ARTICLE · 1044116
一个总是顺着你 的 AI,帮不了你发现想法的漏洞
01 一个 7 行字的技能，让 AI 反过来"审"你 | 02 四个机制，拆开看它为什么有效 | 03 Grill Me 与 Superpowers：一张表看懂怎么选 |
01
TRUTH
先承认一件事：AI 最大的毛病，是太顺着你
你大概经历过这样的对话：把想法告诉 AI，问"这个方案怎么样"，它说"思路很棒，很有潜力"；你追问"有没有风险"，它列了三条不痛不痒的；你再逼问，它补一句"以上仅供参考，最终决定权在你"。
不是 AI 不聪明，是它太体贴了。AI 的底层训练目标就是配合用户、给出无害的反馈，这决定了它天然倾向顺着你说，而不是挑战你。
「模糊的想法被夸奖之后，显得好像真的可行。」
国外开发者把这种现象叫作模糊税（The Ambiguity Tax）：想法越模糊，后面付的代价越大。想清楚的成本在动手前最低，拖到动手后，每一笔都是加倍的。
02
OVERVIEW
grill-me 是什么：一个 7 行字的技能
2026 年，一个叫grill-me的技能在开发者圈子里流传开。它由前端开发者Matt Pocock创建，最初用于 Claude Code，后来被 Cursor、豆包等平台和大量开发者复刻、改进。
它的完整"说明书"只有几行：
1 | 对方案进行无情的、持续的追问，直到我们达成共同理解 |
2 | 沿着设计的决策树逐条往下走，一次解决一个决策之间的依赖 |
3 | 每个问题都要附上你的推荐答案 |
4 | 一次只问一个问题 |
5 | 能从代码库或资料里查到答案的，就不要来问我 |
不是 AI 替你想，而是AI 问你想清楚没有。你以为自己在用 AI，其实 AI 在"审"你。
|
想法从模糊到清晰，中间隔着一连串问题
03
MECHANISM
它为什么有效：四个机制
拆开看，grill-me 的每个设计都对准一个具体的思考漏洞。
机制一：一次只问一个问题
人一次只能认真想一个问题。把十个问题一起砸过来，你会本能地挑最好答的应付；一个一个来，你就无法回避最难的环节。
机制二：每个问题自带推荐答案
这不是故意刁难。AI 先给出它认为合理的答案，你只需要说"同意"或"不同意，因为……"。这个设计让审问变成推演，而不是考试。
机制三：沿着决策树逐条走
你的计划是一棵决策树，很多问题环环相扣。先回答"做给谁"，才能回答"做什么"，然后才能回答"怎么做"。逐条解开依赖，方案才不是空中楼阁。
机制四：能查的就不问
你的时间很贵，AI 的时间很便宜。能自己去翻资料、查代码的，它不浪费你的提问额度。省下来的每一次回答，都用在只有你能决定的事情上。
回答问题的过程，就是想法显影的过程
04
SCENARIOS
五个真实场景：它不只是程序员玩具
很多人以为 grill-me 是写代码专用，其实它真正适合的是所有"要做一个决定"的场景。
场景一：准备面试、述职
让 AI 当最严格的面试官，连续追问你的项目细节，直到你答不出为止——答不出的地方，就是你该补的地方。
场景二：纠结辞职、转行
让 AI 当那个泼冷水的人。它不会安慰你"follow your heart"，而是追问你证据、成本和退路。
场景三：做产品、做账号
让 AI 当最较真的用户。你的定位、目标人群、竞争差异，它一个问题一个问题地挖，直到你讲得清"到底做给谁"。
场景四：写方案、做汇报
让 AI 当挑刺的领导。先让它把你的方案问个遍，你再带着补好的答案去见真领导。
场景五：写代码、做项目
这是它的原版场景。动手前先花二三十分钟对齐需求，比写完再返工便宜得多。
|
被追问的过程，是把混乱变成蓝图的过程
05
PITFALLS
上手前，先避开这四个坑
坑一：答不上来就慌
很多问题你确实没想过，这很正常。直接说"不知道，你的建议呢"，让 AI 给出推荐答案，你再判断。被问倒不是失败，暴露模糊点正是它的目的。
坑二：想"准备好再开始"
grill-me 恰恰是为"没想清楚"设计的。你不需要一份完整方案，你只需要一个模糊的念头，剩下的由问题帮你理清。
坑三：AI 问的问题开始重复
这通常说明你的回答在绕圈子。这时候别再给抽象的回答，给具体的：数字、边界、反例。
坑四：答完就动手，跳过最后的复述
grill-me 的收尾通常会把你确认过的答案复述成一份完整方案，这一步最值钱——它检验的是"你以为的一致"和"实际的一致"。
