系列文章: Comparison (1/1)

Superpowers、Gstack、GSD:三大 AI Agent 開發利器完整比較
你應該看過這三個名字至少出現過一次:Superpowers、Gstack、GSD(Get Shit Done)。
都是「讓 AI 開發更有效率」的工具,都在 Claude Code 生態圈裡流傳——但如果你問「我該用哪一個」,你得先知道它們解的是三個截然不同的問題。搞錯問題,選對工具也沒用。
這篇的任務:把這三個工具的核心定位說清楚,讓你一次看懂它們的差別、各自的適用場景、以及什麼時候要疊在一起用。
先說結論:三個工具,三個層次的問題
| 工具 | 核心問題 | 解法 | 主要對象 |
|---|---|---|---|
| GSD | 你有 AI 工具,但任務還是做不完 | 修執行斷點與完成心法 | 你自己(人的執行層) |
| Superpowers | AI Agent 一開工就亂衝,結果不穩定 | 強制走流程,skill 管控代理行為 | 代理的流程層 |
| Gstack | 代理在每個階段的思考品質不夠專業 | 角色切換,給 AI 正確的認知模式 | 代理的品質層 |
這三層不重疊,但可以疊加——後面我們會說怎麼搭配。
GSD:先修你自己
核心問題:你用了 AI 為什麼還是做不完事?
GSD(Get Shit Done)不是一個代理框架,不是 skill 套件,也不是 slash command 的集合。它是一套診斷你自己執行斷點的思維框架。
GSD 認為,大多數人用了一堆 AI 工具之後,生產力沒有大幅提升,問題出在三個非常具體的地方:
-
模糊任務症候群:待辦清單裡有的是意圖,沒有動作。「做 X 這件事」不是任務,「打開這個檔案、改第三段、加上這兩個資料點、存檔」才是。AI 幫你生了更多內容,但那些內容只是在意圖層停著。
-
啟動成本過高:每次用 AI 對話都是全新上下文,你得重新交代背景。AI 讓這個問題更嚴重,不是更輕鬆——你寧願開新對話聊個容易的問題,也不願面對那件需要重建上下文的任務。
-
收尾恐懼:「再改一下」這句話殺死了很多本來可以完成的東西。諷刺的是,AI 讓「再改一版」的成本變超低——以前改一版要半小時,現在三分鐘——所以你可以無限循環修稿,但永遠沒有收斂。
GSD 的解法是在任何工具技巧進場之前,先建立一個信念:Done > Perfect。一個不完美的完成品,比永遠沒完成的完美計畫有用。
GSD 適合誰
- 有很多 AI 工具但任務還是塞滿的人
- 計畫做了很多但完成率低的人
- 「感覺很忙但沒什麼真的做完」的人
GSD 不擅長什麼
- 它不管代理怎麼跑、品質好不好
- 它不提供具體的技術工作流
- 它是思維框架,需要你自己判斷和執行
Superpowers:讓代理不亂衝
核心問題:AI Agent 太急著動手,流程不穩定。
Superpowers 是一套給 AI 代理用的「開發工作流」,由一疊叫做 Skills(技能說明檔)的 Markdown 文件組成,加上一條鐵律:有對應的 skill 就先用,有流程就先走。
它解的問題非常具體:沒有流程的代理,你叫它做一件事,它會直接開始改十個檔。有時候看起來衝很快,但返工比例極高。結果往往是你花了很多時間,代理也花了很多 token,最終得到一個脆弱的結果。
Superpowers 把開發拆成幾個固定階段:
- 先探索需求(
using-superpowers→brainstorming)——釐清「要做什麼」,而不是直接下手 - 再寫計畫(
writing-plans)——大功能先有路線圖 - 然後實作(可搭配
test-driven-development)——先定義怎麼算對,再寫到對 - 最後驗證(
verification-before-completion)——說做完之前要有證據,不是感覺
這些 skill 背後的邏輯是:把正確的開發習慣,從「靠記憶力執行」變成「看到這個 skill 就照這套劇本演」。代理不會忘記、不會跳過——只要流程 skill 在,它就按流程走。
Superpowers 的鐵律有幾條值得記:
- 「這次很簡單」是跳過流程最常見的藉口,也是最常造成問題的那種。
- 「講得超細」不等於雙方對焦完成。 流程 skill 的很大一部分功能,是在逼這件事發生。
- 「Superpowers 讓代理變慢」是錯覺。 對話步數可能多一點,但整體工時通常反而少,因為少了很多「以為做完其實沒做完」的來回。
Superpowers 適合誰
- 已經在用 Claude Code 或類似工具的開發者
- 代理跑起來「感覺很拼命但結果不穩定」的人
- 想要可重複、可預期的開發節奏的人
Superpowers 不擅長什麼
- 它不管代理「用哪種思維模式」在想問題——只管流程順序
- 它不提供 code review 或 QA 等品質保證機制
- 對完全不熟悉 AI 代理的新手,學習曲線可能稍高
Gstack:給 AI 正確的認知模式
核心問題:代理在每個階段用的是「通用助手」腦袋,品質稀釋。
Gstack 是 Garry Tan(Y Combinator 總裁)開發的 Claude Code skill 套件。它的核心洞察是:
你不能用一個「通用助手」的模式,同時完成 CEO 思維的產品決策、偏執型工程師的 code review、以及 QA 的功能測試——這些角色的認知模式互相衝突,混在一起只能得到稀釋版。
Gstack 的解法是提供 9 個 slash command,每個對應一種認知模式:
| Slash Command | 角色 | 核心問題 |
|---|---|---|
