AI 编程工作流对比
用 AI 编程代理写代码,最大的痛点不是 AI 不够聪明。
是 AI 没有纪律。
你今天让它写个登录功能,它直接就开始写了,需求没想清楚、测试没写、代码风格跟上次的完全不一样。你换个 prompt 重新描述一遍,它换个思路又给你来一遍。两个人用同一个工具,出来的东西完全对不上。
这就是为什么我们需要工作流约束。不是让 AI 更聪明,而是让 AI 更有规矩。
我花了不少时间把市面上几个主流的 AI 编程工作流工具都试了一遍,今天聊聊我的感受。
五个选手
| 维度 | Spec Kit | OpenSpec | Superpowers | MP Skills | ECC |
|---|---|---|---|---|---|
| 出品方 | GitHub 官方 | Fission-AI | Jesse Vincent (obra) | Matt Pocock | Affaan Mustafa |
| 核心范式 | 规范可执行化 | 轻量规范层 | 技能组合 | 工程纪律工具集 | harness 增强层 |
| Star 数 | 82.5K | 34.5K | 115K | 118K | 182K |
| TDD 强制 | ❌ | ❌ | ✅ | ✅ 可选 | ✅ 可选 |
| 共享语言 | ❌ | ❌ | ❌ | ✅ CONTEXT.md | ❌ |
| 自动化钩子 | ❌ | ❌ | ✅ | ❌ | ✅ |
| 跨工具支持 | Claude Code 专用 | 20+ 工具 | Claude Code 专用 | 多 Agent | 7+ 工具 |
| 学习曲线 | 中等 | 平缓 | 平缓 | 平缓 | 较陡 |
这五个工具看起来都是「让 AI 编程更规范」,但思路完全不同。我一个个说。
五种思路
Spec-Kit,阶段门控式
constitution → specify → clarify → plan → tasks → analyze → implement
七道门,一道不能跳。上一道门没过就别想进下一道。
哲学就是「结构胜过混乱」。像工厂流水线,每一步都有明确的输入输出。适合大型项目、多人协作、需要质量可追溯的场景。
但说实话,对于小项目来说,这个流水线太重了。改个需求得重新过七道门,你能忍?
详细聊可以看 Spec Kit。
OpenSpec,流畅迭代式
/opsx:propose → /opsx:apply → /opsx:archive
没有严格的阶段门,可以随时调整提案。变更驱动,灵活迭代。
哲学是「迭代胜过瀑布」。命令是「动作」,不是「阶段」。你做着做着发现方向变了?没关系,直接调整。
它明确打出了「built for brownfield」的旗号,就是为现有代码库改造设计的。支持 20+ AI 编程工具,切换工具不用重新配置。
这个灵活度我有时候觉得是五个工具里最实用的。
Superpowers,技能触发式
brainstorming → writing-plans → executing-plans → TDD → code-review
通过上下文自动触发相关技能,不是手动调用命令。强制 TDD,强制代码审查。
哲学是「流程胜过猜测」。它不让 AI 更聪明,而是让 AI 更有纪律。20 多个技能覆盖测试、调试、协作、代码审查。
唯一强制 TDD 的工具。如果你特别重视测试,这个是首选。
MP Skills,人主导 + Agent 纪律
/grill-with-docs → /to-prd → /to-issues → /tdd → /zoom-out
18 个小技能,自由组合。人掌控全局,Agent 提供纪律。
这个工具最特别的地方是 CONTEXT.md 共享语言。它定义了一套项目特有的术语表,让 AI 和你的沟通不再每次从零开始。
不绑定你的工作流,轻量级补充。适合已有开发流程、只需要加上共享语言和架构扫描的工程师。
ECC,运行时增强层
这个跟其他四个不一样。其他四个是工作流方法论,ECC 是一个运行时增强层。它不替代任何工作流,而是在你的工作流下面垫一层支撑。
你的工作流 (Spec-Kit / OpenSpec / Superpowers / MP Skills)
↓
ECC 增强层(代理 + 技能 + 钩子 + 规则 + MCP)
↓
你的项目代码
251 个技能、63 个专门化代理、自动化钩子、AgentShield 安全扫描。规模最大的一个(182K Star),但学习曲线也最陡。
怎么选
说了这么多,到底该选哪个?
我的判断是这样的。
| 场景 | 推荐 | 原因 |
|---|---|---|
| 大型企业项目 | Spec Kit | GitHub 官方维护、阶段门控确保质量 |
| 快速迭代/个人项目 | OpenSpec | 轻量、灵活、学习曲线低 |
| 质量优先/强制 TDD | Superpowers | 强制 TDD、自动技能触发 |
| 现有代码库改造 | OpenSpec | 变更驱动、渐进式改造 |
| 跨工具开发 | OpenSpec | 支持 20+ 工具 |
| 注重代码设计/术语一致 | MP Skills | CONTEXT.md 共享语言、人主导不绑架 |
| 已有工作流需要补充 | MP Skills | 轻量级补充 |
它们能组合使用
这些工具不是互斥的。实际上你可以组合使用,各取所长。
| 组合 | 互补点 |
|---|---|
| MP Skills + Spec-Kit | CONTEXT.md 术语层 + 7 阶段代码生成 |
| MP Skills + OpenSpec | 需求对齐 + 变更管理 |
| MP Skills + Superpowers | CONTEXT.md 规范层 + 自动 Hook |
| Superpowers + ECC | 自动工作流纪律 + 运行时增强 |
多层组合的一个例子
工作流层: OpenSpec(提案→执行→归档,轻量灵活)
纪律层: MP Skills(CONTEXT.md + grill-with-docs + 定期架构扫描)
运行层: ECC(代理委派 + 自动化钩子 + 安全扫描)
最后说两句
工具是手段不是目的。
如果你项目规模小、团队人数少,简单的 Git 提交规范 + Code Review 可能就够了。别为了用工具而用工具。
但如果你跟我一样,在用 AI 代理做中大型项目,那这些工作流工具真的值得花时间研究一下。它们解决的核心问题都是一样的——让 AI 从「聪明的实习生」变成「有纪律的团队成员」。
至于选哪个,看你最在意什么。在意流程严谨选 Spec-Kit,在意灵活选 OpenSpec,在意 TDD 选 Superpowers,在意术语一致选 MP Skills,在意运行时增强选 ECC。
没有最好的,只有最适合你的。
【AI Coding】AI 编程工作流对比
https://qiyec.site/archives/7tgTBWOS
评论