时强制开发者显式指定任务模型禁止留空继承会话默认模型避免静默继承高价模型造成的成本浪费。这套选型逻辑彻底纠正了行业内的片面成本认知为所有Agent开发者提供了可落地的成本优化思路真正实现效率与成本的双向平衡。版本迭代价值与落地适配建议综合所有重构细节可以清晰看出Superpowers 6.0的Token减半、速度翻倍不是靠压缩参数、精简文本实现的表层优化而是整套工程设计哲学升级的必然结果。从双审查架构的合并重构到审查独立性的闭环保障从文件流转替代文本冗余到持久化进度规避重复损耗从标准化规则校准到科学的模型选型逻辑每一项改动都是底层范式的革新。这套革新彻底证明了一个核心观点AI Agent系统的能力上限从来不取决于大模型的基础能力而是取决于精细化、规范化的工程设计纪律。模型能力是基础但合理的架构设计、严谨的运行规则、科学的资源调度才能真正释放模型潜力规避资源浪费和逻辑漏洞。不同用户的版本升级建议对于正在使用Superpowers的开发者建议直接升级至v6.0.3稳定版本。本次重构全部为内部逻辑优化无需修改本地.claude/settings.json配置文件Skill技能文件会随安装自动更新升级后新一轮会话即可生效零改造成本、全量收益。对于尚未入坑的开发者v6.0是最佳入门节点。本次更新完成了vendor-neutral通用化改写剥离了Claude Code专属依赖让整套工具在Claude Code、Cursor、Kimi Code等11个主流平台的运行体验完全一致无平台绑定、使用灵活度更高。对于自主研发Agent系统的开发者本次七大核心决策均可独立落地复用。不信任自我汇报、显性化认知边界、标准化等级校准、文件流转通信、持久化进度存储、结构化任务计划、权责隔离审查每一条都是经过大规模实战验证的成熟设计模式能直接解决自研Agent高耗低效、准确率低、稳定性差的核心痛点。常见问题深度答疑为了让大家更精准落地新版本能力我结合官方基准评测数据和实战场景梳理了高频疑问并做深度解答。Q150%的Token节省是否适配所有使用场景并非全场景通用。该数据来源于官方标准基准测试针对完整的计划拆分、并行执行、SDD审查全流程场景。如果仅使用头脑风暴、计划生成等轻量功能不触发SDD审查链路资源优化体感会非常微弱。简单来说SDD流程使用越频繁、任务链路越复杂Token节省效果越明显。核心优化来自双审查模块合并的轮次精简以及文件流转替代文本粘贴的上下文瘦身。Q242000字符冗余调度Prompt的故障场景如何触发该问题集中出现在8至10个多子任务的长会话场景中。旧版本控制器会习惯性拼接所有前置任务的总结、报告、Diff内容随着任务迭代调度Prompt字符数呈指数增长最终产生大量无效冗余。核心问题是开发者和旧版框架忽略了文本粘贴和文件引用在Token消耗上的天壤之别。Q3持久化进度文件是否受Git版本管控不受Git跟踪仅为SDD会话专属临时工作文件仅在当前开发会话中生效。v6.0.3版本将其从.git目录迁移至专属目录核心目的是规避安全规范问题避免在Git核心目录生成自定义临时文件提升工程规范性。Q4控制器明确识别误判风险为何不能提前干预核心目的是保留审查的绝对独立性。控制器的主观预判同样存在失误概率审查模块可能发现控制器遗漏的潜在问题。正确的处理逻辑是让审查模块完整输出所有潜在问题通过后续审查环路沟通研判、确认降级而非在调度阶段提前过滤从流程上杜绝漏判风险。Q5通用化改写的核心改动是什么核心是去除平台专属术语将所有Skill文件中Claude Code专属的Task tool调度表述统一改为通用的子Agent调度逻辑。让整套技能体系从单一平台操作手册升级为跨平台通用的Agent工程规范适配多类主流AI编程工具。写在最后Superpowers 6.0的迭代给所有AI开发者上了重要一课。在大模型能力日趋同质化的当下单纯依赖模型升级已经很难突破性能、成本、稳定性的瓶颈。真正拉开Agent系统差距的是底层的工程设计纪律、严谨的流程约束和科学的资源调度逻辑。这次看似是性能优化的版本更新本质是开发理念的彻底转向。从追求模型全能性、结果拟合度转向追求工程规范性、资源高效性、结果客观性。砍掉冗余无效的流程规避主观预判的偏差明确系统的能力边界隔离各模块的权责范围用极简、严谨、规范的工程设计实现效率与成本的双向突破。无论是日常使用AI编程工具提升开发效率还是自主研发落地Agent系统这套设计哲学都具备极高的参考价值。AI编程的下半场早已不是模型能力的比拼而是工程精细化设计的角逐。守住工程纪律做好底层架构优化才能让AI工具真正高效、稳定、低成本地服务于开发工作。
)
)
