从“直接改”到“先建立证据”

刚开始使用 AI 编程工具时，最容易陷入“看到问题就让模型改代码”。在公司 AI 后端项目中，需求往往跨越 Prompt、DAG、消息队列、数据库和前端展示，直接修改很容易误伤已有行为。我逐步形成了以 Superpowers 为核心的工作流：先澄清目标，再拆解问题，最后用测试和证据收敛结果。

关键环节

Brainstorming：先确认问题边界

先区分是简单修复、可行性验证还是架构调整；明确用户现象、成功标准、影响范围和不能改变的行为。对于 Type、过滤和最终展示这类敏感逻辑，先列出当前行为与目标行为，再决定是否需要改动。