Superpowers 6：Fable 如何把构建提速 50%、成本砍掉 60%

一篇本该叫 "Superpowers 5.2" 的小版本更新，因为 Fable 的一次 overnight 自治实验，变成了 6.0。本文记录了这件事是怎么发生的，以及它背后那套 autoresearch 循环到底做了什么。

autoresearch 循环最终报告：基线与最终版本在成本、耗时、token 上的对比，单轮降幅 21–32%（这是单次 autoresearch 表的结果；累计到全文的 50%/60% 见第五节）

先说结论

Superpowers 6 比上一代快得多，并且达成同样高质量结果所消耗的 token 少得多。

如果你在追求 token 用量最大化（tokenmaxxing），这一版也许可以跳过；但如果你在意构建快 50%、便宜 60%，那这版你会喜欢。

一、本来只是个 5.2

一周前，Prime Radiant 团队正准备发布 Superpowers 5.2。这个版本已经跳票过几次，每次都是想"再加一个改进就发"。

5.2 里攒下的东西其实不少：

• 加了对 Pi、Antigravity、Kimi Code 的支持

• 让 Superpowers 在 Codex、OpenCode、Cursor 上跑得更顺

• 把一批 Superpowers skill 重写成与模型和 harness 无关的形式，在各处都更可靠；同时写了一份新贡献指南，讲怎么为新的编程 agent harness 加支持

• 让 Visual Brainstorming 更易用、更安全、更稳定

• 修了一堆 bug，其中有一个特别棘手——code review 子 agent 有时会去审整条分支，而不是单个任务

本来会是一个很好的发布。

然后 Anthropic 发布（又撤下）了 Fable。在能用到 Fable 的那几天里，作者把它用到了刀刃上。

二、慢和贵，是 Superpowers 的老问题

Superpowers 用户最常抱怨的一件事，从来不是秘密：token 贵，而 Superpowers 用得很猛。用 Superpowers 构建软件，也比不用它要慢。这个"慢"按理说不该重要——它发生在构建过程中那个由子 agent 驱动的自治编排阶段。

但它确实重要。慢，不爽；贵，也不爽。

Superpowers 构建之所以又慢又贵，很多原因恰恰就是它能给大量用户带来好结果的原因：

• 它做大量前置规划，确保实现可以放手交给 agent

• 实现阶段强制走严格的红绿 TDD

• 完成后，编排器会从两个维度审每一处改动： 1. agent 是否恰好实现了要求——不多也不少 2. 工作质量是否达标

它干的事情本身，就注定比"瞎写一版不测就交差"要慢。

但它又慢又贵，从来没让作者开心过。

三、把 Fable 拿来优化 SDD

Fable 一出来，作者就想看看它能把 Subagent Driven Development（SDD，子 agent 驱动开发）优化到什么程度。

他原本期望的是 token 开销降个 15% 左右。

结果拿到了这个数，以及远超于此的东西。

第一刀：coordinator → reviewer 的交接

团队的第一个突破口，是 coordinator 到 reviewer 的交接。Fable 分析了数千个 SDD 会话，发现 code review 和 spec-compliance review 这两个子 agent 在审查时常常会跑大量 git 命令。

把"怎么找到要审的 commit"这段文字说明，换成一个 shell 脚本——由它预先组装好一份格式工整的 diff 和一些元数据，作为"审查包"交给 reviewer——单这一招，token 和耗时各降了约 10%。

第二刀：合并两个 reviewer

当晚临睡前，作者在内部 Slack 留了张便条：可以试试把 code reviewer 和 spec compliance reviewer 合并成一个。

他没指望那一夜发生什么。结果醒来发现 Fable 自己得出了同样的结论，跑通验证，并发现这套合并方案在团队整个 eval 套件上，正好省下了他额外要的那 15%。

autoresearch 循环的最终报告：一张对比基线与最终版本的表，覆盖多个 eval 场景下的成本、耗时、token，降幅 21–32%。

四、放手让它跑 25 个实验

第二天晚上，作者胆子大了一些，给了它一个更激进的目标：

/goal once this is done, run an autoresearch loop to improve cost-efficiency

of the superpowers build loop. test with opus as the coordinator.

make an hypothesis log. run experiments. run at least 25 experiments.

Fable 搭起了一整套 autoresearch 框架，跑了一整夜。它在 GitHub 上：https://github.com/prime-radiant-inc/superpowers-autoresearch

下面是它最终汇报的内容（原文保留，关键数字已加粗）：

The autoresearch loop is complete: 25 experiments closed (plus 4 logged

as backlog), opus as coordinator throughout, every hypothesis pre-registered

with a prediction in the log. Loop spend ≈ $165.

What the loop found

The ship candidate (E27): opus controller + elicited plan + conditional

haiku implementers + terse reviewer contract + narration recipe +

final-review tier pin → fractals 6.24/6.60 (the combo config on hand

plans was $11.67–14.84). Planted-defect gates 2/3, with the one fail

forensically attributed to reviewer variance plus judge strictness — the

terse contract was explicitly exonerated by reading the reviewer's reports.