/plan-ceo-review |
Founder / CEO | 這個功能值得做嗎?有沒有更好的解法? |
/plan-eng-review |
Engineering Manager | 架構、邊界、edge case、test coverage |
/review |
偏執型資深工程師 | 能過 CI 但會在 production 爆的問題 |
/ship |
Release Engineer | Sync、test、push、PR 一條龍 |
/browse |
QA Engineer(有眼睛版) | 用真實瀏覽器點你的 app |
/qa |
QA Lead + 修 bug | 找問題、修問題、輸出健康分數 |
/qa-only |
QA Reporter | 只報告,不動你的程式碼 |
/setup-browser-cookies |
Session Manager | 匯入真實 cookies 給 headless session |
/retro |
Engineering Manager(回顧版) | 分析 commit 歷史、出貨速度 |
Gstack 的典型工作流是:先用 /plan-ceo-review 確認值不值得做 → 再用 /plan-eng-review 設計架構 → 實作 → /review 找 production 級問題 → /qa 瀏覽器實測 → /ship 一鍵交付。
差別不是 AI 的聰明程度,而是被問的問題不同。/review 會系統性查 race condition、N+1 query、trust boundary violation——不是因為模型更強,而是它的認知模式讓它問的是那些問題。
Gstack 適合誰
- 已經在用 Claude Code 寫生產程式碼的開發者
- 想要更穩定品質保證的獨立開發者或小團隊
- 做到某個規模後,開始擔心「有沒有漏掉什麼」的人
Gstack 不擅長什麼
- 它全開的時候 token 消耗很高,每個角色都有自己的 context
- 它不管「要不要做這件事」之前的執行心態問題(那是 GSD 的地盤)
- 它不強制流程順序,需要你自己判斷什麼時候叫哪個 skill
三個工具的直接對比
| 維度 | GSD | Superpowers | Gstack |
|---|---|---|---|
| 解決的問題 | 人的執行斷點 | 代理的流程紀律 | 代理的認知品質 |
| 主要使用者 | 所有 AI 工具使用者 | Claude Code 用戶 | Claude Code 進階用戶 |
| 介入時機 | 開始任何工作前 | 代理開工時 | 開發各階段切換 |
| 學習成本 | 低(思維框架) | 中(安裝 + 習慣建立) | 中(9 個 command 的場景判斷) |
| Token 消耗 | 無 | 中 | 高(每個角色有獨立 context) |
| 最大優勢 | 讓你真的做完事 | 讓代理有規律、少返工 | 讓代理在對的時候問對的問題 |
| 不擅長 | 代理品質管控 | 角色切換與品質稽核 | 執行心態與任務啟動 |
三個工具可以一起用嗎?
可以,而且它們互補得很好——因為每個工具管的是不同層次。
這是一個典型的搭配使用場景:
場景:你要做一個新功能
-
GSD(你的執行層):先用 GSD 心法確認「做完的邊界是什麼」、「完成條件是什麼」。讓這次任務不是一個模糊意圖,而是一個有明確 DoD(Definition of Done)的工作。
-
Superpowers(代理的流程層):開始跟 Claude Code 對話時,先走
using-superpowers→ 需求不清就brainstorming→ 大功能就writing-plans→ 說完成前跑verification-before-completion。代理不會亂衝,流程有保證。 -
Gstack(代理的品質層):在對的時間叫對的 skill——想確認值不值得做先跑
/plan-ceo-review,架構設計完成後跑/plan-eng-review,實作完跑/review,準備出貨前跑/qa+/ship。每個階段問對的問題。
簡化版口訣:
GSD 管你是否真的準備好動了 → Superpowers 管代理走的路對不對 → Gstack 管代理每一步做得夠不夠好
我應該先用哪一個?
如果你剛開始用 AI 做開發:先 GSD。
不管代理再強,如果你的任務邊界不清、完成條件模糊,代理幫你生出來的東西也只是更快的迷路。先把自己的執行紀律打好,再談代理管控。
如果你已經有 AI 工作流、但結果不穩定:Superpowers。
代理跑起來很拼命但返工多、或每次結果難預期?很可能是流程問題,不是模型問題。Superpowers 的 skill 套件讓代理行為可預期。
如果你已經在用 Claude Code 寫生產程式碼:Gstack。
流程有了,但你開始擔心「有沒有漏掉什麼能過 CI 但在 production 爆的問題」、「這個功能值不值得做」——Gstack 的角色模式就是在這個層次補洞。
如果你想要最完整的體驗:三個一起用。
GSD 管你,Superpowers 管流程,Gstack 管品質——三層都到位,獨立開發者一個人可以跑出接近完整開發團隊的節奏。
最後一句話
這三個工具被比較的原因,是它們都出現在「讓 AI 開發更有效率」這個標籤下——但它們針對的其實是三個完全不同的失敗模式:
- 你自己動不了:GSD
- 代理跑錯了方向:Superpowers
- 代理做得不夠好:Gstack
搞清楚你現在卡在哪一層,才知道哪個工具最值得先用。