06
CHECKLIST
以后怎么判断该不该用它：一张四问清单
以后拿到任何计划，先问自己四个问题：
1 | 这件事有没有模糊地带？ |
2 | 做错了要付出多大代价？ |
3 | 有没有靠谱的帮手能帮我查漏？ |
4 | 我愿不愿意花 20 分钟认真回答？ |
四条里命中三条以上，就值得开一场"审问"。轻量的、错了也没关系的小事，直接做，不需要。
07
VERSUS
Grill Me 与 Superpowers：一张表看懂怎么选
grill-me 解决的是「动手前想清楚」，但工程世界里还有另一套常被拿来和它比较的方法论——Superpowers。两者常被误认为竞品，实则定位互补：Grill Me 是入口手术刀（逼出共识），Superpowers 是工程交付操作系统（把事情做完做好）。
一、二者定位速览
维度 | Grill Me | Superpowers |
一句话定义 | 动手前穷追不舍地拷问用户，把决策画成一棵「决策树」，直到没有遗漏的假设 | 覆盖 brainstorming → 任务拆分 → 实现 → 测试（TDD）→ 验证的全流程工程方法论与技能库 |
核心提问 | 「动手写代码前，我们理解一致吗？」 | 「理解清楚之后，Agent 如何带着工程纪律交付？」 |
角色比喻 | 入口手术刀 / 压力测试原语 | 工厂操作系统 / 默认工程基线 |
关系 | 上游：收敛核心决策 | 下游：展开详细设计与编码 |
Grill Me | Superpowers |
形态 / 粒度
单点技能 + 原语 / 变体（grill-me、grilling、grill-with-docs） | 方法论 + 技能库（一套可组合的纪律） |
触发方式
主要由用户斜杠命令调用（/grill-me、/grilling、/grill-with-docs） | 默认自动触发 + 硬性关卡（hard gates），无需手动启动 |
核心机制
决策树（design tree）+ 每轮问「完整前沿」（frontier），带推荐答案 | brainstorming、任务拆分、Spec-Driven 路径、子 Agent 调度 |
核心价值
对齐（alignment）、决策可见、达成共享理解 | 全流程工程纪律与可靠交付 |
产出物
可选：选 grill-with-docs 时自动生成 ADR 等文档 | 默认设计 / 计划路径产物，内建 TDD、子 Agent、worktree |
工程纪律集成
无；需另行搭配其他技能或手工 | 内建：TDD、子 Agent、隔离 worktree、确定性验证、独立代码审查 |
多平台 / 插件
Agent Skills 通用，安装轻量；但原语与包装层依赖松散 | 官方一等公民级多 harness 插件（Claude Code / Cursor / Codex / OpenCode） |
适用阶段
动手前：需求澄清、选型、通用决策 | 全周期：严肃功能交付、团队协作标准 |
安装复杂度
低（npx skills@latest add mattpocock/skills） | 较高，但 harness 集成投入更重、更稳 |
最大风险
不调用就毫无价值 | 简单任务过度工程（over-process） |
Grill Me 优势 ✓ 极轻量：概念面小，一键安装，谁都能用 ✓ 快速对齐：决策树显性化隐含假设，一个关键问题排除整条错误路线 ✓ 决策可见 + 推荐答案：每问带推荐，心智负担低 ✓ 通用性强：不止编码，选型 / 产品定义 / 范围界定皆可用 ✓ 可沉淀：配 grill-with-docs 自动产出 ADR，穿越会话存活 劣势 ✗ 只提问、不交付：问完即停，需人或其他技能接棒 ✗ 不调用则无价值：任务已明确时纯属浪费 ✗ 依赖松散：原语与包装层两套技能，可能需手动都装 | Superpowers 优势 ✓ 全流程工程纪律闭环：脑暴到测试验证审查一以贯之 ✓ 内建硬核机制：TDD、子 Agent 并行、隔离 worktree、确定性验证 ✓ 多 harness 官方插件：Claude Code / Cursor / Codex / OpenCode 一等支持 ✓ 对一致性友好：团队采纳时跨人跨 Agent 可预测性高 劣势 ✗ 偏重：简单 / 可逆任务可能过度工程 ✗ 安装与遵循成本：机制复杂，需团队真按流程走 ✗ 自主性边界：简单任务上「仪式感」冗余 |
