收藏！Matt Pocock 开源的skills，专门解决 AI 编程的三个系统性失控点。

Matt Pocock 是 Total TypeScript 的作者，TypeScript 社区里的资深工程师。最近他把自己日常使用 Claude Code 和 Codex 的工作流提炼成了可复用的skills。

他的出发点很直接：GSD、BMAD 这类框架太重，接管了太多流程，出了问题自己根本看不清是哪里出了岔子。他要的是小、可组合、自己保持控制权的东西。

他识别出三个 AI 编程最常见的失控原因，每个都有对应的解法：
1. Agent 没做你想要的事——本质是对齐失败
他的解法是一个叫 /grill-me 的 skill：让 Agent 在动手之前，逐一追问你关于这个任务的每一个细节，每问一个问题就等你回答，再进入下一个分支。它不会一次丢给你一堆问题，而是一条条沿着决策树往下走，把所有模糊地带在开工前暴露出来。
工程版是 /grill-with-docs，在此基础上额外做两件事：
1）同步维护一个 CONTEXT.md 词汇表。当你说账户，它会追问你：是 Customer 还是 User？这两个不是一回事。每个概念厘清后立刻写进文件，不攒到最后批量处理。好处不只是给 Agent 看的——函数名、变量名、文件名全部跟着这套语言走，Agent 读代码时消耗的 token 大幅减少，因为它不用自己猜术语。
2）在满足三个条件时才创建 ADR（架构决策记录）：这个决定很难逆转、未来读代码的人会困惑为什么这么做、做这个决定时确实有过真实的方案取舍。三条都满足才记，否则不写，避免文档过载。

2. Agent 写完代码没有反馈，越跑越歪——本质是缺少闭环
他的解法是 /tdd，强制红绿循环：一次写一个失败的测试，让 Agent 修到绿灯，再写下一个，不允许把所有测试写完再统一实现。
他对好测试的定义值得记下来：测试验证的是通过公开接口可观测的行为，不是内部实现细节。判断标准是：你重构了内部代码，但外部行为没变，测试应该还是绿的。如果一个内部函数改了名字测试就挂了，那这个测试测的是实现不是行为，是坏测试。

3. 一次任务太大，Agent 中途跑偏——本质是粒度问题
他用 /triage 配合 Linear 或 GitHub Issues 做任务拆解，每个 Agent 会话只对应一个 issue，强制拆小。Agent 只知道它现在要做什么，不知道整个项目有多大，这是故意的设计。

整套东西的核心逻辑是：与其把 Agent 当一个聪明的黑盒，不如在协作流程上下功夫——对齐、反馈、粒度，这三件事做好，AI 编程才能从 vibe coding 变成真正可控的工程实践。

地址：github.com/mattpocock/skills

#how i ai# #程序员#