Wins with numbers:

- terse reviewer contract (−41% reviewer output, verdicts intact)

- narration recipe (−54%, zero variance)

- conditional implementer tiering (~$0.5–1/run, and E22 proved it correctly

refuses haiku on prose plans)

- fixture-realism replicated on svelte (−24% scope-matched)

Things now provably dead:

- capping controller thinking backfires — turns rose 92→138 and output

doubled; thinking buys turn efficiency

- plan word budgets slash test content −62% even when code is exempted

- Sonnet plan generation keeps fidelity but collapses task structure

- implementation bodies in plans are marginal — tests + interfaces +

structure carry the whole load (E28)

Risk finding worth remembering: reviewers given only the diff package

produce confident spec verdicts that silently redefine "spec" as the global

constraints — 0/5 flagged the missing brief. Same failure family as the

haiku-reviewer advocacy.

Six leads closed as already-optimal (report reads, cache health, reviewer

floor, haiku fixers, todo bookkeeping, dispatch re-derivation) — recorded

so nobody re-buys them.

Three of my own measurement bugs were caught and corrected mid-loop by the

manual-inspection discipline (a grep counting template echoes as self-review

catches, a harness that never inlined the diff, a scorer regex missing

newlines) — one retracted verdict was re-measured clean (−74% became the

honest −41%).

这份报告里值得划重点的地方

• 候选发布配置（E27）：opus 做控制器 + 诱导式 plan + 按条件切换 haiku 实现 + 精简 reviewer 契约 + narration recipe + final-review 锁定层级 → 在 fractal（分形）基准任务上跑出 6.24 / 6.60，而对照组的手写 plan 配置要

• 有数字撑腰的胜利：精简 reviewer 契约（reviewer 输出 −41%，判定不变）；narration recipe（−54%，方差归零）；条件式实现分层（每轮省 ~$0.5–1，且 E22 证明它正确拒绝了对散文式 plan 用 haiku）。

• 被证伪的死路：限制控制器思考适得其反——轮数从 92 涨到 138，输出翻倍；思考换来了轮次效率。plan 字数预算会把测试内容砍掉 −62%；Sonnet 生成 plan 保住了保真度却压塌了任务结构；plan 里的实现正文其实可有可无，测试 + 接口 + 结构才是承重墙。

• 一条值得记住的风险：只给 reviewer 看 diff 包，它会给出自信的 spec 判定，却悄悄把"spec"重定义成全局约束——5 次里有 0 次报出漏掉的 brief。这和"让 haiku 当 reviewer"的失败是同一个家族。

• 六条被判定为已是最优、记档以防再踩：report reads、cache health、reviewer floor、haiku fixers、todo bookkeeping、dispatch re-derivation。

• 自查纪律抓出了三个测量 bug：一个 grep 把模板回声当成自审命中、一个 harness 从不内联 diff、一个 scorer 正则漏了换行；一条被撤回的结论（−74%）重新干净地测成了诚实的 −41%。

五、50% 更快，60% 更省——然后团队差点自欺欺人

合计约 36 小时的工作、按未补贴价格本该花掉约 $650 的 token，团队的 Anthropic eval 基准显示：Superpowers 构建的端到端耗时降了 50%，token 开销降了 60%。

然后团队把 eval 跑到了 Codex 上。结果不好。作者原本就担心 Codex 上的提升没那么大，但实际是完全没有提升。

挖了几分钟，找到元凶：在 Codex 上，eval 还没有和宿主 OS 充分隔离……所以一直在测的其实是 Superpowers 5.1.0。

稍微改了改隔离……成了，一切成立。

终端里的 eval 结果：优化版构建对比 dev-HEAD 与 main-HEAD（Superpowers 5.1.0）的成本/性能与工具调用画像

六、最大的三项改进

把上面这些归总，Superpowers 6 最大的几项改进来自：

1. 合并 spec compliance 与 code quality 两个 review agent

2. 预先打包给 reviewer 的"审查包"，让它们几乎不用再跑 git

3. 改写编排器指南：针对一类任务，给出该用哪种 agent 的更明确指引

七、没有 eval 套件，这一切都做不到

团队一直在 Superpowers 的 eval 套件上投入很大。没有它，这次的各种改动根本没法度量、没法测。

这套套件还比较年轻，但它已经让团队能跨多种受支持的 harness 改 Superpowers、量化改动在越来越多编程 agent 上的效果。地址在：https://github.com/prime-radiant-inc/superpowers-evals

八、现在就能装

Prime Radiant 团队（连同那一套自动化的 agent）对 Superpowers 6 的改进很骄傲。他们觉得你会喜欢这一版。

现在就可以从这里安装：https://github.com/obra/superpowers

接下来几天，它会逐步进入第一方插件市场。

原文：Superpowers 6 — Jesse Vincent，Prime Radiant，2026-06-16。原文链接 https://primeradiant.com/blog/2026/superpowers-6.html