最近看 Claude Code、Cursor、vibe coding相关视频及资料时，经常会看到几个神秘词汇：

• OpenSpec

• Superpowers

• gstack

• hooks

• Harness Engineering

第一次看到的时候，我的反应是：

OpenSpec 是什么？

Superpowers 又是什么？

gstack 和 hooks 是框架吗？

它们之间到底是什么关系？

搜了一圈后发现一个有趣的现象：

每个词都有人解释。

但几乎没人解释：

为什么这些东西总是一起出现？

直到我换了一个角度——把 AI Agent 当成一个软件团队。

一切突然就通了。

Prompt Engineering 已经不够了

两年前我们使用 GPT 的方式很简单：

人
 ↓
Prompt
 ↓
GPT
 ↓
结果

那时候最流行的词叫：

Prompt Engineering。

大家研究：

• 怎么写提示词

• 怎么少说废话

• 怎么避免幻觉

• 怎么让 GPT 更聪明

本质上是在优化：

Prompt

这个输入。

但今天的 AI 已经变成这样：

用户
 ↓
Agent
 ├── 读代码
 ├── 搜文档
 ├── 调工具
 ├── 写文件
 ├── 跑测试
 └── 提交PR
 ↓
结果

问题开始变了。

真正的难点已经不是：

Prompt 怎么写

而是：

需求怎么定义？

任务怎么拆解？

流程怎么组织？

能力怎么复用？

什么时候执行检查？

于是出现了一个新的概念：

Harness Engineering。

什么是 Harness Engineering？

Harness 这个单词本意是：

驾驭
控制
利用

骑马时的缰绳就叫 Harness。

所以 Harness Engineering 可以理解成：

用工程化方式驾驭 AI。

注意：

这里的重点已经不是模型。

而是系统。

AI 团队是如何工作的？

假设你经营一家软件公司。

有一天老板说：

做一个博客系统。

你会怎么干？

显然不会直接找程序员：

开始写代码！

一定会先经历几个阶段。

第一步：先搞清楚老板到底要什么

很多项目死掉的原因不是代码写得差。

而是：

需求没定义清楚。

例如：

做博客系统

这句话里面有无数问题：

谁能发文章？

支持评论吗？

支持Markdown吗？

要不要搜索？

怎么验收？

于是需要有人把这些东西写下来。

在 Agent 世界里。

这个角色就是：

OpenSpec。

OpenSpec：AI 团队里的产品经理

OpenSpec 干的事情其实特别简单：

把模糊需求变成明确规范。

例如：

输入：

开发博客系统

输出：

功能列表

技术约束

接口设计

验收标准

任务拆解

最终得到：

Spec

也就是规范文档。

所以：

OpenSpec
=
产品经理

它负责回答：

做什么？

第二步：需求有了，谁来安排工作？

需求文档写完后。

接下来会发生什么？

项目经理开始安排流程：

先设计

再开发

然后测试

最后发布

这就是：

Workflow。

工作流。

Superpowers：AI 团队里的项目经理

很多人看到 Superpowers 这个词。

以为是什么超能力插件。

其实更接近：

标准工作流程

它定义：

任务怎么推进

步骤怎么衔接

状态怎么流转

结果怎么交付

例如：

需求分析
 ↓
设计
 ↓
编码
 ↓
测试
 ↓
Review
 ↓
发布

Superpowers 本身不干活。

它负责组织干活。

所以：

Superpowers
=
项目经理

它负责回答：

怎么做？

第三步：流程有了，总得有人干活吧？

项目经理再厉害。

也不会自己写代码。

真正干活的是：

前端

后端

架构师

测试工程师

在 Agent 世界里。

这些角色通常被封装成：

能力包
技能包
专家角色

而这就是 gstack。

gstack：AI 团队里的专家员工

gstack 可以理解成：

专家能力仓库

里面存放着：

前端专家

React专家

Python专家

架构专家

测试专家

当 Superpowers 执行工作流时：

需要前端能力
 ↓
调用前端专家

需要测试能力
 ↓
调用测试专家

因此：

Superpowers
负责调度

gstack
负责输出能力

一个负责管理。

一个负责干活。

第四步：如何保证流程不出问题？

现实中的公司都会有制度。

例如：

提交代码前必须跑测试

上线前必须Review

发布后必须通知团队

这些规则不是员工主动想起来的。

而是系统自动执行。Agent 也是一样。

---

hooks：AI 团队里的自动化制度

hooks 的本质就是：

在关键节点插入动作

例如：

开始任务前
 ↓
检查规范

写代码后
 ↓
运行测试

提交前
 ↓
检查格式

程序员会把它写成：

before_task()

after_task()

before_commit()

after_commit()

所以：

hooks
=
自动化制度

它负责回答：

什么时候执行额外逻辑？

关系串联

如果把整个系统放在一起。

就会得到这样一个流程：

老板提出需求
      ↓

OpenSpec
（定义需求）
      ↓

Superpowers
（组织流程）
      ↓

gstack
（提供能力）
      ↓

hooks
（控制过程）
      ↓

完成任务

这才是这些概念真正的关系。

总结

如果把 Agent 当成一家公司：

Harness Engineering
=
公司的管理哲学

OpenSpec
=
产品经理

Superpowers
=
项目经理

gstack
=
专家员工

hooks
=
公司制度

以前我们研究的是：

如何让 AI 更聪明

现在越来越多的人开始研究：

如何让 AI 团队协同工作

这也是 Prompt Engineering 逐渐演化为 Harness Engineering 的原因。