优先选 Grill Me
· 需求 / 目标模糊：一句话诉求先用 /grill-me 收敛核心目的与指标（如冷启动 < 300ms → 直接排除 Electron）
· 架构 / 技术选型：把取舍摆到台面，用决策树逐层推进
· 通用决策（非编码）：范围界定、产品定位、方案取舍等任何「先对齐再行动」
· 低风险快速任务前的轻量压力测试：关键设计上多问几轮，规避方向性错误
优先选 Superpowers
· 严肃功能交付：brainstorming → 拆分 → 实现 → 测试 → 验证完整链路的中大型功能
· 团队协作标准：希望跨成员、跨 Agent 有可复现的工程纪律与交付质量基线
· 高风险改动：涉及不可逆操作、需 worktree 隔离、TDD 与独立代码审查兜底
· 多 harness 统一：团队混用 Claude Code / Cursor / Codex，需官方插件级一致体验
组合使用（推荐）
· 先收敛后展开：Grill Me（或 Grill With Docs）逼出共识并产出 ADR，再交给 Superpowers 展开
· 成功拼装：社区已把 Grill Me 与 PRD、issue shaping、TDD、Superpowers 执行串起来
· 风险加码：在 Superpowers 上，仍可针对高风险设计用 Grill Me 额外压力测试一轮
五、选型建议：用能控住风险的最小工作流
核心判断：稀缺资源是人类清晰度 → 选 Grill Me；稀缺资源是流程可靠性 → 选 Superpowers。
1. 单一选择：对齐痛（不知道要做什么 / 怎么做才对）→ grill-me；交付纪律痛（怕做乱、怕不可逆）→ Superpowers；琐碎改动 → 两者都跳过。
2. 组合使用（健康模型）：用一层收敛（Grill Me / Grill With Docs / Superpowers brainstorming 三选一）；按风险叠加执行控制（隔离 worktree、能写测试就 TDD、确定性验证、合并前人工 checkpoint）。
3. 不对称工作流原则：能推断的指令 → 轻；只有人类能做的决策 → 重；状态要持久（落文件）；验证要确定（靠测试）；不可逆动作处要严格（人工把关）。
六、安装参考
# Grill Me（mattpocock/skills），推荐顺带装 grill-with-docs npx skills@latest add mattpocock/skills --skill=grill-me -y -g npx skills@latest add mattpocock/skills --skill=grill-with-docs -y -g # 调用：/grill-me /grilling /grill-with-docs # Superpowers（Claude 插件） /plugin install superpowers@claude-plugins-official |
Grill Me 问「我们想明白了吗」，Superpowers 问「想明白后怎么稳稳交付」。
把它们当竞品是低估了——最佳实践是串联，而非二选一。
∞
EPILOGUE
回到开头那句话
稀缺的从来不是会提问的人，而是愿意被提问的人
我们习惯把 AI 当"有话直说的顾问"，却忘了它默认是个"捧场的观众"。grill-me 只做了一件事，就是把角色换过来：它当那个较真的，你当那个必须想清楚的。
下次动手之前，不妨把想法扔给一个"不给你面子"的 AI。它问你的每一个问题，都是你迟早要付的账——提前结清，总比事后补缴便宜。
把 grill-me 当作「想清楚」的入口，把 Superpowers 当作「做扎实」的底座——上面那张对比表，就是帮你在两者之间做选择的坐标。需要收敛共识时先用手术刀，需要可靠交付时再上操作系统，两层叠加，才是大多数项目的健康模型。
资料来源：Agentropic《/grill-me》技能说明； AI Hero《The /grill-me Skill》；掘金 AI 编程《问到你想清楚》；Superpowers（by obra / Jesse Vincent）
END |
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。