AI编码三件套

AI 编码时代，你的 Agent 靠什么保证质量？

你可能经常遇到这种情况——让 AI 写代码，它写完了，跑起来也能用。但一上生产，bug 遍地。

为什么？因为 AI 不是能力不够，而是没有流程纪律。

近期 AI 编码领域有三个工具火了：Grill Me、Superpowers、Treillis。很多人搞不清它们的区别。

简单说：Grill Me 是"拷问器"，Superpowers 是"工具箱"，Treillis 是"脚手架"。

三者不冲突，解决的是需求对齐 → 编码流程 → 项目记忆三个不同层面的问题。

三个工具，一层一个坑

Grill Me：编码前的"压力面试"

核心英文概念：Grill Me（拷审术）。

场景是这样的：你说"给我做一个用户管理系统"，AI 兴致勃勃就开始写。但你想的是"需要 OAuth + RBAC + 审计日志"，它理解成"注册登录就行"。

等发现理解偏差，代码已经写了 300 行。

Grill Me 做的事情很简单——在你描述需求后，AI 不会急着动手，而是像面试官一样逐条追问：

· 这个模块的预期用户是谁？

· 并发量级大概多少？

· 需要支持哪种认证方式？

· 数据需要持久化吗，用什么存储？

直到双方理解完全一致，AI 才开始写代码。

来自 Matt Pocock 的 skills 项目（150k+ ⭐），用法就是一个 /grill-me 命令触发。

本质是"先对齐，再动手"。解决的是最大的浪费——写错了代码。

Superpowers：给 AI 编码加上"纪律"

如果说 Grill Me 是对齐需求，那 Superpowers（obra/superpowers，241k+ ⭐）就是给整个编码过程加规矩。

作者是 Jesse Vincent，核心理念只有一句：不要让 AI 自由发挥，要用工程方法约束它。

Superpowers 内置的核心 skills：

其中 TDD 这个 skill 最出名。它不是让你"考虑要不要写测试"，而是强制 AI 先写失败的测试，再写使其通过的代码，最后重构。

RED → GREEN → REFACTOR。 一步都不能跳过。

这就是 Superpowers 的灵魂：不是"更好地生成代码"，而是"更好地执行软件开发流程"。

Treillis：给项目加上"记忆"

Treillis（mindfold-ai/Treillis，11.4k+ ⭐）解决的问题又不同。

你有没有这样的经历：一个项目开发了几周，每次新开一个对话，AI 都对之前的决定一无所知。你不得不反复解释背景，或者希望 AI "能记住之前定下的规范"。

Treillis 做的事就是在仓库里持久化项目上下文：

1. 4 阶段循环：Plan → Implement → Verify → Finish

2. 项目级 spec 和任务追踪

3. 团队共享的编码规范和决策记录

支持 Claude Code、Cursor、Copilot 等 16 个平台。

类比：Grill Me 是面试，Superpowers 是工具箱，Treillis 是脚手架。 Treillis 给项目加了"记忆"——每次对话都有上下文，团队共享标准。

可复用框架：三层组合打法

三者不互斥，而是层层叠加：

Treillis（项目记忆层）+ Superpowers（TDD 等方法论）+ Grill Me（编码前对齐需求）= 一套完整的 AI 编码质量保障体系。

实操建议

如果你现在就用 AI 写代码，我的建议是：

第一步：先上 Grill Me。 成本最低——装一个 skill 就行。但收益最大，因为"理解错了再写"是你最大的时间浪费。

第二步：引入 Superpowers 的 TDD skill。 不需要全套，先用 TDD 这一个 skill 就足够改善代码质量。测试覆盖率上去了，bug 自然少了。

第三步：项目超过两周再上 Treillis。 短期项目不需要，长期项目必须加"记忆层"。

AI 编码的下一轮竞争，拼的不是谁的模型参数更大，而是谁的工程纪律更严。

Grill Me 确保你说清楚了。Superpowers 确保 AI 做规范了。Treillis 确保项目有记忆了。

三个工具，一层一个坑。先把坑踩准了，再让 AI 写代码。

— 本文来自微信公众号 —